Как делать более выгодные ставки с помощью машинного обучения

TLDR: машинное обучение автоматизирует и масштабирует процесс принятия решений. Каждое решение — это ставка, поэтому, чтобы принимать лучшие решения, делайте лучшие ставки. Хорошая ставка — это та, которую вы можете позволить себе проиграть, с возвратом, от которого вы не можете отказаться.

Зачем делать ставки?

В прошлом году я поспорил со своим другом на 20 долларов, что «Рэмс» победят «Бенгалс» в Суперкубке. Я поставил 20 долларов, он поставил 20 долларов, а победитель (я) оставил себе все 40 долларов. Для меня это была хорошая ставка не потому, что я выиграл, а потому, что получил хорошую сделку. Если бы я сделал такую ​​же ставку в 20 долларов в букмекерской конторе, я бы заплатил всего около 35 долларов, потому что Рэмс были в выигрыше. Букмекеры предлагают коэффициенты, основанные на сочетании аналитики и ставок, сделанных с фиксированной комиссией, называемой виг или сок. Их цель не обязательно состоит в том, чтобы выбрать победителей, а в том, чтобы получить прибыль независимо от результата. То, что они делают более точные прогнозы, безусловно, помогает им достичь этой цели.

Неявные и явные ставки повсюду. Вы инвестируете в фондовый рынок сегодня, потому что верите, что он будет расти в будущем. Вы выбираете один колледж вместо других, потому что надеетесь, что это улучшит ваши перспективы трудоустройства. Вы едете по наземным улицам, а не по автостраде, потому что думаете, что это сэкономит время в час пик. Рассмотрение различных решений как ставок помогает количественно оценить наши убеждения и измерить их точность. Это особенно важно при разработке алгоритмов машинного обучения, предназначенных для автоматизации и масштабирования процесса принятия решений.

Энни Дьюк написала книгу о том, как научиться принимать решения, как игрок в покер, под названием Думая о ставках. Это отличная книга о психологии и дисциплине принятия решений, которую я очень рекомендую. Ее письмо сильно повлияло на мои размышления по этой теме. Однако моя цель в этой статье — описать основы ставок и изучить последствия подхода к ним с помощью машинного обучения.

Ставка – это ставка на исход события. Набор возможных исходов имеет связанные с ними вероятности, которые, если они известны, могут использоваться для расчета важных характеристик ставки, таких как ожидаемое значение и вероятность выигрыша/проигрыша. В конечном счете, размещение хорошей ставки зависит от этого в контексте. Ожидаемая стоимость определяет долгосрочную прибыльность, а вероятность убытка используется для расчета краткосрочного риска. Ожидаемое значение является более важным показателем, поскольку вы ставите больше, но вероятность проигрыша нельзя игнорировать. Лично я не готов делать ставки даже с 20-процентной вероятностью банкротства, независимо от того, какой будет положительный эффект. Хотя вы можете делать ставки на самые разные вещи, такие как время, репутация и т. д., мы сосредоточимся на деньгах, чтобы сохранить чистоту математики.

Игра с числами

Люди любят говорить «это игра с числами» о самых разных вещах. Хорошо, а что это за цифры и что с ними делать? Первое, на что следует обратить внимание, — это количество ставок, которые вы можете сделать. Если оно меньше 10, ожидаемое значение не так важно, как вероятность исхода. Если оно больше 100, ожидаемое значение имеет большое значение. Представьте, что я предлагаю вам поставить 10 долларов на событие, которое имеет 2%-ную вероятность выплаты 1000 долларов, иначе вы потеряете 10 долларов. Если бы я позволил тебе сыграть только три раза, ты бы это сделал? Ожидаемое значение составляет +10 долларов на ставку, т. е. вы ожидаете среднюю прибыль в размере 10 долларов на ставку в долгосрочной перспективе, но вы не получаете выгоду от долгосрочной перспективы. На самом деле вероятность того, что вы потеряете 30 долларов, составляет 94%. Если вы можете играть столько раз, сколько хотите, просто убедитесь, что у вас достаточно денег, чтобы пережить примерно сотню проигрышей, а затем приготовьтесь разбогатеть.

В общем, вы не должны делать ставку, которую не можете позволить себе проиграть. Кроме того, старайтесь избегать ставок с отрицательным математическим ожиданием, которые я буду называть убыточными. Отказ от ставок, которые вы не можете позволить себе проиграть, должен быть очевиден. Если потеря означает, что вы не можете платить за аренду, не рискуйте. С другой стороны, избежать убыточных ставок сложнее, потому что вы не всегда можете точно рассчитать ожидаемые значения. Например, бросить работу, чтобы основать компанию, для многих невыгодно, но не для вас. Что еще более важно, вам нужно выиграть эту ставку только один раз, поэтому оптимальная общая стратегия может быть не лучшим подходом для этого решения. В принципе, если вы избежите банкротства и будете делать в основном прибыльные ставки, вы будете в хорошей форме.

Ценовые риски

В ставках на спорт начинающие игроки склонны отдавать предпочтение выигрышам и проигрышам, а не коэффициентам. Это неспособность увидеть лес за деревьями. Довольно легко выборочно делать ставки, которые выигрывают более чем в 60% случаев, просто делая ставки на фаворитов. Букмекеры рады заплатить вам за эти победы, потому что они возвращаются, когда вы проигрываете. Скажем, вы постоянно выигрываете в 60% случаев, но ваша средняя выплата составляет всего 0,50 доллара за каждую ставку в 1 доллар. Затем, когда вы делаете 100 ставок по 1 доллару, 60 из них выигрывают, возвращая поставленный 1 доллар плюс 0,50 доллара, а 40 из них проигрывают поставленный 1 доллар. Итак, вы потратили 100 долларов и получили обратно 90 долларов за чистый убыток в 10 долларов. В долгосрочной перспективе цена, которую вы платите за риск, имеет гораздо большее значение, чем процент выигрышей.

Есть профессиональные игроки, которые со временем получают прибыль, потому что находят неточности на рынках ставок и стратегически извлекают из них выгоду. Это сложно, хотя и требует большого опыта. К счастью, вам не нужно быть профессионалом, чтобы учиться и применять их передовой опыт за пределами высококонкурентных рынков ставок. Одна простая вещь, которую вы можете сделать, — это перестать покупать страховку на возможные убытки. Страховые компании оценивают риск с учетом эксплуатационных расходов и прибыли, чтобы вы знали, что ожидаемая ценность будет в их пользу, а не в вашу. Если вы можете позволить себе время от времени терять 300 долларов из-за опоздания на рейс, не покупайте туристическую страховку. Тем не менее, вы, вероятно, не можете позволить себе восстановить свой дом, если он сгорит, поэтому соблюдайте политику своего домовладельца. По возможности избегайте банкротства и убыточных ставок.

Точность прогноза

Основная проблема при оценке ставки сводится к прогнозированию исходов и их вероятностей, что по сути является проблемой машинного обучения. Есть много разных подходов к алгоритмическому прогнозированию, но факт остается фактом: более точные прогнозы приводят к более уверенным решениям. Опять же, очень важно измерить вероятность результата, а не обязательно классифицировать отдельные результаты. Вы можете сделать это, собрав больше данных, добавив входные функции, используя различные алгоритмы или все вышеперечисленное. Вот почему я предпочитаю рассматривать принятие решений как проблему машинного обучения даже в тех случаях, когда я не могу создавать программное обеспечение. Не каждый процесс принятия решений можно надлежащим образом обработать с помощью машинного обучения, но когда это возможно, вам лучше поверить, что кто-то там делает именно это. Между тем, некоторые будут утверждать, что определенные решения не должны быть оставлены на усмотрение алгоритмов, и это справедливо. Тем не менее, по-прежнему невероятно важно установить базовые уровни, оценить вероятности и количественно оценить точность данных.

Наша современная экономика полна примеров, когда решения, которые раньше принимались на основе интуиции и математики на салфетках, теперь полностью зависят от машинного обучения и явных стратегий ставок. Раньше маркетологи каждый год делали небольшое количество ставок на несколько кампаний и рекламных каналов. Сегодня алгоритмы динамически назначают ставки на рекламные слова Google на основе прогнозируемой ценности клиента и истории просмотров. Чтобы привлечь клиента с помощью цифровой рекламы, нужно делать много ставок с течением времени, и некоторые игроки очень хорошо с этим справляются. Они программно определяют цену, которую они готовы платить за показ, и, если их ставка выигрывает, они покупают небольшой шанс привлечь клиента. На заре цифровой рекламы рынок был богат дешевыми и прибыльными ставками, но конкуренция вытеснила их. Возможности поощряли новых участников, что усиливало конкуренцию и повышало цены. Рост стоимости цифровой рекламы теперь вынуждает игроков в этой области искать более мелкие преимущества, которые позволяют им оставаться конкурентоспособными.

Настоящая игра

Как только вы поймете основы ставок, настоящая конкуренция будет заключаться в повышении точности прогнозов для получения преимущества. Лучший способ приблизиться к этому зависит от контекста, но игра остается неизменной. Во многих случаях вы просто соревнуетесь с собой, чтобы сэкономить время или деньги, поэтому ставки низки, и вам не нужно выходить за разумные пределы. Однако в таких областях, как ставки на спорт и алгоритмическая торговля, конкуренция жесткая и безжалостная. Вы можете найти преимущество, которое будет прибыльным только в течение нескольких часов, прежде чем другие поймут это и проведут арбитраж. По сути, цель состоит в том, чтобы получить другой и более точный расчет вероятности для события, чем у конкурентов. Если вы оба работаете с одним и тем же номером, вы, возможно, сможете блефовать, чтобы заключить выгодную сделку, но это сложно повторять постоянно. Как и в большинстве случаев, вам нужно быть другим и лучше, чтобы часто выигрывать.

Повышать точность прогнозирования для получения конкурентного преимущества — это все равно, что смотреть, кто может вслепую пройти ближе всего к краю обрыва, не упав. Чем больше вы собираете данных, тем более точными, но менее конкурентоспособными будут расчетные вероятности, поскольку вы действуете далеко от края обрыва. Подгонка сложных шаблонов ко многим входным функциям будет отличать ваши оценки, но это может привести к тому, что вы перейдете через край. Например, в Фениксе каждый год бывает около 36 дождливых дней, поэтому, если бы мне пришлось делать ставки на дождь в какой-то конкретный день, я бы прогнозировал 10% и нуждался в шансах, выплачивающих примерно 10 к 1, чтобы сделать ставку на дождь. Между тем, кто-то другой может использовать месяц как предсказатель и с радостью принять мою ставку на июнь, когда дождей почти не бывает, а затем решить не играть в августе, когда сезон дождей. Другой человек может попытаться предсказать по дням и обнаружить больше шума, чем сигнала, что сделает его уязвимым в противоположном направлении. Край обрыва — это тонкая грань между эффективным арбитражем и безрассудным переоснащением.

Заключение

Решения — это ставки, даже если мы не хотим видеть их такими. Если мы сможем стратегически рассматривать больше решений как ставки, у нас есть огромные возможности для улучшения с помощью машинного обучения. По мере сбора большего количества данных в новых областях потенциал для решения проблем принятия решений за счет автоматизации и масштабирования будет становиться все более распространенным. Игроки в алгоритмическом трейдинге, онлайн-ставках на спорт и цифровой рекламе испытали резкое усиление конкуренции отчасти из-за этой тенденции. Это только вопрос времени, когда другие отрасли испытают такое же давление, чтобы раздвинуть пределы точности прогнозов, чтобы оставаться конкурентоспособными. Я настоятельно рекомендую думать о ставках и искать творческие способы развертывания машинного обучения по мере того, как мир вокруг нас меняется. Будьте готовы и рады экспериментировать с этими идеями, извлекая ценные уроки. Просто помните: не делайте ставку, которую вы не можете позволить себе проиграть, и всегда будьте готовы принять ставку на условиях, от которых вы не сможете отказаться.