OGRAĆ BUKMACHERA. DLACZEGO JEST TO MOŻLIWE? KAMIL STUPAK SKN BUSINESS ANALYTICS SGH



Podobne dokumenty
Zakłady Bukmacherskie

1 Funkcja użyteczności

Ruletka czy można oszukać kasyno?

Dane są następujące reguły gry losowej: losujemy jedną kartę z pełnej talii (bez jokerów) i sprawdzamy wynik:

Rachunek prawdopodobieństwa Rozdział 6: Twierdzenia graniczne.

TEORIA GIER W EKONOMII WYKŁAD 2: GRY DWUOSOBOWE O SUMIE ZEROWEJ. dr Robert Kowalczyk Katedra Analizy Nieliniowej Wydział Matematyki i Informatyki UŁ

Ćwiczenia: Ukryte procesy Markowa lista 1 kierunek: matematyka, specjalność: analiza danych i modelowanie, studia II

Metody probabilistyczne

Rachunek prawdopodobieństwa Rozdział 6: Twierdzenia graniczne.

Prognozowanie i Symulacje. Wykład I. Matematyczne metody prognozowania

10. Wstęp do Teorii Gier

Wykład 11: Martyngały: definicja, twierdzenia o zbieżności

Statystyka Astronomiczna

WYKŁAD 2. Zdarzenia losowe i prawdopodobieństwo Zmienna losowa i jej rozkłady

Parametr Λ w populacji ubezpieczonych ma rozkład dany na półosi dodatniej gęstością: 3 f

Weryfikacja hipotez statystycznych. KG (CC) Statystyka 26 V / 1

Modele DSGE. Jerzy Mycielski. Maj Jerzy Mycielski () Modele DSGE Maj / 11

Optymalizacja parametrów w strategiach inwestycyjnych dla event-driven tradingu - metodologia badań

Wszelkie prawa zastrzeżone. Kopiowanie lub rozpowszechnianie całości czy też fragmentu tej publikacji w jakiekolwiek postaci jest zabronione.

KOMPETENCJE MENEDŻERSKIE Profit game strategiczna gra szkoleniowa dla menadżerów

Prawa wielkich liczb, centralne twierdzenia graniczne

Modelowanie sytuacji konfliktowych, w których występują dwie antagonistyczne strony.

Zadanie 1. O rozkładzie pewnego ryzyka X posiadamy następujące informacje: znamy oczekiwaną wartość nadwyżki ponad 20:

z przedziału 0,1 liczb dodatnich. Rozważmy dwie zmienne losowe:... ma złożony rozkład dwumianowy o parametrach 1,q i, gdzie X, wszystkie składniki X

MAKROEKONOMIA 2. Wykład 1. Model AD/AS - powtórzenie. Dagmara Mycielska Joanna Siwińska - Gorzelak

Matematyka finansowa r. Komisja Egzaminacyjna dla Aktuariuszy. LXII Egzamin dla Aktuariuszy z 10 grudnia 2012 r.

Optymalizacja parametrów w strategiach inwestycyjnych dla event-driven tradingu dla odczytu Australia Employment Change

ELEMENTY SUKCESU NA RYNKU KAPITAŁOWYM

Statystyka i eksploracja danych

MODEL KONKURENCJI DOSKONAŁEJ.

Aukcje groszowe. Podejście teoriogrowe

ZMIDEX analiza zdolności prognostycznej

Strategie VIP. Opis produktu. Tworzymy strategie oparte o systemy transakcyjne wyłącznie dla Ciebie. Strategia stworzona wyłącznie dla Ciebie

2b. Inflacja. Grzegorz Kosiorowski. Uniwersytet Ekonomiczny w Krakowie. Matematyka finansowa

Budowa modelu i testowanie hipotez

Konspekt 5. Analiza kosztów.

- 1 - STATYSTYCZNY ANALIZATOR RULETKI (SAR) Pomoc

Mikroekonomia II: Kolokwium, grupa II

Mixed-UCT: Zastosowanie metod symulacyjnych do poszukiwania równowagi Stackelberga w grach wielokrokowych


Psychologia inwestora

Stanisław Cihcocki. Natalia Nehrebecka

Dłuższy przykład: Dwie firmy, Zeus i Atena, produkują sprzęt muzyczny. Zeus jest większy, Atena jest ceniona za HF. Wprowadzają nowy produkt, np.

Metody niedyskontowe. Metody dyskontowe

Programowanie celowe #1

Rozkład zajęć, statystyka matematyczna, Rok akademicki 2015/16, semestr letni, Grupy dla powtarzających (C15; C16)

Monopol. Założenia. Skąd biorą się monopole? Jedna firma

10 kluczowych zasad efektywnego uczenia się tradingu

Jestem za, a nawet przeciw (Próba matematycznego modelowania sposobu myślenia Lecha Wałęsy)

Nazwisko i Imię zł 100 zł 129 zł 260 zł 929 zł 3. Jeżeli wraz ze wzrostem dochodu, maleje popyt na dane dobro to jest to: (2 pkt)

Zmienna losowa. Rozkład skokowy

ZARZĄDZANIE POZYCJĄ NA RYNKU KONTRAKTÓW TERMINOWYCH

ST S U T DI D UM M WYKONALNOŚCI

Zadanie 1. Zmienne losowe X 1, X 2 są niezależne i mają taki sam rozkład z atomami:

Stanisław Cichocki. Natalia Neherbecka. Zajęcia 13

STRATEGIE INWESTOWANIA NA RYNKU PAPIERÓW WARTOŚCIOWYCH. Wykład 8

Elementy Modelowania Matematycznego

Matematyka ubezpieczeń majątkowych r.

Metody prognozowania produktywności i ich wpływ na wyniki prognozowania. Kamil Beker

Rachunek prawdopodobieństwa i statystyka

Test spółek o niskim poziomie zadłużenia

Wykład VIII. Ekonomiczna analiza prawa (Law and Economics)

HISTOGRAM. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH Liczba pomiarów - n. Liczba pomiarów - n k 0.5 N = N =

dr Adam Salomon Wykład 5 (z ): Statyczne metody oceny projektów gospodarczych rachunek stóp zwrotu i prosty okres zwrotu.

(b) Oblicz zmianę zasobu kapitału, jeżeli na początku okresu zasób kapitału wynosi kolejno: 4, 9 oraz 25.

Przepustowość kanału, odczytywanie wiadomości z kanału, poprawa wydajności kanału.

Zarządzanie Kapitałem

Podejmowanie decyzji w warunkach ryzyka. Tomasz Brzęczek Wydział Inżynierii Zarządzania PP

Ryzyko. Ekonomika i organizacja produkcji. Materiały do zajęć z EiOP - L. Wicki Niebezpieczeństwo. Hazard. Zarządzanie ryzykiem

zdarzenie losowe - zdarzenie którego przebiegu czy wyniku nie da się przewidzieć na pewno.

Zarządzanie Kapitałem. Paweł Śliwa

Lista 7 i 8 Zysk księgowy i alternatywny Koszty alternatywne Koszty i utargi krańcowe Koszty produkcji w krótkim i długim okresie czasu

Matematyka ubezpieczeń majątkowych r.

Optymalizacja ciągła

WYKŁAD 5 TEORIA ESTYMACJI II

Wprowadzenie do gier symulacyjnych. Scenariusz gry TEES-6. Rozgrywka gry TEES-6 (System Wspomagania Decyzji) Plan prezentacji

RYZYKO. Rodzaje ryzyka w działalności gospodarczej Włączanie ryzyka w projekcji strumieni finansowych

Rachunek prawdopodobieństwa

Wyznaczanie strategii w grach

Model dopasowywania się cen na rynku

Ciała i wielomiany 1. przez 1, i nazywamy jedynką, zaś element odwrotny do a 0 względem działania oznaczamy przez a 1, i nazywamy odwrotnością a);

4.2 Rozgrzewka, czyli Centralne Twierdzenie Graniczne

Quantile hedging. czyli jak tanio i dobrze zabezpieczyć opcję. Michał Krawiec, Piotr Piestrzyński

1. Które z następujących funkcji produkcji cechują się stałymi korzyściami ze skali? (1) y = 3x 1 + 7x 2 (2) y = x 1 1/4 + x 2

PRODUKTY STRUKTURYZOWANE

Przegląd ważniejszych rozkładów

Projektowanie systemu krok po kroku

Makroekonomia 1 Wykład 12: Naturalna stopa bezrobocia i krzywa AS

Temat: Zmienna losowa. Rozkład skokowy. Rozkład ciągły. Kody kolorów: Ŝółty nowe pojęcie pomarańczowy uwaga. Anna Rajfura, Matematyka

TEORIA GIER W EKONOMII WYKŁAD 6: GRY DWUOSOBOWE KOOPERACYJNE O SUMIE DOWOLNEJ

Podstawowe finansowe wskaźniki KPI

Podstawowe pojęcia Testy hipotezy o efektywności Bąble spekulacyjne. Efektywność rynku. Jerzy Mycielski. 12 października 2017

Maksymalizacja zysku

Podaż firmy. Zakładamy, że firmy maksymalizują zyski

Ćwiczenia 5, Makroekonomia II, Rozwiązania

Oligopol. dobra są homogeniczne Istnieją bariery wejścia na rynek (rynek zamknięty) konsumenci są cenobiorcami firmy posiadają siłę rynkową (P>MC)

Matematyka ubezpieczeń majątkowych r.

Strategie wspó³zawodnictwa

EKONOMIA MENEDŻERSKA. Wykład 5 Oligopol. Strategie konkurencji a teoria gier. 1 OLIGOPOL. STRATEGIE KONKURENCJI A TEORIA GIER.

Negatywne skutki monopolu

Transkrypt:

OGRAĆ BUKMACHERA. DLACZEGO JEST TO MOŻLIWE? KAMIL STUPAK SKN BUSINESS ANALYTICS SGH

PODSTAWOWE DEFINICJE KURS oferowana przez bukmachera stopa zwrotu z pojedynczego zakładu, w Europie wyrażana najczęściej jako zysk brutto/stawka. Przykładowo, mówiąc o kursie 1.50 mamy na myśli, że obstawiając 100zł w przypadku wygranej powróci do nas 150zł. WYDARZENIE zjawisko będące przedmiotem zakładów. Jego realizację, jako nominalnej zmiennej losowej, nazywamy zdarzeniem (zdarzenia w obrębie jednego wydarzenia zawsze wykluczają się wzajemnie). RYNEK ogół charakterystyk związanych z danym wydarzeniem lub ciągiem n wydarzeń bukmacherskich, włączając w to ofertę kursową i limity bukmachera, funkcję popytu graczy, łączną wartość obstawionych zakładów, prawdopodobieństwa zajścia poszczególnych zdarzeń etc.

OPIS GRY LOSOWEJ Wartość oczekiwana (pojedynczy zakład): E(X) = P zysk + (1 P) strata = P K 1 Jest to gra o sumie zerowej: E(X) gracz = E(X) bukmacher Nie jest to gra sprawiedliwa: => E(X) gracz < 0 < E(X) bukmacher Marża bukmachera: M = 1 1 / i=1 (1 / K i ) Prawdopodobieństwa: P i = (1 M) / K i A więc: E(X) gracz = M

OPIS GRY LOSOWEJ, C.D. Posłużmy się przykładem: VS. Bukmacher wystawia na rynku kto wygra walkę następujące kursy: K N = 2.25 K P = 1.50 Nakłada więc marżę: M = 1 1 / (1/ 2.25 + 1 / 1.50) = 10%

OPIS GRY LOSOWEJ, C.D. Kursy sugerują, iż bukmacher tak szacuje prawdopodobieństwa rezultatu starcia: P N = (1 0.1) / 2.25 = 0.4 P P = (1 0.1) / 1.50 = 0.6 VS. Gracz nie jest w stanie szacować prawdopodobieństw lepiej niż bukmacher, ani zbudować lepszego modelu. Załóżmy jednak, że potrafi stworzyć model co najmniej tak samo dobry. Wówczas minimalizuje on straty do poziomu marży: E(X) gracz = 0.4 2.25 1 = 0.6 1.50 1 = 0.9 1 = 0.1 Wniosek: nawet używając optymalnego modelu, w długim okresie (serii zakładów) wartość oczekiwana gry będzie stale ujemna, a więc gracz ostatecznie zbankrutuje.

ASYMETRIA KURSÓW Tajemnica sukcesu tkwi zupełnie gdzie indziej: Istnieją rynki, na których bukmacher wystawia kursy asymetrycznie do rzeczywistych prawdopodobieństw zajścia poszczególnych zdarzeń. Innymi słowy: prawdopodobieństwa wynikające z wystawionych kursów P A różnią się istotnie od prawdopodobieństw modelowych P B. Jeżeli więc gracz potrafi poprawnie zidentyfikować oraz obstawiać wyłącznie zdarzenia o znacznie zawyżonym kursie, osiąga długookresową przewagę w grze losowej nad bukmacherem: E(X) gracz > 0

ASYMETRIA KURSÓW, C.D. Co więc motywuje bukmachera do manipulacji kursami? Otóż potrafi on na podstawie posiadanych historycznych danych o popycie na rynku oszacować globalną funkcję reakcji graczy, reprezentującą rozkład ich decyzji co do obstawienia poszczególnych zdarzeń pod wpływem wystawionych kursów. Rozważmy wydarzenie dwudrogowe. Funkcja oczekiwanego zysku bukmachera przybiera wówczas postać: E(Π) bukmacher = S P B1 s 1 K 1 P B2 s 2 K 2 gdzie S to całkowita kwota obstawiona przez graczy na rynku, s 1 i s 2 to jej udziały, zaś P B1 i P B2 oznacza prawdopodobieństwa zdarzeń szacowane przez bukmachera.

ASYMETRIA KURSÓW, C.D. Przekształćmy wzór, wprowadzając pojęcie prawdopodobieństw dostosowanych, czyli P A1 oraz P A2 = 1 P A1 E(Π) bukmacher = S (1 M) [P B1 / P A1 s 1 + (1 P B1 ) / (1 P A1 ) s 2 ] Jak widać, wartość P A1 stanowi jedyną zmienną decyzyjną bukmachera (pomijając poziom marży), którą poprzez wystawione kursy narzuca on graczom explicite jako sugerowane prawdopodobieństwo wystąpienia zdarzenia (oraz oczywiście zdarzenia przeciwnego P A2 = 1 P A1 ). Nie manipulując więc proporcjami kursów, (tj. P A1 = P B1 ) bukmacher nie maksymalizuje funkcji oczekiwanego zysku, która upraszcza się do postaci zależnej wyłącznie od marży: E(Π) bukmacher = S (1 M) (s 1 + s 2 ) = S M

ASYMETRIA KURSÓW, C.D. Powróćmy teraz do naszego przykładu. Przypomnijmy: P BN = 0.4 P BP = 0.6 M = 0.1 VS. bukmacher potrafi oszacować funkcję popytu na rynku gracze są racjonalnymi inwestorami i chcą maksymalizować swoją użyteczność z gry dla uproszczenia, przyjmijmy, że dzielą się oni na dwie kategorie: 1) 20% to zagorzali fani Najmana, którzy nie dopuszczają do siebie myśli o jego porażce, i szacują szanse w walce odwrotnie niż bukmacher 2) 80% gracze neutralni, dystansują się od emocji związanych z walką; średnio ich oszacowania pokryją się z oszacowaniami bukmachera

ASYMETRIA KURSÓW, C.D. Funkcja { reakcji graczy na kurs przyjmie postać: 0.2, P AN (0.1; 0.5) s N / S = 1, P AN 0.5; 0.6 0.8, P AN (0.6; 0.9) VS. Zaś funkcja { oczekiwanego zysku bukmachera: s 1 0.9 [0.4 / P AN 0.2 + 0.6 / (1 P AN ) 0.8], P AN (0.1; 0.5) E(Π) = 1 0.9 [0.4 / P AN + 0.6 / (1 P AN )], P AN 0.5; 0.6 1 0.9 [0.4 / P AN 0.8 + 0.6 / (1 P AN ) 0.8], P AN (0.6; 0.9) W prosty sposób { bukmacher maksymalizuje zysk: s 0.14 dla P AN = 0.29, P AN (0.1; 0.5) max E(Π) = 0.40 dla P AN = 0.60, P AN 0.5; 0.6 0.25 dla P AN = 0.62, P AN (0.6; 0.9)

ASYMETRIA KURSÓW, C.D. VS. Przykładowa funkcja oczekiwanego zysku bukmachera s opr. wł. Kursy uczciwe : K N = 1 / 0.4 = 2.50 K P = 1 / 0.6 = 1.67 Kursy z marżą: K N = 0.9 / 0.4 = 2.25 K P = 0.9 / 0.6 = 1.50 Kursy dostosowane: K N = 0.9 / 0.29 = 3.10 K P = 0.9 / 0.71 = 1.27

ASYMETRIA KURSÓW, C.D. Podsumowując: Na rynek gracze włożyli łącznie milion złotych: S = 1 [mln zł] s N = 0.2 1 = 0.2 [mln zł] s P = 0.8 1 = 0.8 [mln zł] s Bukmacher manipulujący kursami zarabia 40% więcej: E(Π) bukmacher = 1 0.9 [0.4 / 0.29 0.2 + 0.6 / 0.71 0.8] = 1 0.86 = 0.14 VS. Statystyczny gracz w długim okresie traci 10% obstawianych pieniędzy: E(X) gracz nieroztropny = 0.29 3.10 1 = 0.71 1.27 1 = 0.1 Zaś gracz, który rozumie istotę zakładów i potrafi sam szacować prawdopodobieństwa zdarzeń, osiągnie przewagę nad bukmacherem: E(X) gracz roztropny = 0.4 3.10 1 = 0.24

KRYTERIUM KELLY EGO Optymalna wysokość stawki dla każdego zakładu jest znana: Jeżeli uczestnik serii gier losowych posiada E(X) i > 0, to w długim okresie maksymalizuje zysk z serii takich gier jedynie wówczas, gdy za każdym razem alokuje część kapitału równą logarytmowi oczekiwanego zysku. W K = max(loge(x)) = E(X) / (K 1) Dla przytaczanego przed chwilą przykładu: W K = 0.24 / (3.1 1) = 0.1143 Gracz powinien więc obstawić zwycięstwo Najmana za 11.43% posiadanego na ten moment kapitału.

JAKI RYNEK WYBRAĆ? Rynek, dla którego można spróbować stworzyć zyskowną strategię długookresową, powinien: posiadać możliwe przyczyny nieracjonalnej funkcji popytu graczy umożliwiać budowę modelu predykcyjnego jak najmniej słabszego od modelu oszacowań bukmachera pozwalać na obstawienie statystycznie dużej liczby zakładów zachowywać stabilność i ciągłość w czasie Warunki te spełnia na przykład rynek: Czy w danym meczu tenisowym mężczyzn rozegranych zostanie łącznie więcej, czy mniej niż 22.5 gema? (tzw. over/under 22.5 gema)

JAKIEGO BUKMACHERA? Bukmacher, którego oferta może posłużyć za podstawę budowy takiej strategii, powinien: nakładać możliwie najniższą marżę ustalać stosunkowo wysokie limity stawki na pojedynczy zakład nie dyskwalifikować graczy osiągających regularne zyski być zaufaną i sprawdzoną firmą (posiadać licencję LGA) docelowo umożliwiać integrację silnika decyzyjnego ze środowiskiem końcowym poprzez dedykowane API Warunki te spełnia bukmacher X. Na wybranym rynku jego marża waha się w przedziale 1.5% - 4.5%, wynosząc średnio 3.3%, przy limitach na zakład sięgających kilku tysięcy złotych.

PRZYKŁAD RZECZYWISTY Asymetria kursów na rynku over/under 22.5 gema w meczu ATP dla bukmachera X opr. wł. (SAS Output)

SYMULACJA STRATEGII 1000 powtórzeń w losowej kolejności badany okres: lata 2010 2013 wszystkie mecze tenisa ziemnego mężczyzn poziomu ATP dla których bukmacher X wystawił rynek over/under 22.5 gema, rozgrywane na dystansie best of 3 i ukończone (łącznie 3 921 spotkań) kapitał początkowy: 10 000 zł obstawiane są wyłącznie zdarzenia under, o ile W k > 0 i K 2.00 strategia stawkowania wg kryterium Kelly ego: S t = W k B t górny limit stawki na pojedynczy zakład: 2 000 zł Obstawiono 917 zakładów: Średni kurs Skutecz ność Udział ZN > 0 Odch. std. ZN 5 perc. ZN Mediana ZN Średni ZN Średnie ROI Średni yield 2.14 53.11% 100% 23 000 166 000 226 000 219 000 2190% 12.83%

WDROŻENIE ROK 2014 Realny przebieg rozpatrywanej inwestycji w okresie 01.01.2014 31.10.2014 opr. wł. (SAS Output)

DZIĘKUJĘ ZA UWAGĘ! kamilstupak92@gmail.com