Что такое формула Байеса в ставках на спорт?

Формула Байеса — правило, которое позволяет пересчитать вероятность события после того, как появилась новая информация. Записывается она так: P(A|B) = P(B|A) × P(A) / P(B). В ставках это инструмент обновления прогноза: у вас была оценка шансов до новости о травме, вышла новость — и оценка меняется на понятную величину, а не «на глазок». Разбираем формулу, считаем пример по шагам и показываем, где её чаще всего применяют неправильно.

Как теория вероятностей работает в ставках на спорт

Теория вероятности — раздел математики, который изучает закономерности случайных событий и величин. Она не предсказывает результат конкретного матча. Она даёт язык, на котором можно внятно сказать, насколько один исход правдоподобнее другого, и отличить сенсацию от нормального разброса.

Без такого языка игрок остаётся с ощущениями. С ним — с числом, которое можно сравнить с ценой в линии.

Подходов к тому, откуда берётся само число, обычно выделяют три.

• Классический (априорный). Все элементарные исходы считаются равновозможными, вероятность — доля подходящих. Работает для монетки и игральной кости, в спорте практически не применим.
• Частотный (эмпирический). Вероятность — доля случаев в длинной серии наблюдений.
• Субъективный (байесовский). Вероятность — степень уверенности наблюдателя, которую он обновляет по мере поступления данных.

Формула Байеса относится к третьему подходу, а не к первому. Это важно: «априорный» и «байесовский» — не синонимы, хотя их постоянно путают. Классический подход задаёт вероятность раз и навсегда из симметрии, байесовский — начинает с вашей оценки и переписывает её после каждого нового факта.

Что такое формула Байеса в ставках на спорт

Теорему сформулировал Томас Байес (около 1701 — 1761), английский статистик, философ и пресвитерианский священник. При жизни он её не публиковал: рукопись подготовил к печати и издал посмертно Ричард Прайс. Позднее и независимо тот же результат получил Пьер-Симон Лаплас. Источник: Wikipedia, статьи Thomas Bayes и Bayes’ theorem.

Формула выглядит так:

P(A|B) = P(B|A) × P(A) / P(B)

Читается она по частям, и каждая часть должна быть отдельной величиной:

• P(A) — априорная вероятность: ваша оценка события A до новой информации;
• P(B) — вероятность того, что новость B вообще появится, без привязки к A;
• P(B|A) — вероятность новости B при условии, что A произошло;
• P(A|B) — апостериорная вероятность: пересчитанная оценка A после новости B.

Дробь P(B|A) / P(B) — это множитель обновления. Если новость чаще сопутствует событию A, чем встречается вообще, множитель больше единицы и оценка растёт. Если реже — падает.

Откуда берётся априорная вероятность

Это первый вопрос, на котором спотыкаются. Формула ничего не создаёт из воздуха: она перерабатывает P(A), которое вы задали сами.

Взять его можно двумя способами. Либо построить собственную модель по статистике команд. Либо отталкиваться от линии букмекера, но обязательно очистив коэффициенты от маржи (как это делается — ниже по тексту). Брать сырую величину 1/K нельзя: там уже сидит комиссия, и сумма вероятностей по матчу превысит 100%.

Если априорная оценка взята с потолка, апостериорная будет такой же — только с видом точного расчёта. Это главная опасность метода.

Пример расчёта по формуле Байеса

Матч чемпионата Англии «Ливерпуль» — «Ньюкасл Юнайтед». По вашей оценке шансы «Ливерпуля» на победу — 75%. Это P(A).

Ближе к игре появляется новость: ключевой футболист близок к восстановлению после травмы. Вероятность, что он здоров, вы оцениваете в 80%, а если здоров — вероятность попасть в старт 90%. Событие B — «игрок вышел в стартовом составе».

Считаем P(B): 0,80 × 0,90 = 0,72, то есть 72%.

Нужна ещё P(B|A) — насколько вероятно, что он в старте, при условии что «Ливерпуль» матч выиграл. Победы чаще случаются с сильнейшим составом, поэтому оценка здесь выше базовой: допустим, 85%. Это ваше суждение, а не измеренная величина.

Подставляем: P(A|B) = 0,85 × 0,75 / 0,72 = 0,8854, то есть 88,5%.

Оценка выросла с 75% до 88,5% — на 13,5 процентного пункта. Проверим на осмысленность: если игрок в старт не попадёт, шансы падают до 40,2%, и средневзвешенное по двум вариантам даёт ровно исходные 75%. Расчёт не противоречит сам себе.

Дальше решение принимается не по проценту, а по цене. Порог безубыточности при оценке 88,5% равен 1 / 0,885 = 1.13. Если после новости коэффициент на победу «Ливерпуля» держится выше 1.13, ставка имеет положительное ожидание по вашей оценке. Если линия уже переехала ниже — ставить нечего, каким бы красивым ни был расчёт.

Частая ошибка в примерах такого рода. Числа 80% и 90% подставляют в формулу напрямую: 75% × 90% / 80% = 84,4%. Арифметика сходится, но смысла в ней нет. 80% — это вероятность того, что игрок здоров, а не P(B); 90% — вероятность старта при условии здоровья, а не P(B|A). Формула требует именно P(B) и P(B|A), и подмена величин даёт число, которое ни к чему не относится. Прежде чем считать, выпишите, что означает каждая буква.

Границы метода

Главная особенность — субъективность. Почти все входные величины вы задаёте сами: 80% на здоровье игрока или 90% на выход в старт — вопрос суждения, а не измерения. Можно дождаться объявления составов, но к этому моменту коэффициент обычно уже просядет.

Формула работает с цифрами и не видит человеческий фактор: вратарь соперника поймает кураж, нападающий не реализует три момента. Полученный процент — рабочая гипотеза, а не истина.

Отсюда и честный вывод: формула Байеса не повышает точность прогноза сама по себе. Она лишь делает логику обновления явной и не даёт менять мнение хаотично. Дисциплина — её главный полезный эффект.

Применять её можно в любом виде спорта, где переменные удаётся задать: покрытие в теннисе (грунт, хард, трава), погода в автогонках, состав и календарь в командных играх.

Ещё одна оговорка — правовая. Расчёт на публичных новостях законен и обычен, но пари строится на принципе добросовестности сторон. В правилах ООО «ПМБК» («Лига Ставок», в редакции, вступившей в силу 27.06.2024) п. 9.2 предусматривает: при умышленном сокрытии клиентом заведомо известной ему информации о событии пари может быть отменено либо признано проигрышным. Использовать открытые данные можно, инсайд — нет.

Как вычислить маржу букмекера

Коэффициент отражает оценку вероятности букмекером плюс его комиссию — маржу. Это основной источник дохода конторы, и она заложена в каждую котировку.

Вероятность, вшитая в коэффициент, считается так:

X = 1 / K, где K — коэффициент букмекера.

Сумма таких величин по всем исходам матча всегда больше единицы. Разница и есть маржа.

Пример расчёта вероятности и маржи

Матч «Бавария» — «Вольфсбург». Букмекер даёт 1.65 на победу хозяев, 4.70 на ничью и 5.00 на успех гостей. Считаем вшитые вероятности:

• победа «Баварии» — 1 / 1.65 = 0,6061 (60,61%);
• ничья — 1 / 4.70 = 0,2128 (21,28%);
• победа «Вольфсбурга» — 1 / 5.00 = 0,2000 (20,00%).

Сумма: 0,6061 + 0,2128 + 0,2000 = 1,0188.

Маржа: (1,0188 − 1) × 100 = 1,88%. Если считать её как долю от общей суммы, (1,0188 − 1) / 1,0188 × 100, получится 1,85% — обе записи встречаются, разница между ними невелика.

Чтобы получить очищенные вероятности, разделите каждую на сумму: 59,5% на победу «Баварии», 20,9% на ничью, 19,6% на победу гостей. Именно эти числа — оценка букмекера, и именно с ними имеет смысл сравнивать свою.

Цифры в примере условные и взяты для наглядности: маржа 1,9% на исход матча — редкость. На топовых футбольных лигах у легальных операторов она обычно составляет несколько процентов, а на менее популярных рынках заметно выше. Считайте её для конкретной линии, а не по памяти.

Другие подходы к оценке вероятности

Классический, он же априорный. Вероятность выводится из симметрии, до всяких наблюдений. Идеальная монетка: орёл или решка — по 50%. Игральная кость: 1 из 6, около 16,7%. К спорту это почти неприменимо, потому что равновозможных исходов в матче не бывает.

Здесь стоит развеять устойчивое заблуждение. Иногда пишут, что при подбрасывании монетки орёл и решка будут выпадать поочерёдно и «выравнивать» друг друга. Это не так и к формуле Байеса отношения не имеет. Броски независимы: после пяти орлов подряд вероятность шестого орла по-прежнему 50%. Рассуждение «должно выпасть противоположное, ведь так честнее» называется ошибкой игрока и на дистанции стоит денег. Соотношение действительно приближается к половине при большом числе бросков, но не потому, что отклонения компенсируются, а потому, что они размываются растущим количеством попыток.

Эмпирический (частотный). Вероятность определяют по формуле:

P = N / X, где N — количество подходящих исходов, X — общее число наблюдений.

Допустим, «Реал» выиграл 12 из 20 домашних матчей у «Атлетико» — формально это 60%. Но такая оценка корректна лишь при однородной выборке, а за два десятка мадридских дерби меняется всё: тренеры, составы, форма. Чем старше матчи в выборке, тем меньше они говорят о следующем. Двадцать наблюдений — мало, и доверительный интервал вокруг 60% широкий.

Субъективный (байесовский). Вероятность — степень уверенности наблюдателя, собранная из опыта, анализа ситуации и доступных факторов. Именно в этой рамке и работает формула Байеса: она задаёт правило, по которому уверенность меняется при поступлении новых данных.

Итог

Грамотный анализ обязан учитывать не только статистику, но и внешние обстоятельства: кадровую ситуацию, календарь, погоду.

Формула Байеса — не способ угадывать победителя. Это правило пересчёта вероятности при появлении новой информации, и точность результата целиком зависит от того, насколько разумны исходные оценки. Мусор на входе даёт мусор на выходе, только с точностью до сотых.

Практическая польза метода в дисциплине: он заставляет зафиксировать оценку до новости, объяснить, почему она изменилась, и сравнить результат с коэффициентом, очищенным от маржи. Это уменьшает число поспешных ставок. Гарантии прибыли он не даёт — в спорте сенсации остаются нормой, а любой расчёт проверяется только на длинной дистанции.

Участие в азартных играх может привести к возникновению зависимости от азартных игр.