Wettquoten zu kalkulieren ist eine Wissenschaft, und Statistiker / Analysten, die den Job machen können, erhalten richtig gute Gehälter (GBP 50k-80k / 60.000 – 95.000 €: Quantitative Analyst).
Bild: alphaspirit (Shutterstock) Diese Jobs werden nicht umsonst so gut bezahlt, bilden sie doch das Rückrat für jeden Buchmacher.
Je besser ein Analyst seinen Job beherrscht, desto größer die Gewinnmargen des Buchmachers.
Zumindest ein gutes Verständnis wie Wettquoten kalkuliert werden, sollte daher auch für jeden Tipster ein Selbstverständnis sein, welcher langfristig Gewinne machen möchte, und es ist daher notwendig, ein paar Grundlagen von Statistik zu verstehen.
Wahrscheinlichkeit von Fußballspielergebnissen
Wettquoten beruhen auf der Wahrscheinlichkeit, dass ein bestimmtes Ereignis eintritt: beispielsweise ein Heimgewinn, ein Unentschieden oder ein Auswärtssieg. Nun mag sich sofort einer fragen, was ist denn Wahrscheinlichkeit? Wie berechne ich diese? Woher bekomme ich die Daten?
Folgend ein Beispiel der Englischen Premier League und der gespielten Spielergebnisse für Heim/ Unentschieden/ Auswärts von den letzten 5 Jahren:
Ergebnisse: English Premier League - 2005 bis 2010 - Daten aus: www.sportpress.com
Die obige Tabelle graphisch veranschaulicht (unten) zeigt, dass die Verteilung der Spielergebnisse jedes Jahr sehr ähnlich ist:
Ergebnisse: English Premier League - 2005 bis 2010 – Graphische Darstellung
Spiele der englischen Premier League in einer Saison an, ohne Rücksicht, ob da besonders starke oder schwache Teams gegeneinander angetreten sind, oder ob es viele neue Manager gab, oder viel Regen; statistisch gesehen, endeten durchschnittlich mit 48.16% aller Spiele in einem Heimgewinn, 24.46% in einem Unentschieden und 27.35% in einem Auswärtsgewinn; und die absoluten Abweichungen jedes Jahr lagen gerade mal bei ± 2 % bis auf zwei Ausnahmen (Unentschieden 2005/2006: -4.2% und Auswärtsgewinne 2009/2010: -3.4%):
Absolute Abweichung: English Premier League 2005 bis 2010
Könnte man so auch Quoten für einzelne Mannschaften errechnen? Indem man guckt wie einzelne Mannschaften z.B. Bayern München zuhause gespielt hat, statt wie oben im Beispiel die gesamte Liga? Um die Heimquote für Bayern zu berechnen, würden wir dann die Durchschnittlichen Siege zu Hause nehmen + die Auswärtsniederlagen des gegners und dann die relative Abweichung einbauen? Möglich? oder Ansatz Falsch?
Hallo Sam,
ja, nicht nur „könnte“ man so auch Quoten für einzelne Mannschaften errechnen, sondern, man errechnet diese genau so! Man schaut wie einzelne Mannschaften z.B. Bayern München zuhause, spielen, und kombiniert das mit den Team, gegen das sie antreten. Um dann die Heimquote zu berechnen, nehmen wir dann die durchschnittlichen Siege zu Hause + die Auswärtsniederlagen des Gegners und bauen die relative Abweichung ein. Ja, total korrekt geschlussfolgert!
Dein Kommentar sagt mir jedoch, dass du nicht im Besitz meines Kurses (Wettkurs – Wetten auf Mehr als / Weniger als X Tore) bist. Liege ich da richtig? Denn in diesem geht’s um die Quotenberechnung für einzelne Mannschaften. Ich erkläre da lang und breit wie man das alles rechnet. Im Kurs geht’s zwar “nur” um Torverteilungen, denn beim 1×2 Wetten gibt’s noch etwas mehr zu beachten, aber er ist ein hervorragender Startpunkt.
Kennst du die beiden Artikel hier?
Tore in der Bundesliga: Abweichung vom Mittelwert & Standardabweichung
Andere Länder, andere Sitten – Tor Statistik Bundesliga, Premier League, Le Championnat & Eredivisie
Sollten deine English Kenntnisse nicht von schlechten Eltern sein, dann lege ich jedoch die englische Version ans Herz. Diese ist nicht nur wesentlich besser formatiert, sondern viele Fragen sind wesentlich detailierter beantwortet.
Ich hatte den Kurs zuerst auf Deutsch geschrieben hatte, dann hat diesen ein Übersetzer aus dem Finanzbereich übersetzt, und schließlich hat mein Mann editiert. Es ist somit das Werk dreier Leute geworden, was dem Kurs echt gut getan hat. Er ist toll wie er ist im Deutschen, aber im Englischen ist er ein Kunstwerk geworden. 🙂
welche daten sollte man bei einem aufsteiger verwenden von 25 spielen!? beispiel Hertha BSC..2013/14 —> 1.Bundesliga, 2013/12 —-> 2. Bundesliga, 2012/11 —> 1. Bundesliga
die daten von der zweiten liga oder die von der ersten liga 2012/11??
und lässt sich trotzdem das programm verwenden, wenn es kaum h2h daten gibt??
Es ist schon herausfordernd genug, einigermaßen akkurate Vorhersagen für Spiele mit einer H2H History zu erstellen, aber Spiele mit Aufsteigern… Mann oh Mann!
Man muss Riesen Portfolios an Wetten haben, so dass Durchschnittswerte der letzten Saison eine Rolle spielen.
Ich empfehle die Finger davon lassen!