Načini i iskustva u klađenju

[wand_1]

Arsen kaže:

Koliko vidim, prodaje cijeli koncept kako je ona to zamislila, a posebno prodaje i podatke za svaku pojedinu ligu. Na osnovu 5-godišnjih rezultata, izvodi zaključke što je za tu ligu isplativo igrati, a što ne. Mislim da je pristup dobar. Tamo gdje su trendovi najsnažniji, pretpostavljam da će se, u prosjeku, više dobiti nego izgubiti. Ako igraš u paketu desetak takvih liga po tečajevima koji su barem vrlo blizu najboljima na tržištu, velika je šansa da će dugoročno biti dobitak.

Složit ćemo se, to je koristan savjet za smjer što igrati. Ali to nije konkretan predikcijski model, to je kao da ti ja kažem da sad ne ulažeš u dionice jugoistočne Azije, jer ona budala aktivira nuklearne bombe

[Arsen]

wand_1 kaže:

Složit ćemo se, to je koristan savjet za smjer što igrati. Ali to nije konkretan predikcijski model, to je kao da ti ja kažem da sad ne ulažeš u dionice jugoistočne Azije, jer ona budala aktivira nuklearne bombe

Ako igraš desetak liga, od kojih svaka ima posebne parametre, dobra je šansa da ćeš, ukupno gledajući, biti u plusu. Negdje ćeš i izgubiti, ali bitan je ukupan rezultat. Ovo s igranjem na domaće/gostujuće ekipe vjerojatno je slično u većini liga.

[wand_1]

Arsen kaže:

Ako igraš desetak liga, od kojih svaka ima posebne parametre, dobra je šansa da ćeš, ukupno gledajući, biti u plusu. Negdje ćeš i izgubiti, ali bitan je ukupan rezultat. Ovo s igranjem na domaće/gostujuće ekipe vjerojatno je slično u većini liga.

Slažem se, to je neki smjer kako odabrati segment na koji se ide, međutim, daleko je od konkretnog prediktivnog modela o kakvom govori Gauss.

[C. F. Gauss]

wand_1 kaže:

Naime, jedan stručnjak za kvantitativne financije modelirao je rizik financijskih derivata izvedenih iz sub prime hipoteka u SAD-u određenom modifikacijom Gaussianske kopule, koja je naširoko korištena bez puno razumijevanja...Naknadno je prozvana formulom iz pakla, ali stvar je bila prilično jednostavna - formula je govorila da nema rizika od masovnog defaulta jer je na temelju povijesnih podataka predviđala očekivanja ljudi umjesto objektivnog rizika.

Dobar primjer dobre metode baziranoj na krivim podacima, odnosno krivom interpretacijom sto to podaci tocno reflektiraju.

Taj efekt poznat nam je još od Galtona koji je modelirao kako ljudi pogađaju koliko kg imaju neki volovi, pa je ispalo što više ljudi, to točnija procjena.

U nekim primjerima su procjene strahovito tocne (iako treba uvijek biti skeptican).

Danas u doba big data sustava to je vjerojatno još izraženije.

Osim ako su informacije sustavno iskrivljene, odnosno uvrnute u krug kao što se nekada zna dogoditi na bilo kakvom tržištu (npr. tržišni baloni)

Pa, problem trzistima je, da sudionici ne procjene bas uvijek svi stvarnu vrijednost dionica ili cega vec, nego procjene procjene drugih kako bi predvidjeli tecaj. Neki su dovoljno iskusni da znaju, da je cijena vec davno prenapuhana, ali da ce jos rasti 20-30% prije sto pukne pa kupe i na vrijeme izlaze. Ali da, cesto je jednostavno do sustavnog iskrivljenja (bias).

Iako je riječ o čistim glupostima i praznovjerju, moderni big data sustav koji radi predikcijski model bi to sve mogao ubaciti kao varijable i gledati ima li korelacije.

To se i radi, regresijskom ili korelacijskom analizom itd.

Za kladionicu to ne bi pomoglo, ali [...]

Ne mora biti da ne bi pomoglo. Ok ja sam nabrojio svega i svasta, kao na primjer "jakost u gostima" ili "pobjednicki niz" sto dokazeno ne postoji (mislim ne postoji ono signifikantno sto se nebi dogodilo i slucajno tako da nema sto traziti u nekom matematickom modelu). Neka obiljezja kao "umor od utakmice u euro-kupu" ne mora biti glupost, to sam nabrojio posto to cesto citam u komentarima, puno kladionicara tome intuitivno daje neku tezinu a niko nije pogledao sto kazu podaci. To se prvo mora testirati na podacima, ako postoji signifikantan utjecaj, ugradi se u model. Moze se jednostavno i razviti model tako da se ugradi i ta varijabla "umora", dakle varijabla x u kojoj stoji prije koliko dana je bila zadnja utakmica, pa se jednostavno gleda da li je ta varijabla predikcijsku moc modela signifikantno unaprijedila (to ne mora biti puno u postocima, samo da je signifikantno).

Sto god da je spekulacija, testira se na podacima i ako postoji statisticna povezanost, onda slijedi interpretacija. Na primjer, brbljam bez veze sad, moglo se bi pokazati da su ekipe nakon euro-utakmice pod tijednom na vikend u prosijeku cak minimalno jace a ne slabije. Interpretacija bi bila, da su jos uigrani. Interpretacija i ne mora interesirati, ako matematika kaze da boja dresova ima znacaj, onda ima (ne mora ni postojati kauzalna povezanost, iako uvijek bolje traziti kauzalan faktor).

Na primjer, jedan lik je u nekom US-sportu, neznam vise kojih od tri, i mislim da je bilo u 80im ili 90im, kad putovanje jos nije bilo toliko jednostavno kao danas (nije se svugdje moglo privatnim avionom kluba ili brzom vlakom ili slicnome), da za gostojucu ekipu udaljenost grada domacina ima negativan utjecaj na performance. Analizirao i gle vraga, postojala je jasna negativna korelacija izmedju bodova gostojuce ekipe i udaljenosti grada domacina. Stres putovanja, hotel, bioritam...

Na kraju krajeva, za neke djelatnosti je bitno samo kratkoročno jahanje na trendovima, pa taman ako su isti lažni.

Da jbg, ako znas analizirati time series tako da predvidjas kako ce se kretati tecaj iskljucivo po tecaju tecaju unazad, ne trebas znati nis drugo (to se djelomicno i radi u high frequency tradingu, mada se to jos ubacuje dosta informacija).

Joj, pocelo... ostalo cu komentirati nakon utakmice.

[C. F. Gauss]

wand_1 kaže:

Ne znam, priča o tome kako netko prodaje konzistentno natprosječan model po prinosu je u najmanju ruku životno neuvjerljiva. Da, kapital jest nekakav problem, ali financijska industrija puna je hedge fondova. Ako ti priča drži vodu, kapital i nije takav problem.

Kladionicarsko trziste diljem svijeta po raznim izvorima ima promet od oko 500 Milijardi dolara godisnje. Toliki je promet, ako se ne varam, na 10 najvecih financijskih burza prosjecno u 3 dana. Ok, kad zamislim sto se na burzama sve trguje, zapravo je kladionicarsko trziste strahovito veliko.

Problem je sto kao privatna osoba imas dosta visok limit tako da mozes i dobro zaraditi ako imas kapital, ali sindikati koji igraju na jako visoke limite imaju znatno manje kvote (pricao mi covjek koji je u sindikatu bio odgovoran za placiranje uloga i koji je govorio o strahovito visokim sumama po utakmici, ali ipak sume sto su za fondove los vic). Tako da za fondove vjerotno jednostavno nije interesantno.

S druge strane kad bi se takvi modeli koji zaista funkcioniraju prodavali i kad bi ih ljudi masovno primjenivali, sve te informacije bile bi ugrađene u tržište i on više ne bi mogao funkcionirati.

Naravno, to je dodatni argument, zasto za fondove nije interesantno. Kad bi vecina uloga na kladionicarskom trzistu bila odredjena matematickim modelima, kvote bi perfektno reflektirale stvarne vjerojatnosti i tu nakon marze kuce nebi bilo aman nikakve sanse ni da se dodje na nulu, a kamoli u visoki plus. Tako da na kladionicarskom trzistu, ako bi neko prodao dobar model barem manjoj grupi ljudi (odnosno gotove vjerojatnosti odn. tipove posto model nije dovoljan, trebas i hrpu aktualnih podataka da ga hranis), mozda cak jedno vrijeme cak i moglo funkcionirati. Ali ako je stvarno dobar model, nemogu zamisliti da krug kupaca nebi drasticno rastao i vremenom imao impact na kvote.

Najuspješniji svjetski fond po prinosu na rok veći od 20 godina je RenTechov Medallion fond, koji ima godišnji ROI u prosjeku oko 85%. E sad zamisli da Simons prodaje model

Simons je faca, matematicar, naravno. A da prodaje model, perverzno financijsko trziste je takvo da bi taj model cak jos funkcionirao jedno vrijeme kao self-fulfilling prophecy. Nesto kao kad Warren Buffet kaze "xy ce u sljedecih par mjeseca rasti 20%" - pa kad masa cuje i pocne kupovati naravno hoce... Svijet sportova je barem protiv tokvog necega imun.

Čak bi imalo logike da prodaje, jer profitalbilnost takvog fonda pada kada mu ukupna imovina prelazi 5-6 milijardi dolara. A on ne samo da ga ne prodaje, nego u njega mogu uložiti samo zaposlenici fonda, nema vanjskih investitora.

To nisam ni znao. Ali ima smisla...

Ovdje bih napomenuo da je predikcijski model za kladionicu po meni čak i teži nego za npr dionice, obveznice, forex, kriptovalute ili slično.

Nebi se slozio, iako o predikcijskim modelima za financijsko trziste poima neman, ali tu ima previse varijabla: zlato, ulje, Kim, njegove bombe i rakete, tweet Trumpa, izbori, politicke krize, ratovi, hurricane, vrijeme, ali najgore: trzisni baloni i tkzv. extreme events, koji su cesto (ali ne uvijek) posljedica kad pukne balon. Kao sto je Simons sam rekao, brzo je primjetio da se neki tecaji daju dobro matematicki modelirati. No, niko nezna kad ce udriti extreme event i tu mozes izgubiti skoro sve. Sad znanstvenici probaju modelirati upravo te dogadjaje, odnosno sistem koji bi barem odredio velicinu trenutacnog rizika takvog dogadjaja, ali reko bi da je to nemoguce, a i cuo sam matematicare koji su rekli, da je poduhvat isti kao predvidjeti vrijeme 3 tjedna unaprijed. Ekonomija je kaoticni sistem.

Nogomet je prema tome divota. Ono sto se 2008e dogodilo kolapsom financijskih instituta redom zbog trulih kredita na nekretnine US-trzista je u nogometu nemoguce. To je ko da stavis veliki ulog na najvece favorite sljedecih 10 utakmice u velikim europskim ligama posto si izracunao, da sve imaju value (a zbog niske kvote i nizak rizik), i jos osiguras stvar tako da stavis i na nerijesen rezultat. I sad neko saznaje, da zapravo PSG, Bayern, Real, Juve itd. opce nisu toliko jaki, da svi samo misle da su toliko jaki i da svi gube od njih iz psiholoskih razloga posto misle da su jaki a nisu. I tako protivnici gube strah i u sve 10 utakmica favorit izgubi utakmicu i izgubis veliki ulog, iako je vjerojatnost za to bila 0,000001%. To se nece dogoditi nikad, odnosno jednom u 1000 godina, a na financijskom trzistu se dogadja redovno.

2008e se prodalo u papir zapakirano sranje, pa se opet zamotalo u papir drugom bojom i prodalo dalje itd. Niko nije skuzio sto se tocno kupuje (cak ni u njemackim drzavnim bankama), niko nije skuzio da nije nista vrijedno posto se u jezgri radi o kreditima za nekretnine za ljude, koji pre cesto te kredite nikad neceju vratiti itd. U nogometu je nemoguce, da se nezna vrijednost kluba, moze se dosta fulati, ali ni blizu toliko kao kod produkta na financisjkom trzistu.

Zapravo, to su srodni problemi. CS analogijom, to je kao ono - ako riješiš jedan NP-kompletan problem u polinomijalnom vremenu, riješio si ih sve.

Ili, ako nisi rijesio racunalom vec necim drugim, onda si mozda samo pokazao, da Church-Turing-teza nije tocna.

Ovdje, ako bi sutra ti imao predikcijski model koji radi na kladionici dugoročno, mogao bi poharati i sam Wall Street. Brojevi su brojevi, samo mašinu koju treniraš počneš hraniti drugim podacima..

Hmm, to bi se moglo reci o metodama regresije i probabilisticke klasifikacije. Ali sam model je ipak jako prilagodjen trzistu i zahtijeva puno posla oko feature engineeringa, tako da ne mozes samo tako sa jednog na drugog. Ima i meta-modela kao na primjer kompleksne neuronalne mreze koje vaznost varijabla i njihovu cak nelinearnu kombinaciju determiniraju same, ali to je uzasno tesko razviti odnosno i jos ne postoji takav meta-model, koji bi sa jedne vrste problema presao na drugi. Daleko smo od jake AI.

Naravno, svaka priča ima svoje specifičnosti, ali ako imaš superiorno prepoznavanje uzoraka, tvom AI odnosno ML sustavu je svejedno koji problem rješava?

Da, ako imas superiorno prepoznavanje uzoraka, ali dosad to samo funkcionira na slikama (sto je jako visokodimenzionalan feature space) bolje sa mrezama nego sa klasicnim metodama. Dakle neuronalne mreze su jace na prepoznavanju sadrzaja slika nego kad se ekstrahiraju varijable rucno, jednostavno posto mi sami ne skuzimo na koju foru odmah prepoznamo na primjer facu leoparda negdje skriveno u grmlju, posto se to dogadja podsvijesno pa je tesko ekstrahirati obiljezja rucno.

Naravno, nisam vidio te modele koji koriste profesionalni kladiočari, ali ne znam kako ni zašto im model ne radi na drugim tržištima, šire od kladionice?

Uzmemo neki jednostavan model. Takav model, koji na temelju podataka dviju ekipa u zadnjih 25 utakmica (udarci na gol, vjerojatnost pretvaranja sansi, korneri itd.) regresijom determinira ocekivan rezultat i Poissonom vjerojatnosti 1/2/x, ocekiva tocno te podatke: predhodne udarce na gol, rezultate, kornere itd. a ne cijenu zlata ili ulja. Bolji modeli nisu bolji posto su univerzalniji (u smislu idealne AI bi to bili), nego su bolji posto se hrane sa vise detaljna podataka (na primjer x/y-pozicija udaraca na gol).

[wand_1]

C. F. Gauss kaže:

Kladionicarsko trziste diljem svijeta po raznim izvorima ima promet od oko 500 Milijardi dolara godisnje. Toliki je promet, ako se ne varam, na 10 najvecih financijskih burza prosjecno u 3 dana. Ok, kad zamislim sto se na burzama sve trguje, zapravo je kladionicarsko trziste strahovito veliko.

Pa i jest kad tako usporediš.

Problem je sto kao privatna osoba imas dosta visok limit tako da mozes i dobro zaraditi ako imas kapital, ali sindikati koji igraju na jako visoke limite imaju znatno manje kvote (pricao mi covjek koji je u sindikatu bio odgovoran za placiranje uloga i koji je govorio o strahovito visokim sumama po utakmici, ali ipak sume sto su za fondove los vic). Tako da za fondove vjerotno jednostavno nije interesantno.

Kakve limite imaju betfair i betdaq? Budući su to samo platforme, kakav je točno njihov interes za 'limitiranje'.

Zamisli da NYSE ima limit za, recimo, Bridgewater ili Two Sigma

Naravno, to je dodatni argument, zasto za fondove nije interesantno. Kad bi vecina uloga na kladionicarskom trzistu bila odredjena matematickim modelima, kvote bi perfektno reflektirale stvarne vjerojatnosti i tu nakon marze kuce nebi bilo aman nikakve sanse ni da se dodje na nulu, a kamoli u visoki plus.

Da, zato mislim da njihova prodaja nema smisla.

Simons je faca, matematicar, naravno. A da prodaje model, perverzno financijsko trziste je takvo da bi taj model cak jos funkcionirao jedno vrijeme kao self-fulfilling prophecy. Nesto kao kad Warren Buffet kaze "xy ce u sljedecih par mjeseca rasti 20%"

Da, ali to je opet lov na 'glupi novac', fondovi tu jedu novac od malih ljudi koji slušaju što će reći Buffett. Da je to tako jednostavno, bilo tko bi mogao kopirati Buffetta i biti milijarder, međutim, njegov stil investiranja pogodan je samo za njega i Berkshire, nikako za pojedince.

To nisam ni znao. Ali ima smisla...

Ima RenTech više fondova, ali taj s najvećim prinosima je rezerviran za zaposlenike i neke bivše zaposlenike, ostalima u drugim fondovima se naplaćuje 4% naknade za upravljanje imovinom i 45% od prinosa, što je apsurdno visoko, ali opet je sve puno i ne prima se dalje

Nebi se slozio, iako o predikcijskim modelima za financijsko trziste poima neman, ali tu ima previse varijabla: zlato, ulje, Kim, njegove bombe i rakete, tweet Trumpa, izbori, politicke krize, ratovi, hurricane, vrijeme, ali najgore: trzisni baloni i tkzv. extreme events, koji su cesto (ali ne uvijek) posljedica kad pukne balon. Kao sto je Simons sam rekao, brzo je primjetio da se neki tecaji daju dobro matematicki modelirati. No, niko nezna kad ce udriti extreme event i tu mozes izgubiti skoro sve.

Da Simons je to rekao za vrijeme dok se on sam igrao s tim prije 30-40 godina, sad su konkretno njegovi fondovi dosta imuni na te tzv Black Swan događaje, jer se kroz krizu 2008. provukao vrlo lagano i to bez da je imao veze s hipotekama.

RenTech fond je na autopilotu koji je dovoljno pametan da diže prste onda kad se događa nešto čudno. Npr. kad je 2010 bio FlashCrash njihov AI sustav je odmah digao ruke od trgovanja.

Naravno, uvijek postoje ekstremni događaji koji utječu na sve, ali oni se ionako ne daju modelirati, jedini izbor kojim to može neutralizirati je da ne radiš ništa, pa nemaš što ni izgubiti

Sad znanstvenici probaju modelirati upravo te dogadjaje, odnosno sistem koji bi barem odredio velicinu trenutacnog rizika takvog dogadjaja, ali reko bi da je to nemoguce, a i cuo sam matematicare koji su rekli, da je poduhvat isti kao predvidjeti vrijeme 3 tjedna unaprijed. Ekonomija je kaoticni sistem.

Točno, zato se netko time i ne bavi. RenTech ima modele koji dosta pouzdano pokauzuju što će se dogoditi u sljedećih 10-ak minuta, oni neki HFT fondovi tipa Getco rade negdje na razini od milisekunde, pa kažu čak i do nanosekundi, ali to ionako nije predikcija nego arbitraža, tj. utrka s vremenom kao da na live kladionici koristiš to što si na terenu, a ostali dobiju informaciju kasnije..

Nogomet je prema tome divota.

Da, ali ja se nikad nisam snašao u pokušaju modeliranja nogometa (ili drugih sportova) jer su to diskretni događaji, imaš situaciju ili-ili, ne radi se o kontinuiranom događaju kao što je cijena dionice.

Naravno, sezonu Reala možeš promatrati kontinuirano, ali to ipak zahtijeva drugačije modeliranje, odnosno nekakvu intervenciju kroz money management i tu dolazimo do problema. MM ne može biti naivan kao Martingale, ali može biti precizan kao Kelly (ili zbog dinamike možda frakcionalni Kelly). Po meni, to je opasan dio, jer ako ti trend pobjegne treba ti jebeno velika banka da se vratiš i držiš iznad površine vode, koji god MM koristiš.

Kelly ti praktički jamči da ćeš profitirati ako vjerojatnost procjenjuješ bolje od bookiea, ali već smo zaključili da su tečaji formirani po ponudi i potražnji više nego po stvarnoj vjerojatnosti.

E sad, onda ti ostaje isto što i na financijskom tržištu, moraš iskoristiti 'glupi novac', odnosno razlike između stvarnog tečaja baziranog na vjerojatnosti događaja i fluktuacije tečaja zbog ponude i potražnje, odnosno očekivanja ljudi koji uplaćuju.

Ima li tu uopće prostora?

Ono sto se 2008e dogodilo kolapsom financijskih instituta redom zbog trulih kredita na nekretnine US-trzista je u nogometu nemoguce. To je ko da stavis veliki ulog na najvece favorite sljedecih 10 utakmice u velikim europskim ligama posto si izracunao, da sve imaju value (a zbog niske kvote i nizak rizik), i jos osiguras stvar tako da stavis i na nerijesen rezultat. I sad neko saznaje, da zapravo PSG, Bayern, Real, Juve itd. opce nisu toliko jaki, da svi samo misle da su toliko jaki i da svi gube od njih iz psiholoskih razloga posto misle da su jaki a nisu. I tako protivnici gube strah i u sve 10 utakmica favorit izgubi utakmicu i izgubis veliki ulog, iako je vjerojatnost za to bila 0,000001%. To se nece dogoditi nikad, odnosno jednom u 1000 godina, a na financijskom trzistu se dogadja redovno.

U pravu si, ovdje će teško doći do Black Swana. Nogomet je talebovskim rječnikom mediocristan, a ne extremistan

2008e se prodalo u papir zapakirano sranje, pa se opet zamotalo u papir drugom bojom i prodalo dalje itd. Niko nije skuzio sto se tocno kupuje (cak ni u njemackim drzavnim bankama), niko nije skuzio da nije nista vrijedno posto se u jezgri radi o kreditima za nekretnine za ljude, koji pre cesto te kredite nikad neceju vratiti itd. U nogometu je nemoguce, da se nezna vrijednost kluba, moze se dosta fulati, ali ni blizu toliko kao kod produkta na financisjkom trzistu.

Pa nisu ljudi mislili da moraju kužiti kad su rating agencije sve ocijenile s AAA

Fora je u tome što nitko nije htio prestati s tim začaranim krugom jer su svi zarađivali, ali jednostavna fundamentalna analiza tržišta nekretnina je pokazivala da je riječ o balonu. Za to nisi morao biti analitičar, to je vidjela i budala..

Ali dok muzika svira nitko neće prestati plesati

Ili, ako nisi rijesio racunalom vec necim drugim, onda si mozda samo pokazao, da Church-Turing-teza nije tocna.

U tom slučaju, još bolje, ako zakoračiš izvan Church-Turingove teze i uđeš u domenu hiperkomputacije, onda nisi riješio samo kladionicu, nego i halting problem pomoću kojeg možeš riješiti praktički sve ostalo što bi bilo važno

Koliko znam, od renomiranih znanstvenika samo Penrose misli da postoji komputacija van Church-Turingove teze, zapravo da je mozak gravitacijsko kvantno računalo (dakle hiperkompjuter).

Ako je on u pravu (a nije), onda ćemo lako s kladionicom

Hmm, to bi se moglo reci o metodama regresije i probabilisticke klasifikacije. Ali sam model je ipak jako prilagodjen trzistu i zahtijeva puno posla oko feature engineeringa, tako da ne mozes samo tako sa jednog na drugog. Ima i meta-modela kao na primjer kompleksne neuronalne mreze koje vaznost varijabla i njihovu cak nelinearnu kombinaciju determiniraju same, ali to je uzasno tesko razviti odnosno i jos ne postoji takav meta-model, koji bi sa jedne vrste problema presao na drugi.

Što misliš o Hassabisovom AlphaGo? Bi li on mogao naučiti kladionicu

Daleko smo od jake AI.

To se slažem..

Da, ako imas superiorno prepoznavanje uzoraka, ali dosad to samo funkcionira na slikama (sto je jako visokodimenzionalan feature space) bolje sa mrezama nego sa klasicnim metodama. Dakle neuronalne mreze su jace na prepoznavanju sadrzaja slika nego kad se ekstrahiraju varijable rucno, jednostavno posto mi sami ne skuzimo na koju foru odmah prepoznamo na primjer facu leoparda negdje skriveno u grmlju, posto se to dogadja podsvijesno pa je tesko ekstrahirati obiljezja rucno.

Opet se vraćam na AlphaGo koji uči iz raw pixela i DRI metodama razbija svakog čovjeka na planetu u igri u kojoj brute force ne znači ništa.

Radi se o učenju iz sirovih podataka i superiornom prepoznavanju uzoraka i predikciji..

Sada trenutno uči medicinu, pa ćemo vidjeti

Ali znam da je Kurzweil svojedobno napravio svoje AI metode za predikciju tržišta. Nije uspio.

Uzmemo neki jednostavan model. Takav model, koji na temelju podataka dviju ekipa u zadnjih 25 utakmica (udarci na gol, vjerojatnost pretvaranja sansi, korneri itd.) regresijom determinira ocekivan rezultat i Poissonom vjerojatnosti 1/2/x, ocekiva tocno te podatke: predhodne udarce na gol, rezultate, kornere itd. a ne cijenu zlata ili ulja. Bolji modeli nisu bolji posto su univerzalniji (u smislu idealne AI bi to bili), nego su bolji posto se hrane sa vise detaljna podataka (na primjer x/y-pozicija udaraca na gol

I onda dođe Black Swan u obliku suca

[ćiket]

jel ima neko možda ovo za proslijedit?link za skinit ne radi sjeba san se na formatiranju diska



https://www.forum.hr/showpost.php?p=5...postcount=1319

[las palmas]

Pozdrav ljudi. Pročitao sam prvih otprilike 90 stranica i dalje ne znam koji sustav igrati. Ajmo reći da imam za više nego solidnu banku. Do sad sam igrao uglavnom narodne listiće i nije bilo velikih dobitaka, bilo je srednjih dobitaka. Nisam tudum za sport, volim nogomet i pratim nogomet i igrao sam ga aktivno godinama i znam kako se "dise". A i volim pametno kockati, imam strpljenja. Do sam sad živio uglavnom od texas holdema on line ali bi volio po debljati profit na godišnjoj razini. E sad može bilo kakav savjet, svaki je dobrodošao.

[Sahta]

las palmas kaže:

Pozdrav ljudi. Pročitao sam prvih otprilike 90 stranica i dalje ne znam koji sustav igrati. Ajmo reći da imam za više nego solidnu banku. Do sad sam igrao uglavnom narodne listiće i nije bilo velikih dobitaka, bilo je srednjih dobitaka. Nisam tudum za sport, volim nogomet i pratim nogomet i igrao sam ga aktivno godinama i znam kako se "dise". A i volim pametno kockati, imam strpljenja. Do sam sad živio uglavnom od texas holdema on line ali bi volio po debljati profit na godišnjoj razini. E sad može bilo kakav savjet, svaki je dobrodošao.

https://en.wikipedia.org/wiki/Kelly_criterion

Nu. Ako nešto nije jasno pitaj
Svodi se na to da si sposoban i onda si dugoročno u plusu

BTW ne zajebavam se ni za formulu ni za to da pitaš ako nešto nije jasno. Uglavnom je bitan "Statement" dio

[las palmas]

Sahta kaže:

https://en.wikipedia.org/wiki/Kelly_criterion

Nu. Ako nešto nije jasno pitaj
Svodi se na to da si sposoban i onda si dugoročno u plusu

BTW ne zajebavam se ni za formulu ni za to da pitaš ako nešto nije jasno. Uglavnom je bitan "Statement" dio

Ok. Hvala. Danas ću to proći malo.

[C. F. Gauss]

Kelly criterion je metoda odredjenja visine uloga u relaciji na bankroll i value. Za pocetak kod nogometa odn. kod sportskih kladionica opcenito, gdje suprutno investicijama na financijskim trzistima porazom izgubis odmah cijeli ulog, fractional kelly moze biti dobar pocetak.

ALI, Kelly criterion nije metoda za pronadjenje nerealno visokih kvota (value) na ekipe / igrace ili pronadjenje podcjenjivanih poduzeca (a takva metoda ti je naravno potrebna, ako nisi jedan od skroz rijetkih, koji to mogu intuitivno). Inace, nerealno visoka kvota na ekipu stoji za nista drugo nego podcjenjivanje te ekipe. Kupuje se ono sto bi trebalo biti vise vrijedno, kao na burzi tako i u kladi, sve jedno te isto. Samo sto su dogadjaji u svijetu sporta daleko stabilniji i prediktivniji nego u kaoticnom sistemu sveukupne ekonomije.

[wand_1]

C. F. Gauss kaže:

Kelly criterion je metoda odredjenja visine uloga u relaciji na bankroll i value. Za pocetak kod nogometa odn. kod sportskih kladionica opcenito, gdje suprutno investicijama na financijskim trzistima porazom izgubis odmah cijeli ulog, fractional kelly moze biti dobar pocetak.

Ovo je dio koji je mene mučio. Cijena dionica i sl. je kontinuiran događaj, a sportska kladionica je all-in, što traži značajno različito modeliranje i money management.

ALI, Kelly criterion nije metoda za pronadjenje nerealno visokih kvota (value) na ekipe / igrace ili pronadjenje podcjenjivanih poduzeca (a takva metoda ti je naravno potrebna, ako nisi jedan od skroz rijetkih, koji to mogu intuitivno).

Nije problem što je metoda, nego što je pouzdana metoda, a takve nema

Naravno, postoje bolje i lošije.

Inace, nerealno visoka kvota na ekipu stoji za nista drugo nego podcjenjivanje te ekipe. Kupuje se ono sto bi trebalo biti vise vrijedno, kao na burzi tako i u kladi, sve jedno te isto. Samo sto su dogadjaji u svijetu sporta daleko stabilniji i prediktivniji nego u kaoticnom sistemu sveukupne ekonomije

Tu prednost što su prediktivniji i stabilniji im poništava nedostatak u kojem gubiš cijeli ulog odjednom, odnosno ne radi se o kontinuranom događaju, nego nizu diskretnih događaja.

[Mr-yes]

las palmas kaže:

Pozdrav ljudi. Pročitao sam prvih otprilike 90 stranica i dalje ne znam koji sustav igrati. Ajmo reći da imam za više nego solidnu banku. Do sad sam igrao uglavnom narodne listiće i nije bilo velikih dobitaka, bilo je srednjih dobitaka. Nisam tudum za sport, volim nogomet i pratim nogomet i igrao sam ga aktivno godinama i znam kako se "dise". A i volim pametno kockati, imam strpljenja. Do sam sad živio uglavnom od texas holdema on line ali bi volio po debljati profit na godišnjoj razini. E sad može bilo kakav savjet, svaki je dobrodošao.

Imaju stotine nacina za igranje, sve ovisi o tvojim predispozicijama za kladjenje.

Ja sam nakon mnogih godina testiranja svega i svacega dosao do zakljucka da mi je najbolji rezultat u nizim ligama.

Igram dvije nize lige i imam oko 150-200 oklada godisnje, zbog problema prikupljanja informacija koje trazi puno vremena za mene nije moguce uspjesno pratiti vise od dvije lige.

Na nize lige se uspjesno moze kladiti samo kod azijata, kod europskih kladionica je tesko igrati nize lige zbog limita, i plus brzo te limitiraju ako vide da ih redovno pobjedjujes.

Znaci preporucio bih ti izaberi max. 2-3 lige gdje se jako dobro razumijes i tu se usavrsi.

[C. F. Gauss]

Malo kasnim...

wand_1 kaže:

Pa i jest kad tako usporediš.

Kakve limite imaju betfair i betdaq? Budući su to samo platforme, kakav je točno njihov interes za 'limitiranje'.

Betfair koliko znam nema (mislim limitiranje profitabilnih igraca), ali su im takse na dobitke toliko velike da donekle pojedu njihove bolje kvote.

RenTech fond je na autopilotu koji je dovoljno pametan da diže prste onda kad se događa nešto čudno. Npr. kad je 2010 bio FlashCrash njihov AI sustav je odmah digao ruke od trgovanja.

Kako moze dici ruke ako je ulozeno puno kapitala? To bi znacilo, da jednom mahom mora izvaditi sve novce, dakle sve prodati sto bi samo po sebi vec trebalo imati posljedice na cijene...?

Naravno, uvijek postoje ekstremni događaji koji utječu na sve, ali oni se ionako ne daju modelirati, jedini izbor kojim to može neutralizirati je da ne radiš ništa, pa nemaš što ni izgubiti

To mozes u kladionici (gdje ne postoji razlog, osim ako se na primjer ukine zaledje ili ako se bodovi za pobjedu podignu od 2 na 3 pa ti modeli vise nista ne valjaju), na financijskom trzistu uvijek imas odredjen kapital investiran i koliko znam ne mozes ga samo tako izvuci, ili?

... ali to ionako nije predikcija nego arbitraža, tj. utrka s vremenom kao da na live kladionici koristiš to što si na terenu, a ostali dobiju informaciju kasnije..

U tenisu su te ljude izbacili sa tribina, onda su igraci presli na uredjaje u dzepovima, ali sad kamerom traze da li neki od gledaoca sumnjivo puno prckaju po dzepovima pa izbace i te.

Da, ali ja se nikad nisam snašao u pokušaju modeliranja nogometa (ili drugih sportova) jer su to diskretni događaji, imaš situaciju ili-ili, ne radi se o kontinuiranom događaju kao što je cijena dionice.

Diskretni dogadjaji ali kontinuirana velicina vjerojatnosti, dakle koristi se probabilisticka klasifikacija ili bayes (sto je na koncu isto ali teorijsko korektnom pristupom). A ako racunas preko ocekivanog rezultata (da preko njega odredis vjerojatnosti na primjer Poisson'om ili drugom metodom) onda je i rezultat kontinuiran (na primjer regresijom odredis ocekivan rezultat 1.92 - 0.87). Ali tesko cu to sada objasniti u par recenica.

Naravno, sezonu Reala možeš promatrati kontinuirano, ali to ipak zahtijeva drugačije modeliranje, odnosno nekakvu intervenciju kroz money management i tu dolazimo do problema. MM ne može biti naivan kao Martingale, ali može biti precizan kao Kelly (ili zbog dinamike možda frakcionalni Kelly). Po meni, to je opasan dio, jer ako ti trend pobjegne treba ti jebeno velika banka da se vratiš i držiš iznad površine vode, koji god MM koristiš.

Pa i je opasno, zato ozbiljni igraci po obicaju ne stave vise od 1% banke na jedan dogadjaj (zato i trebas puno kapitala ako hoces zivjeti od toga). Ako na primjer svaki dan stavis po 1% banke na 10 dogadjaje koji svi imaju realnu vjerojatnost od 50% a kvotu od 2.2 (dakle dugorocno ocekivan ROI od 10%), vjerojatnost da jedan dan izgubis sve 10 klade je 0.5^10 = 1 / 2^10 = 1 / 1024 < 0.001 = 0.1%, dakle jako niska. Ali ako se svaki dan tako kladis, jednom u 3 godina ce se ipak dogoditi da izgubis 10% banke za jedan dan.

Nadalje, vjerojatnost, da si jedan dan u minusu (trebas izgubiti 6, 7, 8, 9 ili 10 od 10 klada) je visokih 37.7 % (koga interesira, to se racuna binomialnom distribucijom), iako igras na 10 kvote koje sve imaju visoki value ces svaki treci dan imati minus. Vjerojatnost, da si nakon cijelog tjedna u minusu (od 70 klada moras izgubiti najmanje 39) je 20.1 %! Dakle svaki peti tjedan ces igrati od ponedeljka do nedelje i nakon 70 klada na kvote visokom valueom biti ces u minusu. Nadalje, vjerojatnost za minus nakon cijelog mjeseca (300 oklada) je 7.4%, znaci od prilike jednom na godinu ces nakon cijelog mjeseca i 300 oklada visokim value'om imati minus na mjesecnom racunu. Pa ti sad vjeruj da je sve u redu a da ti u modelu nije negdje pomaknula nula, zarez, ili kod rudarenja podataka neka greska... Tu treba discipline.

Na primjer americka gambling legenda Billy Walters, tezak vise stotina milijuna dolara (poceo je u 60ima kad je na svakoj trecoj utakmici bio astronomican value) odgovorio je na pitanje, dali je i gubio odnosno bio u minusu na racunu: "A whole month, yes, but never a year." Pricao mi je i jedan profesionalac (covjek zivi od klade vec dugo), da je nakon duzih crnih serija cesto pomislio, da nesto ne stima posto si je mislio da "ne moze biti", a bio je vec i cijeli mjesec u minusu. Rekao mi je da po njegovom iskustvu psihologiju smatra najvaznijem djelom, zatim kvaliteta podataka a tek trece matematicki model (naravno da mora biti korektan ali ne mora nuzno biti jako sofisticiran).

Obrnuto je jos gore. Duze si vec vrijeme u plusu pa mislis da ti je model super, a zapravo si samo slucajno u plusu.

Zato je vazno pratiti tecaj, ako (u ozbiljnim kladionicama) redovno hvatas kvote koje se posle znatno smanjuju, to je dobar znak iako gubis.

E sad, onda ti ostaje isto što i na financijskom tržištu, moraš iskoristiti 'glupi novac', odnosno razlike između stvarnog tečaja baziranog na vjerojatnosti događaja i fluktuacije tečaja zbog ponude i potražnje, odnosno očekivanja ljudi koji uplaćuju.

Ima li tu uopće prostora?

Da.

Pa nisu ljudi mislili da moraju kužiti kad su rating agencije sve ocijenile s AAA.

U tom slučaju, još bolje, ako zakoračiš izvan Church-Turingove teze i uđeš u domenu hiperkomputacije, onda nisi riješio samo kladionicu, nego i halting problem pomoću kojeg možeš riješiti praktički sve ostalo što bi bilo važno

Ne moze ni hiperkompjuter modelirati buducnost, ne pomaze ti kod klade. Cak da modeliras mozgove igraca i trenera da znas kako ce postaviti ekipu i sto ce koji igrac raditi u datom trenutku - na razini kvantne mehanike nestane determinizam.

Koliko znam, od renomiranih znanstvenika samo Penrose misli da postoji komputacija van Church-Turingove teze, zapravo da je mozak gravitacijsko kvantno računalo (dakle hiperkompjuter).

Nije jedini sto se tice Church-Turing-teze, ovo je publicirano u Science'u vec 95e (iako kriticirai tvrde, da je ovo samo dokaz tehnickih granica turing-masine, ne i teoretskih). Argument Penrose'a je poznat kao Lucas-Penrose-argument, originalnu verziju razvijo je J.R. Lucas vec pedesetih. U knjizi Shadows of the Mind Penrose to ipak nesto bolje opisuje (mislim bolje nego u ovom linku).

Što misliš o Hassabisovom AlphaGo? Bi li on mogao naučiti kladionicu

Ne, radi se o standardnom problemu "igra sa protivnikom" (deterministican svijet sa potezom ti-ja), koja se standardno rijesi minimax-pretragom stabla (te nekom heuristikom za procjenjivanje stanja igre), a tu je rijeseno kombinacijom tri metoda: Prepoznavanje obraza u igri neuronalnom mrezom i bezobrazno velikom masom podataka (kao heuristika) + reinforcement learning kod biranja poteza (dakle "boosting" klasicnog algoritma kod biranja poteza) + monte carlo tree search sa upper confidence bound kod potrage stabla za najizglednijim buducim linijama (lancu poteza) igre (MCTS sa UCB je efikasnija metoda za pretragu stabla, razvijo ju Madjar Szepesvari nedavno i sve vise se koristi u igrama). Ali to je jos jako povrsno opisanje principa. Istina, bila mala senzacija u svijetu AI, to jutro sam odmah otisao kod sefa i pricao mu, on je jedva vjerovao da se dogodilo vec sada (mislilo se u najranije 5 godina a ne ovako "preko noci"). Ali ipak metode nisu nista novo i daleko je to od jake AI, to je napravljeno samo za Go i nis drugo (mozda bi jos funkcioniralo za sah) - iako jeb... dobra kombinacija 3 razlicitih metoda. Inace, nije to Hassabis napravio, ona je zadnji autor na originalnom paperu, vjerojatno je dodat samo posto je sef deepmind'a. Prema zabiljesci na paperu (kod autora) glavnu zaslugu imaju Silver i Huang.

Opet se vraćam na AlphaGo koji uči iz raw pixela i DRI metodama razbija svakog čovjeka na planetu u igri u kojoj brute force ne znači ništa.

I tu je jos uvijek jako puno brute-force'a kod pretrazenja stabla (inace nebi bilo potrebe za MCTS'om).

Sada trenutno uči medicinu, pa ćemo vidjeti.

Da ali tu se mora jako puno prilagodjavati i mijenjati da uci nesto drugo, toliko da bi rekao da to vise nije Alpha-Go, mozda cak ni po principu.

Ali znam da je Kurzweil svojedobno napravio svoje AI metode za predikciju tržišta. Nije uspio.

Pa, u njegovo vrijeme, to sto je napravio sa ondasnjim sredstvima je ipak vec bilo jako dobro, zapravo prema drugim rezultatima iz tog doba senzacionalno. Nije samo tako dosao do najvise vodece pozicije u Google research'u.

[wand_1]

C. F. Gauss kaže:

Malo kasnim...

Nije da nam se žuri

Kako moze dici ruke ako je ulozeno puno kapitala? To bi znacilo, da jednom mahom mora izvaditi sve novce, dakle sve prodati sto bi samo po sebi vec trebalo imati posljedice na cijene...?

RenTechove tehnike su dobro čuvana tajna, ali to HFT 'skalpiranje' se i inače radi tako da svaki novi dan počinješ od nule, nema kapitaliziranja.

U prilog toj tezi da Medallion nije trgovao za vrijeme Flash Crasha govori i njihov financijski rezultat - nisu izgubili na tome.

To mozes u kladionici (gdje ne postoji razlog, osim ako se na primjer ukine zaledje ili ako se bodovi za pobjedu podignu od 2 na 3 pa ti modeli vise nista ne valjaju), na financijskom trzistu uvijek imas odredjen kapital investiran i koliko znam ne mozes ga samo tako izvuci, ili?

Pa da, ali na financijskom tržištu imaš i hedge, pa možeš osigurati neku vrstu stop lossa.

Diskretni dogadjaji ali kontinuirana velicina vjerojatnosti, dakle koristi se probabilisticka klasifikacija ili bayes (sto je na koncu isto ali teorijsko korektnom pristupom). A ako racunas preko ocekivanog rezultata (da preko njega odredis vjerojatnosti na primjer Poisson'om ili drugom metodom) onda je i rezultat kontinuiran (na primjer regresijom odredis ocekivan rezultat 1.92 - 0.87). Ali tesko cu to sada objasniti u par recenica.

Mislim da mi je otprilike jasno kako to funkcionira.

Pa i je opasno, zato ozbiljni igraci po obicaju ne stave vise od 1% banke na jedan dogadjaj (zato i trebas puno kapitala ako hoces zivjeti od toga). Ako na primjer svaki dan stavis po 1% banke na 10 dogadjaje koji svi imaju realnu vjerojatnost od 50% a kvotu od 2.2 (dakle dugorocno ocekivan ROI od 10%), vjerojatnost da jedan dan izgubis sve 10 klade je 0.5^10 = 1 / 2^10 = 1 / 1024 < 0.001 = 0.1%, dakle jako niska. Ali ako se svaki dan tako kladis, jednom u 3 godina ce se ipak dogoditi da izgubis 10% banke za jedan dan.

Nadalje, vjerojatnost, da si jedan dan u minusu (trebas izgubiti 6, 7, 8, 9 ili 10 od 10 klada) je visokih 37.7 % (koga interesira, to se racuna binomialnom distribucijom), iako igras na 10 kvote koje sve imaju visoki value ces svaki treci dan imati minus. Vjerojatnost, da si nakon cijelog tjedna u minusu (od 70 klada moras izgubiti najmanje 39) je 20.1 %! Dakle svaki peti tjedan ces igrati od ponedeljka do nedelje i nakon 70 klada na kvote visokom valueom biti ces u minusu. Nadalje, vjerojatnost za minus nakon cijelog mjeseca (300 oklada) je 7.4%, znaci od prilike jednom na godinu ces nakon cijelog mjeseca i 300 oklada visokim value'om imati minus na mjesecnom racunu. Pa ti sad vjeruj da je sve u redu a da ti u modelu nije negdje pomaknula nula, zarez, ili kod rudarenja podataka neka greska... Tu treba discipline

Koliko bi trebalo vremena da se na manjoj banci testira pouzdanost takvog modela, a ne da misliš hoćeš li izgubiti enormni kapital zbog lošeg modeliranja i statistike koja ne drži vodu.

Da ne bi bio, što bi Taleb rekao, fooled by randomness

Rekao mi je da po njegovom iskustvu psihologiju smatra najvaznijem djelom, zatim kvaliteta podataka a tek trece matematicki model (naravno da mora biti korektan ali ne mora nuzno biti jako sofisticiran).

To i inače vrijedi na tržištu kapitala. Psihološka stabilnost, bez panike i bez viška akcije.

U kladionici bi se to očitovalo odabirom parova 'na silu', dakle, višak oklada.

Ne moze ni hiperkompjuter modelirati buducnost, ne pomaze ti kod klade. Cak da modeliras mozgove igraca i trenera da znas kako ce postaviti ekipu i sto ce koji igrac raditi u datom trenutku - na razini kvantne mehanike nestane determinizam.

Da, u pravu si, više sam ciljao na proboj kod komputacijske kompleksnosti, tipa, ako sadašnji algoritmi mogu izvući nekakve predikcije, valjda bi moćniji algoritmi (ili kako ih već nazvati) mogao izvući bolje predkicije (ne i apsolutno točne)

Nije jedini sto se tice Church-Turing-teze, ovo je publicirano u Science'u vec 95e (iako kriticirai tvrde, da je ovo samo dokaz tehnickih granica turing-masine, ne i teoretskih). Argument Penrose'a je poznat kao Lucas-Penrose-argument, originalnu verziju razvijo je J.R. Lucas vec pedesetih. U knjizi Shadows of the Mind Penrose to ipak nesto bolje opisuje (mislim bolje nego u ovom linku).

Čitao sam Emperors new mind, ali ne i Shadows od mind, morat ću to malo ponoviti, tnx

Ne, radi se o standardnom problemu "igra sa protivnikom" (deterministican svijet sa potezom ti-ja), koja se standardno rijesi minimax-pretragom stabla (te nekom heuristikom za procjenjivanje stanja igre), a tu je rijeseno kombinacijom tri metoda: Prepoznavanje obraza u igri neuronalnom mrezom i bezobrazno velikom masom podataka (kao heuristika) + reinforcement learning kod biranja poteza (dakle "boosting" klasicnog algoritma kod biranja poteza) + monte carlo tree search sa upper confidence bound kod potrage stabla za najizglednijim buducim linijama (lancu poteza) igre (MCTS sa UCB je efikasnija metoda za pretragu stabla, razvijo ju Madjar Szepesvari nedavno i sve vise se koristi u igrama).

Da, jasno, Go je derministička igra sa punim informacijama, ali mislio sam na to da li bi sličan algoritam funkcionirao ako je nahranjen povijesnim podacima s tržišta.

Ali to je jos jako povrsno opisanje principa. Istina, bila mala senzacija u svijetu AI, to jutro sam odmah otisao kod sefa i pricao mu, on je jedva vjerovao da se dogodilo vec sada (mislilo se u najranije 5 godina a ne ovako "preko noci").

Otad se dogodilo još nešto, baš sam spominjao na drugoj temi, nedavno je AlphaGo Zero, koji je učio bez vanjskih podataka pokazao superiornost u odnosu na one verzije koje su hranjene vanjskim podacima.

Ali ipak metode nisu nista novo i daleko je to od jake AI, to je napravljeno samo za Go i nis drugo (mozda bi jos funkcioniralo za sah) - iako jeb... dobra kombinacija 3 razlicitih metoda.

Za šah nije funkcioniralo tako dobro u odnosu na standardne programe, ali zanimljivo da ni ostali Go programi nisu ni blizu AlphaGo-u iako rade na istim principima.

Jasno da to još uvijek nema dodirnih točaka sa jakom AI.

Da ali tu se mora jako puno prilagodjavati i mijenjati da uci nesto drugo, toliko da bi rekao da to vise nije Alpha-Go, mozda cak ni po principu.

To će biti zanimljivo.

Pa, u njegovo vrijeme, to sto je napravio sa ondasnjim sredstvima je ipak vec bilo jako dobro, zapravo prema drugim rezultatima iz tog doba senzacionalno. Nije samo tako dosao do najvise vodece pozicije u Google research'u

Da. S obzirom da je riječ o starijem čovjeku koji vjeruje da će živjeti vječno

[tetezvone]

wand_1 kaže:

Koliko bi trebalo vremena da se na manjoj banci testira pouzdanost takvog modela, a ne da misliš hoćeš li izgubiti enormni kapital zbog lošeg modeliranja i statistike koja ne drži vodu.

Da ne bi bio, što bi Taleb rekao, fooled by randomness

Ja sam prije 35 dana krenuo s, ajmo reći, ozbiljnim klađenjem. Ulog mi je 0.7 % banke, dnevno generiram cca 120-130 betova.
Zanimljiv mi je bio početak. U prva tri dana sam ostvario gubitak od 35 % banke. Oporavak odnosno vraćanje na pozitivnu nulu trajalo je 6-7 dana. Do kraja mjeseca je ostvaren ROI od cca +2 %. Prvih 5 dana ovog mjeseca sam na cca +3 % ROI.
Nakon početnog većeg gubitka, svi ostali dani su bili poprilično stabilni. U najboljem danu sam imao profit od cca 15 % banke.

[DoctorEvil]

120 betova dnevno pa ima dana da nema valjda ni toliko događaja

[C. F. Gauss]

wand_1 kaže:

Koliko bi trebalo vremena da se na manjoj banci testira pouzdanost takvog modela, a ne da misliš hoćeš li izgubiti enormni kapital zbog lošeg modeliranja i statistike koja ne drži vodu.

Par sekundi. Imas archive kvota (opening i closing line) kao i statistike utakmica online (treba barem nekoliko tisuca utakmica sa kvotama), pa onda na kompu vratis se u 2010u i igras. Naravno, rudarenje podataka traje puno duze, tu treba investirati dosta vremena, a nije ni lose imati znanja iz informatike (iako je puno toga na raspolaganju u formatu, koji se moze ucitati u Excel ili OpenOffice Calc, ili slicne).

Iako vjerojatno puno njih startalo tako da su jednostavno probali pa cak bili i uspijesni, ne preporucujem na taj nacin. Kad sam se igrao povijesnim Pinnacle kvotama (velik broj virtualnih igraca koji cisto slucajno stavljaju uvijek isti ulog na jedan od ishoda 1x2), nakon 1000 oklada je cak 30% virtualnih igraca bilo jos uvijek u plusu (slucajno naravno). To ne cudi kad znamo da Pinnacle ima payout od 98%, dakle "vrate skoro sve sto uzimaju". Naravno kad dovoljno dignem broj utakmica, postotak slucajno uspijesnih igraca ide prema nuli. Kao novak koji nema bas detaljne podatke od svih mogucih liga i nije tako lako pronaci toliko oklada sa value'om da bi za par dana dosao na 1000 (kao sto radi tetezvone).

Pristup "probavanja" smatram neserioznim.

Da, u pravu si, više sam ciljao na proboj kod komputacijske kompleksnosti, tipa, ako sadašnji algoritmi mogu izvući nekakve predikcije, valjda bi moćniji algoritmi (ili kako ih već nazvati) mogao izvući bolje predkicije (ne i apsolutno točne).

Ok, ali pokazano je vec statistickom analizom da je u nogometu najveci faktor slucaj (šum), a njega je nemoguce modelirati. Moze se jednostavno pokazati tako da se predpostavlja da nakon n utakmica postoji sistematski ucinak ekipe + šum, onda se moze ekstrahirati šum tako, da se predpostavlja da njegova standardna devijacija, kako n raste, pada tocno tako kako se bi ocekivalo od slucajnog suma. Kad se to radi od pocetka sezone nadalje prosjecno preko nekoliko liga i sezona i crta st. dev. golova ekipe preko 1/n utakmica, onda ona lezi skoro pa perfektno na ravnoj liniji kao sto bi efekt kod slucajnog šuma. Dakle postoji teoretska granice predikcije kod nogometa, zato na kraju i nije toliko nuzno imati jako sofisticiran predikcijski model.

Tu se sad da filozofirati, da li taj šum nije toliko slucajan, dakle da li bi sa vise podataka mogli ipak mogli dostici bolju predikciju. Kocka na primjer je skoro perfektno slucajna (dakle samo šum bez sistematskog ucinka, ako kocka nije manipulirana), ali ako bi znali kut pod kojem bacimo kocku, pozicija u prostoru, moment/brzina, materijal kocke i podloge, onda bi u fizickoj simulaciji vjerojatno imali puno vecu tocnost predikcija od 1/6.

Sad, da li bi na taj nacin kompleksni model na hyperracunaru bio u stanju, zgrabiti vise sistematskog ucinka, neznam, valjda bi... Pitanje je da li bi covjek bio u stanju kreirati taj model, koji bi ucio iz podataka (ili gledanja svih utakmica), ili barem kreirati AI koji opet kreira taj model itd. neznam...

[Balfron]

tetezvone kaže:

Ja sam prije 35 dana krenuo s, ajmo reći, ozbiljnim klađenjem. Ulog mi je 0.7 % banke, dnevno generiram cca 120-130 betova.
Zanimljiv mi je bio početak. U prva tri dana sam ostvario gubitak od 35 % banke. Oporavak odnosno vraćanje na pozitivnu nulu trajalo je 6-7 dana. Do kraja mjeseca je ostvaren ROI od cca +2 %. Prvih 5 dana ovog mjeseca sam na cca +3 % ROI.
Nakon početnog većeg gubitka, svi ostali dani su bili poprilično stabilni. U najboljem danu sam imao profit od cca 15 % banke.

"Ozbiljno klađenje" podrazumijeva usku specijalizaciju u maksimalno jednom sportu, a jos "ozbiljnije" u maksimalno jednoj ligi unutar tog sporta, te selektivnom biranju nekolicine value pickova. Tvojih 120 oklada dnevno govori da se tu ne radi ni o kakvom ozbiljnom klađenju, već isključivo o čistoj pišuriji, jer toliko parova na dnevnoj bazi ne bi pošteno stiglo izanalizirat ni 10 ljudi, a kamoli ti sam.

[wand_1]

Balfron kaže:

"Ozbiljno klađenje" podrazumijeva usku specijalizaciju u maksimalno jednom sportu, a jos "ozbiljnije" u maksimalno jednoj ligi unutar tog sporta, te selektivnom biranju nekolicine value pickova. Tvojih 120 oklada dnevno govori da se tu ne radi ni o kakvom ozbiljnom klađenju, već isključivo o čistoj pišuriji, jer toliko parova na dnevnoj bazi ne bi pošteno stiglo izanalizirat ni 10 ljudi, a kamoli ti sam.

Valjda se radi o tome da te parove analizira i odabire softver, a ne ti. Ako se radi o 'ručnom' odabiru i subjektivnoj analizi, onda si u pravu.

Ovo o čemu Gauss govori su količine podataka koje čovjek niti u kojem slučaju ne može obrađivati.

Taj Big Dana trend je uzeo maha u svim znanostima, kao i u poslovnom svijetu, ne vidim zašto tako ne bi bilo i u klađenju. Naime, sada za to zna vrlo mali broj ljudi i više od 95% ljudi koji čitaju ove postove uopće ne razumiju o čemu Gauss govori, niti otprilike.

Ali za 20-ak godina će to svima biti dobro poznato, a kada većina bude koristila takve stvari, onda će se one automatizmom odraziti i u koeficijentima, pa više neće biti profitabilno