Hokej

Článek v angličtině zde / click here for English translation.

Jako pro hodně Čechů z mé generace moje nadšení z hokeje naplno propuklo během olympiády 1998 v Naganu. Celý takzvaný ‘turnaj století’, jeho pozadí a dopad byly natolik výjimečné, že o dvacet let později o cestě českých hokejistů ke zlatým medailím vznikl vynikající dokument Nagano Tapes. Při jeho sledování mi znovu naskočily všechny emoce, které jsem cítil tehdy, včetně děsu, který ve mně vyvolávala ruská superstar Pavel Bure, kdykoliv se proti Čechům dotkl puku. Brzy po olympiádě jsem – a zdálo se, že vlastně všichni kluci okolo mě – propadl NHL, často jsem sledoval noční zápasy a kapesné utrácel za hokejové kartičky, které jsme mezi sebou vyměňovali. Většina sbírek se hodnotila podle toho, jestli jste měli národní hrdiny Jágra nebo Haška; já tu svou hodnotil podle toho, kolik Pavlů Bureů mám.

A nebylo to jen o NHL, sledoval jsem i české soutěže. Po nějaké době jsem o NHL přestal mít zájem a raději pozorně sledoval dvě nejvyšší české soutěže. Když byla Kometa Brno před sezonou 2015/16 mnoha lidmi v mém okolí pasována na favorita na titul, byl jsem skeptický, ale zároveň mě to přimělo přemýšlet. Kdyby tak byl nějaký způsob jak vypočítat pravděpodobnost toho, že ‘můj’ tým postoupí do playoff nebo vyhraje titul. A tak jsem strávil léto budováním modelu pro hodnocení týmů. Pro rating jsem použil koeficient Elo, který je nejvíc známý pro své využití v šachu, ale dá se využít v jakékoliv soutěži, kde na sebe naráží dva týmy nebo hráči. Dal jsem dohromady historické výsledky pro dvacet lig různých kvalit, od těch bohatých jako NHL nebo KHL až po pralesy v Polsku nebo Velké Británii. Celkem rychle jsem měl k ruce hodnocení všech týmů a pravděpodobnosti výsledků všech zápasů, které se další rok měly odehrát.

Simulace finálních výsledků České extraligy z listopadu 2016. Byly slušné, ale do perfektních měly daleko. Některé týmy byly úplně mimo, největší odchylka vyšla na tým z mého rodného města, Kometa Brno. Ta mi kazila výsledky úplně každý rok. Hrála špatně, když jsem ji očekával na vrcholu, a vyhrávala tituly, když jsem je považoval za sotva průměrný tým, který je poháněný dlouhodobě neudržitelným štěstím.

Původní nápad byl sice o tom mít možnost každému týmu vyhodnotit šance na postup do playoff nebo pravděpodobnost výhry titulu, ale jen u toho nezůstalo. Velkou část roku 2015 jsem strávil sbíráním historických sázkařských kurzů. Manuální opisování kurzů k asi dvaceti tisícům zápasů nějakou dobu zabralo, ale jakmile jsem měl čísla u sebe, mohl jsem věrohodně posoudit jak kvalitní můj model ve skutečnosti je. Jak se dalo čekat, v ligách jako NHL nebo KHL byly výsledky slabé. Na zápasy ve velkých soutěžích se vsadí hodně peněz a trh je o to efektivnější. Vše ale nasvědčovalo tomu, že na méně populárních evropských ligách, zvlášť v Německu a Švýcarsku, by můj model mohl mít úspěch.

[přepsat] V jednoduchosti je síla a tady bylo potřeba úplné minimum: jednoduchý model nakrmený pouhými výsledky bez detailních statistik, potom naslepo opsat tipy, které model vyplivnul a výsledkem byla šance vyhrát peníze nad sázkovými kancelářemi. Přirovnal jsem to k perpetuu mobile a podle něj model i pojmenoval: Tumobelo. Co se týče hry o reálné peníze, na konci sezony 2015/16 jsem s tím měl úspěch a rozhodl jsem se zkusit celý ročník 2016/17 den co den zodpovědně sázet podle doporučení modelu. Začátek byl hrůzostrašný, prvních šest týdnů jsem strávil v červených číslech, ale moje vklady nebyly agresivní a měl jsem bezpečný bankroll management, takže k riziku bankrotu jsem se ani nepřiblížil. Od listopadu model najel na vítěznou vlnu a zbytek roku jsem strávil coby ziskový sázkař. V jednu chvíli jsem měl návratnost investice +40%, ale jak špatně sezona začala, tak i skončila (poznamenáno: nesázet playoff zápasy) a to mě posadilo na finálních +28% návratnosti. Podle mě pořád dost dobré.

 

V jeden moment jsem měl 40% návratnost investice, ale sezóna skončila stejně špatně jako začala. Poznámka: nesázet zápasy playoff. To mě nakonec dostalo na finálních 28% ROI. Pořád docela dobrý.

[přepsat] V ročníku 2017/18 jsem zkoušel štěstí znovu, ale tato sezona byla z hlediska výsledků mého modelu velmi nudná, zvlášť s předchozí sezonou, kde graf zdobily velké výkyvy a série. Tentokrát byl graf v podstatě rovná čára; největší ztráta, jakou jsem v jeden moment měl, byla -3.5 jednotky, největší zisk +5.1. ‘Průměr’ kam se podíváš. V půlce listopadu jsem s nezajímavým yieldem +0.6% a profitem +1.6 jednotky projekt ukončil. Nešlo o zamávání bílou vlajkou, vlastně jsem věřil, že do konce roku ten průměr prolomím a sezonu zakončím se slušným ziskem, ale můj volný čas naboural nový projekt: při rozhodování mezi tím a Tumobelem jasně vyhrálo NFL a práce pro Armchair analysis.

 

Po skončení sezóny 2016/17 jsem udělal analýzu, ve které jsem porovnával simulace na základě pravděpodobností vycházejících z kurzů s mými sázkami. Moje výsledky skončily na 97. percentilu. To je fajn, ale došlo mi, že jsem měl tu sezonu spíše na své straně než naopak. Nejvíc mě překvapilo, že i s teoreticky perfektním modelem má sázkař pořád pětiprocentní šanci že bude po 500 sázkách, což je slušný vzorek, v mínusu. To mě vyděsilo dost na to, abych navždy upustil od myšlenky, že sázení na sport pro mě bude reálná investice.