Zašto ne smiješ gledati samo kvote — što one stvarno znače za tvoju vjerojatnost
Kvote koje vidiš na stronama kladionica predstavljaju implied (impliciranu) vjerojatnost ishoda, ali nisu istovjetne tvojoj procjeni stvarne vjerojatnosti. Bookmakeri uključuju marginu (overround) kako bi osigurali profit, što iskrivljuje te implicitne vjerojatnosti. Ako želiš donositi bolje oklade, moraš znati kako pretvoriti kvote u vjerojatnost, kako odstraniti marginu i kako usporediti tu brojku s vlastitom procjenom.
Za decimalne kvote (najčešće korištene u Evropi) formula je jednostavna: implied vjerojatnost = 1 / kvota. Na primjer, decimalna kvota 2.50 odgovara implied vjerojatnosti 1 / 2.50 = 0.40 ili 40%. Međutim, zbroj implied vjerojatnosti svih ishoda obično prelazi 100% — taj višak je bookmakerova margina.
Kako izračunati poštenu vjerojatnost iz kvota i prepoznati “value”
Da bi kvote pretvorio u poštene (normalized) vjerojatnosti bez margine, slijedi ove korake:
- Korak 1: Pretvori svaku decimalnu kvotu u implied vjerojatnost (1 / kvota).
- Korak 2: Zbroji sve implied vjerojatnosti za sve moguće ishode (to je ukupna implied suma, obično > 1).
- Korak 3: Podijeli implied vjerojatnost svakog ishoda s tom ukupnom sumom kako bi dobio normaliziranu (poštenu) vjerojatnost.
Primjer: tri ishoda s kvotama 2.50, 3.20 i 3.60 daju implied vjerojatnosti 0.40, 0.3125 i 0.2778. Njihov zbroj = 0.9903 (ako suma >1, koristiš tu vrijednost). Normalizirana vjerojatnost za prvi ishod = 0.40 / 0.9903 ≈ 0.404.
Nakon što izračunaš normaliziranu (fair) vjerojatnost koju kladionica implicitno daje, usporedi tu brojku s vlastitom procjenom. Ako smatraš da je vjerojatnost ishoda 50% (0.50), a kladionica nakon normalizacije daje 40% (0.40), postoji potencijalna value oklada.
Kako kvantificirati vrijednost? Dvije korisne formule:
- Expected value (EV) po jedinici uloga: EV = p * kvota – 1, gdje je p tvoja procijenjena vjerojatnost. Ako je EV > 0, oklada je dugoročno isplativa.
- Alternativno, očekivani profit: Profit = p * (kvota – 1) – (1 – p). Obje forme daju istu informaciju samo prikazuju rezultat na drugačiji način.
U praksi ćeš kombinirati analitičke metode (statistika, modeli, povijest performansi) i subjektivne uvide (ozljede, taktika, vremenski uvjeti) da bi formirao svoju p-vrijednost. Kada je tvoja procjena viša od implied/normalizirane vjerojatnosti, označavaš okladu kao value — ali odluka o ulogu zahtijeva dodatne alate poput upravljanja bankom.
Sada kada znaš kako pretvoriti kvote u vjerojatnosti, ukloniti marginu i prepoznati potencijalni value, u sljedećem dijelu pokazat ću ti konkretne primjere proračuna na realnim kvotama i kako primijeniti Kellyev kriterij za odabir veličine uloga.
Konkrektan proračun: primer value oklade na realnim kvotama
Da pokažemo sve korake na konkretnom primeru, posmatrajmo fudbalski meč sa decimalnim kvotama: 2.40 (pobeda domaćina), 3.10 (remi) i 3.20 (pobeda gosta).
- Pretvaranje kvota u implied verovatnoće:
1/2.40 = 0.4167, 1/3.10 = 0.3226, 1/3.20 = 0.3125. - Ukupna implied suma = 0.4167 + 0.3226 + 0.3125 = 1.0518 (overround ~5.18%).
- Normalizacija (uklanjanje margine):
fer_p(domaćin) = 0.4167 / 1.0518 ≈ 0.3966 (39.66%),
fer_p(remi) ≈ 0.3067 (30.67%),
fer_p(gost) ≈ 0.2967 (29.67%).
Sada uporediš svoju procenu. Pretpostavimo da tvoj model/analiza daje verovatnoću pobede domaćina p = 48% (0.48). To znači da ti procenjuješ znatno veću verovatnoću nego što tržište (nakon normalizacije) sugeriše (~39.7%) — dakle postoji potencijalni value.
Da kvantifikujemo: očekivana vrednost (EV) po jedinici uloga = p kvota – 1 = 0.48 2.40 – 1 = 0.152. Dakle, u dugom roku prosečno bi zarađivao ~0.152 jedinica po uloženoj jedinici (EV > 0 znači value oklada).
Primena Kellyevog kriterijuma i praktični saveti za veličinu uloga
Kellyev kriterijum daje optimalni frakcioni ulog koji maksimizuje rast bankrolla uz vremenski horizont beskonačnih nezavisnih oklada. Formula za pojedinačnu okladu na kvotu K (decimal) glasi:
- b = K – 1 (neto dobitak po jedinici),
- f = (b p – q) / b, gde je q = 1 – p i p tvoja procena verovatnoće.
Za naš primer: K = 2.40 → b = 1.40, p = 0.48, q = 0.52. Dakle:
f = (1.40 0.48 – 0.52) / 1.40 = (0.672 – 0.52) / 1.40 = 0.152 / 1.40 ≈ 0.1086 → oko 10.9% bankrolla.
Važno: standardni Kelly često daje agresivne uloge za sportskog kladioničara koji ima ograničenu tačnost procena. Zato se primenjuju praktične modifikacije:
- Fractional Kelly (npr. 1/2 Kelly): ulog = 0.5 f. U našem primeru ~5.45% bankrolla — znatno manje volatilno, zadržava većinu dugoročne prednosti.
- Caps (ograničenja): mnogi kladioničari postavljaju maksimalni ulog od 1–5% bankrolla nezavisno od Kelly saveta, posebno zbog grešaka u proceni i limita likvidnosti.
- Uzimanje u obzir neizvesnosti procene: ako tvoja p ima standardnu grešku, „konzervativno“ umanji p ili primeni shrinkage (npr. p’ = 0.8p + 0.2market_p) pre izračuna Kellyja.
Dodatne napomene:
- Kelly pretpostavlja nezavisne oklade i savršno poznavanje p — u praksi to nije slučaj; zato je fractional Kelly praktično zlatno pravilo.
- Za portfolio više istovremenih oklada matematika postaje kompleksna (zahteva kovarijancu između ishoda). Ako nemaš napredne alate, rasporedi ukupni Kelly-procenjeni iznos na pojedinačne oklade proporcionalno njihovim f* ili primeni dodatni faktor konzervativnosti.
- Uvek prati i beleži rezultate (tracking): istorijski rezultat pomoći će da kalibrišeš p i odrediš odgovarajući faktor smanjenja Kellyja.
U narednom delu prikazaću dodatne primere sa više oklada i kako prakticno implementirati Kelly u softverski alat ili Excel da bi automatski računao preporučene uloge uz ograničenja koja sam naveo.
Pre nego što pređemo na pitanja i poslednje napomene, važno je da shvatiš kako kombinacija matematike i discipline postaje tvoja najveća prednost: procena verovatnoće ti daje informaciju, kvote ti daju tržišni cenovnik, a upravljanje ulogom štiti kapital dok ostvaruješ prednost.
Završne napomene i sledeći koraci
Ne tražiš instant rešenje — tražiš proces. Fokusiraj se na testiranje i iteraciju: izgradi ili prilagodi svoj model, testiraj ga istorijski (backtest) i u realnom vremenu sa malim ulozima, beleži sve rezultate i konstantno kalibriši svoje procene. U praksi to znači:
- Počni s malim ulogom dok ne potvrdiš da tvoja procena p dosledno stvara pozitivan edge.
- Koristi fractional Kelly (npr. 1/2 ili 1/4 Kelly) i fiksne cap-ove da smanjiš rizik zbog grešaka procene.
- Automatizuj proračune u Excelu ili jednostavnom skriptnom alatu kako bi brzo računao implied vjerojatnosti, normalizaciju i preporučene uloge.
- Vodite disciplinovanu evidenciju (datum, kvota, tvoja p, ulog, rezultat) — to je ključ za poboljšanje modela.
- Kontinuirano se edukuj o tržišnim promenama; knjige, članci i resursi o Kellyjevom kriterijumu ili upravljanju rizikom mogu pomoći — na primer: Kellyev kriterijum — Investopedia.
Bez obzira koliko je tvoj model dobar, disciplinovano upravljanje bankom i racionalno donošenje odluka su ono što razdvaja povremene dobitke od održivog profita.
Frequently Asked Questions
Kako brzo pretvorim decimalne kvote u implied verovatnoću?
Podeli 1 sa decimalnom kvotom: implied verovatnoća = 1 / kvota. Na primer, kvota 2.50 → 1 / 2.50 = 0.40 (40%).
Zašto moram normalizovati verovatnoće i kako to radim?
Zato što kladionice dodaju marginu (overround) koja čini zbir implied verovatnoća većim od 100%. Normalizacija znači podeliti svaku implied verovatnoću sa njihovim zbirnim iznosom kako bi se uklonila margina i dobile fer verovatnoće.
Da li treba uvek koristiti pun Kelly za određivanje uloga?
Ne. Puni Kelly često daje previše agresivan ulog zbog grešaka u proceni i zavisnosti između oklada. Većina praktičara koristi fractional Kelly (npr. 1/2) i dodatne cap-ove kako bi smanjila volatilnost i rizik od velikih gubitaka.
