2017年11月7日 星期二

軟肋

暑假前有blog友留言直指池某“唔識馬",所說的是事實,一直以來池某忙於計數、砌model,反而忽略了這個遊戲的主體對象。在此要特別多謝blog友坦誠指出池某的弱點與不足。“抖暑"期間,池某找到了一位以傳統方式賭馬的高手,補強一下這個軟肋。

高手以賭WP為主,沒有使用統計模型,也沒有使用Kelly Criterion,每場只押注一匹馬,近年每個馬季都保持七位數字純利,且每季續有進步。

傳統方法與統計模型能否兼容呢?細談之下,才發現大家的計算方法和投注策略並沒有大分別。高手雖然沒有使用統計模型,但他的做法同樣是羅列了一大堆factors,然後根據累積的賽果不斷微調這些factors的比重,只是沒有經過做regression這個過程而已;另外,高手雖然沒有直接使用Kelly Criterion,投注策略的背後意念與Kelly Criterion還是非常接近,其具體做法是,先定下一個相對於本金結餘的投注比例區間,然後根據所選馬匹的機會率與賠率,在區間的上下限之內選取一個比例下注。

如果要比較大家的不同,池某覺得很像中醫與西醫的分別。高手像個老中醫,可以憑經驗根據有限的factor快速準確斷症,執藥的劑量也較靈活隨意且具針對性;池某的做法則像西醫,任何情況都要把整套程序由頭到尾走一遍,遇到特別的情形也不能變通,好處則是即使碰到複雜混亂的局面都不會增加自己的精神負擔,長期作戰亦沒什麼壓力。

統計模型明顯不及傳統方法之處,是對初出馬的估算,缺乏足夠數據之下,model對初出馬的計算完全是無能為力,傳統方法則或多或少算是有法可依。高手對此尤其擅長,他非常關注馬匹特別是質新馬的賽前部署,由馬匹抵港隔離檢疫露面出操就開始追蹤,例如今季的一出即勝的“同得福"、“電子大師"等等,都逃不過他的法眼。

但如何將傳統的決策邏輯變成可做regression的數據是一個問題,比如晨操,傳統的做法可以根據功夫是否完整、有否缺課,甚至跑姿、毛色等主觀觀感,綜合出“好或唔好"這樣的判斷結果,這些都不容易以完全客觀的數字來表達,而且馬匹的晨操還包括了試閘、快操、踱步、游泳等項目,簡直是混亂凌亂,無從下手,故晨操一直是池某的model所欠缺的一塊。

在高手的引導下總算為model補足了晨操這一塊,且在這種縱向思維的刺激下思緒如泉湧,一下子為model新增了近20個factors,以前所未有的鼎盛陣容迎接新馬季開鑼,結果是──輸錢!

下回再談。