¿Cuál sería un buen método o algoritmo para predecir el ganador de una carrera de caballos, dada una gran cantidad de información sobre las carreras de caballos?

En términos generales, me gusta el enfoque de factorización matricial probabilística bayesiana (PMF) más información lateral que se discute con respecto al baloncesto aquí:
http://blog.smellthedata.com/201…

La suposición básica del modelo sería que hay características no observadas de cada caballo y cada pista. Los resultados de una carrera provienen de las interacciones entre estas características latentes (p. Ej., El caballo A podría ser el favorito y las pistas de tierra; el caballo B podría ser un motor tardío y mejorar en el césped; una pista podría ser tierra, bien cuidada , etc.) Estas interacciones son moduladas por “información adicional” adicional, como el clima y la información temporal. El punto clave de un modelo de estilo PMF es que el algoritmo descubre automáticamente las características latentes para que expliquen bien los resultados pasados ​​observados.

Comienza a leer en esta parte:
“Lo más importante de un juego de baloncesto es que es una interacción entre dos equipos …”

Pero luego sustituya “interacción entre dos equipos” por “interacción entre la pista y los caballos entre sí”, y traduzca el baloncesto habla al caballo.

Creo que es muy difícil ganar si eres un “operador único”. El beneficio de unir fuerzas con un amigo de confianza que trae diferentes talentos a la mesa es un CAMBIADOR DE JUEGO. Las casas de apuestas no son inteligentes, alientan a las personas a apostar sabiendo que la tarea que enfrentan los apostadores es como el Everest. (¿entiendes mi nueva palabra?)

Reglas, tácticas y valores de impacto configurados en un Algoritmo totalitario es el camino a seguir. En general, las personas inteligentes no están interesadas en apostar porque el conocimiento requerido, para garantizar el éxito, es impenetrable. Es el hacer con el que lucho, no el cómo. Mantener todas las bolas en el aire es un negocio de tiempo completo.

El sentido común es una buena guía, por ejemplo. Si se trata de un premio decente de 9k +, habrá una cantidad insignificante de no vinculantes. Lo contrario también es cierto en las carreras de clase más baja, estudie y considere respaldar al aparente “extraño” para lanzar una llamada “sorpresa”. De esta manera, la cubierta externa se puede romper y se puede avanzar hacia el interior. Esto se logrará entendiendo los secretos no tan bien cubiertos de las carreras.

No te acerques a una casa de apuestas hasta que hayas hecho los kilómetros, la investigación y las pruebas de software.

Varias variables únicas se pueden establecer gradualmente. Un ejemplo bastante conocido es la medición de la clase de un caballo … premio total de ganancias / número de victorias. De esta forma se puede generar un tapiz de valores e informes de análisis. Una evaluación a medida de los factores pertinentes, presentada en un formato aceptable. Las decisiones de apuestas finales surgirán de una interpretación fría y tranquila. ¡El humano dice que SÍ!

Olvídate de ganadores y perdedores, lo único que importa es “puedes mantener una ventaja a largo plazo”. p.ej. ¿Puede respaldar un 8/1 que gana como una cuota justa 7/1 (12.5%) … es igual a -> beneficio.

por cierto … Puedes preguntarme cualquier cosa y daré mi mejor respuesta.

(20Oct16) actualización.

El MINDSET correcto es la habilidad más importante que debes dominar para ser un ganador. He subido una imagen que da una idea del entrenamiento mental que se requiere.

.

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~

Otra idea importante y poderosa que debe ser adoptada y utilizada es darse cuenta de que a menudo es difícil seguir su propio consejo.

Por lo tanto, una pieza de software / algoritmo eliminará este problema. Inculcas tu programa experto con la suma total de tus conocimientos, sabiduría y experiencia. Esencialmente tú en tu MEJOR día.

Entonces sígalo como un DIOS.

.

Mi siguiente pensamiento es … para ganar en grande debes pensar y actuar como un corredor de apuestas a la inversa. Exprime un porcentaje de ganancia del mercado total a través de los jugadores que pierden. Debe asegurar un porcentaje de ganancia al realizar el dinero de la taza.

Su tarea como jugador individual, en mi opinión, es más fácil.

.

Tabla de conversión de probabilidades | Herramientas de apuestas

.

Concurso Cheltenham 2017: se puede ganar un mínimo de £ 400 en efectivo: ¡opción de entrada gratuita disponible!

mantenerse en contacto y ver la hoja de cálculo carrera por carrera.

es una competencia de 4 días para todos los mejores tipsters del sitio web

Vine tercero el año pasado. Soñando con el 1er Premio en este momento (10:15 14mar17)

…último

(toda la selección en IN)

ver hoja de cálculo ¡AHORA!

Selecciones de Cheltenham Tipping Comp | Herramientas de apuestas

alias … Dynamite21

¡El archivo de Bet365 es KOOL!

para reproducción AS-LIVE en carrera, comprobación de resultados, NR, cuotas, reglas 4, etc.

mi último trabajo para estudiar es Bayes … TENGO UN PROGRAMA ANTIGUO llamado COMPUTADORA que se ejecuta en las reglas de Bayes que estoy tratando de actualizar.

Teorema de Bayes en las carreras de caballos: una guía para principiantes

(de un artículo de)

Michael Wilding 30 de septiembre de 2013 Apuestas Conocimiento 1,734 Vistas

Vemos discutido muchos tipos diferentes de estrategias de apuestas y sistemas, incluso en este blog. Pero rara vez vemos discutido cómo los grandes apostadores construyen sus modelos y cómo los equipos de apuestas desarrollan sus líneas de probabilidades.

Hay un par de razones para esto. El primero es que solo hay unas pocas personas que realmente lo saben, y el segundo es que la cantidad de recursos necesarios para construir algo similar está más allá de los medios de la mayoría de las personas.

Sin embargo, lo que podemos hacer es tomar lo que están haciendo aquellos con grandes recursos y reducirlo para trabajar con los recursos que están disponibles para nosotros. Eso es lo que voy a hacer hoy.

Mientras escribo esto, no estoy seguro de si será un solo artículo o una serie. Depende de cómo va el resto de este artículo y, lo que es más importante, de la respuesta. ¡Hazme saber si lo has disfrutado y quieres ver más dejándome un comentario o haciendo una pregunta a continuación!

Lo que vamos a ver hoy es el Teorema de Bayes, y mi objetivo es explicarlo sin utilizar ninguna jerga técnica o matemática difícil que se ve en tantas explicaciones. Estoy seguro de que me harás saber si he tenido éxito al final.

Para empezar, creo que es apropiado explicar exactamente qué es este teorema. Eso nos da un conocimiento subyacente de lo que nos ayudará a lograr y cómo podemos usarlo en las carreras de caballos.

Como con la mayoría de las estadísticas, esto no se inventó específicamente para ayudarnos a obtener más ganancias apostando en las carreras, se inventó como un método estadístico para calcular las probabilidades. Si desea una explicación más detallada, visite wikipedia, pero no necesitamos saber más para nuestros propósitos.

Con este conocimiento, podemos ver que el propósito de usar esto en las carreras de caballos es crear una probabilidad para cada caballo en una carrera usando un método repetible que no se basa de ninguna forma en el instinto intestinal.

La forma en que funciona este método de crear una probabilidad es que comienza con cada caballo que tiene la misma oportunidad de ganar una carrera. En una carrera de diez caballos, esto sería un 10% de probabilidad de ganar o 0.10 de probabilidad. En una carrera de 7 caballos, cada caballo comienza con un 14% de probabilidad de ganar o una probabilidad de 0.14.

A medida que se agrega más información al modelo, estas probabilidades aumentan o disminuyen en relación con lo que la información nos ha dicho sobre un corredor.

Todo es bastante simple hasta ahora. El ingrediente secreto es cómo agregamos la información de una manera que nos permita ajustar las probabilidades para cada corredor relevante a lo que la información nos ha dicho. Hacemos esto usando algo conocido como razones de probabilidad. No cuento eso como información técnica porque es un nombre y sería un error de mi parte llamarlo de otra manera en caso de que quisiera investigar esto más a fondo.

Resolver estas proporciones es muy simple. Decidimos qué información vamos a agregar, por ejemplo, el último ganador, y tomamos todos los caballos que tenemos en nuestras carreras históricas y los dividimos en dos grupos:

Los que fueron ganadores históricos

Los que no fueron ganadores históricos

Luego dividimos cada uno de estos dos grupos en dos grupos más donde están:

Los que ganaron su carrera

Los que perdieron su raza

Ahora tendrá cuatro grupos de números:

La última vez que ganaron los ganadores que ganaron su carrera

La última vez que ganaron los ganadores que perdieron su carrera

Caballos que no ganaron la última vez pero ganaron su carrera

Caballos que no ganaron la última vez y perdieron su carrera

Esta es toda la información que necesitamos para crear nuestras razones de probabilidad. Y si puede obtener esta información y tener a mano una calculadora normal, puede crear probabilidades para los caballos en una carrera sin ninguna dificultad.

En la siguiente parte de este artículo, que creo que será necesario si esto no se va a convertir en un gran documento de varias páginas, le mostraré cómo realizar estos cálculos en una calculadora simple. ¡Hacerlo te permitirá crear líneas de probabilidades y probabilidades de la misma manera que lo hacen los grandes apostadores y los equipos principales!

Pero necesitas estar preparado. Antes de la siguiente parte, asegúrese de tener …

Elija los factores que desea utilizar para crear sus probabilidades y líneas de probabilidades (no más de cuatro o cinco para comenzar)

Obtenga algunos datos históricos y divídalos como se muestra arriba para que esté listo para la siguiente etapa

Si desea verme hacer una muestra real la próxima semana con datos reales que pueda utilizar, deje un comentario a continuación con su voto sobre los factores que desea que usemos. De acuerdo, estoy usando esto como un soborno para que me dejes un comentario, pero me encanta saber de ti y si suficientes personas me dejan un comentario, te daremos algunos datos del mundo real para ti. para usar en las apuestas en nuestra próxima parte de esta serie.

He trabajado con muchos de los mejores pronosticadores de apuestas en el Reino Unido, apostadores profesionales y también grandes sindicatos de fútbol.

Creo que el algoritmo o método que estás buscando sería similar al Santo Grial y a todos los efectos, estoy seguro de que es tan bueno como imposible de crear.

La razón es que está hablando de una actividad dinámica que involucra seres humanos y caballos, donde la información clave siempre será oscura en el mejor de los casos y probablemente incognoscible antes de cada raza.

Por ejemplo: ¿la forma en que hemos visto es un verdadero reflejo de la habilidad de un caballo? ¿Es este el día en que cada corredor dará su mejor pie adelante? ¿Qué corredores y jinetes están en buenas condiciones y qué no? Y, por supuesto, ¿es la raza de hoy lo que parece ser (es decir, la carrera es recta o doblada)?

En un juego donde todos intentan ocultar sus intenciones (para beneficio y ventaja personal), los datos no son el problema. El componente clave que rige el éxito es la forma en que los datos (formulario) son interpretados por personas muy experimentadas con muy, muy buenos ojos y ese Factor X indefinible en su método, algo que comprende los tonos de gris tanto como lo que es blanco y negro. Son personas que entienden las reglas y las excepciones a las reglas también porque no hay dos oportunidades de apuestas que sean exactamente iguales, independientemente de las similitudes superficiales.

Nunca he visto un sistema modelado por computadora que haga algo más que ganancias a corto plazo antes de explotar. Las mejores personas que he visto saben lo que miran, saben cómo interpretarlo y confían en ser más correctos que incorrectos a largo plazo con probabilidades que son mayores que la posibilidad real de que sus selecciones ganen (el concepto llamado apuestas de valor). Principalmente confían en sus ojos, sus oídos y el tipo de experiencia duramente ganada que las computadoras no pueden tener.

Las carreras de caballos no son ciencia ni arte, es una mezcla resbaladiza de las dos y, como tal, solo unas pocas personas (no más del 2% -3% de los apostadores) pueden hacer que pague, incluso un poco.

Pero supongamos que podría construir este súper algoritmo y funcionó. ¿Quién tomaría sus apuestas y en qué tipo de apuestas y volumen? Incluso si pudiera planear un bombardeo de precisión militar orquestado un día en las casas de apuestas con efectivo, o con nuevas cuentas limpias, simplemente llorarían y se negarían a pagar sus ganancias. Y seamos sinceros, si su algoritmo realmente era el Santo Grial, le gustaría que tuviese algún tipo de corrupción.

More Interesting

¿Cuáles son todos los algoritmos que debe saber para funcionar bien en Codeforces?

Tiene una lista vinculada en la que cada nodo es otra lista vinculada. ¿Cómo encuentra el elemento Kth más exclusivo entre todos los nodos en el momento más óptimo?

¿Qué enfoque debería usarse para resolver esta pregunta sobre hackerrank?

¿Por qué Google dice que 'Global University' es una de las mejores universidades?

¿Por qué char array proporciona String cuando se imprime en el método System.out.println ()?

Cómo entender algoritmos complejos de aprendizaje automático

Cómo superar y comprender el algoritmo / código de otras personas

¿Cuáles son ejemplos de problemas en los que entrenar un ANN es la solución óptima?

¿Por qué necesitamos el término de sesgo en algoritmos ML como la regresión lineal y las redes neuronales?

Cómo programar un algoritmo de análisis de datos

¿Cuántas comparaciones se requieren para fusionar 4 archivos ordenados de 35 registros en un solo archivo ordenado?

Cómo hacer que el siguiente código sea mejor y más eficiente para el problema de invertir las palabras en la oración dada

¿Cómo podemos generar un número aleatorio con igual probabilidad en el rango [1 ... n] st, no pertenece al conjunto inválido de números S = {xi | 1 <= xi <= n e i [matemáticas] \ en [/ matemáticas] [1… k] yk <n} utilizando la memoria O (k); siempre que podamos llamar a la función aleatoria solo una vez?

¿Las secuencias y series son importantes para el aprendizaje de algoritmos?

¿Qué es un código de clasificación?