揭秘欧赔背后的数学奥秘：离散系数与凯利指数的深度解析

这篇文章有点大脑，请做好准备。作者从纯粹的数学角度分析了欧洲赔率隐藏的信息的另一面，希望将每个人带入数学世界，感到不同的赔率和不同的分散体，你们都准备好了吗？我要去！

让我首先介绍离散系数公式，即标准偏差与平均值的比率（AB除以A+B）。例如，假设有两组数据。两个人的第一组为1.7米，高1.8米，第二组为1.9米，高2.0米。如何比较两组人的身高差异系数？根据公式第一组（1.8-1.7）/（1.8+1.7）= 0.0286，第二组（2.0-1.9）/（2.0+1.9）= 0.0256。从中，我们可以看到，尽管两组的数据的标准偏差为0.1米，但由于基础性的不同，第二组离散系数较小。

然后介绍凯利索引。该原理有些复杂。您可以自己查询邓恩。市场上凯利指数的计算被简化为每个公司X平均X平均值的理想下注量。假设一组赔率为2.0--3--3.2，回报率为0.92，那么该公司的理想下注量为46％--- 30.67％---- 28.75％，但当前100家公司的平均下注量分别为50％-------------- 28％ - 30％。对于这家公司，凯利指数为2.0x50％= 1，3x30.67％= 92，3.2x30％= 96。这就是凯利指数的方式。

那么，凯里指数的离散系数如何来自呢？应用离散系数公式（A1*E-A2*E）除以（A1*E+A2*E）=（A1-A2）划分（A1+A2），即分别计算每个赔率的离散系数。

让我们取出两组赔率：第一组2.25---3.2--3.4和第二组2.0 --- 3--3.2。根据公式，获胜，绘图和损失的离散系数分别为0.059、0.032和0.030。写完这篇文章后，我相信每个人都应该对市场上的这些东西有所了解，但是我想问问该计算出的凯利指数的离散系数是否具有严重用途？每个人都应该很好地了解这两组的几率。主要胜利是最大的离散系数。主队不能玩吗？答案绝对是可能的。至少10场比赛将进行3-4场比赛！所以我陷入了无尽的困惑...

在一个闪电，雷雨和雷暴之夜，我突然意识到欧洲的几率实际上仅显示出来，另一个被隐藏了。它仍然是上述2.0---3--3.2的组。假设回报率为0.92，那么您的理想赌注是46％-30.67％--- 28.75％。如果您有1个元来购买主要胜利，那么菠菜将不得不付给您2元。如果您购买扁平菠菜，您将付给您3元的元人，如果您购买负菠菜，您将付给您3元的元素。如果您删除自己的本金，菠菜的实际外部几率为1.0 --- 2 --- 2.2。如前所述，如果您达到理想的下注量，它将具有相应的利润率（类似于外部赔率，但对于菠菜本身），0.08/46％= 0.174，0.08/30.67％= 0.261，0.261，0.08/28.75％= 0.278

胜利：玩家校长1，实际外部赔率1，其自身利润率为0.174

平面：玩家校长1，实际外部赔率2，其自身利润率为0.261

负：玩家校长1，实际外部赔率2.2及其自身利润率0.278

该游戏的最初完整赔率应为2.174 --- 3.261 --- 3.478。您可以反向计算计算。将上述理想的赌注体积乘以等于1（我舍入几率）。当考虑到赔率中隐藏的所有信息时，您认为只能计算赔率的离散系数吗？您需要担心菠菜的隐藏利润率吗？他们都有相同的根源，为什么不这个呢？应该如何计算这两个？因此，不是很容易使用离散系数，而是我们目前在离散系数中使用的信息存在问题。当将以上三个数量呈现给所有人时，我想知道你们所有人都必须考虑如何使用离散系数？一切都是开始，至少有一个清晰的道路。

我希望这篇文章对每个人都有帮助，并能够获得多年丢失的更高数学。下次见！