Динамическое преимущество в теннисном матче – как его учитывать при выборе ставки?

Раньше эксперт рассказывал о том, как игрок может создать систему определения котировок для теннисного события. В ее основе лежит изучение результатов, которые спортсмены показывают при вводе мяча – на подаче. Аналитик также представил методику, которую можно применять для анализа игры, партий и матчей в целом. Данная модель оснащена весьма ограниченной полезностью, поскольку ее подход не брал во внимание изменение ДП  по ходу встречи. По этой причине система не может правильно произвести расчет котировки на результативность (тотал) и гандикап (фору).

В свежем материале автора вышеописанная методика получает улучшение и расширяется, т.к. в ней проводится исследование и анализ ДП в перерывах между сетами теннисного поединка. За основу модели взят процент прохождения подач игроков.

Динамическое преимущество в сете

Фактор ДП имеет огромное влияние на результат партии и матча в целом. Брицки в авторском материале про заключение пари на партии указывал на то, что спортсмен, победивший в первом сете, имеет куда больше шансов выиграть вторую партию. В учет брались котировки, которые публиковались до старта события. Анализ матчей ATP-тура в 2010 году показал среднее превышение ожидаемых исходов в размере 16%. Данную тенденцию рассмотрим на следующем графике:

Вышеописанная тенденция меньше проявляется в тех случаях, когда во внимание берется ожидаемая вероятность победы теннисиста. Из-за этого аутсайдеры выгодней используют ДП во второй партии больше, нежели фавориты.

Если отобразить график данной закономерности в формате ожидаемых коэффициентов, то такое качество явной взаимосвязи станет наглядным. Предположим, что шансы одного из теннисистов одержать победу в матче изначально оценивались в 11 – 20%. При этом, коэффициент на то, что он выиграет вторую партию, будет более высоким – в районе 4,80. Если же данный спортсмен берет первый сет, то коэффициент на его выигрыш во втором «просядет» до «тройки».

По аналогии можно сказать, что теннисист, взявший второй сет после поражения в первом, с большей долей вероятности победит в третьей партии. Влияние ДП на поединок в перерыве между второй и третьей партией существенно ниже, чем между первой и второй. Среднее влияние фактора составляет всего 1,4%.

Вышеописанные примеры влияния ДП на исход теннисного поединка между сетами означает, что для методики определения котировок необходимо обновлять изначальные показатели вероятности (это приведет к надобности корректировать процент реализации подач), из-за чего мы получим возможность учитывать ожидаемые изменения по ходу поединка. Для начала проведем анализ проявления эффекта ДП между сетами.

Динамическое преимущество между партиями в теннисном матче

Расчеты, которые были проведены в предыдущем абзаце, наглядно подтверждают наличие возможности моделировать шансы теннисиста выиграть сет и матч, при использовании статистических показателей процента подач спортсменов (на основе их разницы).

Следующий график наглядно транслирует, что шансы выигрыша партии напрямую зависит от показателей игроков на подаче. К примеру, теннисист, который выиграл на подаче больше очков, чем его соперник на 4%, побеждает в партии в 64% случаях.

Вышеописанную закономерность можно применять для того, чтобы определить зависимость вероятности победы во второй партии от победы в первой партии в виде увеличения процента прохождения подач. Результаты таких расчетов представлены на следующей диаграмме. Предположим, до старта матча вероятность победы одного теннисиста составляла 65% (котировка в районе 1,54) и этот спортсмен забирает первый сет, то процент его успешных подач должен подняться за 2,3%.

Анализ динамического преимущества после сетов

Весомой разницы в графике изменения вероятностей мы не наблюдаем. Поэтому,  Джонатон Брицки предполагает, что теннисист, выигравший 2-ю партию, получит в решающем (третьем) сете преимущество в размере 1,4% (фиксированный показатель). Данная величина составлена на основе исправления процента успешных подач на 0,45% по сравнению с изначальным значением показателя.

Что представляет собой методика Джонатона Брицки?

Брицки провел симуляция 150 тысяч поединков. Для каждого события эксперт корректировал процент проходимости подач спортсменов. В следующей картинке аналитик привел рассчитанную модель, в которой транслируется взаимосвязь между вероятности победы в партии и матче целиком. Эксперт также приводит сравнение рассчитанной зависимости с графиком взаимосвязи, который он составил на основе данных всех событий в ATP-туре с 2010 года. Судя по всему, его модель неплохо справляется с демонстрацией реальных результатов партий.

Дальше Брицки показывает наличие зависимости, которая существует между победами во второй и третьей партии, с учетом разреза побед спортсменов в 1-ом и 2-ом сете. Следующая диаграмма приводит сравнение результатов моделирования с результатами матчей в АТР-туре с 2010 года.

Представленный график также подтверждает, что методика демонстрирует высокую точность. Следующим шагом в применении системы аналитика, становится понимание точности показателей, по которым методика определяет тоталы и форы. Для проведения анализа производился подбор данных, которые не содержат необходимых котировок для каждого матча. Но провести сравнение можно по действительным итогам события с результатами, которые симулирует модель.

Дальше Брицки предлагает опять рассмотреть те матчи, в которых теннисисты владели приблизительно равными вероятностями одержать победу с диапазоном в процентах – 40-60. Он провел симуляцию 300 тысяч матчей, при стабильном показателе процента подач в 64% для матчей АТР-тура. Данные аналитик вносил для тоталов и фор, которые опубликованы в следующем графике (более 6000 поединков начиная с 2010 года).

Представленные иллюстрации наглядно показывают, что система отлично откалибрована. При этом, в ней все же есть погрешности - недооценка тоталов в диапазоне от 12 до 18 геймов и переоценка при результативности выше 30 геймов.

Еще одно заметное отклонение заметно в переоценке 22 и 23 геймов, а также недооценке тотала с показателем 26. По аналогии система переоценивает низкие и переоценивает высокие показатели фор.

А что покажет моделирование, если рассматривать матчи, в которых есть явный фаворит? На нижнем графике транслируются тоталы для ожидаемых вероятностей побед теннисистов в диапазоне 60 – 80%, вероятность выигрыша второго – 20 – 40%.

В данном примере модель также нельзя назвать эффективной. Почему, так? Джонатон Брицки предполагает, что это свидетельствует о том, что изменение показателей прохождения подач в конце каждой партии не совсем точно демонстрирует изменения ДП. В идеале внесение изменений в процент успешных подач должно вноситься на постоянной основе, после того, как игроки разыграли каждое очко.

Если теннисист ведет в счете 3:0 в первой партии, то процент успешных подач должен получать обновление не только для второй партии, но и для всего отрезка стартового сета. Результат 6:2 в первой партии будет иметь большее влияние на коэффициенты для исходов второго сета, чем менее сильный разрыв, к примеру 6:4.

Числительное отображение и интеграция в модель данных факторов должны ликвидировать те несоответствия, которые опубликованы в анализе матчей АТР-тура. Это даст возможность более точно давать оценку на основные рынки теннисных матчей.