Purtroppo il betting non è il mio core business e posso dedicare solo poche ore a settimana a questo progetto; il mio tentativo di delegare parte del lavoro e cercare di farmi risparmiare tempo è oggettivamente sbagliato, ho maturato che il tempo per spiegare come fare forse è superiore rispetto a programmare personalmente.
Voglio sicuramente approfittare della tua disponibilità (e quella di chi ha intenzione di credere in quello che sto preparando) perchè l'utilizzo di questo metodo da parte di chi segue attivamente questo sport produce probabilmente un valore aggiunto. Quello che ti chiedo è di usarlo e di aiutarmi a porre le giuste domande al modello.
Cosa, dove e quali elementi guardi prima di puntare una scommessa con esito 1?
La risposta a questa domanda conduce nel modello ad ogni singola votazione per elemento che viene eleborata in gruppo secondo le tue personalizzazioni al metodo di calcolo.
Nei prossimi giorni procedo alla modifica dei fattori qualitativi "definitivi" e ti sarà più chiaro cosa intendo ma ti anticipo che basta fornire la pagina web della fonte e descrivere come "leggere" l'analisi oggettivamente per ricavarne una votazione.
Spero di finire i settaggi questo weekend, almeno possiamo parlare e confrontarci su qlc di concreto.
@g9970862, grx per l'interessamento e mi auguro una tua partecipazione al progetto..
; ieri sono stato un pò sbrigativo, principalmente quello che mi serve è una scrematura iniziale di tutte le partite che ci sono in una giornata, un "rating" che mi aiuti ad approfondire solo partite che rispettano determinati requisiti qualitativi iniziali con il fine di non dover affrontare analisi laboriose su eventi più rischiosi rispetto a quelli meno rischiosi. Questo rischio iniziale è scremato dalla statistica per ovvie ragioni di rapidità e quello che mi serve/cerco è un metodo automatico di selezione. Non mi preoccupa il metodo di selezione, ma la lettura della fonte dati. In excel posso creare query che mi aggiornano dati presi da un sito sulla base di un tempo che io indico (es, aggiornati 1 volta ogni ora), quindi posso avere intere tabelle dati in maniera dinamica ed anche se la posizione degli elementi in tabella si modifica (es, la classifica cambia) posso ricercare all'interno di una colonna i dati di una squadra che mi interessa, semplicemente dedicando una casella alla digitazione manuale delle squadra che mi interessa.
Il problema (che non ho avuto tempo di affrontare), è che analisi avanzate, teoricamente, si ottengono da statistiche pre-evento sul singolo incontro e quindi la pagina dove vado a pescare la fonte dati si modifica ogni volta che un incontro è terminato e viene sovrascritta da un nuovo incontro, e così ogni settimana.
Un metodo semiautomatico che inserisce manualmente i link o direttamente le tabelle di riferimento è possibile ma necessita più tempo, quindi prima vorrei automatizzare il tutto.
Un altra soluzione è ricavare rating di partite selezionata da fonti già esistenti, ma permettimi di dire, che mi fido più di me stesso che degli altri e conoscendomi, se non posso controllare le formule di selezione dalla fonte, difficilmente la userò con convinzione.
Una fonte dati in formato testo "completa" non l'ho trovata gratuita e sarebbe perfetto ma il punto è che ogni sito ha le sue qualità statistiche e vorrei valorizzare le migliori trasferendole all'interno del modello.
Le formule che ho utilizzato sono descritte nelle pagine precedenti ma in sintesi, sto affrontando il problema come in un sistema complesso dinamico dove tra variabili non lineari sto cercando l’indipendenza degli errori sugli eventi e si calcola la radice quadrata sul valore assoluto dello scarto singolo (scarto assoluto). Dato che la somma algebrica degli scarti è uguale a zero, aggiungendo o sottraendo questo importo al valore vero, rispettivamente superiore o inferiore alla media pesata (ottenuta tramite le personalizzazioni), si ottiene che la somma dei nuovi valori sia uguale alla somma dei valori veri, proporzionando così lo scarto in base al peso di tutti i fattori qualitativi di ogni gruppo.
Si ottiene quindi un valore per ogni gruppo e si applica un'ulteriore peso/rilevanza soggettiva, questa volta data ad ogni singolo gruppo nell'insieme del modello.
In altre parole si normalizza il risultato del gruppo singolarmente, mettendo a rapporto la rilevanza soggettiva data ad ogni gruppo e la media pesata elaborata (personalizzata soggettivamente) dal modello sul totale di tutti i gruppi. Il valore ottenuto è la percentuale della stima singola (di ogni gruppo) che viene sommata con tutti gli altri per formare la probabilità nel pronostico.
Questa probabilità viene confrontata con la quota del book (senza considerare l'aggio del bookmaker) per capire se il c'è un valore reale sul nominale nell'evento preso in considerazione.
Con cento fattori qualitativi e 17 gruppi le personalizzazioni del modello sono "infinite".
@mogol, mi rivolgo a te come autore e credo di aver sporcato anche troppo questo 3D, grz per la pazienza e mi sposto in una sede dedicata appena ho pronta la prima versione funzionale del modello.
@RyuzAki ho una necessità: non sono sicuro se posso editare un messaggio inserito e questo potrebbe essere un problema. Mi basterebbe poter editare il primo messaggio di un 3D come autore in modo che posso inserire le versioni del modello aggiornate progressivamente ed avere così in prima pagina sempre la versione più recente con uno storico delle modifiche apportate. Oppure pensa ad una soluzione condivisa (es. mando a te un MP quando necessario e provvedi te a modificare il post (copia e incolla))
