University of Oulu

Tilastollisten algoritmien soveltuvuus jääkiekkovedonlyöntiin

Saved in:
Author: Hurnasti, Juha-Matti1
Organizations: 1University of Oulu, Faculty of Science, Department of Information Processing Science, Information Processing Science
Format: ebook
Version: published version
Access: open
Online Access: PDF Full Text (PDF, 2.4 MB)
Persistent link: http://urn.fi/URN:NBN:fi:oulu-201305201307
Language: Finnish
Published: Oulu : J.-M. Hurnasti, 2013
Publish Date: 2013-05-23
Physical Description: 56 p.
Thesis type: Master's thesis
Tutor: Vesanen, Ari
Reviewer: Vesanen, Ari
Kortelainen, Juha
Description:

Tiivistelmä

Eri joukkuelajien tilastojen mallintaminen ja analysointi on jo pitkään kiinnostanut tilastotieteilijöitä. Myös lopputulosten ennustaminen on suosittua niin tutkijoiden kuin katsojienkin keskuudessa. Internet on tuonut sekä tutkijoiden että katsojien käyttöön valtavan tietomäärän, jota voidaan hyödyntää niin otteluiden mallintamisessa kuin tulosten ennustamisessakin. Internetissä on tehnyt myös urheiluvedonlyönnistä helpompaa.

Tämän tutkielman aiheena on selvittää, onko tilastollisen algoritmin avulla mahdollista ennustaa jääkiekko-otteluiden lopputuloksia. Lopputuloksella tarkoitetaan sitä, päättyykö ottelu kotivoittoon, tasapeliin vai vierasvoittoon. Lisäksi pyritään selvittämään, millaisella onnistumisprosentilla otteluiden lopputuloksia on mahdollista ennustaa ja onko mahdollista luoda voittoisa vedonlyöntistrategia algoritmia hyväksi käyttäen. Kyseessä on konstruktiivinen tutkimus.

Tutkimuksessa luodaan sovellus, joka soveltaa useampaa tilastollista menetelmää lopputuloksen ennustamiseksi. Käytetyt tilastolliset menetelmät ovat Poissonin jakauma, Elo-luku-järjestelmä, Elo-luku-järjestelmää hyödyntävä pi-rating -järjestelmä, sekä aggregaatti-järjestelmä, joka hyödyntää kaikkia kolmea mainittua menetelmää. Itse sovellus on Java-kielellä kehitetty graafisen käyttöliittymän omaava ohjelma. Sovellusta varten kerättiin tietokanta, joka sisältää kaikki ottelut lopputuloksineen Yhdysvaltojen NHL-liigasta kaudesta 2002–2003 kauteen 2011–2012. Tietokantaa hyväksi käyttäen sovellus ennustaa lopputulokset otteluille joita verrataan toteutuneisiin lopputuloksiin. Lisäksi tietokantaan tallennettiin todellisia vedonlyöntikertoimia kyseisille otteluille eri vedonvälittäjiltä, vedonlyönnin realistisen simuloinnin mahdollistamiseksi.

Luotu sovellus onnistui ennustamaan oikein otteluiden lopputuloksia parhaimmillaan 44,72% otteluista. Tämä onnistumisprosentti saatiin Elo-mallia hyväksikäyttäen kaudella 2008–2009. Huonoin onnistumisprosentti saavutettiin myös Elo-mallilla kaudella 2011–2012. Keskimäärin onnistumisprosentit eri mallien välillä vaihtelivat 41,55 prosentista 43,42 prosenttiin. Kun huomioitiin vain ottelut, joiden algoritmi ennusti päättyvän kotivoittoon, onnistumisprosentti nousi parhaimmillaan 51,02 prosenttiin. Tämä tulos saavutettiin Elo-mallilla kaudella 2008–2009.

Kun sovelluksella simuloitiin vedonlyöntiä, pelikassan kehitys oli positiivinen yksittäisen kauden aikana vain muutamassa tapauksessa. Poisson-mallia hyväksi käyttäen pelikassa oli 2,55 rahakyksikköä suurempi kuin kauden alussa kaudella 2008–2009. Huonoimmillaankin pelikassa oli kuitenkin vain muutaman rahayksikön pienempi kauden lopussa verrattuna kauden alkuun. Sovellus onnistui lyömään vetoa keskimäärin siis niin, että se voitti yhtä paljon kuin sijoittikin.

Tutkimuksessa havaittiin, että tilastollisen algoritmin avulla on mahdollista ennustaa jääkiekko-otteluiden lopputuloksia. Ennustusten onnistumisprosentti vaihteli noin 41 prosentista noin 44 prosenttiin. Algoritmin avulla on myös mahdollista luoda voitollinen vedonlyöntistrategia, joskin saavutetut voitot ovat rahallisesti varsin pieniä.

see all

Subjects:
Copyright information: © Juha-Matti Hurnasti, 2013. This publication is copyrighted. You may download, display and print it for your own personal use. Commercial use is prohibited.