Стратегия ставок по модели Пуассона
Суть модели Пуассона в беттинге
Распределение Пуассона — это математический инструмент, который вычисляет вероятность того, что за определённый отрезок времени произойдёт ровно N событий. В беттинге этим событием чаще всего выступает гол. Модель не пытается угадать победителя матча, она отвечает на вопрос: «Сколько раз мяч окажется в сетке?» Для расчёта вам нужны два базовых параметра: атакующая сила команды (её средний xG или забитые мячи) и защитная сила соперника (пропущенные мячи). Представим условный пример. Допустим, «Зенит» дома создаёт 1,8 ожидаемого гола (xG), а «Спартак» в гостях пропускает 1,2. Модель перемножает эти показатели, получая ожидаемое значение (лямбда) для «Зенита» в этом конкретном матче. Далее по формуле Пуассона вычисляется вероятность 0, 1, 2, 3 и более голов. Если вероятность 2 и меньше голов составляет 65%, ставка на ТМ 2,5 становится математически обоснованной.- Тоталы: суммируя вероятности всех счетов, вы получаете точное распределение тоталов (0–1, 2–3, 4+).
- Точный счёт: перемножая вероятности голов хозяев и гостей, вы находите самый вероятный исход, например 1:1 или 2:0.
Сбор данных и оценка силы команд
Для расчёта по Пуассону нужна не «интуиция», а сухая статистика. Берём последние 20–30 матчей команды — это база, сглаживающая случайные всплески. Обязательно делим выборку: домашние игры отдельно, гостевые — отдельно. Забивные способности на своём поле и в гостях почти всегда различаются, и смешивать их — грубейшая ошибка. Просто посчитать «сколько забили» мало. Нужно понять, против кого забивали. Взвесьте соперников по их реальной силе: разделите показатели оппонентов на среднее по лиге. Если команда отгрузила три «автобусам» из нижней части таблицы — это переоценка. Если один мяч середняку с топовой обороной — это качественная пробивная способность. Так вы получите скорректированный темп атаки и надёжность защиты. На чистую статистику накладываем контекст матча. Темп — ключевой фактор: чем больше владений, тем выше дисперсия и вероятность экстремальных счетов. В хоккее и баскетболе обязательна фильтрация по большинству/меньшинству: реализация лишнего — отдельный параметр. В футболе учитывайте погоду: ливень или снег снижают xG и бьют по тоталам. Мотивация — последний фильтр: дерби, вылет или ротация перед еврокубками меняют базовый план.| Фактор | Как учесть |
|---|---|
| Дом/выезд | Две независимые выборки по 20–30 игр |
| Качество соперника | Взвешивание по разнице с лигой |
| Темп | Удары/владения, а не только голы |
| Контекст | Плюс-минус 10–20% к базовому лямбда |
Расчёт ожидаемых голов (xG) vs классический Пуассон
Классический подход задаёт среднее число голов (λ) через рейтинги: λ = атака_дома × оборона_выезд × лига_средняя. Это удобно: берём силу хозяев в атаке, гостей — в защите и масштабируем на чемпионат. Но формула «сглаживает» события: ей всё равно, создали вы один супермомент или десять полумоментов. Она видит только итог — забитые голы, а значит, чувствительна к шуму и случайностям. xG-модель точнее отражает качество моментов. Каждому удару присваивается вероятность гола по дистанции, углу, типу удара и давлению. Итоговый xG за матч — сумма этих вероятностей. Биг-шансы (явные выходы один на один, удары из центра) сильнее двигают xG, чем дальние «тычки». Так вы отличаете команду, которая наиграла на 0,8 xG при счёте 0:2, от той, кто реально «засушил» игру. Гибридный вариант — компромисс скорости и точности. Берём xG/90 (ожидаемые голы в среднем за 90 минут) как базу для λ, а не сырые голы. Для матча «Зенит» — «Краснодар» условный пример: хозяева дома создают 1,75 xG/90, гости в гостях допускают 1,30 xG/90, по лиге средний темп 2,65 гола за игру. Тогда λ_Зенит ≈ 1,75 × (1,30/лиг_допуск) × (лиг_средняя/2,65) — подгоняем под контекст.| Подход | Вход | Плюс | Минус |
|---|---|---|---|
| Классика | Голы | Просто, мало данных | Запаздывает, шум |
| xG | Качество ударов | Стабильнее, биг-шансы | Требует событий |
| Гибрид | xG/90 | Баланс точности | Нужно проверять 6–10 игр |
Построение матрицы вероятностей счета
Когда у вас есть две интенсивности — λ_home и λ_away, — вы строите два независимых распределения. Вероятность того, что хозяева забьют ровно i голов, вычисляется по формуле Пуассона: P(Home=i) = (e^(-λ_home) * λ_home^i) / i!. Для гостей — аналогично: P(Away=j) = (e^(-λ_away) * λ_away^j) / j!. На практике достаточно посчитать до 4–5 голов: дальше вероятности становятся ничтожными. Условный пример: λ_home=1.6, λ_away=1.1. Тогда P(Home=2) ≈ 0.258, P(Away=1) ≈ 0.333. Это база, без которой матрица не сложится. Матрица счета — это таблица, где строки — голы хозяев, столбцы — гостей. Каждая ячейка — произведение вероятностей: P(i,j) = P(Home=i) × P(Away=j). Так вы получаете шансы на точный счет: 1:1, 2:0, 3:1 и так далее. Чтобы получить рынок 1X2, суммируйте области: П1 — все ячейки выше диагонали, Х — строго диагональ, П2 — ниже. Для тоталов складывайте значения по «диагоналям»: ТБ 2.5 — все ячейки, где i+j ≥ 3.| i \ j | 0 | 1 | 2 |
|---|---|---|---|
| 0 | P(0,0) | P(0,1) | P(0,2) |
| 1 | P(1,0) | P(1,1) | P(1,2) |
| 2 | P(2,0) | P(2,1) | P(2,2) |
Корректировки: дисперсия, корреляция и инфляция кэфов
Чистый Пуассон часто подводит, потому что футбольные голы «группируются» сильнее, чем предсказывает формула. Если в данных дисперсия превышает среднее, модель недооценивает 0:0 и разгромы. В таких случаях вместо Пуассона применяют негативное биномиальное распределение. Оно вводит дополнительный параметр дисперсии, делая хвосты распределения тяжелее. На практике это значит, что вероятность счета 0:0 и 4:1 немного подрастает, а «дежурных» 1:0 или 1:1 — снижается. Для новичка это звучит сложно, но суть проста: если команды часто чередуют засухи и феерии, добавляй овердисперсию, иначе будешь систематически переоценивать скучные счета. Счет матча — не набор независимых кубиков. Как только одна команда забивает, поведение меняется: фаворит может сесть ниже, аутсайдер раскрывается. Пуассон это игнорирует. Чтобы учесть поведенческие сдвиги, строй условные интенсивности: например, после 0:0 на 30-й минуте темп может упасть на 10%, а после 0:1 слабая команда поднимет голову и увеличит допущенный xG. Простейший способ — ввести поправочные коэффициенты на состояния счета (draw-down/up), калибруя их по историческим данным конкретной лиги. Без этого модель переоценивает камбэки и недооценивает удержание счета. Сравнение с рынком — обязательный фильтр. Возьми свои вероятности из матрицы, убери маржу Pinnacle или топ-биржи до «чистых» 100%. Если Pinnacle дает 1.90 на равные шансы, его «фэйр» кэф — около 1.95. Твои вероятности пересчитывай к этому эталону, а не к линии с комиссией 5–7%. Далее вычитай комиссию биржи (обычно 2–5% с выигрыша), которая режет реальный кэф.| Этап | Действие |
|---|---|
| 1 | Взять кэф Pinnacle (например, 1.90) |
| 2 | Убрать маржу до «фэйр» (примерно 1.95) |
| 3 | Вычесть комиссию биржи с ROI |
| 4 | Сравнить с твоей вероятностью |
Поиск валуев и отбор матчей
Когда матрица вероятностей счета готова, начинается поиск перевеса. Валуй — это ситуация, когда ваша модель дает событию большую вероятность, чем заложил букмекер в коэффициент. Формула проста: Value = (Ваша вероятность / Implied probability) − 1. Мы не ставим на всё подряд: ищем порог от 3% до 5%. Если перевес меньше, маржа и дисперсия съедят прибыль на дистанции. Фокусируйтесь на рынках, где Пуассон работает лучше всего. Это тоталы 2.0 и 2.5, а также точный счет 0:0, 1:0, 1:1. Азиатские линии (ИТБ/ИТМ 2.25, 2.75) идеальны для дробления риска. Условный пример: модель дает 28% на ТМ 2.5 при коэффициенте 1.90 (вероятность 52.6%). Ваша вероятность 28% против 47.4% (1/1.90) — это не валуй. А вот если на ТМ 2.0 дают 2.10, и модель видит там 52% при 47.6% у конторы — это Value около 9%, и это сигнал.| Рынок | Почему подходит |
|---|---|
| Тотал 2.0/2.5 | Сглаживает случайные голы на 90-й минуте |
| Позволяет играть против линии с половинчатой страховкой | |
| Пуассон отлично считает «низовые» сценарии |
Банкролл-менеджмент и проверка модели
Для управления капиталом новичку лучше всего подходит флэт: фиксированная сумма, обычно 0,5–1% от банка на ставку. Это снижает риск быстрой просадки. Если вы уверены в калибровке, используйте дробный критерий Келли с делителем 3–6. Формула проста: доля банка = (p * k - 1) / (k - 1) / делитель, где p — ваша вероятность, k — коэффициент. Делитель гасит волатильность, превращая агрессивную математику в рабочий инструмент. Перед игрой на реальные деньги прогоните модель на 3–5 тысячах исторических ставок. Считайте не только ROI (возврат на инвестиции), но и Yield (чистая доходность к обороту). Ключевой метрикой будет CLV — сравнение ваших коэффициентов с closing line value (закрывающей линией). Если ваш средний коэффициент систематически лучше закрытия, модель ловит реальное преимущество. Обязательно проверьте калибровку: разбейте вероятности на интервалы и сравните предсказанную частоту заходов с фактической.| Диапазон p | Предсказано | Факт (3k ставок) | Отклонение |
|---|---|---|---|
| 50–55% | 52% | 50% | -2% |
| 55–60% | 57% | 56% | -1% |
Выводы
Пуассон — это быстрый каркас, который за минуты даёт базовую матрицу вероятностей по тоталам и исходам. Но без xG и корректировок вы получите «красивую» теорию, оторванную от поля. Сила подхода — в гибридной схеме: берём голую частоту, затем накладываем ожидаемые голы, домашнее преимущество, календарь и свежую форму. На условном примере: базовый Пуассон даёт ТБ 2.5 за 55%, xG-модель с учётом качества моментов тянет до 61%, а поправка на дисперсию лиги возвращает к 58% — именно эту цифру и сравниваем с линией.
Не гонитесь за всеми матчами дня. Отбирайте турниры с предсказуемой результативностью и низкой маржой, где ваш перевес переживает усреднение до закрытия. Сравнивайте расчёт с ценой закрытия: если ваша оценка 58%, а к закрытию рынок даёт эквивалент 54% — это рабочий зазор. Если же вы заходите по 52% — вы платите за чужой риск. Банк делите на малые доли, фиксируйте просадку и не догоняйте: одна ставка — 0.5–1% банка, серия — не повод ломать лимиты.
Автоматизируйте пайплайн, иначе точность убьёт рутина. Соберите конвейер: парсер линий и xG, расчёт Пуассона с матрицей счетов, фильтр по порогу валуя и размеру ликвидности, логирование кэфов закрытия. Обновляйте параметры еженедельно: сила атаки/защиты, хG/90, темп, дисконты на ротацию и погоду. Раз в неделю — бэктест на скользящем окне 90 дней: если перевес сжимается ниже 2–3% к закрытию — сужайте фильтры или ставьте паузу. Так модель остаётся живой, а не памятником красивой таблице.
Частые вопросы
1. Как рассчитать вероятности тоталов по Пуассону для футбола?
Сначала вычислите средние показатели забитых голов (λ) для каждой команды, затем для каждого числа голов k используйте формулу P(k) = (λ^k * e^(-λ)) / k!. Для тотала матча сложите независимые распределения команд, чтобы найти вероятность каждого общего счета, и просуммируйте их для нужного диапазона (например, 0–2 гола для «тотал меньше 2.5»). Условный пример: если λ_хозяев = 1.4, а λ_гостей = 0.9, вероятность счета 1–1 равна P(1;1.4) * P(1;0.9).
2. Чем модель Пуассона отличается от xG и когда лучше использовать каждую?
Пуассон оперирует фактической средней частотой голов, а xG — качеством моментов, преобразованным в вероятность гола до удара. Используйте Пуассон для быстрой оценки тоталов на длинной дистанции, когда у вас есть стабильные исторические данные по голам. xG предпочтительнее для оценки текущей формы и стиля игры, так как он менее зашумлен случайностью счета и лучше отражает уровень команды при малых выборках.
3. Какие параметры λ брать для домашних и гостевых матчей?
Используйте взвешенное среднее: λ_дома = (λ_общая_дома_команды * w1 + λ_общая_в_гостях_соперника * w2) / (w1 + w2), где веса зависят от новизны данных. Обязательно применяйте регрессию к среднему, чтобы избежать перекоса из-за аномальных результатов (например, 0:5). Для текущего сезона 2026/27 берите минимум 10–15 последних матчей с большим весом и добавляйте данные прошлого сезона с меньшим весом для стабилизации оценки.
4. Как учесть овердисперсию и почему Пуассон недооценивает 0–0?
Модель недооценивает 0–0, потому что предполагает независимость голов и не учитывает «засушливую» тактику, при которой команды снижают темп при 0:0. Для коррекции овердисперсии (когда реальная дисперсия выше средней) умножьте стандартные ошибки на корень из параметра овердисперсии или используйте отрицательное биномиальное распределение. На практике для рынков «0–0» часто применяют ручной повышающий коэффициент к вероятности Пуассона на 10–20% или используют поправку Конвея–Максвелла.
5. Какой порог value и стратегия банкролла для ставок по Пуассону?
Порог value зависит от маржи букмекера: при марже 4–5% ищите перевес (value) не менее 6–8% на основной линии тоталов и 10–15% на смол-маркетах. Для банкролла используйте критерий Келли в дробном виде (1/4 или 1/5 от полного Келли), чтобы снизить риск разорения при ошибках в оценке λ. Условный пример: если ваш расчетный перевес 10%, а коэффициент 2.00, полный Келли составит 5%, значит, безопасная ставка — 1–1.25% от банка.