Cara membuat prediksi tanpa data

Crossover Mayweather vs McGregor UFC-Boxing memiliki penggemar dan petaruh olahraga dicengkeram karena alasan sederhana bahwa itu tidak memiliki preseden.

Ini memberikan dasar subur untuk debat dan spekulasi tetapi merupakan sakit kepala yang sangat besar bagi siapa pun yang mencoba memprediksi hasilnya dengan pasti, karena prediksi bergantung pada masa lalu yang menginformasikan gagasan kami tentang masa depan.

Jadi apa yang bisa dilakukan petaruh dalam situasi unik ini? Mereka dapat beralih ke pendekatan yang dikembangkan oleh fisikawan nuklir pemenang Hadiah Nobel.

Prediksi adalah ilmu kuantitatif. Semakin banyak data historis keluaran hk, semakin besar peluang Anda menghasilkan gambar yang akurat – melalui sistem atau model – seperti apa masa depan nanti.

Ketika seseorang membangun pengetahuan yang ada, mengidentifikasi pengaruh baru pada peristiwa tertentu dari dalam kumpulan data, mereka berada dalam posisi untuk menghasilkan prediksi yang lebih akurat daripada ide yang ada. Contoh yang bagus adalah prakiraan cuaca atau taruhan Outright Premier League.

Ketika tidak ada datanamun, Anda direduksi menjadi analisis kualitatif Рmembangun argumen yang masuk akal tentang apa yang mungkin terjadi. 

Ini mungkin tampak tidak lebih baik daripada mengompol jari Anda dan menempelkannya di udara, tetapi sains telah membantu dalam bentuk metode Fermi.

Enrico Fermi adalah seorang ahli fisika terkenal, dianggap sebagai arsitek zaman nuklir. Dia memenangkan Hadiah Nobel dalam Fisika pada tahun 1938 dan merupakan pencipta reaktor nuklir pertama di dunia. Dia juga diingat karena pendekatannya untuk membuat perkiraan waktu yang cepat untuk mengukur sesuatu yang dianggap mustahil untuk dihitung secara wajar mengingat terbatasnya informasi yang tersedia.

Ketika mengajarkan pendekatan ini, dia dikenal menantang murid-muridnya dengan pertanyaan seperti berikut:

Berapa banyak tuner piano di Chicago?

Ini bukan pertanyaan jebakan. Luangkan waktu beberapa menit untuk memikirkan pertanyaan dan menuliskan argumen reduktif – berdasarkan serangkaian sub-pertanyaan dengan perkiraan – yang akan memungkinkan Anda mencapai jawaban yang masuk akal untuk pertanyaan utama itu (tanpa menggunakan Google). Lakukan itu sebelum membaca.

Jika Anda bertanya pada diri sendiri sub-pertanyaan berikut (atau mengikuti logika yang sama tetapi dengan pertanyaan yang sedikit berbeda), Anda akan sampai pada ide jawaban yang bagus.

  • Ada berapa piano di Chicago?
  • Seberapa sering piano disetel setiap tahun?
  • Berapa lama untuk menyetel piano?
  • Berapa jam setahun rata-rata piano tuner bekerja?

Menggunakan tebakan Anda untuk tiga pertanyaan pertama, Anda dapat menghitung berapa jam kerja tuning piano yang mungkin ada di Chicago setiap tahun dan membaginya dengan jumlah jam yang bisa digunakan tuner dalam setahun untuk sampai pada perkiraan yang masuk akal tentang berapa banyak piano yang akan mendukung. Tentu saja untuk menginformasikan pertanyaan satu, dua dan tiga Anda harus memecahnya menjadi sub-pertanyaan lebih lanjut.

Jadi untuk pertanyaan satuAnda perlu menebak populasi Chicago menggunakan pengetahuan apa pun tentang populasi kota-kota AS lainnya. Anda mungkin menebak antara 2-2,5 juta (itu sebenarnya terdaftar sebagai 2,7 juta pada 2016).

Anda kemudian perlu menghitung berapa persen orang yang memiliki piano, yang oleh aturanjempol bisa menjadi satu untuk setiap 100 (sekitar 25.000 jika Anda menggunakan tebakan atas untuk populasi). Kemudian berikan nilai untuk bar, klub, sekolah, dll. Sehingga Anda dapat menggandakan penetrasi dengan mengatakan dua di setiap 100 atau 50.000.

Pertanyaan dua dan tiga itu sederhana intuisi, kecuali jika tentu sajaAnda memiliki pengetahuan domain. Piano disetel sekitar setahun sekali dan kira-kira memakan waktu dua jam. Pertanyaan empat dapat didasarkan pada pengalaman Anda sendiri atau rata-rata pekerjaan penuh waktu yang bekerja lima hari seminggu dengan liburan standar.

Jadi, jika Anda menebak bahwa ada 50.000 piano yang membutuhkan penyetelan sekali setahun, masing-masing membutuhkan waktu dua jam, itu berarti 100.000 jam penyetelan. Bagilah bahwa dengan 1.600 jam bekerja rata-rata per tahun oleh seorang tuner dan Anda akan tiba di 62,5 piano tuner di Chicago.

Tidak ada jawaban pasti, meskipun analisis halaman kuning (milik  Daniel Levitin) muncul dengan 83, termasuk duplikat, jadi jika Anda sampai di suatu tempat antara 55 dan 70 Anda melakukannya dengan baik.

Jangan terlalu menekankan keakuratan jawaban sebanyak pendekatan yang Anda ambil. Pola pikir semacam ini kondusif untuk peramalan akurat tanpa adanya data – mirip dengan taruhan Mayweather vs McGregor . Jika Anda tidak begitu mengerti bagaimana mendekati pertanyaan ini, bacalah sisa artikel lalu coba lagi dengan pertanyaan abstrak lainnya.

Pertanyaan piano tuner telah digunakan oleh Google, misalnya, sebagai pertanyaan wawancara – membantu membangun keterampilan penalaran – bersama dengan pertanyaan serupa seperti ‘Berapa berat Empire State Building?’

Superforecaster – Proyek Penghakiman yang Baik

Metode Fermi dibahas dalam Super-Forecasting: Seni & ilmu prediksi , sebuah buku yang sangat baik oleh Philip Tetlock dan Dan Gardner. Buku ini melihat perkembangan ilmu prediksi, menggunakan latar belakang Good Judgment Project.

Lebih dari empat tahun Tetlock telah mengundang “20.000 orang awam yang ingin tahu secara intelektual” untuk bergabung dengan GJP dan memperkirakan hasil dari berbagai teka-teki geopolitik. Timnya adalah bagian dari inisiatif yang lebih luas oleh IARPA (Kegiatan Proyek Riset Intelijen Lanjutan) – sebuah badan di dalam komunitas intelijen AS yang berfokus pada peningkatan standar prediksi mereka di sekitar peristiwa politik dan ekonomi yang kritis yang secara langsung berdampak pada kepentingan nasional.

IARPA menciptakan turnamen prediksi yang menampilkan lima tim yang dipimpin oleh para ilmuwan terkemuka di lapangan, termasuk GJP dan detektif amatirnya. Lebih dari lima tahun IARPA mengangkat hampir 500 pertanyaan, dengan jawaban disampaikan pada waktu yang sama setiap hari.

Taruhan tidak dalam bisnis membuat prediksi; mereka hanya menawarkan ukuran seberapa besar kemungkinan sesuatu akan terjadi, diwakili dalam bentuk peluang. Dalam hal itu, Pinnacle berada di tanah yang lebih aman dengan olahraga yang mapan yang mengikuti serangkaian aturan tetap dan memiliki data historis yang solid dan mudah diakses.

Kita kemudian dapat membangun model – berdasarkan apa yang kita ketahui telah terjadi – dan sampai pada ide bagus tentang peluang hasil di masa depan, yang diwakili dalam bentuk peluang pembukaan.

Namun, untuk menjangkau pelanggan baru dan memperluas daya tarik kami kepada pengguna yang ada, kami harus melampaui penawaran inti yang membawa kami ke ranah olahraga baru atau pinggiran di mana mungkin ada catatan yang terfragmentasi dari pertandingan sebelumnya – contoh terbaik adalah eSports, Spesial dan pemilihan umum.

Pemilihan terjadi sangat jarang dan dalam keadaan yang berbeda sehingga data historis memberikan nilai yang sangat kecil. Jajak pendapat tidak dapat diandalkan karena banyak alasan, sementara mengandalkanberitaadalah ladang ranjau yang berarti bandar taruhan sering gagal taruhan politik .Baca baca: Lima alasan mengapa taruhan gagal dalam pertaruhan politik .

The Maiden Conundrum

Contoh hebat lain dari masalah ini adalah pacuan kuda Maiden (perhatikan Pinnacle tidak menawarkan balap kuda tetapi ini berguna untuk referensi).

Balapan Maiden yang berusia dua tahun, yang melibatkan kuda keluar pertama kali (bersama yang belum menang) adalah contoh yang bagus dari acara taruhan yang kebanyakan tanpa bentuk padat. Lebih buruk lagi, ras pendek dengan sedikit margin untuk kesalahan harus kuda mendapat masalah saat mereka melangkah di arena balap untuk pertama kalinya.

Mengalahkan pasar: Apakah mungkin menjadi petaruh yang menguntungkan?

Bagaimana Anda memprediksi bakat kuda yang tidak pernah berlari, dalam perlombaan di mana kesuksesan (dari sudut pandang pelatih / pemilik) dapat diukur dengan hanya memberikan pengalaman balap yang positif kepada pelari?

  • Anda mengajukan serangkaian pertanyaan deduktif yang mengikuti Masalah Piano Tuner.
  • Seberapa baik peternakan kuda itu? Seberapa sukses peternak?
  • Bagaimana dengan pelatihnya? Rekor mereka dengan pemenang yang pertama kali keluar, dan dengan jarak yang sama?
  • Bagaimana dengan catatan joki di Maidens?

Pertanyaan-pertanyaan ini memungkinkan Anda untuk membuat perkiraan peluang kuda yang masuk akal – idealnya dengan menggabungkannya ke dalam peringkat – dan dengan menggunakan Brier Score untuk secara akurat menilai tingkat kepercayaan Anda terhadap pasar.

Lewat sini, jenis ini masalah yang tampaknya sulit dipecahkan mewakilikesempatan bagi petaruh karena taruhan berada di kapal yang sama – meskipun dengan margin yang sangat penting. Kami tidak memiliki model atau matematika untuk diandalkan sehingga Pedagang kami akan mengandalkan pengalaman dan pengetahuan mereka dan pendekatan tipe Fermi.

10 perintah untuk prediksi yang baik

Tantangan yang dihadapi GJP tidak berbeda dengan yang dihadapi oleh petaruh dan bandar ketika mereka pindah dari pasar olahraga tradisional ke ranah taruhan eksotis yang membawa kita kembali ke Mayweather vs. McGregor. Kami memiliki ide yang masuk akal tentang handicapping Boxing dan MMA, tetapi seorang petinju vs seniman bela diri campuran pada dasarnya membuka masalah jenis Fermi (petaruh dapat mencoba dan menyelesaikannya dengan menggunakan grafik peluang hidup dan peluang pergerakan di bawah).

Tampilkan gambar untuk menampilkan konten waktu nyata


Kabar baiknya di sini adalah, berdasarkan temuan GJP, ada beberapa hal yang sangat praktis yang secara eksperimental terbukti meningkatkan tingkat dasar prediksi para peramal amatir ini.

Tetlock sebenarnya telah menyaring 10 perintah prediksi yang baik berdasarkan pengalaman GJP. Lebih detail dapat ditemukan di www.goodjudgementproject.com – lebih baik masih membaca buku – tetapi di sini mereka (diadaptasi dalam bentuk pendek) dan diterapkan pada taruhan dan jika berlaku, pertanyaan Mayweather vs McGregor.

Nilai informasi asimetris dalam taruhan olahraga

Menggunakan uji coba acak Tetlock menetapkan bahwa mereka yang membaca buku panduan yang berisi prinsip-prinsip ini meningkatkan  Skor Penghalang mereka sebesar 10%. Itu bisa cukup untuk memindahkan Anda ke profitabilitas jangka panjang sebagai seorang petaruh.

1 – Fokus pada masalah di mana kerja keras Anda lebih cenderung memberikan hasil, mengabaikan hal-hal yang sudah jelas dan tidak dapat dipecahkan. Ada sedikit kemungkinan Anda menemukan sesuatu tentang Liga Premier yang belum diperhitungkan oleh pasar. Temukan tingkat yang realistis – Zona Goldilocks – di mana realistis untuk mengasumsikan nilai dapat ditemukan dengan waktu dan upaya yang wajar.

2 – Pecahkan masalah besar menjadi serangkaian masalah yang lebih kecil. Misalnya, ‘Siapa yang akan menang antara Mayweather dan McGregor?’ Mungkin menjadi “Bentuk tinju apa yang dimiliki McGregor?” “Apa motivasi mereka masing-masing?” “Gaya apa yang diperangi McGregor, dan apa tingkat keberhasilan Mayweather terhadap gaya itu?” Dan seterusnya. Tetapkan nilai dan tingkat kepercayaan terhadap jawaban Anda.

3 – Saldo tampilan dalam dan luar. Sehubungan dengan Mayweather-McGregor yang mengharuskan Anda untuk keluar dari penilaian tinju atau MMA saja. McGregor memiliki banyak pengikut dalam komunitas MMA, yang tidak diragukan lagi mendukungnya dalam jumlah besar, tetapi apakah pandangan orang dalam mereka berharga di sini? Sama halnya, berapa banyak yang diketahui oleh pembuat tinju tentang MMA? Mencoba menyeimbangkan kedua tampilan.

4 – Saldo kelebihan / kekurangan kompensasi untuk informasi baru. Ini pada dasarnya mendorong pendekatan Bayesian untuk memasukkan bukti baru, tetapi sama-sama memperingatkan agar tidak bereaksi berlebihan terhadap informasi baru, sebanyak menempel pada senjata Anda. Ini bergantung pada pengalaman dan menimbang nilai sumber informasi. Sejumlah besar akan dikatakan online tentang pertarungan ini, jadi habiskan waktu mencari sumber informasi terbaik.

5 – Tantang prasangka Anda. Jika Anda tahu tinju Anda dan tidak bisa melihat kemenangan Mayweather di masa lalu, tantang diri Anda untuk memikirkan skenario di mana ia mungkin kalah, dan sebaliknya.

6 – Terjemahkan firasat ke tingkat probabilitas. Seorang peramal berpengalaman akan memiliki bahasa yang lebih luas daripada ‘Mayweather adalah suatu kepastian’ atau ‘McGregor tidak memiliki peluang.’ Pendekatan mereka akan mencerminkan penilaian yang lebih bernuansa yang diukur dalam probabilitas, bukan retorika. 

7 – Belajarlah untuk menyeimbangkan kepercayaan diri yang berlebihan. Ini berarti mencapai keseimbangan antara menunda-nunda hingga tidak bertindak – dan kehilangan kesempatan, berusaha sekuat tenaga tanpa melakukan penilaian yang terukur.

8 – Analisis kegagalan dan keberhasilan dengan kekakuan yang sama. Yang lebih buruk daripada salah, adalah tidak mengambil kepemilikan di tempat kesalahan itu terjadi. Sama, Anda dapat membuat keputusan yang benar dan masih mendapatkan hasil yang salah dan sebaliknya.

 9 – Bawalah yang terbaik dari orang lain dan biarkan orang lain mengeluarkan yang terbaik dari Anda. Ini berkaitan dengan sifat Tim dari GJP, jadi hanya akan relevan jika Anda bekerja sebagai bagian dari sindikat atau mungkin jika Anda sangat aktif di Media Sosial dan bersedia untuk berbagi pekerjaan Anda dan menerima / memberikan kritik yang membangun.10 – Perbaikan hanya datang dari mempraktikkan niat baik Anda. Tidak apa-apa untuk melihat taruhan sebagai rekreasi, tapi jangan berharap untuk menang dalam jangka panjang. Jika Anda tidak senang dengan prognosis itu, terimalah bahwa Anda harus meluangkan waktu dan upaya untuk bertaruh secara sistematis dan terstruktur.

Leave a Reply

Your email address will not be published. Required fields are marked *