《盘赔天下》精简版——赔率篇（八）

lee416

                               
登錄/註冊後可看大圖

第一部分 赔率篇
五、赔率的搭配体系。
（一）赔率的回报。
        对于广大的博彩爱好者来说，通过模型来研究赔率难度比较大，我们所接触的赔率都是表面化的数字。因此，分析赔率的表面数字，则是直观展现赔率与比赛内容相联系的纽带。
        本章节主要探讨赔率表面化分析的基础——搭配体系（简称赔率体系）。
        在研究赔率体系之前，大家先仔细思考两个问题：
        1、你知道天朝人民银行的定期存款利率是多少吗？
        2、你知道股票市场每日最大涨幅的某支股票涨幅一般是多少吗？
        实际答案是：
        1、天朝人民银行的定期存款利率最高为“八年期存款年利率17.10%”，也就是说你拿100元钱，存八年时间，能够收到17.1元钱的利润。
        2、股票市场上某日最大涨幅的股票涨幅一般是在10%左右涨停，也就是说你买某一支股票，运气好时，能够在一天内得到10%（按100元计，也就10元利润）的利益回报。
        在知道这两个问题的答案后，我们回头再看一场球赛，来自2007年2月的一场比赛——国际米兰VS卡利亚里，欧洲平均赔率1.19 5.38 12.82。
        对于这场比赛，大家都知道是公认的强弱悬殊的一场比赛，国米今年是个巨无霸，而卡利亚里是典型的客场虫。这个情况下，如果你投注一百元国米标胜，那么结果打出后，你将获得19元钱盈利，而这个盈利过程，只需要一个半小时。
        对比上面三个数字，结果是惊人的。博彩行业所营造出的利润远远高于存款利率和股票；同时博彩行业所带来的风险也远远大于前两者。
        我们之所以把博彩称之为一种Dubo，就是因为其在极短的时间里，可以迅速累积大量的资金利润，也可以迅速消耗大量的资金利润。盈亏的速度极快且数额巨大。短短90分钟，一场强弱悬殊的比赛的赢利，就相当于在天朝的银行存上八年所得到的回报，这就是博彩被称之为Dubo的精髓所在。
（二）赔率分区的形成。
        现在生活中充斥着形形色色的赔率，例如2007年奥斯卡，赔率超低的《无间道风云》就以大热姿态胜出。那么对于这些纷繁的表面化数据，我们应该怎么处理呢？我们又应该怎么才能使这些数字成为我们阅读比赛，分析事物的工具呢？这就要提到赔率的基础分区问题。
        众所周知，赔率的数字可以很大，也可以很小，对于体育竞技类的赔率而言，我们通常所接触的赔率是在1—300以内的数字，例如一场强弱非常悬殊的比赛：
        捷克 vs 圣马力诺 7:0
        立博 1.00 9.00 81.00
        HK Jockey Club(天朝香港) 1.00 17.00 150.00
        Tradesports(爱尔兰) 1.02 83.33 200.00
        请注意，这场比赛中，主队获胜的赔付已经基本等于0，这个情况下，立博客胜给出了81的赔率（在88%的赔付下），而香港马会给出了150的客胜赔率（在93%的赔付下），而TRADESPORTS公司则给出了200的客胜赔率（在100%的赔付下）。
        由此可见，体育竞技类的博彩赔率，尤其是足球比赛的赔率，其最大值通常不会超过300，多数公司的最高赔率在100左右。
        当强势方赔率为1.05时，弱势方赔率最大值一般为多少呢？
        英国 VS 马其顿 0：0
        博天堂 1.05 9.00 26.00
        24hPoker 1.05 10.00 33.00
        由此可见，1.05赔率对应的客胜赔率一般不高过50，多数在30左右。
        当强势方赔率为1.12时，弱势方赔率最大值一般为多少呢？
        科威特 vs 巴西 0：4
        Bet24(丹麦) 15.50 6.50 1.12
        威廉希尔 15.00 6.00 1.12
        由此可见，1.12赔率对应的客胜赔率一般不高于20，多数在15左右。
        当强势方赔率为1.18时，弱势方赔率最大值一般又为多少呢？
        国际米兰 vs 卡利亚里 1:0
        Bet24(丹麦) 1.18 5.20 13.80
        SNAI(意大利) 1.18 5.50 14.00
        BETCOM(哥斯达黎加) 1.18 5.40 13.30
        由此可见，1.18对应的客胜一般不高于18，多数在13.5左右。
        当然，以上所举的例子只是通常的一些情况，各博彩公司会根据两个队的具体情况、公司自身赔付的多少、公司闲家受众的博彩习惯等进行略微调整，例如1.18的主胜赔率，若某博彩公司赔付很高，其客胜赔率就可能达到16.00以上。
        从上面的赔率来看，在主胜赔率不断升高的情况下，平局赔率和客胜赔率在不断降低。因此，我们举这几场比赛的例子，能够证明一个问题：
        赔率的分布是有规律的，是有轨迹可寻的。
        对于广大的博彩爱好者而言，我们通常提及的赔率的数字区间，一般在1.00—20.00之间。下面我们将重点研究这个数字区间内的诸多赔率区间。
（三）赔率的基础分区。
        在这里，我们把1-20之间按0.05为一个小区间进行划分。我们发现，划分之后，1-20之间共存在
        20*20=400个区间。这400个区间，就是我们所要探讨的赔率的基础分区。
        按90%的赔付率计，选择立博、INTER、SSP做主要研究对象（注：威廉平赔偏低，在此不做参考）：
        主胜（30个区）——平局均值搭配
        球半以上区：
        1.00-1.05区 ：10.00区
        1.05-1.10区 ：7.5-9.0区
        1.10-1.15区 ：6.0-7.5区
        1.15-1.20区 ：5.5-6.5区
        球半区：
        1.20-1.25区 ：5.0-6.0区
        1.25-1.30区 ：4.5-5.5区
        一球/球半区
        1.30-1.35区 ：3.8-4.5区
        1.35-1.40区 ：3.8-4.5区
        1.40-1.45区 ：3.5-3.8区
        一球区：
        1.45-1.50区 ：3.5-3.8区
        1.50-1.55区 ：3.4-3.6区
        半/一区：
        1.55-1.60区 ：3.4-3.6区
        1.60-1.65区 ：3.4-3.6区
        1.65-1.70区 ：3.3-3.5区
        半球区：
        1.70-1.75区 ：3.3-3.5区
        1.75-1.80区 ：3.3-3.5区
        1.80-1.85区 ：3.2-3.4区
        1.85-1.90区 ：3.2-3.4区
        1.90-1.95区 ：3.2-3.4区
        1.95-2.00区 ：3.2-3.4区
        平/半区：
        2.00-2.05区 ：3.1-3.3区
        2.05-2.10区 ：3.1-3.3区
        2.10-2.15区 ：3.1-3.3区
        2.15-2.20区 ：3.1-3.3区
        2.20-2.25区 ：3.1-3.3区
        平手区：
        2.25-2.30区 ：3.0-3.2区
        2.30-2.35区 ：3.0-3.2区
        2.35-2.40区 ：2.9-3.1区
        2.40-2.45区 ：2.9-3.1区
        2.45-2.50区 ：2.8-3.0区
        以上归纳的是各主胜（或客胜）赔率区间的平赔均值搭配，这个平赔的搭配，是个模糊概念，也就是说，这个平赔是个中庸平赔，
        其意义在于：
        A、往上走则平赔偏高，若两队历史交锋存在较多平局，或者两队近况较倾向于平局，或者两队赛季成绩中平局较多，此时平局无法打出。
        B、往下走则平赔偏低，若两队历史交锋平局较少，或者两队近况倾向于分胜负，或者两队实力接近且无明显造平局的概念时，此时平局机会大增。
        同时，根据概率计算，即可得出客胜赔率指数和概率数值。
        那么客胜赔率和概率得出有何意义呢？
        这里举两个例子：
        例1：
        2008年2月28日 國際米蘭 vs 羅馬 1：1
        基本面：两队历史交锋国米4胜3平3负，近年来没有平局。
        Interwetten（初） 1.90 3.00 4.00 47.43% 30.04% 22.53% 90.12%
        Interwetten（终） 2.10 3.00 3.30 42.80% 29.96% 27.24% 89.88%
        SSP(英国) 1.90 2.95 4.20 47.70% 30.72% 21.58% 90.63%
        立博（初） 1.72 3.10 4.50 51.63% 28.64% 19.73% 88.79%
        立博（终） 1.90 2.87 4.00 46.79% 30.98% 22.23% 88.91%
        分析：
        从上面的概率可以看出，庄家对平局位的期待值高于了正常值，或者更具体的说，2.1的主胜赔率，应该对应3.1的标准平赔，而1.9的主胜赔率更该对应3.2的标准平赔，在这两个队近年来交手平局很少的情况下，这样明显偏低的平赔，显然更容易打出。结合主胜概率、平局概率和客胜概率的偏差，由此可见本场比赛首选项是平局。
        比赛赛果——1：1平分秋色。
        例2：
        2004年4月10日  拜仁慕尼黑 VS 沙尔克04 2：1
        欧平赔（初）：1.50 3.69 5.93，对应的概率为60.2%、24.5%和15.3%，
        欧平赔（终）：1.52 3.60 5.79，对应的概率为59.5%、25%和15.5%。
        分析：
        初始欧洲数据对主队取胜予以肯定，特别是平局赔率明显高于标准赔率区间，而客胜赔率同样根据换算偏高，沙尔克获胜机会应该可以基本排除。临场欧平赔上涨的平局概率，但客胜概率没有根本性改变，平局的可能性看似增高，但可以看出赔率基数本身就过高，因此相对而言，主队赔率和概率的组合最为合理。
        比赛赛果——2：1。
        以上两例，则是对概率和赔率区间的较基本化的阐述，一旦赔率区间和概率可以通过确认，那么我们分析赔率的可能性将大幅提高。
        在下一篇中，我们将细化的去分析赔率的各个部分。
        （下附：欧洲赔率与百分比概率的换算。）
        ——欧洲赔率与百分比概率的换算
        1.10=81% 　1.12=80% 　1.14=79% 　1.15=78%
        1.16=77% 1.17=76% 　1.20=74-75% 1.22=73%
        1.25=71-72% 1.28=70% 　1.30=69% 　1.33=67-68%
        1.36=65-66% 1.40=63-64% 　 1.45=61-62% 　 1.5=60%
        1.53=59% 　1.55=58% 　1.57=57% 　1.60=56%
        1.62=55% 　1.65=54% 　1.70=53% 　1.72=52%
        1.75=51% 　1.80=50% 　1.85=48-49% 　 1.90=46-47%
        2.00=44-45% 　 2.10=42-43% 　 2.20=41% 　2.25=40%
        2.30=39% 　2.35=38% 2.40=37% 　2.50=36%
        2.60=35% 　2.65=34% 　2.70=33% 　2.80=32%
        2.90=30-31% 3.00=29% 　3.20=28% 　3.30=27%
        3.40=26% 　3.60=25% 　3.70=24% 　3.90=23%
        4.00=22% 　4.20=21% 　4.50=22% 　4.70=19%
        5.00=18% 　5.30=17% 　5.50=16% 6.00=15%
        6.50=14% 　7.00=13% 　7.50=12% 　8.00=11%
        9.00=10% 　10.00=9% 11.00=8% 　12.00=7%
        15.00=6% 　18.00=5% 　23.00=4% 　30.00=3%

旋转360

感谢楼主的教学知识分享

北极星

感谢楼主的教学知识

acer

新人学习了，感谢楼主

6868

新人来学习下，谢谢楼主。