《盘赔天下》精简版——赔率篇（八）

第一部分 赔率篇
五、赔率的搭配体系。
& C5 o% d3 g4 h/ V# G+ B
0 p( ?5 ~( {5 r  C（一）赔率的回报。
- x2 }- Y# [& O        对于广大的博彩爱好者来说，通过模型来研究赔率难度比较大，我们所接触的赔率都是表面化的数字。因此，分析赔率的表面数字，则是直观展现赔率与比赛内容相联系的纽带。
8 b: i; n5 V' m" Y" o5 F5 L        本章节主要探讨赔率表面化分析的基础——搭配体系（简称赔率体系）。
! z: F( }; `. q& Z( J. u- l9 x1 |0 f        在研究赔率体系之前，大家先仔细思考两个问题：
        1、你知道天朝人民银行的定期存款利率是多少吗？
1 ]3 Z/ K! s3 d+ W. \8 _        2、你知道股票市场每日最大涨幅的某支股票涨幅一般是多少吗？
; |; H1 h7 O: m6 F4 P        实际答案是：
7 j: {5 T; A) c- n. T        1、天朝人民银行的定期存款利率最高为“八年期存款年利率17.10%”，也就是说你拿100元钱，存八年时间，能够收到17.1元钱的利润。
) p% ?1 S7 t: F/ O0 l) S4 K        2、股票市场上某日最大涨幅的股票涨幅一般是在10%左右涨停，也就是说你买某一支股票，运气好时，能够在一天内得到10%（按100元计，也就10元利润）的利益回报。
! z. a# s5 X. g8 S        在知道这两个问题的答案后，我们回头再看一场球赛，来自2007年2月的一场比赛——国际米兰VS卡利亚里，欧洲平均赔率1.19 5.38 12.82。
* Q. R3 U# i  t0 S        对于这场比赛，大家都知道是公认的强弱悬殊的一场比赛，国米今年是个巨无霸，而卡利亚里是典型的客场虫。这个情况下，如果你投注一百元国米标胜，那么结果打出后，你将获得19元钱盈利，而这个盈利过程，只需要一个半小时。
7 f5 l, w- y& N$ Y4 R) k        对比上面三个数字，结果是惊人的。博彩行业所营造出的利润远远高于存款利率和股票；同时博彩行业所带来的风险也远远大于前两者。
( l3 v1 r5 s! k: @/ ]$ G' o        我们之所以把博彩称之为一种Dubo，就是因为其在极短的时间里，可以迅速累积大量的资金利润，也可以迅速消耗大量的资金利润。盈亏的速度极快且数额巨大。短短90分钟，一场强弱悬殊的比赛的赢利，就相当于在天朝的银行存上八年所得到的回报，这就是博彩被称之为Dubo的精髓所在。

（二）赔率分区的形成。
        现在生活中充斥着形形色色的赔率，例如2007年奥斯卡，赔率超低的《无间道风云》就以大热姿态胜出。那么对于这些纷繁的表面化数据，我们应该怎么处理呢？我们又应该怎么才能使这些数字成为我们阅读比赛，分析事物的工具呢？这就要提到赔率的基础分区问题。
        众所周知，赔率的数字可以很大，也可以很小，对于体育竞技类的赔率而言，我们通常所接触的赔率是在1—300以内的数字，例如一场强弱非常悬殊的比赛：
        捷克 vs 圣马力诺 7:0
        立博 1.00 9.00 81.00
" j' e+ E4 ~9 D/ H5 A        HK Jockey Club(天朝香港) 1.00 17.00 150.00
9 G) b5 G! K/ O' l' T        Tradesports(爱尔兰) 1.02 83.33 200.00
! C5 P0 |6 c0 V' m        请注意，这场比赛中，主队获胜的赔付已经基本等于0，这个情况下，立博客胜给出了81的赔率（在88%的赔付下），而香港马会给出了150的客胜赔率（在93%的赔付下），而TRADESPORTS公司则给出了200的客胜赔率（在100%的赔付下）。
        由此可见，体育竞技类的博彩赔率，尤其是足球比赛的赔率，其最大值通常不会超过300，多数公司的最高赔率在100左右。
- C) G  N& j& q$ ^* t' G  ]6 P6 E        当强势方赔率为1.05时，弱势方赔率最大值一般为多少呢？
. X* R9 g( f# w; _* W- I0 G( B, D        英国 VS 马其顿 0：0
        博天堂 1.05 9.00 26.00
) ~. T/ l! c5 g3 H$ J        24hPoker 1.05 10.00 33.00
  K4 H/ h6 y; p        由此可见，1.05赔率对应的客胜赔率一般不高过50，多数在30左右。
: e' Y- D& P: O        当强势方赔率为1.12时，弱势方赔率最大值一般为多少呢？
5 }7 c3 R9 v. o8 _        科威特 vs 巴西 0：4
3 j1 {* [- @  V$ ]4 `        Bet24(丹麦) 15.50 6.50 1.12
        威廉希尔 15.00 6.00 1.12
        由此可见，1.12赔率对应的客胜赔率一般不高于20，多数在15左右。
        当强势方赔率为1.18时，弱势方赔率最大值一般又为多少呢？
" D) t; B# A7 D: s        国际米兰 vs 卡利亚里 1:0
        Bet24(丹麦) 1.18 5.20 13.80
5 w" f" _; I# |. L        SNAI(意大利) 1.18 5.50 14.00
: l0 [# i% _$ F* ?/ U4 i        BETCOM(哥斯达黎加) 1.18 5.40 13.30
        由此可见，1.18对应的客胜一般不高于18，多数在13.5左右。
/ R5 _3 Q: U( j: U  ]        当然，以上所举的例子只是通常的一些情况，各博彩公司会根据两个队的具体情况、公司自身赔付的多少、公司闲家受众的博彩习惯等进行略微调整，例如1.18的主胜赔率，若某博彩公司赔付很高，其客胜赔率就可能达到16.00以上。
3 l+ p& L1 O/ O3 X/ h! t0 p        从上面的赔率来看，在主胜赔率不断升高的情况下，平局赔率和客胜赔率在不断降低。因此，我们举这几场比赛的例子，能够证明一个问题：
        赔率的分布是有规律的，是有轨迹可寻的。
8 E' ?, M. }( z$ f. u- _6 b        对于广大的博彩爱好者而言，我们通常提及的赔率的数字区间，一般在1.00—20.00之间。下面我们将重点研究这个数字区间内的诸多赔率区间。

（三）赔率的基础分区。
1 g/ p) N( p/ c$ v# l: M% Q$ K        在这里，我们把1-20之间按0.05为一个小区间进行划分。我们发现，划分之后，1-20之间共存在
        20*20=400个区间。这400个区间，就是我们所要探讨的赔率的基础分区。
: }/ r5 M* N6 s# c" W8 D        按90%的赔付率计，选择立博、INTER、SSP做主要研究对象（注：威廉平赔偏低，在此不做参考）：
# B; C  d  Q/ A8 [        主胜（30个区）——平局均值搭配
6 L: b( q" d8 W# `6 K1 A- r8 x        球半以上区：
        1.00-1.05区 ：10.00区
        1.05-1.10区 ：7.5-9.0区
        1.10-1.15区 ：6.0-7.5区
8 e2 @: B- J; j        1.15-1.20区 ：5.5-6.5区
        球半区：
% S% h" X8 w7 n) p        1.20-1.25区 ：5.0-6.0区
( r. _% r, q* Y5 T: ]( A& t        1.25-1.30区 ：4.5-5.5区
6 U; a8 e/ M9 F2 W/ l8 G0 |        一球/球半区
: P$ C6 u( O. S; n        1.30-1.35区 ：3.8-4.5区
        1.35-1.40区 ：3.8-4.5区
        1.40-1.45区 ：3.5-3.8区
" S6 _0 I9 G6 d" T& c( S        一球区：
        1.45-1.50区 ：3.5-3.8区
  l/ F3 B; q' _; J        1.50-1.55区 ：3.4-3.6区
6 }* x+ C; k+ C  q, ?3 q% z        半/一区：
        1.55-1.60区 ：3.4-3.6区
" X8 d/ N" r  I        1.60-1.65区 ：3.4-3.6区
        1.65-1.70区 ：3.3-3.5区
        半球区：
! j/ q: t5 _- q4 T2 y& m$ }        1.70-1.75区 ：3.3-3.5区
* G# g7 [6 d! `1 H+ O( h        1.75-1.80区 ：3.3-3.5区
' c4 |5 i0 Q' v  G( q2 I3 }        1.80-1.85区 ：3.2-3.4区
! l% v5 G2 N( v6 z6 b        1.85-1.90区 ：3.2-3.4区
        1.90-1.95区 ：3.2-3.4区
& F9 |. }9 t. w, m        1.95-2.00区 ：3.2-3.4区
" ~: u& n  Y3 E3 e: |" M$ f        平/半区：
        2.00-2.05区 ：3.1-3.3区
        2.05-2.10区 ：3.1-3.3区
9 ]. _6 l" F: H+ a% R, G        2.10-2.15区 ：3.1-3.3区
' q: W9 }* b1 t5 t( l        2.15-2.20区 ：3.1-3.3区
        2.20-2.25区 ：3.1-3.3区
# h7 _7 F) [; d        平手区：
        2.25-2.30区 ：3.0-3.2区
& `% z6 M# c6 o        2.30-2.35区 ：3.0-3.2区
9 y' \5 `! Z$ z" }& P, |        2.35-2.40区 ：2.9-3.1区
# \: T! P- B6 g. @        2.40-2.45区 ：2.9-3.1区
' ]6 C2 N  o5 Z        2.45-2.50区 ：2.8-3.0区
        以上归纳的是各主胜（或客胜）赔率区间的平赔均值搭配，这个平赔的搭配，是个模糊概念，也就是说，这个平赔是个中庸平赔，
        其意义在于：
" F( J! y  p7 q( P# n        A、往上走则平赔偏高，若两队历史交锋存在较多平局，或者两队近况较倾向于平局，或者两队赛季成绩中平局较多，此时平局无法打出。
$ I, Y* T2 K: P4 G2 |        B、往下走则平赔偏低，若两队历史交锋平局较少，或者两队近况倾向于分胜负，或者两队实力接近且无明显造平局的概念时，此时平局机会大增。
        同时，根据概率计算，即可得出客胜赔率指数和概率数值。
2 n, a+ P$ S1 [# o8 J% q- |        那么客胜赔率和概率得出有何意义呢？
        这里举两个例子：
/ m% G& b+ Q, C' s) i% r        例1：
        2008年2月28日 國際米蘭 vs 羅馬 1：1
        基本面：两队历史交锋国米4胜3平3负，近年来没有平局。
% W' V6 Z7 M; W/ p/ }) Q        Interwetten（初） 1.90 3.00 4.00 47.43% 30.04% 22.53% 90.12%
        Interwetten（终） 2.10 3.00 3.30 42.80% 29.96% 27.24% 89.88%
        SSP(英国) 1.90 2.95 4.20 47.70% 30.72% 21.58% 90.63%
2 i& i0 ~- S  H% M        立博（初） 1.72 3.10 4.50 51.63% 28.64% 19.73% 88.79%
        立博（终） 1.90 2.87 4.00 46.79% 30.98% 22.23% 88.91%
        分析：
        从上面的概率可以看出，庄家对平局位的期待值高于了正常值，或者更具体的说，2.1的主胜赔率，应该对应3.1的标准平赔，而1.9的主胜赔率更该对应3.2的标准平赔，在这两个队近年来交手平局很少的情况下，这样明显偏低的平赔，显然更容易打出。结合主胜概率、平局概率和客胜概率的偏差，由此可见本场比赛首选项是平局。
  }! l3 l7 t' z# J' w' _        比赛赛果——1：1平分秋色。
" i+ k# o$ _! c9 h8 H3 A( m* y        例2：
0 g3 \5 ^0 p& v4 l9 o        2004年4月10日  拜仁慕尼黑 VS 沙尔克04 2：1
        欧平赔（初）：1.50 3.69 5.93，对应的概率为60.2%、24.5%和15.3%，
, F4 k5 q' }! ?: x3 d" ?        欧平赔（终）：1.52 3.60 5.79，对应的概率为59.5%、25%和15.5%。
        分析：
        初始欧洲数据对主队取胜予以肯定，特别是平局赔率明显高于标准赔率区间，而客胜赔率同样根据换算偏高，沙尔克获胜机会应该可以基本排除。临场欧平赔上涨的平局概率，但客胜概率没有根本性改变，平局的可能性看似增高，但可以看出赔率基数本身就过高，因此相对而言，主队赔率和概率的组合最为合理。
        比赛赛果——2：1。
, ^1 B3 x6 Q$ Z3 _8 g* N- A+ c        以上两例，则是对概率和赔率区间的较基本化的阐述，一旦赔率区间和概率可以通过确认，那么我们分析赔率的可能性将大幅提高。
        在下一篇中，我们将细化的去分析赔率的各个部分。
        （下附：欧洲赔率与百分比概率的换算。）
+ N! x1 B; E+ H9 |& ?        ——欧洲赔率与百分比概率的换算
, T' Q! i8 S' x% F7 U. ~        1.10=81% 　1.12=80% 　1.14=79% 　1.15=78%
        1.16=77% 1.17=76% 　1.20=74-75% 1.22=73%
        1.25=71-72% 1.28=70% 　1.30=69% 　1.33=67-68%
/ j4 \+ E9 C- i1 T* G) Z        1.36=65-66% 1.40=63-64% 　 1.45=61-62% 　 1.5=60%
        1.53=59% 　1.55=58% 　1.57=57% 　1.60=56%
; a1 T  d# g0 I0 @        1.62=55% 　1.65=54% 　1.70=53% 　1.72=52%
        1.75=51% 　1.80=50% 　1.85=48-49% 　 1.90=46-47%
+ u- T& k( U. e& N        2.00=44-45% 　 2.10=42-43% 　 2.20=41% 　2.25=40%
! z/ s( v' A4 y2 G- F5 ]7 G# e: l( N        2.30=39% 　2.35=38% 2.40=37% 　2.50=36%
6 p9 ~' n' ~, w) w! p8 ]        2.60=35% 　2.65=34% 　2.70=33% 　2.80=32%
+ O( b! h, ]  ?        2.90=30-31% 3.00=29% 　3.20=28% 　3.30=27%
* H0 t8 o0 w& L% E# j5 l        3.40=26% 　3.60=25% 　3.70=24% 　3.90=23%
        4.00=22% 　4.20=21% 　4.50=22% 　4.70=19%
0 m& I2 G7 ~, D8 f. `/ w        5.00=18% 　5.30=17% 　5.50=16% 6.00=15%
        6.50=14% 　7.00=13% 　7.50=12% 　8.00=11%
: d! j( T( G8 X# `* U        9.00=10% 　10.00=9% 11.00=8% 　12.00=7%
: T, n) Z8 S. Y! c4 ?        15.00=6% 　18.00=5% 　23.00=4% 　30.00=3%

感谢楼主的教学知识分享

感谢楼主的教学知识

新人学习了，感谢楼主

新人来学习下，谢谢楼主。