大数据下的竞彩足球胜平负分析技巧2
上期内容分析、证明了竞彩官方终赔时,当主队让1球同时又满足:让负赔率>平负均值赔率的情况出现了6胜3平1负,说明了竞彩官方给出的让负过大条件下并不利于客队打出,此时近十场中主不败概率90%,其中主胜的概率为60%,
上期内容:
大数据下的竞彩足球胜平负分析技巧1_sundayhost的博客-CSDN博客
上期内容分析、证明了竞彩官方终赔时,当主队让1球同时又满足:让负赔率>平负均值赔率的情况出现了6胜3平1负,说明了竞彩官方给出的让负过大条件下并不利于客队打出,此时近十场中主不败概率90%,其中主胜的概率为60%,这个是在不分盘口的情况下的总体概率。分析过程是基于官方数据的合理性展开的,并非个人的主观臆断。
这种简单、易操作的读数方式对应的准确率已经远高于公众号推荐的准确率。
在排除一些胜平负的选项中,这种读数对比的方法非显得十分重要,但另一方面,也存在一个问题:在投注截至前,一场比赛的胜平负和让球赔率有可能会有变化,为此,同样的统计方法,我们可以考察初赔时,主队让1球而让负>平负均值的胜平负分布情况。统计结果如下:
值的思考的是:以上是近10场数据的量,其基础量实在是太少了,还不足以说明问题,那么在近十年的竞彩数据中满足以上条件的一共出现了多少场次,主胜、平局和主负又分别有多少场次?这种模式下看好至少看好主不败而出现客胜的连续次数又是多少?通过简单的数据查询就可以得到。如果该条件下的胜平负判断在1年内有所下降,如何找出其他条件加以限制从而提高准确率?竞彩官方的历史数据,如需要数据可以联系我。
上述查询用到的语句:
SELECT
matchtime,
matchNum,
league,
homeTeam,
awayTeam,
fullscore,
result,
c.*
FROM
(
SELECT
c.*
FROM
(
SELECT
a.*,
hr,
dr,
ar,让球
FROM
( SELECT matchId, h, d, a FROM datajingcai.sporttery_odd WHERE 初 = '初' ) a
LEFT JOIN ( SELECT matchId, h hr, d dr, a ar,让球 FROM datajingcai.sporttery_odd_rang WHERE 初 = '初' ) b ON a.matchId = b.matchId
) c
WHERE
让球 = '-1'
AND ( d + a )/ 4 <= ar
) c
LEFT JOIN ( SELECT league, matchId, homeTeam, awayTeam, matchtime, matchNum, fullscore, result FROM datajingcai.sporttery_info ) d ON c.matchId = d.matchId
ORDER BY
matchtime DESC,
matchNum ASC;
竞彩官方数据,包括胜平负赔率、让球胜平负赔率、赔率变化过程、胜负彩场次(任九)、比分、单双、总进、上下半场、奖金分布等数据是数据分析的基础。竞彩官方给出的每场数据都有严格的意义,从这些数据中学习分析比赛结果通常能找出一些规律特点。
下期介绍利用大数据多表联合下的的客队让球的归纳总结,观察与主队让球时的准确率有何区别,能否运用该方法。欢迎关注
更多推荐
所有评论(0)