X
 
  • Filter
  • Zeit
  • Anzeigen
Alles löschen
neue Beiträge

    #31
    Zitat von hapax Beitrag anzeigen
    -> Bei einer Gesamtmenge mit Performance von zB ROI 100% hat man also eine Untermenge G-A gebildet a) mit laschen Bedingungen und signifikant schlechterer Performance (86.666..%) bzw. b) mit recht harten / vielen Kriterien und kaum veränderter Performance (99.166..%).
    --> Eine Korrelation zwischen Auswahlkriterien und Performance (der Untermengen) vermute ich eher bei a) als bei b).
    Man bildet G-A in a) mit schlechterer Performance, dadurch ergibt sich für A eine bessere Performance, ist das richtig?

    und verstehe ich richtig, dass grundsätzlich lasche Auswahlbedingungen bessere z-Werte erzeugen? Wieso ist das so?

    #################################################


    Zitat von hapax Beitrag anzeigen

    Falls ich die letzte Frage richtig verstehe, dann siehe Anmerkung/Bedingung *.
    mit * meinst du folgendes?

    Zitat von hapax Beitrag anzeigen
    * Sehr wichtig bei dieser Berechnung bzw. deren Aussagewert ist, das die Durchschnittsquote der getroffenen Spiele in der Auswahlmenge nicht signifikant von der durchschnittlichen Eintrittswahrscheinlichkeit (also derem Invers) in der Gesamtmenge abweicht.
    Es macht keinen Sinn herauszufinden, dass die Auswahl von 2000 aus 10000 Spielen mit durchschnittlicher Eintrittswahrscheinlichkeit von 0.2 und 500 Treffern einen sehr geringen Zufälligkeitswert Z hat (0.0026), wenn die getroffenen Wetten der Auswahl eine Durchschnittsquote 3 haben.
    Andersherum übersieht man schnell Potenzial, wenn zB widerum die Auswahl von 2000 aus 10000 Spielen mit durchschnittlicher Eintrittswahrscheinlichkeit von 0.24 und 500 Treffern einen hohen Zufälligkeitswert Z hat (0.305), wenn die getroffenen Wetten der Auswahl eine Durchschnittsquote 5 haben.

    ##################################################

    Zitat von hapax Beitrag anzeigen
    Bsp: wie oben in a) und b) und AT=120, GT/G = 0.5 -> ** erfüllt
    -> a) Z = binomvert(130;300;0.5;1) = 0.012 & b) Z = binomvert(2380;4800;0.5;1) = 0.287
    wie stehen diese zahlen in Zusammenhang mit oben? Vielleicht stehe ich gerade auf dem Schlauch, aber ich verstehe nicht woher sie kommen.


    Einen schönen Abend!

    Kommentar


      #32
      Zitat von rickfischer Beitrag anzeigen
      mit * meinst du folgendes? ...
      Ja.


      Zitat von rickfischer Beitrag anzeigen
      Man bildet G-A in a) mit schlechterer Performance, dadurch ergibt sich für A eine bessere Performance, ist das richtig?
      Die Menge A ist in a) und b) angenommen gleich (-groß, -performant), nämlich 200 Wetten mit ROI 120%. Z ist in a) kleiner -> besser als in b) siehe
      Zitat von hapax Beitrag anzeigen
      Es macht imho einen himmelweiten Unterschied zB 200 Wetten und ROI 120% mit laschen Bedingungen aus 500 (-> besser) oder mit recht harten / vielen Kriterien aus 5000 Spielen (-> schlechter) auszusieben. *
      Zitat von hapax Beitrag anzeigen
      -> Bei einer Gesamtmenge mit Performance von zB ROI 100% hat man also eine Untermenge G-A gebildet a) mit laschen Bedingungen und signifikant schlechterer Performance (86.666..%) bzw. b) mit recht harten / vielen Kriterien und kaum veränderter Performance (99.166..%).
      ...
      Bsp: wie oben in a) und b) und AT=120, GT/G = 0.5 -> ** erfüllt
      -> a) Z = binomvert(130;300;0.5;1) = 0.012 & b) Z = binomvert(2380;4800;0.5;1) = 0.287

      Zitat von rickfischer Beitrag anzeigen
      und verstehe ich richtig, dass grundsätzlich lasche Auswahlbedingungen bessere z-Werte erzeugen? Wieso ist das so?
      Automatisch nur, wenn beim Vergleich von verschieden stark ausschließenden Bedingungen und gleicher Gesamtmenge, Auswahlmengen gleicher Performance entstehen.
      -> Bsp: Menge G hat 1000 Wetten und 400 Treffer, Untermenge A hat 200 Wetten und 100 Treffer, Untermenge B hat 300 Wetten und 150 Treffer. (Die Auswahlbedingung bei Menge B hat weniger Wetten ausgeschlossen und trotzdem die gleiche Performance wie Menge A.)
      --> Z(A) = binomvert(300;800;0.4;1) = 0.079 & Z(B) = binomvert(250;700;0.4;1) = 0.011


      Aber was ist beim Vergleich von Auswahlmengen bei nicht identischen Gesamtmengen und unterschiedlicher ROI?

      Bsp:
      i) G1 sind alle Wetten auf Heimsieg und Quote <4 -> 10000 Wetten mit 5000 Treffern. Auswahlkriterium X erzeugt Untermenge A mit 2000 Wetten und 1060 Treffern. Durchschnittsquote in G1 & A ist 2.
      ii) G2 sind alle Wetten auf Unentschieden -> 12000 Wetten mit 3000 Treffern. Auswahlkriterium Y erzeugt Untermenge B mit 2400 Wetten und 645 Treffern. Durchschnittsquote in G2 & B ist 4.
      iii) G3 sind alle Wetten auf Auswärtssieg und Quote zwischen 2 und 6 -> 8000 Wetten mit 2000 Treffern. Auswahlkriterium Z erzeugt Untermenge C mit 3200 Wetten und 835 Treffern. Durchschnittsquote in G3 & C ist 4.

      Wo ist eine Korrelation zwischen Auswahlkriterium und Performance wahrscheinlicher?

      Menge A siebt viele Wetten (80%) aus und erzeugt ROI 106%, Menge B siebt genauso stark (80%) aus und erzeugt ROI 107.5%, hat allerdings eine geringere Trefferwahrscheinlichkeit und Menge C siebt weniger (60%) aus, erzeugt aber den kleinsten ROI 104.4%.

      Z(A) = 0.092 < Z(C) = 0.125 < Z(B) = 0.147 -> Obwohl weder die lascheste Bedingung noch der beste ROI, am wahrscheinlichsten ist eine Korrelation zur Performance bei Auswahlkriterium X.

      Auf die Frage nach dem Warum (die Reihenfolge, die Ergebnisse) weiß ich dir nichts Besseres zu antworten, als auf die Charakteristik der Binomialverteilung zu verweisen und weitere Beispiele anzugeben.

      PS: Auch die Standardabweichung empfiehlt Kriterium X, ein Unterschied zur Z-Berechnung wird bei weniger stark aussiebenden Kriterium Z deutlich, welches für mich eben nicht so viel schlechter ist, wie es die Standardabweichung suggeriert.
      Zuletzt geändert von hapax; 10.11.2017, 19:19.
      + + + Excel Wettmanager + + +

      Kommentar


        #33
        Nabend!
        Interessanter Thread...
        Sind diese statistischen Berechnungen im Grunde nicht alle für den Eimer, bezogen auf Wettsysteme? Wenn mir ein statistischer Test sagt, dass meine 10% Yield nach 1000 Wetten "nur" zu 5% zufällig waren, ignoriert dieser Signifikanztest ja sämtliche vorherigen Systeme, die bereits nach 100 Wetten bei hoffnungslosem Minus verworfen wurden. Jedes 20. Mal erreiche ich dann ein so feines Ergebnis, prüfe es auf Signifikanz und freue mich, dass es nur zu 5% zufällig gut ist...
        Dasselbe gilt für sämtliche Tipster. Alle Tipster auf blogabet, die bereits früh gescheitert sind, fallen raus oder starten neu. Übrig bleiben ein paar gute Tipster und ein paar, die endlich einen glücklichen Run hatten. Mit einem Signifikanztest kann man das aber nicht beurteilen. Daher sollte man den Tipster an sich einschätzen, ob man denkt, dass er einen Gewinn erzielen kann oder bei eigenen Systemen auf die Logik dahinter schauen. Und wie schon ganz am Anfang dieses Threads erwähnt wurde, sind sekundäre Statistiken, wie das Verhältnis aus Quote zum Closer, dabei sicherlich hilfreich. Auch wenn ich nicht der Meinung bin, dass der Closer immer korrekt ist, so ist es doch sehr unwahrscheinlich, dass man ein schlechtes System spielt, wenn man den Closer deutlich schlägt. Schwierig wird es da natürlich für Systeme, die nahe am Closer spielen...

        Kommentar


          #34


          didyyydas kling ja ganz gut, danke. mit was für nem skript simulierst du das?[/QUOTE]

          Nach deiner Frage selber geschrieben. Ist doch ein banales Script, es wird angenommen, das die Strategie nicht gewinnbringend ist und die Performance durch Glück erreicht werden kann. Das ist anhand des Simulationsergebnisses tatsächlich möglich, also hast du vielleicht nur Glück gehabt. Da die Anzahl aber relativ gering war, ist es wahrscheinlicher, daß die Annahme(keine gewinnbringende Strategie) verkehrt ist.
          Ab ca 6000 Wetten und ROI>=110 ist es praktisch nicht mehr möglich die Performance mit Glück zu erklären.

          Kommentar


            #35
            Zitat von marph9247 Beitrag anzeigen
            Nabend!
            Interessanter Thread...
            Sind diese statistischen Berechnungen im Grunde nicht alle für den Eimer, bezogen auf Wettsysteme? Wenn mir ein statistischer Test sagt, dass meine 10% Yield nach 1000 Wetten "nur" zu 5% zufällig waren, ignoriert dieser Signifikanztest ja sämtliche vorherigen Systeme, die bereits nach 100 Wetten bei hoffnungslosem Minus verworfen wurden. Jedes 20. Mal erreiche ich dann ein so feines Ergebnis, prüfe es auf Signifikanz und freue mich, dass es nur zu 5% zufällig gut ist...
            Das ist richtig, aber Ziel ist es, eine entsprechend große Menge an Wetten gespielt zu haben, daß dieses nicht durch entsprechende Neustarts erreicht werden kann.
            Wenn die Chance bei 1:1000000000 ist, wirst du auch mit 100 Neustarts nicht erfolgreich sein.

            Kommentar


              #36
              Zitat von didyyy Beitrag anzeigen
              Das ganze kann man mit 'nem Script simulieren.
              1 Millionen virtuelle Wetter mit einer Strategie, deren ROI lediglich 97,5% ist, aber einige Glückspilze darunter.
              Nach 1000 Wetten mit Quote 3.5, haben es am Ende immerhin 5960 geschafft 10+% Gewinn zu machen.
              Also zu 99,4% ist deine Strategie besser als ein blindes Zufallswetten.
              Interessanter ist allerdings, ob du langfristig zumindest minimal Gewinn machst, also simulieren wir als nächstes 100% ROI-Wetter, die versuchen 10+% Gewinn zu machen.
              Auch hier haben wir 22679 erfolgreiche Wetter.
              Zu 97,7% hast du eine Strategie mit zumindest minimalem Gewinn, zu 2,3% ist es reines Glück.
              Excel & Co haben dafür auch die binomvert-Funktion im Repertoire:

              1000 Versuche, 314.3 Treffer (mit Quote 3.5 -> ROI 110%) und Eintrittswahrscheinlichkeit entweder 1/3.5 (Erwartungswert(ROI)=100%) bzw 0.975/3.5 (E(ROI)=97.5%)

              -> 1-binomvert(314;1000;1/3.5;1) = 0.022716 (-> bei 1000000 Neustarts 22716x 315 oder mehr Treffer (10+% Gewinn))
              -> 1-binomvert(314;1000;0.975/3.5;1) = 0.006067 (-> bei 1000000 Neustarts 6067x 315 oder mehr Treffer(10+% Gewinn))
              + + + Excel Wettmanager + + +

              Kommentar


                #37
                Zitat von hapax Beitrag anzeigen

                Bsp:
                i) G1 sind alle Wetten auf Heimsieg und Quote <4 -> 10000 Wetten mit 5000 Treffern. Auswahlkriterium X erzeugt Untermenge A mit 2000 Wetten und 1060 Treffern. Durchschnittsquote in G1 & A ist 2.
                ii) G2 sind alle Wetten auf Unentschieden -> 12000 Wetten mit 3000 Treffern. Auswahlkriterium Y erzeugt Untermenge B mit 2400 Wetten und 645 Treffern. Durchschnittsquote in G2 & B ist 4.
                iii) G3 sind alle Wetten auf Auswärtssieg und Quote zwischen 2 und 6 -> 8000 Wetten mit 2000 Treffern. Auswahlkriterium Z erzeugt Untermenge C mit 3200 Wetten und 835 Treffern. Durchschnittsquote in G3 & C ist 4.

                Aber in welchem Fall gibt es überhaupt einen Grund eine andere Gesamtmenge zu wählen als die gesamte Datenbank? Oder auch alle Spiele der Ligen, die bei Pinnacle gelistet sind. Im Endeffekt ist jede Auswahl aus dieser großen Gesamtmenge gewählt und nicht etwa aus den Spielen einer Liga der letzten 1,2,3,4 Jahre. Oder gibt es Konstellationen in denen eine kleiner Gesamtmenge gerechtfertigt ist?

                Kommentar


                  #38
                  Zitat von rickfischer Beitrag anzeigen
                  Aber in welchem Fall gibt es überhaupt einen Grund eine andere Gesamtmenge zu wählen als die gesamte Datenbank? Oder auch alle Spiele der Ligen, die bei Pinnacle gelistet sind. Im Endeffekt ist jede Auswahl aus dieser großen Gesamtmenge gewählt und nicht etwa aus den Spielen einer Liga der letzten 1,2,3,4 Jahre. Oder gibt es Konstellationen in denen eine kleiner Gesamtmenge gerechtfertigt ist?
                  Spiele die nicht zur Auswahl standen, weil nicht beachtet bzw. in Datenbank, konnten auch nicht ausgewählt werden, gehören also vor Begutachtung bzw. Datenbankerweiterung nicht in die Gesamtmenge.

                  Angenommen du hast Menge A1 mit Kriterium X aus Gesamtmenge G gebildet und bist von der Korrelation zur Performance überzeugt, willst dann aber wissen ob auch Kriterium Y angewendet auf Menge A1 zusätzlich zu & nicht unabhängig von Kriterium X eine Korrelation zur Performance aufweist.

                  Also Z(Kriterium Y angewendet auf Menge A1) kann durchaus signifikant besser sein als Z(Kriterium Y angewendet auf Menge G) trotz deutlich kleinerer Mengen bzw. die Korrelation zur Performance besteht vielleicht nur angewendet auf Menge A1.

                  In der Theorie ist es bei mehreren Kriterien sicher besser, wenn sie unabhängig voneinander auf die Gesamtmenge angewendet vorteilhaft sind, in der Praxis ist dies aber wohl noch schwerer zu finden.
                  + + + Excel Wettmanager + + +

                  Kommentar

                  Willkommen!
                  Es sieht so aus, als ob Du dich gerne am Thema beteiligen würdest. Du musst dich anmelden oder registrieren, um in diesem Thema antworten zu können.

                  Sportwetten Newsletter


                  Anmeldung für den kostenlosen Newsletter
                  Im Newsletter informieren wir über aktuelle Bonusaktionen und Gewinnspiele.
                  18 Plus Icon
                  Wettforum.info
                  Lädt...
                  X
                  Diese Seite verwendet Cookies. Durch die Nutzung unserer Seite erklärst du dich damit einverstanden, dass wir Cookies setzen.