Episodio
Apuestas deportivas y R: Cómo R está cambiando el mundo de apuestas deportivas
con Marco Blume
useR!2017: Apuestas deportivas y R: Cómo cambia R...
Título Apuestas deportivas y R: Cómo R está cambiando el altavoz del mundo de apuestas deportivas: Marco Blume Keywords: Apuestas deportivas, Análisis deportivo, Vegas, Páginas web de mercados - https://cran.r-project.org/web/packages/odds.converter/index.html - https://cran.r-project.org/web/packages/pinnacle.API/index.html - http://pinnacle.com/
Los mercados de apuestas deportivas de Talk Content son uno de los mercados de predicción más puros que existen y que aún son incomprendidos por el público. Muchos asumen que el centro del mundo de apuestas deportivas está situado en Las Vegas. Sin embargo, en la era moderna, la creación de libros deportivos es una tarea que se parece mucho a la creación de mercado en finanzas con sofisticados sistemas de trading algorítmicos que se ejecutan y ajustan constantemente los precios en tiempo real a medida que se producen eventos. Pero, a diferencia de los mercados financieros, los deportes se rigen por un conjunto de reglas físicas y normalmente se pueden medir y entender. Desde finales de los años 90, Pinnacle ha sido uno de los más grandes libros deportivos del mundo y uno de los únicos libros deportivos que tomarán apuestas de apostadores profesionales (que ganan a largo plazo). Al igual que los contadores de cartas en El Blackjack, la mayoría de los demás deportes prohibirán a estos ganadores. En Pinnacle, el enfoque es modelar, automatizar, ciencia de datos y R es una parte central de la empresa y un gran número de clientes usan una API para interactuar con nosotros. En esta charla, dispelamos conceptos erróneos comunes sobre el mundo de apuestas deportivas y mostramos cómo esto es realmente un problema muy sexy en el modelado y la ciencia de datos, y mostramos cómo estamos usando R para intentar vencer a Vegas y otros libros deportivos todos los días en forma de guerra de ciencia de datos. Dado que el aumento de los mercados de apuestas en juego, un operador debe realizar una predicción en tiempo real sobre la probabilidad de resultados durante el resto de un evento dentro de un margen muy pequeño de error. Los clientes pueden competir creando sus propios modelos o utilizando información que podría no ser contabilizada en el mercado y expresar su creencia a través de la apuesta. Naturalmente, un cliente generalmente apostará cuando creen que tienen un borde, y luego el operador debe determinar cómo cambiar su creencia después de cada fragmento de información nueva (apuestas, eventos en el juego, etc.). Esto implica esencialmente predecir la cantidad de información codificada en una apuesta, que depende parcialmente de la nitidez de cada cliente y, a continuación, determinar cómo actuar sobre esa información para maximizar los beneficios. Una manera de mirar esto es que estamos agregando, de una manera inteligente, los modelos, las opiniones y la información del mundo cuando llegamos a un precio. Este es un concepto eficaz y es por qué, por ejemplo, los mercados de predicción política son mucho más precisos que las encuestas o los signos de puntuación. Por esta razón, estamos liberando otro paquete a CRAN muy pronto: publicaremos un paquete que tenga todas nuestras probabilidades para toda la temporada de MLB 2016 y se puede combinar con el paquete Lahman muy popular para crear modelos predictivos y medir la predicción frente a los datos reales del mercado para ver cómo su modelo habría realizado en un mercado real. Creemos que este es un problema muy emocionante (y difícil) que se usa para fines educativos. Este paquete se puede usar junto con dos de nuestros paquetes existentes ya en CRAN durante unos años: odds.converter (para convertir entre los tipos de probabilidades de mercado de apuestas y probabilidades) y Pinnacle.API (que se usa para interactuar con la API de probabilidades en tiempo real de Pinnacle en R).
Incluso si no tiene ningún interés en los deportes o apuestas, creemos que se trata de un problema fascinante y nuestros datos y herramientas son perfectos para que la comunidad de R en gran medida trabaje, por razones académicas o por hobby.
useR!2017: Apuestas deportivas y R: Cómo cambia R...
Título Apuestas deportivas y R: Cómo R está cambiando el altavoz del mundo de apuestas deportivas: Marco Blume Keywords: Apuestas deportivas, Análisis deportivo, Vegas, Páginas web de mercados - https://cran.r-project.org/web/packages/odds.converter/index.html - https://cran.r-project.org/web/packages/pinnacle.API/index.html - http://pinnacle.com/
Los mercados de apuestas deportivas de Talk Content son uno de los mercados de predicción más puros que existen y que aún son incomprendidos por el público. Muchos asumen que el centro del mundo de apuestas deportivas está situado en Las Vegas. Sin embargo, en la era moderna, la creación de libros deportivos es una tarea que se parece mucho a la creación de mercado en finanzas con sofisticados sistemas de trading algorítmicos que se ejecutan y ajustan constantemente los precios en tiempo real a medida que se producen eventos. Pero, a diferencia de los mercados financieros, los deportes se rigen por un conjunto de reglas físicas y normalmente se pueden medir y entender. Desde finales de los años 90, Pinnacle ha sido uno de los más grandes libros deportivos del mundo y uno de los únicos libros deportivos que tomarán apuestas de apostadores profesionales (que ganan a largo plazo). Al igual que los contadores de cartas en El Blackjack, la mayoría de los demás deportes prohibirán a estos ganadores. En Pinnacle, el enfoque es modelar, automatizar, ciencia de datos y R es una parte central de la empresa y un gran número de clientes usan una API para interactuar con nosotros. En esta charla, dispelamos conceptos erróneos comunes sobre el mundo de apuestas deportivas y mostramos cómo esto es realmente un problema muy sexy en el modelado y la ciencia de datos, y mostramos cómo estamos usando R para intentar vencer a Vegas y otros libros deportivos todos los días en forma de guerra de ciencia de datos. Dado que el aumento de los mercados de apuestas en juego, un operador debe realizar una predicción en tiempo real sobre la probabilidad de resultados durante el resto de un evento dentro de un margen muy pequeño de error. Los clientes pueden competir creando sus propios modelos o utilizando información que podría no ser contabilizada en el mercado y expresar su creencia a través de la apuesta. Naturalmente, un cliente generalmente apostará cuando creen que tienen un borde, y luego el operador debe determinar cómo cambiar su creencia después de cada fragmento de información nueva (apuestas, eventos en el juego, etc.). Esto implica esencialmente predecir la cantidad de información codificada en una apuesta, que depende parcialmente de la nitidez de cada cliente y, a continuación, determinar cómo actuar sobre esa información para maximizar los beneficios. Una manera de mirar esto es que estamos agregando, de una manera inteligente, los modelos, las opiniones y la información del mundo cuando llegamos a un precio. Este es un concepto eficaz y es por qué, por ejemplo, los mercados de predicción política son mucho más precisos que las encuestas o los signos de puntuación. Por esta razón, estamos liberando otro paquete a CRAN muy pronto: publicaremos un paquete que tenga todas nuestras probabilidades para toda la temporada de MLB 2016 y se puede combinar con el paquete Lahman muy popular para crear modelos predictivos y medir la predicción frente a los datos reales del mercado para ver cómo su modelo habría realizado en un mercado real. Creemos que este es un problema muy emocionante (y difícil) que se usa para fines educativos. Este paquete se puede usar junto con dos de nuestros paquetes existentes ya en CRAN durante unos años: odds.converter (para convertir entre los tipos de probabilidades de mercado de apuestas y probabilidades) y Pinnacle.API (que se usa para interactuar con la API de probabilidades en tiempo real de Pinnacle en R).
Incluso si no tiene ningún interés en los deportes o apuestas, creemos que se trata de un problema fascinante y nuestros datos y herramientas son perfectos para que la comunidad de R en gran medida trabaje, por razones académicas o por hobby.
¿Quiere hacer algún comentario? Comunique un problema aquí.