赔率的确定大致上可以分为两类：第一类：竞猜事件有先验信息

　　数学模型 足彩 数据挖掘

　　这个问题我曾经思考了很久，

　　我不断地问我自己：如果我来开盘该如何确定赔率？

　　可以参考的信息很多

　　比如： 历史成绩，近几场状态，核心球员状态和缺阵，历史上与对手甚至命理走势，生物曲线，占星术

　　都要考虑到。

　　每个都给一个值域，然后最后综合下来得到一个概率，在换算成赔率。

　　原以为这样就完成了，

　　直到我发现了一个严重的问题：

　　虽然单纯的以这个自己开出的赔率受注在概率上是不会赔钱的，但放到一个开放的互联网市场上就遇到了挑战，

　　说到这应该大多数内行已经知道我指的是什么了。

　　所以呢，后来我就选择了更简单的方法：直接抄别人的赔率，方便又快捷

　　反正有不会有版权问题，

　　后来就一直这样也没继续深入研究了

　　参考这里的日志和帖子http://my.hupu.com/16301506

　　看两本书，你基本就能用傻瓜软件SPSS计算出与博彩公司几乎一模一样的赔率了

　　这两本书，一本是《categorical data analysis》，另外一本是《the economics of football》

　　看完这两本，会让你一言不发，然后惊呼：原来赔率计算高中生都能完成

　　《the economics of football》有两个模型，一个是ordred logistic model（也可能是ordred probit model，具体我记不清了），一个是possion model。关于这两个模型，网上资料一堆，具体我就不打字了。

　　统计学方面高级点的东西还有状态空间模型，状态空间模型假定球队的状态是变化的，参数估计方法稍微麻烦点，先用卡尔曼滤波近似估计，再用MCMC精确估计

　　最后，还有一堆的机器学习方法，支持向量机，神经网络，贝叶斯网供你选择

　　预测的准确度一个在于变量的选择，一个在于模型的优化

　　我最近想到的一个模型结合了推荐系统的思想，用集体智慧+贝叶斯预测足球比赛结果

　　这个模型需要大量社交数据，是个麻烦的事情

　　同样的赔率可以得出不同的结论。

　　赔率的确定大致上可以分为两类：第一类：竞猜事件有先验信息；第二类：竞猜事件无先验信息。

　　竞猜事件的结果可以依据历史信息等作出预测，如足球、篮球比赛。根据运动员以往表现、球队以往表现、运动员受伤情况等预测比赛的胜负，这些数据可以用于预测球队的胜负，具体怎么计算就是各个参数的加权问题，有很多人在研究类似问题，感兴趣的话可以参考 Wayne L. Winston, 2012, Mathletics: How Gamblers, Managers, and Sports Enthusiasts Use Mathematics in Baseball, Basketball, and Football 以及其他相关研究。

　　现在有了胜负概率，怎么计算赔率呢？赔率的计算除了跟胜负概率有关，还跟投注情况有关。假设球队 A 和 球队 B 比赛，根据历史相关数据得到球队 A 胜利的概率为 60%，输的概率为 40% (简化问题，不考虑比赛平)。则大致上设置 A 胜的赔率比 A 败( B胜) 的赔率为 4:6，分别记 A 胜和 B 胜的赔率为 ，则：

　　 。

　　同时假设投注 A 赢的钱为 200，投注 A 输 (B赢) 的钱为 100。假设庄家需要赚 10%，则庄家赚钱的期望为：

　　 。

　　结合上式，得 ，当然实际情况更加复杂。

　　赔率计算只跟投注情况有关，如随机性很强的赛马比赛。具体计算就是根据投注情况调整赔率。

　　利用什么数据跟具体竞猜事件有关，很复杂需要研究的问题。利用的数据主要用于计算竞猜事件的胜负概率。根据胜负概率和投注情况计算赔率，数学模型较简单，跟庄家有关。

　　参考资料：

　　『1』Mathletics: How Gamblers, Managers, and Sports Enthusiasts Use Mathematics in Baseball, Basketball, and Football, 2012

　　『2』How do betting houses determine betting odds for sports

　　『3』How are sports betting odds calculated?

　　科学统计方法运用彩票的目的不是找规律，而是找概率