Predpovedaný kurz

Čo je predpovedaný kurz a prečo ho potrebujete?

Predpovedaný kurz (predicted line) je výstup štatistického stávkového modelu – číslo, ktoré model vypočíta ako spravodlivý kurz pre konkrétny výber v danom zápase. Ide o odhad toho, aký by mal byť kurz na základe skutočnej pravdepodobnosti výsledku, bez vplyvu marže a subjektívneho odhadu bookmakera.

Táto hodnota sa potom porovnáva s kurzami ponúkanými stávkovými kanceláriami. Ak je bookmakerova ponuka vyššia ako váš model predpovedá, našli ste potenciálnu hodnotovú stávku (value bet). Naopak, ak je bookmakerova ponuka nižšia, ide o zlú stávku, ktorej by ste sa mali vyhnúť.

Príklad: Váš model vypočíta, že spravodlivý kurz na domáce víťazstvo je 1,80 (implikuje 55,6% pravdepodobnosť). Bookmaker však ponúka 2,10 (implikuje 47,6% pravdepodobnosť). Rozdiel 0,30 v kurze predstavuje výraznú hodnotu – bookmaker podceňuje šance domácich.

Úloha v value betting stratégii

Predpovedaný kurz je základom celej value betting metodológie. Value betting nie je o tom uhádnuť viac zápasov ako ostatní – ide o tom nájsť situácie, kde sú kurzy nesprávne ocenené v náš prospech.

Bez modelu, ktorý generuje predpovedané kurzy, nemáte objektívny spôsob, ako porovnať svoju analýzu s ponukou bookmakera. Ste odkázaní na subjektívny pocit, ktorý je dlhodobo neudržateľný. Model vám dáva konkrétne čísla a disciplínu.

Dlhodobá ziskovosť v stávkovaní sa dosahuje stovkami alebo tisíckami stávok, kde konzistentne stávkujete za lepšie kurzy, ako je skutočná pravdepodobnosť. Predpovedaný kurz je váš kompas v tomto procese.

Ako sa vyvíjal koncept predpovedaného kurzu?

Historické korene v štatistike

Koncept spravodlivej hodnoty a predpovedaného kurzu nie je vynálezom moderného stávkovania. Jeho koreny siahajú do 17. storočia, keď sa matematici ako Blaise Pascal a Pierre de Fermat zaoberali teóriou pravdepodobnosti. Ich práca na problémoch hazardu položila základy pre všetko, čo dnes robíme v analýze kurzov.

V 20. storočí, s rozvojom počítačov a štatistiky, sa tieto teoretické principy začali aplikovať na reálne hazardné hry. Kasína a stávkové kancelárie začali používať matematické modely na nastavovanie kurzov a ochranu pred stratami. Prvýkrát v histórii boli kurzy nastavované na základe presných výpočtov, nie len intuície.

V 70. a 80. rokoch sa v USA objavili prvý profesionálni stávkači, ktorí používali počítače na modelovanie futbalových a basketbalových zápasov. Títo „sharps" mali konkurenčnú výhodu, pretože ich modely boli presnejšie ako bookmakerove. Postupne sa však bookmakeri naučili a svoje modely zdokonalili.

Moderný vývoj v stávkovaní

Dnes je predpovedaný kurz štandardným nástrojom v arzenáli každého seriózneho stávkača. Revolúcia prišla s dostupnosťou dát a výpočtovej sily. Čo kedysi vyžadovalo špecialistu s počítačom, teraz môže urobiť každý s tabuľkovým procesorom a základnými znalosťami štatistiky.

Strojové učenie a umelá inteligencia ďalej posúvajú hranice. Moderné modely môžu spracovať tisíce premenných – od tradičných štatistík až po sentiment na sociálnych médiách, počasie, zmeny hráčskych zostáv a dokonca historické vzorce určitých tímov v špecifických situáciách.

Zároveň sa bookmakeri stali sofistikovanejší. Ich modely sú často presnejšie ako modely individuálnych stávkarov, pretože majú prístup k väčšiemu množstvu dát a finančných prostriedkov. To však neznamená, že je nemožné nájsť value. Bookmakeri sú ľudia (alebo algoritmy s chybami) a robia chyby, najmä v menej populárnych ligách alebo trhoch.

Ako funguje výpočet predpovedaného kurzu?

Základný postup — Poissonovo rozdelenie

Najčastejšie a najjednoduššie riešenie na výpočet predpovedaného kurzu v futbale je použitie Poissonovho rozdelenia. Toto štatistické rozdelenie vynikajúco modeluje počet gólov v zápase, pretože góly sú vzácne, nezávislé udalosti.

Základný postup má päť krokov:

Krok 1: Zbierajte historické dáta

Potrebujete zápasy z aspoň jednej celej sezóny. Pre najvyššiu ligu to predstavuje okolo 200 až 300 zápasov. Ideálne sú dáta z posledných dvoch až troch sezón, aby ste zachytili trendové zmeny.

Pre každý zápas zaznamenajte:

• Domáci tím
• Hosťujúci tím
• Domáce góly
• Hosťujúce góly
• Dátum (na váhovanie nedávnej formy)

Krok 2: Vypočítajte útočné a obranné hodnotenia

Pre každý tím vypočítajte priemerný počet strelených a inkasovaných gólov v domácom aj vonkajšom prostredí.

Útočná sila (domáca) = Priemerné domáce góly tímu / Ligový priemer domácich gólov

Obranná sila (domáca) = Priemerné inkasované domáce góly tímu / Ligový priemer domácich gólov

Rovnako pre vonkajšie zápasy.

Príklad: Ak Slovan doma strelí v priemere 2,1 góla a ligový priemer domácich gólov je 1,8, jeho útočná sila doma je 2,1 / 1,8 = 1,17.

Krok 3: Aplikujte Poissonovo rozdelenie

Pre konkrétny zápas (Slovan doma vs. Trnava vonku) vypočítajte očakávané góly:

Očakávané domáce góly = (Útočná sila domácich doma) × (Obranná sila hostí vonku) × (Ligový priemer domácich gólov)

Očakávané hosťujúce góly = (Útočná sila hostí vonku) × (Obranná sila domácich doma) × (Ligový priemer hosťujúcich gólov)

Potom použite Poissonovu funkciu (dostupná v Exceli ako POISSON.DIST) na výpočet pravdepodobnosti každého možného skóre od 0:0 až 5:5.

Krok 4: Odvoďte pravdepodobnosti pre trhové výsledky

Z matice skóre vypočítajte:

• Pravdepodobnosť domáceho víťazstva = Súčet všetkých skóre, kde domáci dajú viac gólov
• Pravdepodobnosť remízy = Súčet všetkých skóre s rovnakým počtom gólov
• Pravdepodobnosť víťazstva hostí = Súčet všetkých skóre, kde hostia dajú viac gólov

Príklad výpočtu:

Z týchto pravdepodobností vypočítate kurzy: 1 / pravdepodobnosť.

Domáce víťazstvo: 1 / 0,52 = 1,92 Remíza: 1 / 0,20 = 5,00 Víťazstvo hostí: 1 / 0,28 = 3,57

Tieto sú vaše predpovedané kurzy.

Krok 5: Porovnajte s bookmakerským kurzom

Ak bookmaker ponúka domáce víťazstvo za 2,20 a váš model predpovedá 1,92, bookmaker podceňuje domácich. Ak ponúka 1,75, nadceňuje ich. Stávkujete len v prvom prípade.

Zbieranie a príprava dát

Kvalita predpovedaného kurzu je priamo závislá od kvality vašich dát. Staré, neúplné alebo skreslené dáta vedú k nesprávnym modelom.

Kde získať dáta?

• Špecializované webové stránky: Flashscore, Transfermarkt, WhoScored ponúkajú detailné štatistiky.
• API služby: Existujú platené aj bezplatné API, ktoré poskytujú historické dáta.
• Ruční zber: Pre menej populárne ligy možno budete musieť dáta zbierať ručne z oficiálnych webov ligí.

Ako dlho potrebujete dáta?

• Minimálne: Jedna kompletná sezóna (okolo 200 zápasov)
• Optimálne: Dve až tri sezóny (400–600 zápasov)
• Pokročilé: Päť rokov (1000+ zápasov) pre detailnú analýzu trendov

Čistenie dát:

• Odstráňte zápasy, v ktorých chýbajú kľúčoví hráči (ak máte tieto informácie).
• Označte zápasy s neobvyklými okolnosťami (napríklad zápasy v neutrálnom prostredí).
• Aktualizujte dáta pravidelne, ideálne po každom kole.

Výpočet útočného a obranného ratingu

Útočný a obranný rating sú srdcom vášho modelu. Sú to čísla, ktoré predstavujú relatívnu silu každého tímu.

Útočný rating tímu = (Góly tímu v zápasoch, kde hral doma) / (Počet domácich zápasov) / (Ligový priemer domácich gólov)

Príklad: Ak Slovan doma strelil 28 gólov v 15 zápasoch (1,87 na zápas) a ligový priemer je 1,8, útočný rating domácich je 1,87 / 1,8 = 1,04.

Obranný rating tímu = (Góly inkasované v domácich zápasoch) / (Počet domácich zápasov) / (Ligový priemer domácich gólov)

Ak Slovan doma inkasoval 18 gólov v 15 zápasoch (1,2 na zápas) a ligový priemer je 1,8, obranný rating domácich je 1,2 / 1,8 = 0,67 (čo je dobré – inkasujú menej ako priemer).

Váhovanie podľa času: Nedávne zápasy sú dôležitejšie ako staré. Stávkači často používajú exponenciálne váhovanie, kde posledné zápasy majú vyššiu váhu. Jednoduchý spôsob: Použite len posledných 10–15 zápasov namiesto celej sezóny.

Aký je rozdiel medzi predpovedaným kurzom a ďalšími metrami?

Predpovedaný kurz vs. Closing Line Value (CLV)

Tieto dva pojmy sú často zamieňané, ale slúžia úplne iným účelom.

Predpovedaný kurz je to, čo váš model vypočíta pred zápasem. Je to vaša vlastná prognóza, vaša odpoveď na otázku: „Aký by mal byť spravodlivý kurz?"

Closing Line Value (CLV) je rozdiel medzi kurzom, za ktorý ste stávku umiestnili, a kurzom, ktorý bol dostupný bezprostredne pred začiatkom zápasu (closing line).

Príklad: Váš model predpovedá domáce víťazstvo za 1,80. Bookmaker ponúka 2,10, takže stávkujete. Keď sa blíži začiatok zápasu, kurz sa zmení na 1,95 (iní stávkači začínajú stávkovať na domácich). Vaša CLV je 2,10 - 1,95 = 0,15.

CLV je metriku úspechu vášho výberu – porovnáva to, ako dobrý bol váš čas vstupu. Ak máte pozitívnu CLV v dlhodobom horizonte, znamená to, že ste dobrí v identifikácii kurzov, ktoré sú podcenené.

Predpovedaný kurz vám pomáha nájsť príležitosti. CLV vám potom hovorí, či ste ich správne využili.

Predpovedaný kurz vs. Očakávaná hodnota (EV)

Očakávaná hodnota (Expected Value, EV) je výpočet, ktorý hovorí, koľko peňazí v priemere zarobíte alebo stratíte na stávke v dlhodobom horizonte.

Vzorec: EV = (Pravdepodobnosť výhry × Výhra) - (Pravdepodobnosť prehry × Strata)

Príklad: Stávkujete 100 € na domáce víťazstvo za kurz 2,10. Váš model hovorí, že pravdepodobnosť je 55%.

EV = (0,55 × 110) - (0,45 × 100) = 60,5 - 45 = +15,50 €

V priemere zarobíte 15,50 € na túto stávku. Ak urobíte 100 takýchto stávok, očakávate zisk 1550 €.

Vzťah: Predpovedaný kurz je vstup do EV vzorca. Bez modelu, ktorý vám dá pravdepodobnosť, nemôžete vypočítať EV.

Ako nájsť a využiť value stávky cez predpovedaný kurz?

Identifikácia value príležitostí

Value stávka existuje, keď je bookmakerova ponuka lepšia (vyššia) ako implikovaná pravdepodobnosť podľa vášho modelu.

Postup:

1. Vypočítajte predpovedaný kurz pomocou vášho modelu.
2. Porovnajte s bookmakerskou ponukou.
3. Vypočítajte implikovanú pravdepodobnosť bookmakerského kurzu: Pravdepodobnosť = 1 / kurz.
4. Ak je bookmakerova pravdepodobnosť nižšia ako vaša, máte value.

Príklad:

• Váš model: Domáce víťazstvo 55% (kurz 1,82)
• Bookmaker: Domáce víťazstvo kurz 2,10 (implikuje 47,6%)
• Rozdiel: 55% - 47,6% = 7,4% value
• Záver: Stávkujete!

Ako veľa value je dôležité?

• Menej ako 2%: Nemusíte stávkovať (marža bookmakera, chyby modelu)
• 2–5%: Dobrá príležitosť
• 5%+: Výborná príležitosť

Praktické príklady z futbalu

Príklad 1: Nedocenený domáci tím

Zápas: Slovan Bratislava (doma) vs. Trnava (vonku)

Váš model (na základe posledných 10 zápasov):

• Slovan útočný rating: 1,15
• Trnava obranný rating: 0,85
• Očakávané domáce góly: 1,15 × 0,85 × 1,8 = 1,76
• Trnava útočný rating: 0,92
• Slovan obranný rating: 0,78
• Očakávané hosťujúce góly: 0,92 × 0,78 × 1,5 = 1,08

Poissonovým modelom vypočítate, že pravdepodobnosť domáceho víťazstva je 52%.

Bookmaker ponúka domáce víťazstvo za 2,05 (implikuje 48,8%).

Rozdiel: 52% - 48,8% = 3,2% value. Stávkujete 100 € za kurz 2,05.

Príklad 2: Nadcenený hosťujúci tím

Zápas: Košice (doma) vs. Ružomberok (vonku)

Váš model predpovedá:

• Pravdepodobnosť domáceho víťazstva: 45%
• Pravdepodobnosť remízy: 28%
• Pravdepodobnosť víťazstva hostí: 27%

Bookmaker ponúka:

• Domáce víťazstvo: 1,95 (implikuje 51,3%)
• Remíza: 3,40 (implikuje 29,4%)
• Víťazstvo hostí: 3,75 (implikuje 26,7%)

Analýza: Domáci sú nadcenení (51,3% vs. vaša 45%), hostia sú podceňovaní (26,7% vs. vaša 27%). Rozdiel je malý – nemusíte stávkovať. Očakávate, že bookmaker má na nich podobný model ako vy.

Ako overiť presnosť svojho predpovedaného modelu?

Backtesting a validácia

Backtesting znamená testovať váš model na historických dátach a pozrieť sa, ako by bol ziskový.

Postup:

1. Vezmite historické zápasy (ideálne z iného obdobia, ako ktoré ste použili na vytvorenie modelu).
2. Pre každý zápas vypočítajte predpovedaný kurz.
3. Porovnajte s kurzami, ktoré boli dostupné v ten čas (closing odds).
4. Simulujte stávky na value príležitosti.
5. Vypočítajte ROI (Return on Investment) a ďalšie metriky.

Príklad:

• Backtestujete na 200 zápasoch.
• Nájdete 45 value príležitostí (value > 2%).
• Z týchto 45 stávok vyhráte 26 a prehráte 19.
• Win rate: 26/45 = 57,8%
• Ak stávkujete 100 € na každú a priemerne vyhráte 1,95 × 100 = 195 € a prehráte 100 €:
  • Celkový zisk: (26 × 95) - (19 × 100) = 2470 - 1900 = 570 €
  • ROI: 570 / (45 × 100) = 12,7%

Toto je vynikajúci výsledok. Modely s 5–10% ROI sú už veľmi dobré.

Metriky na meranie výkonu

Presnosť (Accuracy) Percento zápasov, ktoré váš model správne predpovedal. Nie je to najpodstatnejšia metrika (presnosť 52% môže byť zisková, presnosť 60% môže byť nerentabilná), ale je dôležitá na pochopenie základnej sily.

Return on Investment (ROI) Zisk / Investícia. Ak stávkujete 1000 € a zarobíte 150 €, ROI je 15%. Cieľ: Minimálne 5% ROI dlhodobo.

Sharpe Ratio Metriku volatility a konzistentnosti. Vysoký Sharpe ratio znamená konzistentný zisk bez veľkých výkyvov. Vypočítava sa ako priemerný zisk / smerodajná odchýlka ziskov.

Win Rate Percento vyhratých stávok. Musí byť vyššie ako implikovaná pravdepodobnosť z kurzov. Ak stávkujete na value stávky s priemernými kurzami 2,00, win rate musí byť vyšší ako 50%.

Čo sú časte chyby pri vytváraní predpovedaného modelu?

Nedostatok dát a preutrénenie

Najčastejšia chyba začiatočníkov: Vytvorenie modelu na príliš malom vzorku dát.

Ak vytvoríte model na 30 zápasoch, model sa prispôsobí šumu (náhodným fluktuáciám) namiesto skutočných vzorcov. Keď ho potom aplikujete na nové zápasy, zlyhá.

Minimálne požiadavky:

• 200+ zápasov pre základný model
• 500+ zápasov pre pokročilý model
• 1000+ zápasov pre veľmi detailný model

Preutrénenie (overfitting) je súvisejúci problém: Váš model je taký zložitý, že dokonale predpovedá minulosť, ale zlyhá na budúcnosti. Jednoduchý Poissonov model často funguje lepšie ako zložitý model s 50 premennými.

Ignorovanie zmien v dátach

Futbal nie je statická hra. Tímy sa menia, hráči odchádzajú, prídu noví, tréneri meňujú taktiku.

Chyby:

• Používanie dát zo starej sezóny bez aktualizácie na novú.
• Ignorovanie zranení kľúčových hráčov.
• Nepovšimnutie zmeny trénera alebo taktiky.
• Neaktualizovanie modelu počas sezóny.

Riešenie: Aktualizujte svoj model pravidelne. Ideálne po každom kole, minimálne mesačne.

Zbytočná zložitosť

Pokušenie: Pridať čoraz viac premenných do modelu – počasie, sentiment na sociálnych médiách, fázu mesiaca, atď.

Realita: Väčšina z týchto premenných nemá štatisticky významný vplyv. Pridávajú len šum.

Princíp: Začnite s jednoduchým modelom (Poissonov model s útočným a obranným ratingom). Ak funguje a je ziskový, ponechajte si ho. Len ak máte dôkazy, že konkrétna premenná zlepšuje presnosť, pridajte ju.

Ako vylepšiť svoj predpovedaný model?

Zahrnutie pokročilých dát

Keď máte základný model fungujúci, môžete ho vylepšiť:

Expected Goals (xG) Namiesto skutočných gólov použite xG – očakávané góly na základe kvality šancí. To je presnejší indikátor výkonu ako skutočné góly, pretože góly sú čiastočne náhodné.

Príklad: Tím môže mať 10 xG a dať len 1 gól (smola), alebo 1 xG a dať 2 góly (šťastie). xG je stabilnejší.

Dáta na úrovni hráčov Ak máte prístup k dátam o jednotlivých hráčoch, viete modelovať vplyv zranení. Absence kľúčového útočníka môže znížiť útočný rating o 15–20%.

Formové trendy Váhovanie posledných zápasov. Tím, ktorý vyhral posledných 5 zápasov, je pravdepodobne silnejší ako tím, ktorý vyhral 5 zápasov z 15.

Faktor domácej výhody Domáci tímy majú prirodzenú výhodu. Poissonov model to zachytáva, ale môžete ho upresnit na základe konkrétnej ligy. V niektorých ligách je domáca výhoda 20%, v iných len 10%.

Dynamické úpravy a aktualizácie

Sezónne úpravy Začiatok sezóny: Modely sú menej presné, pretože sa tímy menia. Váhu staršie sezóny menej.

Koniec sezóny: Niektoré tímy už majú zaistené miesto (alebo pád), iné bojujú. Motivácia sa mení.

Zranenia a zmeny Ak sa dozviete, že kľúčový hráč chýba, upravte útočný alebo obranný rating tímu.

Aktualizácia po každom kole Ideálne: Po každom kole prepočítajte ratings všetkých tímov. To zabezpečí, že váš model vždy používa najnovšie dáta.

Často kladené otázky o predpovedanom kurze

Čo je rozdiel medzi predpovedaným kurzom a bookmakerským kurzom?

Predpovedaný kurz je výstup vášho modelu – odhad spravodlivej hodnoty na základe štatistiky. Bookmakerský kurz je to, čo bookmaker ponúka, a zahŕňa jeho marži (profit margin). Bookmaker tiež často má presnejší model ako jednotliví stávkači, pretože má viac dát a finančných prostriedkov.

Ako vypočítam predpovedaný kurz bez programovania?

Poissonov model sa dá vypočítať v Exceli. Potrebujete:

1. Tabuľku s historickými zápasmi a gólmi.
2. Výpočty útočného a obranného ratingu (jednoduchá delenie).
3. Funkciu POISSON.DIST na výpočet pravdepodobnosti skóre.
4. Vzorce na výpočet kurzu z pravdepodobnosti.

Online existujú aj šablóny, ktoré si môžete stiahnuť.

Aký je minimálny počet dát na vytvorenie modelu?

Minimálne 200 zápasov (jedna kompletná sezóna). Ideálne 400–600 zápasov (dve až tri sezóny). S menej ako 200 zápasmi je model príliš hlučný a nepresný.

Ako často by som mal aktualizovať svoj model?

Minimálne mesačne. Ideálne po každom kole. Ak si chcete udržať konkurenčnú výhodu, aktualizujte ho aspoň týždenne, aby ste zachytili zmeny v tíme (zranenia, zmeny taktiky).

Môže byť jednoduchý model ziskový?

Áno. Jednoduchý Poissonov model s útočným a obranným ratingom je často ziskový, ak ho správne aplikujete. Nie je to o zložitosti – je to o tom, či váš model zachytáva skutočné vzorce a či ho disciplinovanej používate.

Aká presnosť modelu je dostatočná?

Model s 52–53% presnosťou pri výsledkoch zápasov môže byť dlhodobo ziskový, ak stávkujete za dobré kurzy. Nie je potrebná 70% presnosť. Ide o to, aby ste našli situácie, kde sú kurzy nesprávne ocenené v váš prospech.

Záver

Predpovedaný kurz je základný nástroj pre každého stávkača, ktorý chce dosiahnuť dlhodobú ziskovosť. Bez objektívneho modelu, ktorý generuje predpovedané kurzy, ste odkázaní na subjektívny pocit a intuíciu, čo je dlhodobo neudržateľné.

Vytvorenie modelu nie je ťažké – Poissonov model sa dá vypočítať v Exceli. Dôležité je mať dosť dát, pravidelne model aktualizovať a disciplinovaně stávkovať len na value príležitosti.

Pamätajte: Cieľom nie je uhádnuť viac zápasov ako ostatní. Cieľom je nájsť situácie, kde sú kurzy nesprávne ocenené v váš prospech, a konzistentne na ne stávkovať. Predpovedaný kurz je váš kompas v tomto procese.