Penilaian Risiko dalam Kelly Criterion

Penilaian Risiko dalam Kelly Criterion
Read Time8 Minute, 2 Second

Penilaian Risiko dalam Kelly Criterion – Agen Bola Online | Judi Bola Mix Parlay – Menggunakan metode mempertaruhkan (atau strategi manajemen uang) adalah komponen penting untuk menghasilkan keuntungan yang konsisten dari taruhan. Kriteria Kelly sering dikutip sebagai opsi terbaik untuk digunakan karena berbagai alasan, tetapi bagaimana cara kerjanya dalam praktik? Seberapa berisiko Kriteria Kelly? Baca terus untuk mengetahui.

Banyak yang telah dibuat dari Kriteria Kelly sebagai strategi manajemen uang yang paling efisien untuk memaksimalkan tingkat pertumbuhan uang bank yang lebih baik. Sumber Daya Taruhan i88Cash telah menghasilkan beberapa artikel yang meninjau apa yang dilakukan Kriteria Kelly, cara kerjanya, serta kelebihan dan kekurangannya. Dalam artikel ini, Kami menawarkan penilaian risiko sederhana dari metode mempertaruhkan.

Penilaian Risiko dalam Kelly Criterion
Penilaian Risiko dalam Kelly Criterion

Apa itu Kriteria Kelly?

Penulis puncak dan ahli matematika di University of Malta Dominic Cortis menggambarkan Kriteria Kelly sebagai cara menghitung proporsi dana taruhan Anda sendiri untuk bertaruh pada hasil yang peluangnya lebih tinggi dari yang diharapkan sehingga dana Anda sendiri tumbuh secara eksponensial.

Dikembangkan oleh John Kelly saat bekerja di AT&T Bell Labs pada tahun 1956, Kriteria Kelly memberikan cara yang tepat secara ekonomi dan matematis untuk menghitung ukuran taruhan yang optimal yang memaksimalkan pertumbuhan keseluruhan bankroll dengan memperhitungkan tingkat pengembalian yang diharapkan dan risiko. Ini diberikan oleh persamaan sederhana berikut:

Persentase kepemilikan Kelly = Tepi – 1 / Peluang – 1

Keunggulannya hanyalah keuntungan yang Anda pegang (atau anggap Anda pegang) atas peluang taruhan yang sebenarnya. Misalnya, jika Anda berpikir peluang hasil yang adil adalah 2,00 (probabilitas keberhasilan 50%), tetapi bandar menawarkan 2,10, Anda dapat menghitung keunggulan Anda sebagai 2,10 / 2,00 = 1,05.

“Tepi” hanyalah cara lain untuk menggambarkan nilai yang diharapkan. Peluang dalam persamaan di atas harus dikutip dalam notasi desimal. Karenanya, untuk contoh ini, persentase taruhan Kelly Anda adalah 0,05 / 1,10 = 0,0455 atau 4,55%.

Kelly adalah contoh dari metode pengarsipan proporsional di mana ukuran pancang proporsional dengan ukuran uang kertas Anda saat ini, dan karenanya akan naik atau turun saat uang kertas Anda tumbuh atau menyusut, berbeda dengan tingkat pancang di mana taruhan ditetapkan pada ukuran yang telah ditentukan.

Apa yang istimewa tentang Kelly adalah bahwa hal itu juga memperhitungkan ukuran keuntungan yang Anda rasakan dan lamanya peluang taruhan. Semakin besar keuntungan Anda dan / atau semakin pendek peluang pertaruhan, semakin besar taruhan yang akan Anda risiko.

Jelas ada masalah yang terkait dengan perhitungan persentase pasak Kelly ketika bertaruh pada lebih dari satu hasil atau pertandingan secara bersamaan; i88Cash telah menerbitkan artikel yang berhubungan dengan itu. Namun, untuk sisa bagian ini, Kami hanya akan mempertimbangkan bentuk sederhana dari Kelly yang berlaku untuk satu taruhan pada suatu waktu.

Seberapa berisiko Kriteria Kelly?

Sebagai strategi pengelolaan uang proporsional, harus cukup jelas bahwa Anda secara teknis tidak dapat menggunakan Kelly. Semakin Anda kehilangan, semakin kecil taruhan Anda, tetapi secara teori Anda tidak akan pernah mencapai nol.

Namun secara praktis, jelas akan mencapai batas di mana kerugian yang Anda tanggung dianggap tidak dapat diterima. Jadi, mungkin lebih tepat untuk mempertimbangkan varians dalam ukuran bankroll Anda dan apakah preferensi risiko Anda akan cukup kuat untuk mengatasinya.

Penulis tamu untuk i88Cash dan pedagang saham Joe Peta sebelumnya berpendapat bahwa masalah dengan Kelly adalah bahwa “tidak peduli apa yang Anda kalkulasikan sebagai laba yang diharapkan, varians Anda akan menjadi sangat konyol … dan … sangat tinggi tidak dapat diinvestasikan.” untuk mempertimbangkan seorang petaruh teoritis yang memenangkan 52% dari taruhan mereka dengan odds 2.00. Kelly menyiratkan persentase saham 4%.

Dengan asumsi serangkaian 250 taruhan, Peta mengklaim ada lebih dari 10% peluang bankroll Anda akan turun setidaknya 40% pada akhirnya. Apakah dia benar

Sepertinya cukup dekat. Menggunakan parameter-parameter ini dalam simulasi Monte Carlo yang dijalankan 10.000, 14% dari bankroll akhir selesai dengan kurang dari 60% dari dana awal. Ini sebanding dengan hanya 9% untuk strategi tingkat pengaruhnya dengan masing-masing dari 250 taruhan ditetapkan pada empat unit (diberikan 100 unit bankroll awal).

Tabel di bawah ini mengilustrasikan perbandingan yang lebih luas antara taruhan Kelly versus taruhan tetap. Seperti yang Kami katakan dalam artikel sebelumnya, sementara taruhan secara proporsional lebih cocok untuk mengoptimalkan profitabilitas (dalam simulasi ini rata-rata menutup bankroll untuk Kelly dan taruhan tetap masing-masing adalah 149 dan 140 unit), butuh waktu lebih lama untuk pulih dari periode yang hilang.

Proporsi yang lebih besar dari penutupan bankroll yang menunjukkan kerugian hanyalah konsekuensi dari varians bankroll yang lebih besar yang diperkenalkan oleh taruhan proporsional. Hampir empat dari sepuluh simulasi ini selesai dengan kerugian untuk taruhan Kelly, dibandingkan dengan hanya satu dari empat untuk taruhan tetap.

Bagaimana risiko berubah jika kita memiliki keuntungan yang lebih besar? Kami menjalankan kembali simulasi untuk probabilitas menang 54% untuk setiap taruhan genap, dengan taruhan Kelly 8%. Sangat sedikit petaruh yang bisa mencapai angka-angka itu dalam jangka panjang.

Dapat dimengerti, dengan nilai dua kali lipat atau nilai yang diharapkan untuk setiap taruhan, profitabilitas yang diharapkan sekarang jauh lebih baik untuk Kelly dibandingkan dengan taruhan tetap (rata-rata bankrolls penutupan masing-masing 494 dan 260). Kamingnya, ini masih mengorbankan varian yang jauh lebih besar dalam kinerja.

Bankroll penyelesaian rata-rata atau diharapkan lebih tinggi karena condong oleh sejumlah kecil bankroll sangat besar. Namun, ada jauh lebih biasa-biasa saja dan kehilangan uang kertas dibandingkan dengan strategi taruhan tetap, dengan rata-rata menyelesaikan uang kertas hanya 223. Probabilitas kehilangan 40% dari kekayaan Anda setelah 250 taruhan genap dengan keuntungan 8% dengan keuntungan 8% mengikuti strategi Kelly masih 14%. Tidak diragukan lagi, Joe Peta akan berpendapat bahwa tidak ada investor keuangan yang menghargai diri sendiri yang menunjukkan pengembalian investasi 8% akan menerima risiko seperti itu.

Apakah kita benar-benar tahu keunggulan kita?

Simulasi-simulasi ini mengasumsikan bahwa kita tahu persis probabilitas untuk menang, dan karenanya persisnya keuntungan apa yang kita miliki atas peluang bandar taruhan. Seperti yang diingatkan oleh Joe Peta, memodelkan hasil taruhan olahraga bukanlah penghitungan kartu blackjack.

Tidak seperti permainan kasino yang didasarkan pada algoritma matematika yang dikenal, ‘mengetahui’ probabilitas sebenarnya dari sistem yang kompleks seperti pertandingan sepak bola secara efektif tidak mungkin. Implikasi bagi keberhasilan strategi Kelly karena tidak tahu persis keuntungan Anda atas peluang bandar telah dibahas baru-baru ini di feed twitter Kami. Kami memutuskan untuk mencari tahu apa dampaknya.

Tak perlu dikatakan bahwa jika Anda berpikir 52% dari taruhan Anda akan menang, tetapi Anda akhirnya hanya memenangkan 49% dari mereka, Anda akan kehilangan uang dalam jangka panjang, tidak peduli metode apa pun yang Anda ikuti. Yang lebih menarik di sini adalah apakah tidak mengetahui dengan tepat keuntungan yang dimiliki untuk setiap taruhan akan meningkatkan varian dan risiko yang terkait dengan Kelly.

Sejarah taruhan jangka panjang akan memberi Anda petunjuk tentang apa keuntungan rata-rata Anda. Kembalikan 1.050 dari 1.000 1 taruhan dan Anda mungkin berasumsi bahwa Anda memiliki keuntungan rata-rata 5%. Cara lain untuk memperkirakan keuntungan adalah dengan membandingkan harga yang Anda bertaruh dengan harga pasar penutupan.

Jika Anda bertaruh harga 2,10 dan i88Cash ditutup pada 2,00, analisis data Kami menyiratkan bahwa Anda akan memiliki keuntungan 5% (diskon margin taruhan). Tetapi analisis tersebut didasarkan pada agregasi sejumlah besar pertandingan sepak bola. Sementara keuntungan rata-rata mungkin tersirat, kami tidak dapat menggunakan ini untuk menganggap bahwa itu sama untuk setiap taruhan. Dengan begitu banyak ketidakpastian yang memengaruhi hasil pertandingan olahraga, cukup masuk akal untuk mengharapkan hal itu tidak terjadi.

Kami menjalankan simulasi Monte Carlo untuk 250 taruhan genap. Namun kali ini, alih-alih menetapkan probabilitas menang di 52% untuk masing-masing, itu bervariasi sesuai dengan distribusi normal probabilitas menang. Sementara rata-rata adalah 52%, nilai spesifik bervariasi di sekitar ini. Beberapa lebih tinggi, dan beberapa lebih rendah.

Kami menerapkan standar deviasi 5% yang berarti sekitar dua pertiga dari nilai turun antara 47% dan 57% dan 95% dari nilai turun antara 42% dan 62%. Bahkan sekitar sepertiga dari mereka jatuh di bawah 50% dan karenanya memiliki nilai ekspektasi negatif.

Penilaian Risiko dalam Kelly Criterion
Penilaian Risiko dalam Kelly Criterion

Hasilnya cukup mengejutkan. Meskipun sepertiga dari taruhan memegang nilai ekspektasi negatif, risiko terkait dari strategi Kelly secara efektif tidak berubah. Pada dasarnya ini menyiratkan bahwa selama Anda memiliki gagasan yang akurat tentang keuntungan Anda secara keseluruhan, tidak penting untuk mengetahuinya secara tepat berdasarkan taruhan.

Dalam upaya untuk menguji kekokohan kesimpulan ini, Kami menjalankan simulasi lebih lanjut di mana jumlah taruhan dengan nilai yang diharapkan negatif meningkat secara dramatis.

Dua ratus tiga puluh (atau 92%) dari 250 taruhan diberi peluang menang 49%, secara efektif setara dengan margin taruhan i88Cash untuk pasar taruhan dua atau tiga arah yang populer. 20 taruhan yang tersisa diberikan probabilitas menang 86,5% untuk memastikan bahwa rata-rata untuk 250 taruhan tetap di 52%. Hasilnya persis sama.

Tentu saja dalam kenyataannya sangat tidak mungkin bahwa petaruh tidak dapat menemukan nilai di 92% dari taruhan mereka entah bagaimana akan menemukan ekspektasi yang sangat menguntungkan di sisa 8%, tetapi latihan ini lebih jauh menggambarkan poin yang dibuat sebelumnya: hanya perlu untuk mengetahui Anda keuntungan rata-rata secara akurat ketika menentukan berapa banyak bertaruh dengan Kelly dan mengelola risikonya.

Untuk sebagian besar petaruh menemukan segala jenis tepi sama sekali adalah masalah yang jauh lebih sulit untuk dipecahkan. Terlalu mudah untuk dibodohi oleh keberuntungan dan ilusi kausalitas yang mendorong petaruh untuk percaya bahwa mereka lebih baik daripada yang sebenarnya. Menangkan hanya 49% dari taruhan genap Anda dan strategi 4% Kelly secara mengejutkan gagal jauh lebih sering (dengan probabilitas tiga dari empat kerugian setelah 250 taruhan genap, dibandingkan dengan tiga dari lima taruhan untuk taruhan tetap).

Semoga artikel Penilaian Risiko dalam Kelly Criterion ini bisa membantu Anda. Jangan lupa kunjungi situs Agen Bola Terpercaya di Indonesia http://daftari88cash.com/ yang merupakan salah satu situs taruhan bola terlengkap dan judi sepak bola online terbaik saat ini. Semoga bermanfaat & beruntung!!

1 0

About Post Author

Agen Bola Online Mix Parlay

i88Cash Situs Agen Judi Bola Online dan Agen Bola Mix Parlay Terpercaya di Indonesia. WA : +85517338209 Depo & WD 25rb.
Happy
Happy
0 %
Sad
Sad
0 %
Excited
Excited
100 %
Sleppy
Sleppy
0 %
Angry
Angry
0 %
Surprise
Surprise
0 %
%d blogger menyukai ini: