Искусство фильтрации: срезы и базовые алгоритмы МК. Часть II
Введение
Фильтрация — способ навести порядок в хаосе
Срез — окно, через которое этот порядок становится видимым
Во второй части урока мы углубимся в логику фильтрации: разберём ключевые параметры, рассмотрим основные ошибки, нарушающие её баланс, и увидим, как даже несколько простых условий могут привести к повтору нужного сценария — или, наоборот, к его обрыву.
Всё это — на наглядных примерах, с разбором и выводами, которые можно сразу применить на практике.
Что вы узнаете из второй части урока
— Что такое срезы и чем они отличаются от фильтрации
— В чем отличие тенденции от чистого алгоритма
— Что лучше - глубокая фильтрация или явная тенденция
— Параметры фильтрации и их особенности
Искусство фильтрации
Понятие среза
Срез — это отображение данных, отфильтрованных по определённым критериям.
Даже общую статистику, в которой фильтрация не применялась, можно в некотором смысле считать срезом — поскольку она также представляет собой отображение матчей по критерию в виде хронологического порядка.
Основное отличие между срезом и фильтрацией заключается в том, что:
- фильтрация — это процесс, действие
- срез — это статичный результат, набор матчей, полученных в результате фильтрации
На примере ниже показан срез из двух матчей, отфильтрованных по критериям:
Главная ценность среза заключается в том, что при условии правильной фильтрации он позволяет отобразить матчи, схожие между собой.
Ниже пример среза для ставок на тотал 5.5М и 6.5М
Благодаря качественной фильтрации были отображены матчи с алгоритмами, подходящими для ставок на тоталы 5.5М и 6.5М.
Что такое фильтрация по срезам
Фильтрация по срезам — это метод, позволяющий отобразить не случайные, а схожие по структуре матчи, вне зависимости от того, когда именно эти матчи прошли.
Правильная фильтрация как бы «спрессовывает» когда-то прошедшие, но схожие матчи в один список - срез.
На изображении ниже — пример трёх матчей, «спрессованных» глубокой фильтрацией.
Такая «плотная» фильтрация позволяет выделить закономерности, подходящие для ставок - например, тенденцию к заходам аутсайдеров и ТБ.
Цель фильтрации
Цель фильтрации — выявить матчи со схожими алгоритмами и устойчивыми тенденциями.
На практике фильтрация может привести к самым разнообразным результатам — от среза с одним идеально подходящим матчем, до среза с полностью не подходящими для ставок сценариями.
Чтобы не запутаться в этом разнообразии, важно:
- научиться классифицировать потенциально возможные результаты фильтрации;
- определить приоритетность разных результатов;
- различать чистые алгоритмы и тенденции и их особенности.
Тенденции и чистые алгоритмы
Тенденция
Тенденция — это повторяющийся набор однотипных событий в одних и тех же раундах, проявляющийся в разных матчах.
Чаще всего тенденция выглядит как вертикальная волна или преобладание определённого события в конкретной части матча.
На скриншоте ниже — пример тенденции в общей статистике: вертикальная волна побед аутсайдеров в 5-м раунде.
Другой пример — склонность 4–5-х раундов к заходу аутсайдеров, отчётливо проявляющаяся в 12-ти матчах подряд.
Анализ тенденций — это вертикальный анализ, подробно разобранный в первой части урока.
Ниже — пример среза, в котором прослеживается тенденция захода ТМ в первых двух раундах.
В результате тенденция продолжилась и в целевом матче.
Правильное распознавание тенденций позволяет делать обоснованные прогнозы на их продолжение.
Чистый алгоритм
Чистый алгоритм — это чётко выраженная вертикальная волна.
Ниже — пример среза, содержащего один матч с чистым алгоритмом побед в раунде.
Заход тотала 5.5М в целевом матче подтверждает наличие чистого алгоритма формирования побед в срезе.
На скриншоте ниже — срез, в котором присутствуют чистые алгоритмы формирования сценариев среднего времени.
В результате в целевом матче также проявился чистый алгоритм в результатах среднего времени. Также наблюдается почти полный повтор результатов среднего времени предыдущего матча, что говорит о правильности выбранных параметров фильтрации и о присутствии алгоритма повтора.
Анализ чистых алгоритмов — это горизонтальный анализ, подробно разобранный в первой части урока.
Противоречие и взаимное усиление тенденций и чистых алгоритмов
Тенденции и алгоритмы могут как усиливать друг друга, так и противоречить.
Рассмотрим конкретные примеры противоречий и взаимного усиления между тенденциями и чистыми алгоритмами.
Пример противоречия тенденций и чистых алгоритмов
На скриншоте ниже - пример среза, в котором присутствуют:
Противоречие возникает, когда волна фаворитов из предыдущих матчей может перетечь в целевой, начинаясь с более ранних раундов, и тем самым прервать вертикальную тенденцию — например, заходов аутсайдеров во 2–4 раундах.
Результат: в целевом матче проявился обратный алгоритм — волна побед аутсайдеров, начавшаяся со 2-го раунда и полностью совпавшая с вертикальной тенденцией к заходу аутсайдеров во 2–4 раундах.
Пример взаимоусиления тенденций и чистых алгоритмов
Фильтрация: по коэффициенту на среднее время и разнице времени.
В срезе прослеживаются следующие закономерности по среднему времени:
- если в 1-м раунде заходит ТМ, то с большой вероятностью ТМ заходит и во 2-м;
- если в 1-м раунде заходит ТБ, то с высокой вероятностью ТБ заходит и во 2-м, а в следующих раундах возникает либо волна ТБ, либо волна чередования.
В целевом матче ТБ зашёл в первом раунде, а значит, целесообразно было ставить на ТБ во втором — и по итогу она зашла.
Кроме того, в остальной части матча, как и ожидалось, проявилась волна.
Волна усилила вероятность продолжения тенденции к заходу ТБ в 4-5-м раундах. По итогу ТБ зашёл в 4-м раунде.
В этом примере наглядно видно: если ориентироваться только на тенденции, то ставки на ТМ в 1–2 раундах не зашли бы.
Способность увидеть алгоритм, согласно которому заход ТБ в первом раунде означает заход ТБ во втором, позволило сделать правильный прогноз.
Ожидание последующей горизонтальной волны среднего времени (без разницы, какой - волны ТБ или чередования) ещё больше усилило вероятность захода ТБ в 4-5-м раундах.
Суть взаимодействия чистых алгоритмов и тенденций
Противоречие или взаимное усиление между алгоритмами и тенденциями связано с тем, что при наличии чистых алгоритмов в срезе невозможно заранее точно предсказать, какой из них проявится в целевом матче.
Одни алгоритмы усиливают вероятность продолжения вертикальных тенденций, другие — наоборот, частично или полностью их обрывают.
Чтобы разобраться в этом вопросе глубже, важно рассмотреть наиболее частые сценарии взаимодействия и выделить следующие варианты развития событий:
На примере побед в раунде
Срез с 2-мя матчами с тоталом 5.5М
После фильтрации мы получили срез, в котором оба матча завершились с тоталом 5.5М.
Если фильтрация произведена правильно, наиболее вероятный сценарий для целевого матча — повтор: то есть матч завершится с тоталом 5.5М или 6.5М в пользу фаворита.
Целевой матч на момент начала находится в состоянии суперпозиции — невозможно заранее с абсолютной уверенностью сказать, насколько правильно произведена фильтрация и по какому сценарию пойдёт матч.
1. Повтор (тотал 5.5М или 6.5М от фаворита)
Этот исход наиболее предпочтителен, так как полностью повторяет сценарий предыдущих матчей.
Вероятность захода зависит от коэффициента на фаворита и качества фильтрации.
Чем ниже кэф (ниже ~1.5–1.7) и чем правильнее фильтрация, тем выше вероятность повтора.
Если рассматривать срез как тенденцию заходов фаворита во всех 5 раундах, то в случае полного повтора все тенденции полностью продолжаются.
Также допустимый сценарий повтора, при котором почти полностью сохраняется структура предыдущих матчей.
Тенденция побед фаворита продолжается в 4 из 5 раундов, что делает этот исход всё ещё надёжным вариантом.
2. Обратный алгоритм (тотал 5.5М от аутсайдера)
Такой исход менее вероятен и наименее предпочтителен, поскольку полностью прерывает все тенденции.
Чем выше коэффициент на аутсайдера, тем ниже вероятность такого сценария, особенно при правильной фильтрации.
3. Чистый микс (волна чередования, тотал 7.5Б/8.5Б)
Матч содержит чередование побед фаворита и аутсайдера.
Такой сценарий частично обрывает тенденции.
Этот вариант допустим, поскольку волна чередования имеет предсказуемую структуру и даёт возможность понимать, в каких раундах тенденции продолжатся, а в каких - нет.
4. Смешанный микс (хаотичный порядок, тотал 7.5Б)
В матче наблюдается хаотичный порядок побед, без чёткой структуры или повторяющейся волны.
Сценарий, при котором победы в целевом матче идут в хаотичном порядке, обрывает часть тенденций.
Вероятность смешанного микса зависит от особенностей фильтрации, и чаще всего является признаком неправильной.
Этот вариант нежелателен, поскольку смешанный микс имеет непредсказуемую структуру и не даёт возможность понимать, в каких раундах тенденции продолжатся, а в каких - нет.
- Наиболее вероятными и предпочтительными являются сценарии повтора.
- Обратный алгоритм - самый нежелательный, поскольку прерывает все тенденции, но и самый маловероятный, особенно если кф на аутсайдера выше 2.3.
Пример обрыва тенденции аутсайдеров
В срезе прослеживается устойчивая тенденция: заходы аутсайдеров в 1–2 раундах.
Результаты матчей полностью идентичны друг другу, что говорит о присутствии чистого алгоритма - повтора.
Особое внимание следует уделить двум длинным горизонтальным волнам побед фаворитов.
Две длинные волны фаворитов + алгоритм повтора говорят об очень высокой вероятности присутствия длинной волны фаворитов в целевом матче.
Определить точную длину этой волны заранее невозможно: она может составить как 3, так и все 5 раундов.
Коэффициент на фаворита в целевом матче — 1.53, что очень усиливает вероятность смещения волны в начало боя и завершения матча со счётом 0:5.
Так и произошло: волна побед фаворита началась с 1-го раунда, и матч завершился тоталом 5.5М, прервав тенденцию заходов аутсайдеров в первых двух раундах.
- Длинные горизонтальные волны в матчах среза увеличивают риск обрыва текущей тенденции — особенно тенденций захода аутсайдеров при условии низких коэффициентов на фаворита.
- Причиной может стать как смещение волны, так и переход от одного вида волны в другой.
- Вероятность обрыва зависит от глубины фильтрации, коэффициентов и характеристик матчей в срезе
На примере среднего времени
В срезе присутствует один матч с чистой волной ТМ
Наиболее вероятные сценарии для целевого матча:
Целевой матч продолжается по сценарию предыдущего, полностью или почти полностью повторяя его структуру.
Целевой матч идёт по обратному сценарию
Целевой матч идёт волной чередования
Хаотичный порядок ТМ и ТБ без чёткой структуры
Обратный алгоритм — наименее желательный, так как полностью обрывает тенденции.
Из-за небольшого разброса коэффициентов на среднее время он встречается чаще, чем при ставках на победу.
Срез с матчем донором, идущим волной чередования среднего времени
Все ранее описанные принципы применимы и к ситуации, когда в срезе присутствует алгоритм микса — то есть волна чередования ТМ и ТБ.
Если фильтрация выполнена корректно, в целевом матче наиболее вероятны следующие сценарии:
Продолжает тенденции ТБ, но обрывает волну ТМ.
Продолжает тенденции ТМ, но обрывает волну ТБ.
Наиболее желательный исход — все тенденции продолжаются.
Наименее желательный вариант, потому что обрывает все тенденции.
Прерывает часть тенденций. Поскольку заранее непонятно, где будет обрыв, сценарий считается рискованным.
- Наиболее предпочтительным является сценарий, при котором структура среза максимально повторяется.
- Из-за низкой вероятности полной обратки, волны чередования считаются самыми стабильными и надёжными для прогноза.
Пример ниже демонстрирует срез, в котором заходы среднего времени формируют почти чистую волну чередования во всех матчах:
Это говорит о правильности подобранных параметров фильтрации и устойчивости чистого алгоритма в срезе.
В результате большинство тенденций продолжились:
Волны чередования — один из самых устойчивых алгоритмов.
Они хорошо переносятся из матча в матч, а их полный обрыв встречается крайне редко, особенно при качественной фильтрации.
Противоречие с информацией из первого урока
В первой части урока отмечалось, что длинные горизонтальные волны могут быть негативным фактором.
Причина — риск захода противоположной по структуре волны в целевом матче, особенно если фильтрация была недостаточно глубокой или качественной.
Пример: в срезе наблюдается переизбыток заходов ТМ, особенно в последних двух матчах, где прослеживаются длинные горизонтальные волны.
Возможные сценарии в подобных ситуациях:
- Продолжение тенденции — заход волны ТМ в целевом матче.
- Обратка — в целевом матче будет противоположная волна (ТБ).
- Волна чередования — частичное и хорошо предсказуемое продолжение тенденций.
- Смешанный вариант — частичное и плохо предсказуемое продолжение тенденций.
Несмотря на риск волны ТБ, в целевом матче продолжилась тенденция ТМ, что говорит о качественной фильтрации.
Продолжение или обрыв тенденций напрямую зависит от качества фильтрации и количества матчей в срезе.
Чем правильнее фильтрация и чем меньше матчей в выборке, тем выше вероятность продолжения тенденций.
Заключительный вывод
- Тенденции и алгоритмы могут усиливать друг друга или противоречить.
- Сценарии повтора — наиболее предпочтительные и вероятные.
- Обратный алгоритм — наименее желательный: он полностью обрывает текущие волны.
- Длинные горизонтальные волны могут стать фактором риска из-за вероятности обратного алгоритма.
- Алгоритм чередования — оптимален при ставках на тенденции: он устойчив и меньше всего подвержен обратке.
- Чем меньше матчей в срезе, тем ниже риск накопления волны и её последующей разрядки в виде обратки.
Фильтрация по срезам
Средства фильтрации
Под средствами фильтрации понимается всё, что используется для фильтрации матчей.
Все возможные варианты фильтров можно обозначить как параметры фильтрации.
Параметры фильтрации
- Пара персонажей
- Отдельно по персонажу (слева и справа)
- Коэффициенты на победы в раунде (в матче)
- Коэффициенты на среднее время матча
- Таймер среднего времени
- Разница времени
- Интервалы времени
- Коридоры времени
- Коэффициенты на добивания
- Отдельные персонажи (слева и справа)
- Минуты
- Часы
- Длительность раундов
- Результат раундов
Вот визуальное расположение каждого из параметров фильтрации:
Среди параметров фильтрации важно различать:
- Критерии, которые фильтруются только по точным значениям
Эти параметры фильтруются строго, например, таймер времени или персонаж. - Критерии с возможность фильтрации по диапазону значений
Фильтрация по диапазону позволяет оставить большее число матчей, сохраняя их схожесть. Пример: все коэффициенты, разница времени по одному из значений. - Фильтрация результатов прошедших раундов - пораундовая фильтрация Позволяет фильтровать результаты раундов.
Особенности фильтрации
Точная фильтрация
Точная фильтрация подразумевает жёсткие условия отбора матчей, при которых в выборке остаются почти полностью идентичные матчи.
- Быстрый отбор матчей с одинаковыми параметрами благодаря простым и понятным действиям.
- Полная идентичность матчей зачастую приводит к полному повтору сценариев.
- Идентичные матчи чаще (чем не полностью идентичные) содержат обратку, что может усложнить процесс принятия решений при неопытности.
- Слишком строгая фильтрация значительно сокращает выборку и уменьшает вариативность содержащихся в ней алгоритмов.
Фильтрация по диапазонам
Фильтрация по диапазонам позволяет находить матчи со схожими, но не идентичными параметрами, расширяя выборку и облегчая поиск схожих сценариев и подходящих для прогнозирования алгоритмов.
- Увеличивает вариативность фильтраций.
- Позволяет находить матчи со схожими сценариями, которые были бы пропущены при жёсткой фильтрации.
- Создаёт большое количество вариаций фильтрации, что может запутать при выборе параметров и интерпретации полученных данных.
- Чрезмерно широкие диапазоны могут размыть релевантность выборки.
Точная фильтрация полезна при работе с небольшим числом параметров, когда точные совпадения дают выборку с подходящими алгоритмами или тенденциями.
Однако из-за сокращения выборки и увеличенной вероятности присутствия обратных алгоритмов точную фильтрацию следует использовать с осторожностью.
Фильтрация по диапазонам, наоборот, помогает находить схожие сценарии, сохраняя выборку достаточно разнообразной. Однако необходимо иметь её корректно настраивать, хорошо понимая взаимозависимости между фильтруемыми параметрами, чтобы можно было исключить нерелевантные матчи или бессодержательные срезы.
На практике важно найти баланс между точной фильтрацией и фильтрацией по диапазонам, чтобы отобрать схожие, но не идентичные матчи, которые содержат повторяющиеся и предсказуемые сценарии.
Глубина фильтрации
Глубина фильтрации определяется:
Чем глубже фильтрация — тем меньше матчей остаётся в срезе и тем выше вероятность их схожести между собой и с целевым матчем.
Однако, как и в общей статистике, даже при слабой фильтрации могут встречаться явно выраженные алгоритмы или тенденции.
На примере фильтрации матча "Райдэн - Соня Блейд" по точному коэффициенту на фаворита отчетливо видна тенденция к заходу аутсайдеров в 7-8 раундах.
Следует отметить, что слабая фильтрация менее надёжна из-за присутствия большего количества случайных совпадений и более трудного предположения предельных длин тенденций.
С другой стороны, при более строгой фильтрации в срезе зачастую остаются матчи с чистыми, но более трудными для ставок алгоритмами — например, обратками или миксами.
На скриншоте ниже изображён срез с точной фильтрацией по коэффициентам на победы в раунде, диапазону коэффициентов на добивания и одному из значений разницы времени.
Целевой матч "Чужой - Тремор" пошёл обраткой. При этом, алгоритмы формирования сценария матча в данном срезе можно назвать чистыми.
Важно понимать, что любая фильтрация увеличивает чистоту алгоритмов.
Даже простейшая фильтрация в большинстве случаев позволяет спрогнозировать исходы целевого матча точнее, чем анализ по общей статистике.
Однако оптимальным вариантом считается глубокая фильтрация и наличие в срезе понятных алгоритмов для ставок.
Наиболее "понятным" алгоритмом является повтор.
Ниже приведён пример распространённой глубокой фильтрации — по точным коэффициентам на победы в раунде и по точному коэффициенту на тотал меньше среднего времени (ТМ).
Важно отметить, что при фильтрации часто выявляются совпадения различных параметров, что является критерием хорошего среза.
В данном примере автоматически оказались схожими параметры разницы времени (отклонение не больше 2 сек) и таймеры среднего времени (входят в диапазон 30-39 сек).
В результате целевой матч завершился с тоталом 5.5М.
Также довольно схожими оказались результаты среднего времени.
На примере этого среза видно, насколько прост в восприятии и практическом применении алгоритм повтора.
Баланс фильтрации
При работе со срезами важно соблюдать баланс между глубиной фильтрации и достаточным количеством матчей для анализа.
Существуют типовые ошибки, которые чаще всего этот баланс нарушают.
Но важно помнить: ошибки относительны. Почти каждая из них может иметь как негативные, так и полезные последствия — в зависимости от контекста и опыта анализа.
Главный критерий — результат на дистанции.
Ниже перечислены основные ошибки, которые могут нарушать баланс фильтрации:
Ошибка №1 Чрезмерно строгая фильтрация
Слишком жёсткие условия фильтрации могут привести к двум нежелательным эффектам:
1. В срезе остаётся только целевой матч
Пример слишком строгой фильтрации:
Это делает анализ невозможным — сравнивать не с чем.
Убрав фильтр по точному коэффициенту на аутсайдера и таймеру, но оставив коэффициенты на фаворита и среднее время, можно получить расширенную выборку.
Результат:
Появились отчётливые тенденции:
- волна аутсайдеров в 4-м раунде
- волна фаворитов в 3-м
- склонность к повтору результатов среднего времени
В результате тенденции продолжились и в целевом матче, а значения среднего времени раунда почти полностью повторяют значения предыдущего матча.
⚠️ Однако: при ослаблении фильтрации возрастает риск случайных совпадений и сложнее оценить предельную длину волны.
2. В срезе остаётся слишком мало матчей
Маленькая выборка предоставляет мало информации, на основе которой можно делать предположения.
Иногда один правильно отфильтрованный матч почти полностью повторяется в целевом матче. Он может стать источником целой серии плюсовых ставок.
Такой матч называется матчем донором.
Дополнительно совпали: коэффициенты на победу аутсайдера и на ТБ.
В итоге была выбрана стратегия повтора первых трёх раундов (стратегии ставок будут подробно рассмотрены в третьей части урока).
Результат: стратегия повтора первых трёх раундов сработала — совпали как победы в раундах, так и значения среднего времени.
Пример неудачного донорства среднего времени
В результате такой фильтрации осталась выборка с одним "матчем-донором" со счётом 5:0.
- Таймер среднего времени целевого матча значительно превышает таймер донора, находясь в другом диапазоне.
- Совпадение только по одному параметру разницы времени — остальные вышли за допустимый диапазон.
Ставка на повтор среднего времени в первых трёх раундах не сработала.
Ослабить фильтрацию, убрав фильтр по кф на ТБ.
В расширенной выборке появились бы два матча с тоталом 5.5М, где:
- во 2-м раунде шла волна Fatality,
- в 3-м — волна Brutality,
- по среднему времени — наблюдалась тенденция к обратке.
Сразу видно присутствие обратного алгоритма в среднем времени.
В итоге и в целевом матче среднее время в первых трёх раундах пошло в обратку.
Дополнительные улучшения фильтрации:
Даже на интуитивном уровне, три матча с одинаковым сценарием (помимо целевого) кажутся значительно надёжнее, чем один или два.
С опытом такая дополнительная фильтрация и анализ будет занимать меньше минуты.
Пример матча с чистым, но обратным сценарием
Сценарий донора: счёт 0:5 в пользу аутсайдера.
На первый взгляд логично ставить на повтор — на победу аутсайдера в целевом матче. Как минимум, интуитивно возникает ощущение что хотя бы один раунд будет за аутсайдером.
Однако в реальности произошла полная обратка: матч закончился сухарём от фаворита.
Это не ошибка фильтрации, а наглядный пример, почему простое копирование сценария донора может не сработать.
Требуется контр-интуитивное мышление и понимание базовых алгоритмов, в том числе — механизмов обратки.
Ошибка №2 Слишком слабая фильтрация
Слишком слабые фильтры → избыточная выборка → присутствуют несхожие матчи → результат близок к общей статистике (хаотичный микс без структуры).
Фильтрация была выполнена только по точному коэффициенту на фаворита.
Ожидания: волна фаворитов и тотал 5.5М
Результат: счёт 5:1 и обрыв волны ТБ во 2-м и 3-м раундах.
Вывод: при слабой фильтрации даже явные тенденции могут не сработать, так как в выборку попадает слишком много смешанных алгоритмов.
Ошибка №3 Фильтрация по неподходящим критериям
Полностью "неподходящей" фильтрации не существует — любая фильтрация уплотняет алгоритмы.
Но встречаются бесполезные выборки:
- Слишком разные матчи в срезе без тенденций или алгоритмов
- Срез с обратками и повторами, которые трудно спрогнозировать
Хотя кф, таймер и разница времени похожи, результаты целевого матча — почти полная обратка.
Но: даже такие "контринтуитивные" срезы полезны: умение предугадать обратку позволяет использовать этот алгоритм с очень большой прибылью.
На практике большинство матчей представляют собой комбинации: часть повтор, часть микс, часть обратка.
Главное - что все матчи в срезе состояли из схожих по структуре алгоритмов.
Критерии правильного среза
Множество подходов к фильтрации и анализу
Один и тот же матч можно отфильтровать десятками различных способов, используя разные комбинации параметров.
Это открывает большие возможности для анализа, но одновременно создаёт риск слишком большого количества интерпретаций.
Для сужения спектра интерпретаций необходимо опираться на чёткие критерии правильного среза.
Фильтруя данные по разным комбинациям параметров, мы стремимся выявить и проанализировать наиболее подходящие для ставок алгоритмы.
Однако не всякая фильтрация даёт срез с подходящими для ставок данными.
Чтобы быть уверенным в качестве полученного среза, необходимо проверить его соответствие ряду признаков.
Ниже приведены ключевые критерии, которым должен соответствовать правильный срез:
1. Небольшое количество матчей в срезе
Оптимально — от 1–2 до 5–6 матчей, в зависимости от глубины фильтрации и типов алгоритмов. Срезы с большим числом матчей тоже могут быть применимы для ставок, но требуют более строгой оценки по остальным критериям.
2. Схожесть нефильтруемых параметров матчей
Качественный срез объединяет матчи, схожие по ряду вторичных (нефильтруемых напрямую) параметров. Чем больше таких совпадений, тем выше вероятность, что они следуют одному сценарию.
Основные параметры, на которые стоит обратить внимание:
– персонажи
– пары бойцов
– коэффициенты на добивания
– коэффициенты на среднее время
– коэффициенты на победы в раундах
– коридоры времени
– минуты, интервалы и т.д.
Чем больше таких совпадений, тем выше вероятность, что матчи следуют одному сценарию. Идеальный случай — когда даже при минимальной фильтрации срез получается однородным по множеству характеристик.
Чем меньше разрыв между датами матчей, тем больше вероятность, что они основаны на схожих алгоритмах.
– Один день — максимально высокая степень схожести
– Один месяц — возможна высокая степень схожести, но чуть менее выраженная
– Разница в годы — такие срезы считаются менее надёжными: алгоритмы могли измениться.
4. Понятные сценарии и предсказуемые волны
Сценарии матчей в срезе должны быть понятными и предсказуемыми.
Идеальный срез — это тот, где прослеживается взаимоусиление чистых алгоритмов и тенденций.
Со временем даже сложные алгоритмы, такие как обратка, становятся узнаваемыми и пригодными для ставок — всё зависит от опыта анализа.
5. Вертикальные волны в нужной последовательности
Оптимально, когда в срезе присутствуют вертикальные волны чередования длиной 3–4 матча.
❗ Важно: срез не обязан соответствовать всем критериям. Но чем больше признаков он в себе содержит, тем выше его качество и пригодность для анализа и прогнозирования.
