Какую роль играет статистика в формировании разного рода результатов каких-либо соревнований и играет ли вообще? Если да, то каким образом она влияет на формирование этих результатов? Насколько это влияние основополагающее? И можно ли иметь стабильную прибыль на ставках, основывающихся только на статистике? И главный вопрос, если да, то как???

Роль статистики в ставках

Роль статистики в ставках

Подобные вопросы часто возникают у людей, решивших попробовать свои силы в прогнозировании результатов разного рода спортивных событий. Одни ещё только начинают задаваться такими вопросами. Другие пришли уже к ним, но или не нашли на них ответа, или же нашли ответы настолько посредственные, что не смогли сделать каких-либо определенных выводов. Третьи же уже ответили для себя на эти вопросы и сделали выводы о влиянии статистики и возможности её использования при прогнозировании. Выводы эти обычно основываются на своем личном опыте (читай — на своих ошибках), изредка на чужом. Но насколько верны эти ответы, на сколько правильны выводы, на правильном ли пути они находятся или же заблуждаются? Все это непонятно, потому что мне практически не встречались статьи, посвященные этой проблеме, в которых бы было все последовательно и аргументировано расписано.

Я осмелюсь отнести себя к этим третьим, потому как для себя я в некоторой мере определился с ответами на заданные в начале вопросы и постарался сделать некоторые выводы, которые я по возможности буду приводить в этой и последующих статьях. Насколько правильны эти выводы, судить Вам (В принципе именно поэтому я и решил опубликовать это, так как рассчитываю на здравую критику с Вашей стороны).
В основном, все рассуждения я строил, основываясь на своём небольшом (3.5 года), но достаточно печальном (только недавно я перестал сливать банки) опыте. Но всё же мне хочется отметить здесь одного человека, ознакомившись с идеями которого я сделал для себя много интересных выводов. Зовут его Sky (точнее это его ник, а как его зовут, я, к сожалению, не знаю), и, если кто не знаком с его концепцией, советую обязательно ознакомится.
Ну и, наконец, оговорюсь сразу, что все свои рассуждения я буду строить применительно к футбольным матчам. Но понятно, что все полученные выводы можно легко трансформировать и на другие виды спорта, потому что законы статистики действуют практически всегда и везде.

Разная статистика.

И так, какую же роль играет статистика в формировании результатов футбольных матчей и играет ли вообще? Те, кто отвечают: «Нет, не играет ни какой роли», наверное, в наибольшей степени правы. Потому что результат футбольного матча определяют такие основополагающие факторы, как игроки и тренера обеих команд (точнее их профессионализм, уровень, форма, состояние, опыт, …) и множество второстепенных факторов (судьи, состояние поля, погода, …). Но все эти факторы как-то не связываются со статистикой.
Казалось бы, ну раз «нет», значит «нет», значит можно остальные вопросы и не рассматривать. Но, давайте взглянем на проблему, на эти вопросы с другой стороны. Что вообще такое статистика? И тут получается, что мы имеем дело с двумя различными понятиями:
1. Статистика — это совокупность результатов матчей определенной команды (или же совокупность результатов матчей между двумя определенными командами, когда речь идет о личных встречах).
2. Статистика — некоторая математическая наука со своими законами.
Тогда получается, что мы не совсем корректно формулируем свои вопросы. Т.е. перед нами на самом деле стоит как бы две разные проблемы, два разных вопроса:
1. Влияет ли математическая статистика на формирование статистики результатов, и если да, то каким образом?
2. Можно ли иметь стабильную прибыль при ставках, основывающихся только лишь на статистике результатов обеих команд?

На счет первого вопроса я рассуждал следующим образом: с одной стороны, мы знаем, что статистика, как совокупность результатов, формируется факторами, не имеющими ни какого отношения к математической статистике. С другой стороны, мы не можем оспаривать существование статистики, как науки, и действие её законов. Т.о. математическая статистика должна как-то присутствовать в статистике результатов, к тому же просматривая статистику различных команд, мы наблюдаем там интересные явления, которые очень похожи на статистические явления, т.е. явления, подверженные собственно статистическим законам. Из всего этого я делаю следующий вывод: Математическая статистика действует на формирование статистики результатов не напрямую, а через то множество факторов, которые собственно и определяют статистику результатов. Т.е. научная статистика действует именно на такие факторы, как игроки, тренер, …, их форма, уровень, …, судьи, погода, … и т.д., которые уже в свою очередь формируют совокупность результатов команды (под результатом мы имеем в виду не только счет матча, но его исход, тотал, время первого гола, число желтых карточек,…). Каким образом же это влияние происходит, мы попробуем выяснить позже, а сейчас попробуем продвинуться немного по второму вопросу. Но сразу же хочу сказать, что одно из моих правил, которые определил для себя, звучит так: «Старайся не полагаться на голую статистику». В ближайшее время я постараюсь вывести на сайте все эти правила.

Тень.

Как мы уже говорили, все результаты определяются множеством факторов, приведенных выше, т.е. формой, состоянием, уровнем, психологией игроков и тренеров обеих команд, а значит, любой результат есть отображение, тень разнообразных факторов, связанных с обеими командами, определяющих эти команды в момент времени матча. Здесь можно привести такой пример (не знаю насколько удачный): Предположим, что от двух различных предметов падает тень. Так вот тогда есть область, которая определяется формой только одного предмета, есть область, которая определяется формой только второго предмета, и есть некоторая область (общая тень), которая определяется формой обоих предметов (область эта, конечно же, может быть и нулевой). Следовательно, совокупность факторов, определяющих результат, можно разделить на 3 отдельных совокупности, а значит, и сам результат любого матча может быть условно выражен следующей формулой:

R=A+B+C, (1)

где R — собственно результат; A — совокупность факторов, определяющих команду 1; B — совокупность факторов, определяющих команду 2; С — совокупность факторов, являющихся наложением друг на друга (скалярным произведением) факторов A и B.
Во-первых, замечу, что под результатом R имеется в виду не счет матча, а все что угодно: просто исход, тотал, время 1-го гола, количество желтых карточек, …). Во-вторых, так как в A, B и C входят как основополагающие, так второстепенные факторы (причем часто изначально второстепенные факторы выступают основополагающими, и наоборот), и уровень их действия на результат различен: естественно, самые важные факторы дают наибольший вклад в эти слагаемые, поэтому нужно учитывать не только знак каждого фактора, но и его модуль, статистический вес. Тем самым, в формуле (1) каждое слагаемое — есть совокупность различных факторов с учетом статвеса. И в- третьих, если природа слагаемых A и B боле менее понятна (при расчете исхода матча это, грубо говоря, реальная сила команд), то природа C не очень понятна, но скорей всего это слагаемое определяется в большей степени психологическими факторами.

Разные подходы.

Допустим, мы рассматриваем некоторый матч между командами 1 и 2. Для каждой из команд у нас есть некоторая совокупность результатов игр, предшествующих этому матчу. Очень часто, чтобы спрогнозировать в данном случае исход матча, некоторые пытаются определить или хотя бы оценить форму, состояние игроков каждой из команд на данный момент. Обычно для этого, ими рассматриваются 6 последних матчей команд, и в зависимости от результатов, которые показала в них каждая команда (грубо говоря, в зависимости от числа набранных очков), выносится соответствующий вердикт. Например:

S>=14 — у команды очень хорошая форма;
11<=S<14 — у команды хорошая форма;
7<=S<7 — у команды средняя форма;
3<=S<7 — у команды плохая форма;
S<=3 — у команды очень плохая форма;
где S — набранные командой очки.

Если у одной команды форма определенно лучше, чем у другой (например, у одной — хорошая, а у другой — плохая), то смотрится линия букмекеров на этот матч: если коэффициент на команду с «хорошей формой» достаточно большой (по нашему мнению), то делается соответствующая ставка, которая правда частенько не проходит.
Другие же для анализа статистики команд используют совершенно другой подход: если одна из команд за последние матчи набрала очень много очков, а другая наоборот мало, то как бы, ссылаясь на «научную» статистику, предполагают, что пора бы первой уже и потерять очки, а второй соответственно приобрести. Далее опять же смотрится линия и если коэффициент на команду, которой «пора приобретать очки», достаточно высокий (а зачастую он очень высокий), то делается соответствующая ставка, которая проходит еще реже, чем в первом случае. Правда при таком подходе часто рассматривается не 6, а большее число последних матчей команд, но сути дела это не меняет.
Аналогичное разделение подходов происходит, если обнаруживается, что в последних матчах у некоторой команды (а еще лучше у обоих) имеется перебор или недобор некоторых исходов (имеется в виду не только исход, но и тотал, и наличие удалений, и т.д.), то первые делают ставку, руководствуясь этой тенденцией, вторые же наоборот делают ставку, ожидая прекращения этой тенденции, при этом, конечно же, идет ориентировка на линию букмекера, т.е. учитывается «вкусность» коэффициента.
Есть правда еще и третьи, которые используют интересный подход, который как бы совмещает в себе оба вышеприведенных подхода. Грубо говоря, эти третьи неосознанно переключаются на тот подход, который предполагает ставку с большим коэффициентом.

Пр.1. Матч Милан — Модена. Линию, я думаю, Вы себе представляете.
За последние 6 матчей: Милан набрал 16 очков, а Модена — 2 очка. Естественно здесь третьи переключаются на 2-ой подход и играют Х2 (коэффициент больше 3-х).

Пр.2. Матч Спартак Нч — Черноморец. Линия: 1.4 3.6 6.5.
За последние 6 игр: Спартак Нч набрал 8 очков, а Черноморец — 12 очков. Здесь уже третьи для псевдоанализа матча используют первый подход, и выбирают уже ставку на команду с лучшими показателями, т.е. опять же будет играться Х2 или даже П2 за очень большие коэффициенты.
Как мы знаем, результат был (будет) плачевным. Этот третий подход, совмещающий первые два, в первую очередь ведет к краху, потому что по своей сути он есть не что иное, как тупое проставление разного рода ставок с высокими коэффициентами. И то преимущество над линией букмекера, которое, как считает игрок, он имеет за счет правильного анализа и за счет большого коэффициента, на самом деле мнимое, потому что предполагало бы постоянные ошибки конторских аналитиков в его (игрока) пользу. Но этого нет. Да букмекеры ошибаются, но не так часто, как хотелось бы, да ошибаются еще и там, где этого ну никак не ожидаешь.
Но вернемся к первым двум подходам. Допустим мы имеем матч, линия на который имеет равные коэффициенты на 2 взаимоисключающих исхода: П1 и Х2. Возникает вопрос, какой из рассмотренных подходов дает правильный прогноз, в том смысле, что дает больший процент угадываемости, или же оба подхода прогнозируют равновероятно. Если предположить последнее, то получается, что при прочих равных условиях, мы бы в обоих случаях имели бы процент угадываемости равный 50%, т.е. убыточный. Но дело в том, что как показывает практика первый подход намного лучше, эффективнее второго, в том смысле, что, используя первый подход, у Вас будет намного меньше проигрышей, чем при втором подходе. Попробуем разобраться, почему это происходит на примере формы.

Форма.

Что такое форма команды? Грубо говоря, это некоторая величина, характеризующая совокупность состояний и кондиций игроков команды. Обычно эта величина от матча к матчу (если, конечно же, не имеет место достаточно долгий перерыв) меняется незначительно. Получается, что изменение формы во времени происходит достаточно плавно, равномерно. При этом мы знаем, что форма команды периодически проходит через свои точки экстремума (или даже интервалы экстремума): пик формы — спад формы. Если представить график изменения формы во времени, то мы получим что-то, похожее на синусоиду, но, конечно же, не совсем правильную и не равнопериодическую (примерно такую, как изображена на рисунке). Надо сказать еще, что за сезон форма команды проходит, как правило, не более 2-х периодов, т.е. длина полупериода такой синусоиды составляет около 8-12 матчей (на рисунке -10).
Когда мы рассматриваем последние 6 матчей команды и, исходя из показанных в них результатов, оцениваем её форму, то мы, грубо говоря, получаем некоторое усредненное значение формы, которое на самом деле было у команды 3-4 матча назад, если 6 рассматриваемых матчей или только в области падения формы, или только в области подъема формы. Если же рассматриваемые матчи содержат обе области, то мы получим значение формы, близкое к экстремальному.
Далее, на чем мы обычно основываем свои выводы? На том, что какая-то команда имеет хорошую (очень хорошую) или плохую (очень плохую) форму. Если же по нашей оценке команда имеет непонятную средненькую форму, то каких-либо выводов из этого сделать нельзя (а если, кто делает, то обычно в угоду себе, в том смысле, что обманывая себя).
И так, предположим, что из оценки предыдущих матчей, мы получили, что некоторая команда имеет хорошую форму. Такое может быть в 3-х случаях:

а) А1А2 — команда набирает форму,
б) В1В2 — команда имеет критическую (экстремальную) хорошую форму,
с) С1С2 — форма команды падает.

При этом в рассматриваемом матче в случае а) команда будет иметь практически критическую хорошую форму; в случае б) команда будет иметь или экстремально хорошую форму или достаточно хорошую форму; в случае с) форма команды будет уже скорей всего плохой. Теперь, если мы будем использовать 2-ой подход, т.е. будем предполагать, что форма команды к этому матчу уже изменится и будет плохой, то мы будем правы только в одном из 3-х случаев, а именно в случае с). Если же мы будем использовать 1-ый подход, т.е. предполагать неизменность формы команды в предстоящем матче, то наше предположение будет верным в 2-х случаях из 3-х, а именно в случаях а) и б). Так что при 1-ом подходе мы будем ошибаться на много меньше, поэтому при анализе лучше руководствоваться следующим правилом:
Если в результатах команды наблюдается некоторая тенденция, то в предстоящем матче лучше рассчитывать на продолжение этой тенденции.
Таким образом, анализируя последние 6 матчей команды, мы можем в некоторой степени оценить её форму. Когда форма одной из команд имеет экстремальное значение (или близкое к экстремальному), то этот фактор зачастую получается основополагающим, и уже правильно оценив его можно угадать результат. Если же форма команды далека от экстремального значения, то этот фактор уже не является основополагающим, и тогда в силу вступают другие факторы, например, сила команд, профессиональный уровень тренера и т.д. И тогда, чтобы правильно спрогнозировать результат, нужно оценивать все остальные факторы (ну или хотя бы большую их часть). Чем больше факторов мы оценим правильно, тем точнее и правильнее будет наш прогноз, тем выше будет наш процент угадывания. Как же оценить остальные факторы?

Разовые факторы.

В совокупности факторов A и B входят так называемые разовые факторы. К ним можно отнести такие вещи, как, например, погода (во время матча обещают дождь), отсутствие главного тренера (приболел на пару матчей), дебют нового главного тренера, или же, например, расстройство желудка у всей команды… Подобные факторы никак не оценишь по последним 6 матчам, потому что скорей всего в этих матчах они не присутствовали.
Разовые факторы — это факторы, присущие данной команде именно в данном матче.
Как оценивать такие факторы? Для начала, конечно же, нужно знать об их наличии, т.е. нужна информация. Из статистики результатов обеих команд как-то проблематично определить, что в сегодняшнем матче, например, будет дождь, т.о. здесь уже на голую статистику не сошлешься. Но предположим, что мы обладаем этой информацией. Допустим, мы знаем, что сегодня будет дождь, или что у всей команды 1 расстройство желудка. Тогда нужно найти последние 5-6 матчей (именно такое количество игр можно считать достаточно большой выборкой) команды, в которых присутствовал этот фактор, и попробовать оценить его действие. Но это очень трудно сделать, так как для этого нужно вести подробную статистику о присутствии в каждом матче различных разовых факторов, а также для каждого матча нужно иметь статистику с оценками всех факторов, т.е. сделать это практически не реально. Поэтому в данном случае используют некоторые общие оценки, взятые из статистики множества команд. Например, как показывает статистика, при плохой погоде средний тотал матча намного меньше, чем обычно; при дебюте нового наставника команда играет сильнее, чем обычно; команда, попавшая в ситуацию с общим расстройством желудка, обычно добивается отрицательного для себя результата. Понятное дело, что можно нарваться на команду, которая в таком случае наоборот прибавит, но это скорей всего будет исключением из правил, поэтому подобная оценка разовых факторов правильна (да и единственно возможна) и позволяет достаточно точно определять их действие.
И так, грубо говоря, нам нужен список разовых факторов (чем полнее он будет, тем лучше), и, естественно, для каждого фактора нужно знать вектор его действия на разного рода результаты (исход, тотал, и т.д.). Тогда, имея информацию о наличии некоторого разового фактора в конкретном матче, мы можем оценить его действие. Т.к. я не особо владею ситуацией в данном вопросе, то предлагаю совместными усилиями сделать что-то подобное.
Еще раз отмечу следующее: Разовые факторы и их действие нельзя оценить на основе статистики, так как нужна информация об их наличии.

Локальные факторы.

Такие факторы как хорошая или плохая форма команды, наличие большого числа травмированных игроков (или одного очень сильного, ключевого) или же их полное отсутствие я отношу к так называемым локальным факторам.
Локальные факторы — это факторы, период действия которых захватывает от нескольких матчей до половины сезона.
Форма команды как таковая является ключевым локальным фактором, поэтому, оценивая локальную составляющую, мы в первую очередь оцениваем форму и наоборот. Фома команды — вещь, достаточно равномерно меняющаяся во времени (к тому же, например, вряд ли все травмированные игроки команды выздоровят в одно время и выйдут на поле с хорошими кондициями), поэтому, как мы уже показали в главе «Форма», руководствуясь правилом продолжения тенденции, на основе результатов последних 6 матчей каждой из команд, т.е. на основе чисто статистических данных, вполне (с некоторой точностью) можно оценивать всю совокупность локальных факторов, входящих как в А, так и в В.
Почему берется именно 6 матчей? Во-первых, для того чтобы в выборку входило равное число домашних и гостевых матчей. Но иногда в такой выборке у команды присутствует разное число домашних и гостевых игр (например, 4 и 2, или, 2 и 4). Тогда для более точной оценки возможно лучше взять, например, 8 последних матчей. Иногда бывает так, что команда ещё не сыграла 6 матчей, и тогда приходится ориентироваться на меньшее число матчей, например на 4 (Поэтому, например, в своей программе я сделал это число меняющимся, но по умолчанию равным 6).
Во-вторых, такую выборку, с одной стороны, можно считать достаточно большой, чтобы снизить, ослабить флуктуационное влияние разовых факторов, с другой стороны, можно считать достаточно маленькой, чтобы на всем её протяжении считать влияние глобальных факторов постоянными, неменяющимися (о глобальных факторах речь пойдет ниже).

Для более точной оценки локальной составляющей слагаемого А (равно как и В) нужно учитывать следующие обстоятельства:
1. Насколько разнится эффективность команды в домашних и гостевых матчах;
2. Как (с какой форой) и с какими по силе (имеется в виду и уровень игроков, и форма и т.д.) были сыграны эти оценочные матчи.
3. Попытаться оценить вектор изменения формы команды (улучшается, ухудшается, не меняется).
На счет первого обстоятельства можно сказать следующее: если разница в эффективности выступления команды существенная, то локальные факторы для этой команды на данный момент скорей всего не будут являться важными, а на главную, основополагающую роль здесь выходят факторы другого рода.
На счет же второго обстоятельства имеем вот что: Допустим, мы анализируем команду, которая в 6 последних матчах 4 раза выиграла и 2 раза сыграла вничью. Естественно мы делаем вывод о хорошей форме команды, а значит о большом модуле локальной составляющей слагаемого A (Aлок), но на самом деле мы оцениваем модуль суммы (Aлок+Bлок) (психологический элемент C пока не учитываем). Поэтому, если в этих 6 оценочных матчах команды-соперники команды 1 были слабыми (по силе, форме и т.д.), то Bлок было бы или очень маленьким отрицательным, или же вообще положительным, и тогда достаточно довольно слабого Aлок, чтобы добиться подобных результатов (4В и 2Н). А теперь, если такая команда 1 встречается с не самой слабой командой 2, т.е. Bлок у нас отрицательное и достаточно большое, то оно перекрывает Aлок и в таком случае команда 1 скорей всего проиграет команде 2 (не выиграет у неё), а значит, мы получим ошибку в своих прогнозах.
Когда мы просто усредняем результаты команды за последние 6 матчей, то оценка локальной составляющей А, проведенная таким образом, имеет точность 0-го порядка. Чтобы получить оценку с точностью 1-го порядка, нужно учитывать с какими командами были добыты эти результаты, т.е. нужно также иметь правильно оцененные локальные составляющие слагаемых В в последних 6 матчах команды 1:

Rлок1=Алок1+Влок1,

Rлок2=Алок2+Влок2,
…,
Rлок6=Алок6+Влок6.

Из этой системы получаем Алок0. Аналогично оценивается локальная составляющая слагаемого Влок0, определяющего команду 2. И тогда уже Rлок0=Алок0+Влок0 имеет точность вычисления 1-го порядка. Для получения оценки с точностью большего порядка, нужно для каждых АлокI и ВлокI проводить оценку 1-го порядка (как для Алок0) и т.д. Понятно, что чем больше и лучше уровень оценки, тем больше и лучше её точность.
При таком подходе сразу же возникают мысли о прогнозирующей программе, о кибере (не так ли?). Я киберов не писал, не знаю, как они устроены, но думаю, они используют похожие принципы. Но сейчас не об этом.
По поводу же третьего обстоятельства получается вот что. Как уже говорилось выше, когда мы просто усредняем результаты команды за последние 6 матчей, мы оцениваем некоторое усредненное значение формы, которое на самом деле было у команды 3-4 матча назад (или же значение близкое к экстремальному). Поэтому, если на протяжении оценочного периода явно прослеживается спад (подъем) формы, то усредненному значению локальной составляющей следует прибавить некоторый корректирующий вектор, нацеленный из точки между 3-им и 4-ым матчами в точку с 7-ым матчем.
Все выше сказанное в этой главе всего лишь теория. В реальности реализовать все эти идеи достаточно трудно, но по идее возможно. Да и нас пока интересуют только общие представления принципы, помогающие понять, из чего складывается результат матча. Тем не менее, можно сделать следующий вывод: Локальные факторы вполне можно оценивать, основываясь только лишь на статистику результатов.

Глобальные факторы.

Теперь речь пойдет о таких факторах как сила команды (некоторая совокупность уровня мастерства игроков команды), тренер (его профессионализм, тренерская концепция, …), стабильность команды (стабильный состав, стабильное финансирование, президент команды(?), …), т.е. о так называемых глобальных параметрах.
Глобальные факторы — это факторы, период действия которых захватывает от половины сезона до нескольких сезонов.
Уровень таких команд как Милан и Ростов, профессионализм, тренерская концепция Арсена Венгера и непрофессионализм Жерара Улье, стабильность Локомотива М и нестабильность Спартака М, искусственный газон в Лужниках и финансовый крах Уралана — это всё глобальные факторы. И опять же стоит вопрос, каким образом определять и оценивать действие таких факторов? Ответ: Да опять же — по статистике результатов. Ведь все приведенные выше факторы тем или иным образом отражаются на результатах команд. Потому что, когда говорят, что Милан объективно сильнее Болоньи (для простоты возьмем команды из одного чемпионата), то основываются опять же на статистике результатов. Когда говорят, что Арсен Венгер как тренер лучше Жерара Улье, а Локомотив М стабильнее Спартака М, то основываются опять же на статистике результатов. Даже когда в Лужниках установили искусственный газон, действие этого фактора не сразу стало играть на руку торпедовцам (по началу оно даже играло против них), и только когда они привыкли к этому газону, тогда фактор искусственного поля стал положительным для торпедовцев, но опять же этот момент можно определить практически только исходя из результатов Торпедо М на своем поле.
Конечно же, оценивать действия таких факторов нужно по очень большой выборке порядка периода их действия, т.е. включающей статистику нескольких сезонов (Именно поэтому в своей программе я попробовал реализовать такую возможность, но надо сказать, что это всего лишь одно из предназначений так называемой глобальной статистики).
И так, глобальные факторы тоже можно оценивать по статистике, но как же оценивать и учитывать их изменения? Здесь естественно лучше иметь постоянную информацию о наличии этих изменений (да и вообще о наличии каких-либо глобальных факторов): о смене тренера, об основательном усилении состава команды и т.д. Хорошо, когда команда относится к достаточно популярному чемпионату, но, а если это 2-ая лига Франции или Английская конференция? Да есть умельцы, которые и там нужную информацию отыщут (такие обычно делают ставки, лишь основываясь на подобной информации), но если не умею я этого делать, не моё это, что тогда? А тогда опять же нужно придерживаться правила продолжения тенденции, к тому же, во-первых, изменение таких глобальных факторов обычно происходит еще более плавно, чем в случае с локальными факторами, а, во-вторых, очень часто глобальный фактор имеет постоянное значение, не меняется на протяжении даже нескольких сезонов, и ждать, ожидать, изменения таких факторов в своих ставках, по меньшей мере, глупо.
Надо учитывать тот факт, что обычно наибольшее число изменений глобальных факторов происходит именно в межсезонье. Поэтому желательно сравнивать статистику команды за несколько последних сезонов со статистикой в текущем сезоне, и уже, исходя из совокупности этих статистик, делать какие-то оценки, предположения (В своей программе я сделал именно такое разделение: буквально одним щелчком можно переключится из одного вида статистики в другой).
И так, можно сделать следующий вывод: Совокупность глобальных факторов, входящих как в А, так и в В, мы также можем оценивать на основе результатов команды за сезон — несколько сезонов, при этом используются те же принципы, что и при оценке локальных факторов.

Линия.

линия

И так, мы более менее разобрались с оценкой слагаемых А и В. Допустим, что по нашей оценке в некотором матче одна команда по всем параметрам превосходит другую, а значит вероятность её выигрыша очень велика (ну или допустим непроигрыша, если команда играет в гостях). Но, посмотрев на линию букмекерских контор, мы обнаруживаем, что коэффициент на такое событие 1.2, или вообще 1.1, т.е. конторы также считают победу выбранной Вами команды наиболее вероятной. Тогда делая такую ставку, мы на самом деле ни имеем ни какого преимущества перед конторой (а, наоборот, за счет маржи контора имеет преимущество).
Действительно, используя лишь оценку слагаемых А и Б не часто можно (но можно!) найти ставку с хорошим коэффициентом, дающим Вам явное преимущество перед конторой, т.е. которое не только бы перекрывало маржу, но и давало бы еще и дополнительную прибыль. Все дело в том, что девственная, первоначальная конторская линия большей частью и есть отражение глобальных, локальных и разовых факторов (входящих в слагаемые А и В). Это потом она уже начнет ориентироваться на потребительское мнение. А поначалу букмекеры (конторские аналитики) строят линию, основываясь большей частью на глобальные факторы, чуть меньше основываясь на локальные факторы (и здесь уже чаще можно их подловить).
Отдельно надо сказать о разовых факторах. Часто конторы не знают о таких разовых факторах, и тогда, если игрок обладает информацией о наличии некоторого разового фактора, то, делая соответствующую ставку, он будет иметь преимущество над конторой (но здесь еще надо сделать правильный вывод из имеющейся информации). Бывает же наоборот, когда конторы знают о наличии какого-либо разового фактора и соответствующим образом строят свою линию, тогда игрок, ставящий по статистике и не знающий о наличии такого фактора, получит при оценке матча и линии «мнимое» преимущество, которое естественно обратится в проигрыш. Так что с этим надо быть по осторожней и если имеется какой-то нехарактерный перекос в линии, то лучше пропустить такой матч, так как можно нарваться. Но и вестись за конторой, проставляя маленький, но якобы сверхвероятный коэффициент, я бы не советовал. К тому же в последнее время наблюдал несколько случаев, когда конторы искусственно начинают занижать коэффициенты, показывая всем видом, что имеется неоспоримая информация о вероятном исходе некоторого поединка (типа договорняк или еще что-то).

Психологические факторы.

Но вот что частенько конторы не учитывают в своей линии, так это факторы входящие в слагаемое С, так называемое психологические факторы. К ним относятся такие явления: как аномалии, серии, квазисерии, перекосы в игре команды, а также лички (статистика личных встреч). Именно действие этих факторов очень часто приводит к большим ошибкам в линии букмекеров, т.е. к полному не соответствию линии и конечного результата, именно здесь можно найти верные ставки с очень высокими коэффициентами (так называемые валуи), именно здесь мы можем иметь явное преимущество над конторами, если, конечно же, будем правильно учитывать влияние таких психологических факторов. И здесь опять же нам может помочь именно статистика результатов.