Citat:
Ursprungligen postat av Juret
Du har till 100% sannolikhet INTE byggt en modell för hur marknaden förväntas värdera Correct Score. Den vet mycket väl att 0-0 händer oftare än Poisson skattar.
|
Tack för ditt övertygande påstående som fick mig att Googla lite ytterligare kring detta.
Den generella uppfattningen jag får av sökningen (samt tidigare diskussioner i denna tråd) är att resultaten 1-0 respektive 0-1 övervärderas på bekostnad av resultaten 0-0 respektive 1-1 som undervärderas.
Jag förmodar att det är här Bivariat poissonfördelning / Skellam kommer in i bilden för att motverka detta som ni har påpekat tidigare.
Det känns som att jag enkelt borde kunna ”ful-kompensera” detta genom att öka sannolikhet för 0-0 respektive 1-1 med t.ex. 10 % (eller vad som historiskt anses skäligt), samt minska sannolikheten för 1-0 respektive 0-1 med motsvarande.
Följande iakttagelser från simuleringar styrker detta:
- Värderingen av antalet mål har sett oförskämt bra ut vid jämförelser (sannolikhetsfördelningen mellan de binära resultaten påverkar enbart U/O 1.5 i ”mina” O/U-marknader)
- Specifikt värderingen av de binära resultaten har upplevts som lite skev
- Uppskattat matchodds för X som räknas fram med ”Correct score”-underlagen har inte överensstämt lika väl som för hemma- eller bortavinst när jag jämför mot in-parametrarna
Jag skall anpassa modellen enligt ovanstående och sedan jämföra simulering före och efter ändringarna, samt jämfört mot BF-marknaderna.
I övrigt söker jag en
enkel förklaring till detta ”fenomen” utan att behöva läsa 4st A4-sidor med formler. Någon som har svaret på detta möjligtvis?
Tack på förhand!