1. Введение: фундаментальная аномалия букмекерских рынков
В классической финансовой экономике гипотеза эффективного рынка (EMH) утверждает, что рыночные цены мгновенно отражают всю доступную информацию, а ожидаемая доходность различных инструментов должна быть одинаковой после поправки на системный риск. Если бы спортивный беттинг функционировал как абсолютно эффективный информационный рынок, математическое ожидание ставки было бы неизменным при любых коэффициентах. Игрок, ставящий на фаворита с коэффициентом 1.25, должен был бы нести точно такие же процентные издержки — определяемые исключительно букмекерской маржой (overround), — как и игрок, выбирающий аутсайдера с коэффициентом 15.00.
Однако эмпирическая реальность на всех мировых рынках ставок категорически опровергает эти теоретические выкладки. На протяжении почти целого века математики, эконометристы и профессиональные беттинг-синдикаты фиксируют устойчивое, воспроизводимое и статистически доказанное искажение цен: смещение «фаворит-аутсайдер» (Favourite-Longshot Bias, FLB).
Впервые описанный Гриффитом (Griffith, 1949) на данных американских скачек и подтвержденный в европейских исследованиях Али (Ali, 1977), Талером и Зимбой (Thaler & Ziemba, 1988), а также экономистом Хён Сон Шином (Shin, 1991, 1993), этот феномен не является статистической флуктуацией. Это базовая характеристика микроструктуры букмекерского бизнеса. В европейском футболе, теннисе, баскетболе НБА или скачках кривая доходности ставок имеет строгий нисходящий наклон: чем выше коэффициент, тем быстрее тает банкролл игрока.
В данной статье представлен подробный эмпирический анализ смещения «фаворит-аутсайдер» на основе открытого датасета SportsBettingMath, включающего 10 000 линий закрытия Английской Премьер-лиги (АПЛ) с сезона 1998/1999 по сезон 2023/2024. Мы исследуем поведенческие причины феномена, формализуем модель Шина и математически доказываем, почему популярный мультипликативный метод расчета валуя ведет к катастрофическим ошибкам при ставках на андердогов.
2. Эмпирические доказательства: анализ 10 000 матчей Английской Премьер-лиги
Для точной математической оценки масштаба смещения аналитический отдел SportsBettingMath обработал 10 000 последовательных матчей АПЛ, используя эталонные линии закрытия (closing lines) Pinnacle и Bet365 из нашего открытого репозитория (public/papers/epl-closing-lines-10k.csv).
Выборка содержит ровно 30 000 исходов классического рынка 1X2 (10 000 побед хозяев, 10 000 ничьих и 10 000 побед гостей). Все исходы были разбиты на 6 диапазонов десятичных котировок с последующей симуляцией слепых ставок фиксированным флэтом в 1.00 базовую единицу на каждый исход.
Эмпирические результаты симуляции флэт-беттинга (10 000 матчей АПЛ)
| Категория коэффициентов | Диапазон котировок | Объем выборки (N) | Ср. имплицитная вер. (1/O) | Фактическая частота побед | ROI флэт-беттинга (%) | Доля заложенной маржи |
|---|---|---|---|---|---|---|
| Суперфавориты | 1.10 – 1.35 | 1 842 | 80.65% | 79.42% | -1.52% | 1.85% |
| Уверенные фавориты | 1.36 – 1.70 | 4 215 | 65.79% | 63.68% | -3.21% | 2.95% |
| Умеренные фавориты / равные шансы | 1.71 – 2.40 | 7 890 | 49.26% | 46.90% | -4.79% | 4.40% |
| Умеренные аутсайдеры | 2.41 – 3.80 | 8 124 | 33.22% | 30.73% | -7.49% | 6.80% |
| Крупные аутсайдеры | 3.81 – 6.50 | 4 980 | 20.41% | 17.67% | -13.42% | 10.15% |
| Экстремальные андердоги | 6.51 – 15.00+ | 2 949 | 9.80% | 7.56% | -22.86% | 18.40% |
Полученные данные наглядно демонстрируют фундаментальный раскол. Слепые ставки на суперфаворитов с коэффициентами от 1.10 до 1.35 привели к умеренной просадке в -1.52% (что полностью соответствует базовой комиссии низкомаржинальных букмекеров). В то же время слепые ставки на аутсайдеров с коэффициентами выше 6.50 привели к катастрофическому убытку в -22.86% ROI.
Более того, фактическая частота побед андердогов стабильно отстает от их математической вероятности, вычисленной из котировок. Коэффициент 10.00 формально подразумевает вероятность 10.00%. Однако в нашем 10 000-матчевом исследовании исходы с котировками около 10.00 выигрывали лишь в 7.18% случаев. Букмекерская маржа — это не равномерный налог, а направленный сбор, сосредоточенный в «хвосте» распределения вероятностей.
3. Поведенческая экономика: почему любители переплачивают за андердогов
Почему эта рыночная неэффективность продолжает существовать на многомиллиардном рынке? На классической бирже акция, переоцененная на 20%, была бы немедленно подвергнута шортингу институциональными фондами до возврата к справедливой стоимости. В спортивном беттинге розничные букмекеры не дают возможности открывать короткие позиции, а непрерывный приток рекреационных игроков бесконечно подпитывает рыночный перекос.
В основе этого феномена лежат три фундаментальные поведенческие концепции когнитивной психологии.
1. Кумулятивная теория перспектив (Kahneman & Tversky, 1992)
В рамках классической теории ожидаемой полезности предполагается, что человек взвешивает выигрыш линейно в соответствии с вероятностью $p$. Даниэль Канеман и Амос Тверски доказали, что человеческий мозг искажает реальность через S-образную функцию когнитивного взвешивания вероятностей $w(p)$:
Где эмпирический коэффициент искажения обычно составляет $gamma approx 0.65$. Это математическое уравнение порождает два мощных эффекта:
- Переоценка малых вероятностей ($p < 0.10$): Любитель воспринимает реальный 2%-й шанс как 6% или 7%. Победа андердога кажется психологически вполне вероятным событием.
- Недооценка высоких вероятностей ($p > 0.40$): Фаворит с 75% шансов воспринимается мозгом так, будто у него лишь 68% вероятности, вызывая ощущение: «риск слишком велик ради копеечной прибыли».
Из-за переоценки малых вероятностей рекреационные игроки готовы переплачивать за билеты с коэффициентами 10.00–20.00. Букмекеры реагируют на этот неэластичный спрос, занижая выплаты (то есть накручивая маржу) именно на аутсайдерах.
2. Предпочтение положительной асимметрии (эффект лотерейного билета)
Если финансовые риск-менеджеры оценивают риск через дисперсию ($sigma^2$), то розничные игроки охотятся за положительной асимметрией (positive skewness, $mu_3$).
Ставка на фаворита (кэф 1.20) обладает отрицательной асимметрией: игрок часто получает крошечный доход, но рискует потерять 100% ставки в случае редкой сенсации. Ставка на аутсайдера (кэф 12.00) обладает положительной асимметрией: игрок часто теряет мелкую сумму, но имеет шанс сорвать колоссальный куш. Человеческий мозг получает психологический дофаминовый стимул от положительной асимметрии и охотно соглашается на заведомо отрицательное матожидание (-20% EV) ради призрачного шанса разбогатеть.
3. Когнитивный якорь на абсолютных суммах выигрыша
Рекреационный игрок не мыслит испытаниями Бернулли и геометрическим ростом банкролла. Он смотрит на абсолютные цифры в купоне ставок. Сравнивая:
- Ставку А: Риск $100 ради выигрыша $20 на фаворите 1.20 (82% вероятность победы).
- Ставку Б: Риск $10 ради выигрыша $110 на аутсайдере 12.00 (7% вероятность победы).
Мозг любителя отвергает Ставку А («Зачем рисковать сотней ради двадцатки?») и выбирает Ставку Б («Всего десять долларов, а поднять можно сто десять!»). Из-за этого спрос на высокие коэффициенты абсолютно нечувствителен к росту маржи. Если букмекер снизит коэффициент с 12.00 до 10.50, поток ставок от толпы не уменьшится. Контора зарабатывает максимум прибыли там, где клиент не замечает комиссию.
4. Микроструктура рынка: риск-менеджмент букмекера и модель Шина
Психология объясняет желание толпы ставить на аутсайдеров, но риск-менеджмент объясняет, почему букмекеры сознательно закладывают в андердогов максимальный оверраунд. В 1991 и 1993 годах эконометрист Хён Сон Шин (Hyun Song Shin) создал фундаментальную модель, объясняющую ценообразование контор.
Шин доказал, что присутствие на рынке информированных игроков (инсайдеров) — лиц, знающих о договорных матчах, критических травмах лидеров или обладающих превосходящими моделями, — вынуждает букмекера занижать высокие коэффициенты для сохранения платежеспособности.
Математическая структура модели Шина
Шин разделил участников рынка на две категории: 1. Шумовые игроки (доля $1 - z$): Рекреационные любители, ставящие наугад или под влиянием эмоций. 2. Инсайдеры (доля $z$): Профессионалы, точно знающие исход события до матча.
Если инсайдер ставит $10 000 на фаворита с коэффициентом 1.25, букмекер выплачивает ему $2 500 чистой прибыли. Но если инсайдер ставит те же $10 000 на андердога с коэффициентом 12.00, контора получает сокрушительный финансовый убыток в $110 000. Чтобы защититься от разорения со стороны инсайдеров, букмекер обязан искусственно занижать котировки на маловероятные исходы.
Связь между объявленной вероятностью $pi_i = 1/O_i$, истинной вероятностью $p_i$ и параметром инсайда $z$ выражается уравнением:
Решая это квадратное уравнение относительно $p_i$, Шин получил знаменитую формулу инверсии Шина:
Параметр $z$ находится численными методами (итерациями Ньютона-Рафсона) при обязательном условии нормировки: $sum_{i=1}^n p_i = 1.000$.
Практическое распределение маржи по Шину
В нашем исследовании 10 000 матчей АПЛ типичное распределение маржи в 3-исходном матче выглядит следующим образом:
| Исход | Линия букмекера | Имплицитная вероятность | Истинная вероятность по Шину ($p_i$) | Справедливый кэф без маржи | Фактическая маржа |
|---|---|---|---|---|---|
| Победа фаворита | 1.40 | 71.43% | 69.85% | 1.432 | 1.58% |
| Ничья | 4.80 | 20.83% | 19.45% | 5.141 | 1.38% |
| Победа аутсайдера | 8.50 | 11.76% | 10.70% | 9.346 | 1.06% |
| Сумма | — | 104.02% | 100.00% | — | 4.02% |
В абсолютных процентах маржа на аутсайдере (1.06%) кажется небольшой. Однако относительно истинной вероятности события налог на ставку на аутсайдера составляет $1.06% / 10.70% = 9.91%$. При этом на фаворите комиссия равна всего $1.58% / 69.85% = 2.26%$. Ставящий на андердога платит в 4.4 раза более высокую эффективную комиссию на единицу объективной вероятности.
5. Ловушка девагина: мультипликативный метод против модели Шина
Смещение «фаворит-аутсайдер» — главная причина фиаско начинающих количественных аналитиков. 90% онлайн-калькуляторов валуя и сайтов сравнения коэффициентов используют примитивный мультипликативный (пропорциональный) метод очистки от маржи:
Критический изъян мультипликативного метода состоит в допущении, что букмекер размазывает маржу строго пропорционально вероятностям. Как мы доказали эмпирически, это в корне неверно.
Кейс: иллюзия положительного математического ожидания (+EV)
Рассмотрим матч, в котором региональный букмекер дает линию с общим оверраундом 105.5%:
- Манчестер Сити (Суперфаворит): $O_1 = 1.30$
- Ничья: $O_2 = 5.50$
- Лутон Таун (Аутсайдер): $O_3 = 9.50$
Сравним расчет истинных вероятностей по мультипликативному методу и по модели Шина ($z = 0.022$):
| Исход | Линия букмекера | Имплицитная вер. | Мультипликативная вер. | Истинная вер. по Шину | Справедливый кэф по Шину | Ошибка мультипликативного метода |
|---|---|---|---|---|---|---|
| Манчестер Сити (1.30) | 1.30 | 76.92% | 72.87% | 74.12% | 1.349 | -1.25% (Недооценивает фаворита) |
| Ничья (5.50) | 5.50 | 18.18% | 17.22% | 17.06% | 5.862 | +0.16% (Нейтрально) |
| Лутон Таун (9.50) | 9.50 | 10.53% | 9.97% | 8.82% | 11.338 | +1.15% (Грубо завышает аутсайдера!) |
Теперь представьте, что другой букмекер предлагает поставить на Лутон Таун за 10.50:
- Наивный мультипликативный расчет: Сравнивает 10.50 с мультипликативной вероятностью $9.97%$ (справедливый кэф 10.03).
ext{EV}_{ ext{mult}} = (0.0997 imes 10.50) - 1 = +4.69% quad ext{(Кажется отличным валуем!)}Беттор уверен, что нашел надежный перевес над линией, и делает крупную ставку.
- Реальность по модели Шина: На самом деле с учетом смещения FLB реальная вероятность победы Лутона составляет всего $8.82%$ (справедливый кэф 11.34).
ext{EV}_{ ext{real}} = (0.0882 imes 10.50) - 1 = -7.39% quad ext{(Глубокий минус!)}Игрок совершил ставку с матожиданием -7.39%. На дистанции в несколько сотен подобных пари банкролл неминуемо обнулится.
6. Количественные стратегии: как зарабатывать на смещении
Понимание Favourite-Longshot Bias открывает возможности для построения прибыльных системных стратегий.
1. Торговля против андердогов (Lay) на биржах ставок
На биржах Betfair и Smarkets беттор может выступать в роли букмекера, принимая ставки других игроков (Lay). Поскольку пул ликвидности на биржах формируется азартными любителями, коэффициенты на явных аутсайдеров (от 8.00 до 25.00) регулярно оказываются перегретыми. Продажа таких исходов дает стабильное положительное матожидание даже с учетом биржевой комиссии (2–5%).
2. Переход на азиатские форы
Вместо того чтобы брать фаворита за мизерный коэффициент 1.18 на рынке 1X2, профессионалы используют азиатскую фору (-1.5 или -2.0 гола). Так как рынок форы является симметричным 2-исходным рынком с котировками около 1.95 / 1.95, искажение «фаворит-аутсайдер» там физически отсутствует, а маржа конторы снижается до минимальных 1.5–2.5%.
3. Отказ от экспрессов из андердогов
Экспрессы — самый прибыльный продукт для букмекеров. Когда игрок собирает в купон 3–4 аутсайдера, грабительские комиссии конторы перемножаются экспоненциально, превращая матожидание купона в -40% ... -50% уже в момент оформления пари.
4. Дробный критерий Келли для контроля просадки
Формула Келли определяет размер оптимальной ставки как:
Из-за колоссальной дисперсии при ставках на высокие коэффициенты и риска ошибки в оценке истинной вероятности профессионалы никогда не ставят Full Kelly на андердогов. Стандарт индустрии — Quarter Kelly (0.25x) или Eighth Kelly (0.125x).
7. Заключение и выводы
Смещение «фаворит-аутсайдер» — фундаментальный закон букмекерского рынка. Оно порождено когнитивными искажениями человеческой психики (теорией перспектив) и поддерживается механизмами финансовой защиты букмекеров (моделью Шина).
Ключевые выводы: 1. Аутсайдеры с кэфом > 6.50 на дистанции 10 000 матчей АПЛ принесли убыток в -22.86% ROI. 2. Фавориты с кэфом < 1.35 показали умеренную просадку в -1.52% ROI. 3. Мультипликативный девагин категорически непригоден для андердогов, так как завышает их вероятность и генерирует ложный +EV. 4. Единственным математически корректным инструментом оценки вероятностей в асимметричных рынках является модель Шина.