Порівняння ефективності відомих стратегій ставок на архівних коефіцієнтах
Навіть найглибше розуміння футболу, тактичних схем, метрик очікуваних голів (xG) та динаміки команд не гарантує прибутку на дистанції. Головна причина програшу 80–85% гравців — не помилки в прогнозах, а відсутність системного управління капіталом. Професійний беттинг складається на 30% з аналітики подій і на 70% з математичної дисципліни. Нижче наведено комплексні результати ставок за відомими стратегіями Флет, Келлі та Мартингейл на архівних коефіцієнтах сайту football-data.co з урахуванням букмекерської маржі та реалістичного показника ROI.
Як знайти архівні коефіцієнти football-data.co
Для нашого дослідження ми використовували відкриті архівні дані сайту football-data.co — одного з найповніших безкоштовних репозиторіїв історичної футбольної статистики. Саме звідси ми взяли вихідні файли, які згодом прогнали в середовищі Google Colab для побудови симуляції.
Ми завантажили CSV-файли за кілька сезонів поспіль (кожен сезон — окремий файл, наприклад 2022-23.csv, 2023-24.csv). Кожен такий файл містить повну інформацію по кожному матчу: дату, команди, рахунок, а головне — коефіцієнти букмекерських контор на момент закриття ринку (П1, Х, П2, тотали ТБ/ТМ 2.5, європейські та азійські фори). Саме ці коефіцієнти є основою для розрахунку виграшів і програшів у нашій симуляції.
Усі дані зберігаються у форматі CSV (Comma-Separated Values) — це звичайна таблиця, де кожен рядок — один матч, а колонки — параметри цього матчу. Формат CSV є універсальним і без проблем зчитується бібліотекою pandas у Python, що робить його ідеальним для запуску в Google Colab. Потім ми прогнали файли в Google Colab:
Завантаження файлів. Ми зберегли всі потрібні CSV-файли з сайту football-data.co у одну папку, а потім завантажили їх у Google Drive та підключили Drive до Colab.
Об'єднання сезонів. Оскільки кожен сезон — це окремий файл, першим кроком скрипт зчитує всі CSV-файли з папки та склеює їх в одну велику таблицю (DataFrame) за допомогою pd.concat(). У підсумку ми отримали єдиний масив із 4 624 матчів.
Очищення даних. Ми видалили рядки з порожніми коефіцієнтами (NaN), перетворили дату у формат datetime та відсортували всі матчі у хронологічному порядку — від найстарішого до найновішого. Це критично важливо, бо симуляція має рухатися строго в часі, як у реальному житті.
Запуск симуляції. Підготовлений масив даних ми пропустили через ітераційний цикл, де кожен матч послідовно обробляється скриптом: визначається ринок, розраховується розмір ставки, фіксується результат і оновлюється баланс.
Після виконання цього блоку ми отримали чистий, відсортований масив із 4 624 матчів, який і став вхідною точкою для всіх подальших розрахунків — від консервативного флету до повного Келлі та Мартінгейла.
Детальний опис методології симуляції ставок на футбол
Для повного розуміння того, як саме побудована наша математична модель та що конкретно відбувається під час обробки масиву даних, розгорнемо кожен елемент симуляції на вибірці з 4 624 футбольних матчів.
Процес бектестингу на історичних даних побудований як ітераційний цикл (похвилинна або матчева симуляція), де кожен рядок із бази даних football-data.co проганяється через скрипт за таким алгоритмом:
Ідентифікація ринку та події. Система послідовно зчитує кожен із 4 624 матчів. Для кожного матчу визначається конкретний тип ринку:
П1 / П2 — результати основних подій (висока ліквідність, реакція на стан команд).
ТБ 2.5 / ТМ 2.5 — тотали (моделювання інтенсивності атаки та xG-показників).
Фори — європейські або азійські фори (захисні ринки для нівелювання різниці в класі).
Розрахунок розміру ставки (Stake Sizing). Залежно від обраної стратегії управління банком (консервативний флет, Келлі тощо), скрипт автоматично вираховує суму ставки у гривнях на основі поточного розміру банку на момент початку матчу. Якщо банк зростає — номінал ставки пропорційно збільшується; якщо падає — зменшується (або залишається фіксованим у разі чистого флету від початкового банку).
Облік результату та дисперсії. На основі реального результату матчу та історичного коефіцієнта на момент закриття ринку фіксується виграш або поразка. Система записує зміни балансу, формує криву дохідності та відстежує пікові значення просадок (Max Drawdown).
Мета цього етапу — не просто перевірити абстрактні цифри, а змоделювати поведінку реального капіталу (починаючи з базових 1 000 ₴) під впливом математичної дисперсії, різних типів ставок (чисті перемоги П1 і П2, тотали більше/менше 2.5, фори) та суворих алгоритмів управління ризиками.
Результати ставок по стратегіям на архіві коефіцієнтів
Для оцінки стійкості капіталу ми провели масштабну симуляцію на вибірці з 4 624 футбольних матчів (П1, П2, ТБ/ТМ 2.5, фори) зі стартовим банком 1 000 ₴. Зведена матриця нижче демонструє, як різні фінансові стратегії реагують на ринкову дисперсію.
Безпека стабільних флетів. Консервативний підхід із фіксованою ставкою у 2% гарантує плавний ріст банку з мінімальним емоційним навантаженням та контрольованою просадкою до 35%, тоді як збільшення номіналу до 5% неминуче призводить до глибоких даунсвінгів і ризику зупинки рахунку.
Перевага адаптивного управління. Дробовий критерій Келлі (0.25) демонструє найкращий показник рентабельності інвестицій (ROI ~4.8%), забезпечуючи гнучке регулювання розміру ставки залежно від поточного балансу та математичної переваги.
Фатальність прогресивних та повних математичних моделей. Повний критерій Келлі (1.0) та система Мартінгейла на довгій дистанції у понад 4 600 подій неминуче призводять до повного банкрутства (-100% ROI, 100% просадка) через невідворотну статистичну дисперсію та серії невдалих результатів.
Консервативний Флет (2%)
Номінал ставки залишається незмінним незалежно від попередніх виграшів чи поразок. Маємо низьку швидкість розгону капіталу на коротких дистанціях; психологічна втома від тривалих бокових рухів (флетів) кривої дохідності під час періодів високої дисперсії. Стратегія забезпечує плавний ріст (фінальний банк 1 450 – 1 850 ₴ при стартових 1 000 ₴), стабільний показник ROI на рівні ~3.5% та мінімальну максимальну просадку (22% – 35%). Це фундаментальний і найбезпечніший інструмент.
Корисні поради: Зафіксуйте суму ставки на початку ігрового тижня і не перераховуйте її занадто часто. Це ідеальний базовий алгоритм для тестування нових моделей машиннного навчання, оскільки він не маскує помилки алгоритму надмірним ризиком.
Помірний Флет (3%)
Частка ризику на кожну окрему ставку збільшується до 3% від поточного банкроллу. Ставки охоплюють увесь спектр ринків (П1, П2, тотали, фори). Маємо збільшення амплітуди коливань кривої дохідності та розширення глибини потенційних просадок до 38% – 52%, що вимагає більшої психологічної стійкості від гравця.
Завдяки вищому навантаженню фінальний банк зростає швидше (1 900 – 2 600 ₴), а показник ROI піднімається до ~4.2%. Проте модель балансує на межі допустимого рівня стресу для капіталу.
Корисні поради: Використовуйте цей підхід лише за умови, що ваші алгоритми чи прогнози мають підтверджену статистичну перевагу на дистанції від 1 000 матчів. Впроваджуйте захисний стоп-лосс: якщо поточна просадка сягає 25%, тимчасово знижуйте номінал до 1.5–2%.
Агресивний Флет (5% і більше)
Значна частина капіталу (від 5% і вище) ставиться на кожну подію. При зростанні банку сума ставки різко збільшується, але при падінні — також катастрофічно зменшується. Висока ймовірність повної капіталізації або критичної просадки (65% – 90%+) на першому ж затяжному даунсвінгі. На довгій дистанції в 4 624 матчі стратегія стає вкрай нестабільною. Навіть при непоганій точності прогнозів неминуча серія із 10–12 поразок поспіль знищує більшу частину балансу.
Корисні поради: Уникайте ставок вище 3–4% у будь-яких серйозних проектах. Агресивний флет суперечить принципам довгострокового математичного виживання і зазвичай використовується лише для швидкого «розгону» невеликих сум, якими не шкода ризикувати.
Дробовий Критерій Келлі (0.25)
Розмір ставки динамічно розраховується за класичною математичною формулою оптимізації Келлі (що враховує оцінену ймовірність та коефіцієнт), після чого результат множиться на коефіцієнт 0.25 (беруть лише чверть від розрахованого значення). Ставки адаптуються під реальний баланс.
Маємо помірну волатильність і просадки в межах 28% – 42% у періоди тимчасових ринкових коливань. Дробовий Келлі демонструє найкращий баланс безпеки та прибутковості — максимальний серед усіх моделей показник ROI (~4.8%) і фінальний банк у межах 1 600 – 2 100 ₴. Система самостійно звужує ставки під час спадів і розширює при підйомах.
Корисні поради: Коефіцієнт 0.25 (або 0.2) є «золотою серединою» для беттингу. Повний Келлі занадто чутливий до похибок, а чверть Келлі надійно захищає від фатальних помилок у розрахунках ймовірностей. Обов'язково переконайтеся, що ваш модуль розрахунку ймовірностей не має систематичного перекосу в бік завищення шансів.
Повний Критерій Келлі
Ставка робиться чітко за повною математичною формулою оптимізації без жодних понижувальних коефіцієнтів чи буферів безпеки. Маємо катастрофічну чутливість до мінімальної похибки в оцінці ймовірностей або до природного ринкового шуму та дисперсії. На довгій дистанції у 4 624 матчі модель гарантовано призводить до повного зливу рахунку (фінальний банк 0 ₴, -100% ROI, 100% просадка). Теоретична ідеальність формули розбивається про реальну ринкову дисперсію.
Корисні поради: Ніколи не використовуйте чистий (повний) Келлі. Пам'ятайте, що формула Келлі розрахована для умов абсолютної точнісінької оцінки ймовірностей, якої в реальному футболі досягти неможливо через непередбачувані фактори (травми, суддівські помилки, погода).
Мартінгейл
Після кожної невдалої ставки сума на наступний матч подвоюється (або збільшується за прогресивною схемою), щоб при першому ж заліку повністю перекрити всі попередні втрати і вийти в чистий плюс. Мажмо експоненційне зростання ризику, швидке досягнення максимальних лімітів букмекерської контори або повне виснаження капіталу.
Детермінований шлях до повного банкрутства (0 ₴, -100% ROI, 100% просадка). Рано чи пізно на вибірці в 4 600+ матчів трапиться серія із 7–9 поразок підряд, яка повністю знищить будь-який стартовий банк.
Корисні поради: Категорично уникайте догону. Мартингейл створює хибне відчуття надійності завдяки частим невеликим виграшам на коротких дистанціях, але математично запрограмований на повне знищення капіталу.
Порівняльний вибір стратегії під розмір банку
Аналіз історичних даних football-data.co показує, що жодна стратегія не є універсальною. Порівняймо «зони ефективності» для кожного підходу:
Мікро-банк (до 3 000 ₴). Виключно Консервативний Флет (2%). Він гарантує виживання (просадка до 35%) і, що критично важливо, не маскує помилки алгоритму машинного навчання надмірним ризиком. Фінальний результат 1 450 – 1 850 ₴ підтверджує стабільність базової моделі.
Середній банк (3 000 – 10 000 ₴). Допустимий перехід на Помірний Флет (3%). ROI зростає до 4.2%, а фінальний банк на дистанції показує 1 900 – 2 600 ₴. Проте гравець має бути готовий до амплітуди коливань і просадок 38% – 52%. Тут вже обов'язковим стає впровадження захисного стоп-лоссу на рівні 25%.
Великий банк (від 10 000 ₴). Дробовий Келлі (0.25) розкриває свій потенціал. Маючи найкращий показник ROI (4.8%), ця стратегія вимагає ідеального модуля розрахунку ймовірностей (без систематичного завищення шансів), але ідеально масштабується, використовуючи ефект складного відсотка.
Зони неефективності. Агресивний Флет (5%+), Повний Келлі (1.0) та Мартінгейл не мають безпечних зон. На вибірці у 4 624 події вони математично запрограмовані на злив (100% просадка, -100% ROI) незалежно від того, стартуєте ви з 1 000 ₴ чи з 100 000 ₴. Теоретична ідеальність формул розбивається про реальний ринковий шум.
Вибір алгоритму має жорстко корелювати з обсягом капіталу та психологічним профілем гравця.
Порівняння швидкості відновлення: хто швидше виходить з піке?
Максимальна просадка (Max DD) у зведеній матриці — це лише половина рівняння. Друга, не менш важлива метрика — це час відновлення (кількість матчів, необхідних системі, щоб повернутися до історичного максимуму після ями).
Консервативний Флет (2%): Завдяки фіксованому номіналу (або дуже повільному його зростанню), математична яма долається стабільно. Відновлення після локальної просадки (22-35%) займає умовні 80–120 матчів за умови збереження початкового ROI ~3.5%. Крива дохідності виглядає як пряма висхідна лінія з дрібними «зубцями».
Помірний Флет (3%): Глибша яма (38-52%) вимагає довшої серії виграшів. Через збільшення амплітуди коливань період відновлення розтягується на 150–200+ матчів. Саме тут виникає психологічна втома від тривалих «бокових рухів» (флетів) кривої дохідності, яка змушує новачків порушувати дисципліну.
Дробовий Келлі (0.25): Має вбудований механізм математичного самозцілення. На дні просадки (28-42%) формула автоматично звужує номінал, захищаючи залишок. Коли ж починається виграшна серія, ставка плавно зростає разом із банком. Це дозволяє системі наздоганяти пікові значення швидше за помірний флет, але без ризику фатального зливу.
Агресивні стратегії (5%, Повний Келлі, Мартінгейл): Поняття «відновлення» тут відсутнє як клас. Після просадки у 65-90%+ або серії з 7-9 поразок капітал знищується (0 ₴). Відновлювати нічого — потрібен повний рестарт, нові інвестиції та пошук нової стратегії.
На довгій дистанції виграє не та стратегія, яка швидше росте вгору на коротких відрізках, а та, яка швидше і безпечніше повертається після неминучих падінь.
Графіки результатів симуляції: що показують криві дохідності
Таблиця з цифрами відповідає на запитання «скільки?», але саме графіки відповідають на запитання «як саме?». Характер кривої дохідності — це психологічний портрет стратегії: де вона дає спокій, де випробовує нерви, а де вбиває капітал. У цьому розділі ми розберемо обидва графіки симуляції (4 624 матчі, стартовий банк 1 000 ₴) і розставимо акценти, які неможливо побачити у сухій матриці результатів.
Моделювання у Google Colab візуально підтверджує головну тезу статті: на дистанції виграє не та стратегія, що швидше росте, а та, що переживає дисперсію. Зелені, сині та фіолетові криві долають 4 624 матчі з прибутком, тоді як помаранчева, червона та бордова — це історії про те, як ілюзія стабільності закінчується вертикальним обвалом у нуль.
Зелена (Консервативний Флет 2%) — еталон стабільності: плавний висхідний тренд із дрібними просадками в межах 22–35%. Так виглядає капітал, яким керує математика, а не емоції.
Синя (Помірний Флет 3%) — швидший ріст (фініш 1 900–2 600 ₴), але з глибшими «сходинками» просадок 38–52%, що вимагає значно більшої психологічної стійкості.
Фіолетова (Дробовий Келлі 0.25) — крива з ефектом складного відсотка: помірний старт і прискорення у другій половині дистанції, найкращий фініш серед безпечних моделей (1 600–2 100 ₴, ROI ~4.8%).
Помаранчева (Агресивний Флет 5%) — головна пастка графіка: красивий ріст до піку ~1 500 ₴ близько 3 300-го матчу створює ілюзію геніальності стратегії, після чого слідує вертикальний обвал у зону просадки 65–90%.
Червона (Повний Келлі 1.0) та бордова (Мартінгейл) — криві з «ефектом тихої бомби»: тисячі матчів вони тримаються майже горизонтально біля 1 000 ₴, переконуючи гравця у надійності, і завершуються миттєвим обвалом у 0 ₴.
До позначки 1 000 матчів усі шість кривих виглядають майже однаково. Саме на цьому відрізку новачки роблять хибні висновки про «працюючу» стратегію. Моделювання наочно доводить: оцінювати модель на короткій дистанції безглуздо. Момент істини: безпечні моделі проходять його з контрольованим прогином, помаранчева ламається безповоротно, а прогресивні моделі починають передсмертні коливання. У Мартінгейла та повного Келлі капітал, який набирався тисячами ставок, знищується за лічені десятки — на графіку це виглядає як вертикальна лінія вниз.
Висновки
Результати масштабного моделювання на дистанції у 4 624 матчі наочно демонструють, що довгостроковий успіх у беттингу залежить не лише від точності аналітики, а передусім від математичної вивіреності управління капіталом. Зважені підходи на кшталт помірного флету чи дробового критерію Келлі (0.25) гарантують стабільний приріст і контрольовані просадки, ефективно захищаючи баланс від руйнівної дисперсії.
Водночас агресивні стратегії, повний Келлі та системи догону (Мартінгейл) неминуче призводять до повного банкрутства рахунку через природні серії невдач. Отже, основою для будь-якого ефективного алгоритму має бути суворий баланс між помірною дохідністю та безкомпромісним лімітуванням ризиків на довгій дистанції.
FAQ
Що таке стратегія «Флет 2%» і яка її головна перевага?
Це стратегія, за якої розмір ставки завжди залишається фіксованим (2% від банку) незалежно від попередніх результатів. Її головна перевага — це найбезпечніший і найстабільніший інструмент, що гарантує плавний ріст капіталу з мінімальним стресом та просадкою в межах 22%–35%.
Чому повний критерій Келлі призводить до зливу рахунку?
Повний Келлі використовує розрахунки без будь-яких понижувальних коефіцієнтів і буферів безпеки. Через це він стає надзвичайно чутливим до ринкового шуму та дисперсії, що на довгій дистанції гарантовано призводить до повного банкрутства (-100% ROI).
Чим відрізняється дробовий Келлі (0.25) від повного?
У дробовому Келлі (0.25) для ставки береться лише чверть від значення, яке видає повна формула. Це створює надійний буфер безпеки, який забезпечує найкращий показник рентабельності (ROI ~4.8%) та контрольовані просадки (28%–42%).
Чому система Мартингейл завжди програє на дистанції?
Мартінгейл вимагає подвоювати суму ставки після кожного програшу. Рано чи пізно на великій дистанції трапляється серія із 7–9 поразок поспіль, яка повністю виснажує капітал і призводить до гарантованого банкрутства.
Руслан Дмуховський