九乡新闻网飞车5筒b车布鲁斯沃特:[欧赔基础教程]《盘赔天下》
来源：百度文库 编辑：九乡新闻网 时间：2024/04/30 19:52:05
2010-07-26 00:38:02| 分类：足彩学院 | 标签： |字号大中小
作者：秦俑
第一部分 赔率篇
一、什么是赔率（赔率的起源）。
2008年是中国奥运年，针对这次奥运的金牌总数，各大博彩公司开出了这么一组赔率。值得一提的是，以往各届，中国队获得金牌总数第一的次数是0，而美国近三届均为第一。但在这组赔率下，如果你在博彩公司押注100元，美国金牌数最终居第一的话，你可以赢150元；若是中国金牌数排首位的话，你则只能赢50元。
显然，博彩公司普遍更看好主场作战的中国军团。最终结果，中国军团历史性的拿到了51枚金牌，雄踞金牌榜第一。由此足见博彩公司惊人的眼光。
北京奥运会金牌总数第一赔率排行榜
威廉希尔
Bwin
立博
Interwetten
中国
1.50
1.45
1.44
1.60
美国
2.50
2.55
2.62
2.45
俄罗斯
21.00
41.00
26.00
9.00
其他国家
34.00
81.00
151.00
30.00
这个结果说明了一个问题：当后面的数字越接近1时（或者说越低时），则其胜出的可能越大。后面的这个数字，就是我们日常生活中经常接触的名词——赔率。
赔率始于1790年的欧洲，其发明者是英国人奥格登。最初的赔率起源于中世纪的赛马。由于世界上充斥着很多的竞技或者比赛，人们总喜欢对某些竞技或者比赛的结果进行预测。然而在赔率诞生之前，任何的预测都是主观的，都是人们根据自己的思维凭空想象得出的结论。为了增加社会和人们的关注度，同时使对比赛结果的预测更加客观和科学，奥格登推出了赔率这一概念。最初的赔率是以百分比例的形式出现的，用来描述竞技胜负的概率，随着这些数字的不断量化，才出现了如今的赔率形态。
所以，赔率的定义是：在将某项竞技或比赛的结果进行数字量化后，所得出的科学、客观的概率预测。意即是：赔率是科学、客观反映竞技或比赛结果的数据形式。
在现今生活中，我们发现，赔率所容纳的已经不仅仅是体育竞技，而是更大程度的容入了我们的生活，例如“奥斯卡颁奖”、“总统竞选”等等。赔率已经成为我们对事物预知判断的一个重要衡量标准。
二、赔率的指导意义（赔率与商品）。
众所周知，竞技运动是一种游戏形态，通过胜负的方式来进行评判。而随着博彩公司的全面涉足，竞技运动被赋予了特殊的商业价值，而赔率也逐渐由一项数据科学变成具有市场价值的商品。这一部分，我们主要了解赔率与商品的关系，从而看清赔率对于比赛究竟有什么指导意义。
（一）赔率，一种类似股票和期货的商品。
要了解赔率，首先要了解博彩公司开出赔率的目的是什么？从社会形态来看，一个公司要正常运营，首先需要的就是资金。要获得资金，其首先要向大众提供服务或者提供产品。博彩公司的产品就是——赔率。因此，研究产品本身的特征、卖点，对于研究赔率而言，至关重要。
拿与赔率相似的股票、期货来做比较，应该是比较适合的。赔率和股票、期货相似的地方在于：消费者低买高卖。然而赔率之所以被认定是一种赌博，其最重要的原因在于——赔率并不能像期货和股票那样，具有实物价值，同时它也不具有长期性和稳定性，往往一场球结束，赔率的价值就宣告结束。
我们这里还是先把赔率看成一个很简单的商品进行研究。拿房地产行业来说，一套房子要销售给大众，首先开发商要购买土地，然后要进行市场调研，策划分析，提出开发思路，然后根据产品的优劣势规避风险，开出合理的价格面市。那么如果一套房子环境好、地段好、质量好，那么相应的就要贵一些，如果一套房子环境差些、地段不佳、质量不好，那么相应的就要便宜一点。
同时，开发商还要考虑消费者是否认同这套房子的价值，一旦消费者不认同，或者市场供大于求，则这套房子相应的还要贬值，表现在价格上就是持续的下跌。在这个时候，即使开发商认为其产品本身是非常优秀的，但是由于消费者的不认同，这套房子也只能按照市场来拟定价格。反之，如果开发商自己认为这套房子比较差，但消费者却对这套房子看好时，这套房子同样可以卖到较高的价格。这种情况，我们称之为心理价位偏差。因此，我们在很多房地产策划中看到“卖点群策划”这个词，其目的就是要为房子制造优点，使房子在消费者心目中具有较高的心理价位。
从房地产引到博彩公司，我们发现其运营方式是基本一样的。就像开发商要拿地一样，博彩公司也要选择球赛。然后，正如开发商进行市场调研、分析土地价值、进行策划分析、提出开发思路一样，博彩公司也会分析球员状态、战术打法、球队实力等等，得出胜、平、负三种结果的不同概率。那么赢面大的球队，其赔率自然就低，而赢面小的球队，其赔率自然就高。就如房地产中，地段好、环境好、品质好的房子价格自然高，而反之价格则更低一样的道理。
但这里要强调的是，房子就算地段差、环境不好、品质不佳，消费者愿意买单，那么其价格肯定还是不菲。同理，一场球就算博彩公司再不看好某个结果，如果消费者统一看好这个结果，赔率肯定也是会被压得很低的，这时就是我们所说的冷门赔率。举个例子，AC米兰打都灵，AC米兰获胜赔率为1.35，尽管博彩公司都不看好缺少攻击力的AC能赢球，但由于大众看好AC主场反弹，因此AC获得的赔率依然比较低。
这种情况，与房地产里的心理价位偏差是一致的。而作为博彩公司，在遇到这种情况的时候，要保证盈利，一方面会根据自己的判断，选定比赛的最终结果，给出对应的赔付较少的赔率，另一方面，要迎合大众的心理需求，相应给出消费者看好的某个结果合适的赔率，这样就能既获得盈利，又使赔率表面达到平衡。
（二）赔率的均衡理论。
从对赔率的跟踪发现，博彩公司开出的赔率，大多根据消费者心理投注方向来制定，只是在细微处体现出博彩公司对于比赛结果的判断。因此，仅仅根据赔率的表象来判断一场球的胜负关系是不妥当的。说得更具体一点，也许这只是自己和自己的心理在博弈而已，因为毕竟赔率整体方向是根据消费者心理来制定的。
但如果仅仅根据消费者的心理来制定赔率，博彩公司是不能完全规避风险和保证盈利的，这时博彩公司应怎样将自我对比赛的认识和大众对比赛的认识相互融合，相互协调呢？这里我们要引入一个词汇——均衡理论。
均衡理论在赔率中的意思是：根据大众心理投注方向，以及博彩公司自身对比赛的分析、判断，得出理想化的或是貌似理想化的平衡赔率。在投注群体眼中，这组数据，融合了各方面的咨讯、消息、题材、内幕，出任何结果都是完全正常和有理由的，同时也是保证了赔率公司完全处于中立状态，不参与跟投注群体对赌的局面。但请注意，这是在投注群体眼中，赔率呈现出的表象。
在很多的赔率分析文章中，我们经常能看到以下一段文字：
1、“在整个赔率形成中基本上是不会让博彩公司和彩民对赌的，可以说基本上博彩公司不会参与整个赌博过程，当博彩公司出现数据不平衡的时候博彩公司就是利用他们的资源来把不利于他们的情况变成有利于他们的情况”
2、“博彩公司主要是通过收取手续费（水钱）来盈利的，欧洲的博彩公司主要是通过赔率的调整来计算盈利率的，通常他们的盈利率在10%-15%之间，保持让博彩公司立于不败之地。”
这种说法似乎于情于理都说得过去，其实咱们生活中不乏这样的“庄家”，例如麻将馆打麻将，麻将馆的老板只需要租借一付麻将，然后收租金和场地费就行了，这就是真正的“中间商”。又例如买押宝押大小，盘面上大吃小，小吃大，庄家收水钱就是了，也是只赚不赔。
但我们拿押宝来举例，留心电影的朋友也会发现，押宝的荷官为啥总在电影里扮演着反角？道理浅显易动，因为庄家经手时，会根据盘面的资金数量，进行调控，使庄家吃大注赔小注，拿到最大利润。
博彩公司也是这个道理，根据均衡理论，赔率所呈现出来的，一定是一个理想化的平衡的数据形态，也就是说，表面看，这组赔率打出任何结果都是很正常的，博彩公司只能收取手续费。
实际上，足球比赛是个客观的东西，虽然具有不确定性，但是大多数比赛还是能够通过分析得出准确的结论，博彩公司开出赔率，使得博彩公司必定成为中间商，必须对资金流进行控制，因此，博彩公司实际上必须了解比赛的动态，必须分析出结果，以保证自我的利益。否则，博彩公司公布的财务状况里又怎会出现“亏损”两个字呢？
因此，赔率的均衡只是表面的均衡，是博彩公司综合了自己对比赛的判断，和大众的投注心理后，给出的数据表象。在这一组组数据背后，是博彩公司赖以生存的资本。当大众的投注心理和博彩公司的分析结果相违背时，这组赔率就将成为博彩公司赚钱的工具。而当大众的投注心理和博彩公司的分析结果相同时，这组赔率也会为博彩公司带来亏损，但大众的受益却由于赔率过低，而显得相当低薄。
三、赔率及博彩公司的构成。
在认识了赔率作为商品的特征后，我们来研究赔率的构成。赔率一般是通过演算而来，表现出的数据形态。其数据构成是与比赛可能出现的结果相搭配的，例如足球比赛有胜平负三种结果，则其赔率则分别对应胜平负三个结果。而篮球比赛只有胜负两个结果，则其赔率只对应胜负这两个结果。
（一）赔率的数字构成及种类。
在生活中，赔率是多种多样的，涵盖了多项比赛，即使是美国大选也有相应的赔率。我们这里只研究足球比赛中赔率的构成。
在足球博彩中，欧洲赔率可以对比赛的胜负平各自开出不同的赔率，也可以为联赛、杯赛开出夺冠赔率，甚至可以为一场比赛的进球队员和比分开出赔率。通常的赔率有以下几类：
1、标准盘（即比赛的胜、平、负）
2、过关赔率（即多场球组成一个串）
3、上/下盘（大小球）
4、波胆赔率（即比赛的完场比分）
5、半全场赛果（半场比赛的胜、平、负）
6、全场入球总数
7、入球单双数
8、首名入球球员
9、角球上/下盘（角球数量）
10、首先开球方
……
这里我们只看标准盘。举个例子，像在皇家马德里客场挑战马德里竞技的比赛，威廉希尔就开出：主队赢4.33，双方打平3.40，主队输1.66，那么4.33、3.40和1.66这三个数据，就构成了我们传统意义上的赔率数据。
在这组赔率里，皇家马德里赢的赔率最低，而主队胜的赔率最高，是4.33倍。赔率数值越小，发生这种可能性的概率越大，但这里要强调的一点是概率大，并不表示一定就会取胜，平和负的概率和几率一同样存在，并且是可以发生的，只不过发生次数和几率要少和小而已。这种赔率的制定也是根据双方的实力和客观条件而得出的，是符合我们第二章节所说的均衡理论的。
我们必须认识到，赔率越低，打出的希望越大。但是需要指出的是，如果投注出现一边倒的情况，庄家的赔率也会做出相应的调整，以此来避免因赔付过大而导致亏损。同时，如果投注出现一边倒的情况，最低的赔率方极可能难以最终胜出。
（二）赔率的要素。
由于地理和传统的关系，欧洲的博彩公司掌握比赛资料的全面和独到性是一般的玩家无法企及的，因此，欧洲赔率往往是我们判断比赛结果的首要参考资料，在绝大多数情况下，赔率能够客观地反映出一场比赛胜负平的可能性。
那么博彩公司是通过哪些资料分析，得出了最后的赔率的呢？这里我们要谈到赔率的要素（本部分源引《欧赔核心思维》）。目前国内在欧赔的研究上，处于极其懵懂的时期。而了解博彩公司的内部资料构成，对我们研究赔率有相当重要的作用。通常情况下其内部资料分为以下几类：
1、球队基本实力。
对联赛球队基本实力有个准确认识。需要对球队球员的基本能力有准确了解。例如意甲德甲则有较明显的中上集团，也有明显的下游集团，西甲则从头到尾纯粹实力差距最小。球队实力是决定比赛的最核心因素，是庄家研究比赛的基础，相当于武功中的内功。这些反映到赔率上，就是一种数据的量化。
2、即时广义实力差。
赔率基础是广实差。广实差包括能够影响受众思维的核心因素。至少包括：A、人气形势。如：罗马实力与拉齐奥相当，但人气不同，反映到赔率上有区别的。B、渊源。如：西甲的马德里、巴塞罗拿、塞维利亚三大城市对抗，赔率上是会间接表达出来的。C、战意。例如：联赛是排位赛，不同阶段盘口思维是不同的。D、主客场战绩。E、近况。特别是上一场战绩很重要。F、往绩。需要提醒：往绩胜负多、交叉胜负多、平局多，对于盘口的影响是不同的。G、核心球员伤停。H、联赛特性。像德甲、挪超，主队经常大比分取胜，反映到主客场广实差与其他联赛不同。I、排名。包括主客场排名。J、比赛时段。等等。
以上就是博彩公司为比赛开出赔率的构成要素。而要研究这些数据，就必须提到一个词汇——欧赔核心思维。欧赔核心思维是对上述资料的补充和延伸，同样是博彩公司开出赔率的充要条件。
附：[欧赔核心思维]
欧赔公司开盘首先研究的是即时对比，对即时对比进行统筹，综合分析各种对比因素对投注分布带来的影响，总结有：
（1）人气指数。
强队论绝对实力比中游强不了多少，但是强大的人气指数能力使得，强队对中下游胜赔很少开高于1.40。了解笼统的人气很容易，但是精准判断人气指数的变化需要深厚非凡的功力。巴萨冠军杯大胜影响的人气指数飑升，使得同样赔率下对萨拉平局，就是巴萨大胜后吸收到的胜赔足够多，使得1.33胜赔自然偏高。但是中游球队连胜5轮，也没有巴萨人气指数上升的一半，保级队6连胜也只能使得人气略升。不同对比下人气指数的变化是欧赔研究者需要研究的第一题，能精准判断很多大盘平局、和主队负。
（2）即时实力指数。
在欧赔开盘体系中，如上文所述，广义实力无疑是核心因素，原因是：大多数受众还是通过分析实力来判断比赛的。而决定比赛的最主要的因素是实力。但是欧洲专家理解的实力更深刻，更适合于博彩需要。下面要提到的是适合博彩需要的其他数据、资料构成。
A、球员实力指数、球员状态指数。
B、球队体系成熟指数。
C、球队心理成熟指数。
D、球队凝聚力指数。
E、突发事件指数。等等。
以下分别以举例的形式分析：
A、针对球员的静态实力分析。相信国内已经有很多成熟的思维，欧洲在数据分析方面更先进。静态实力分析是基础，但远远不是全部。分析比赛需要分析的是球员动态的即时状态，包括真实的伤病状态。这点是欧洲大公司的核心资源，对他们来讲，获取信息的成本并不高。例如：利物浦1：4切尔西，海皮亚不在最佳状态，则在欧洲专家看来比赛走向已定。例如：媒体经常炒作的“复出”题材，就有很大伸缩空间，如果状态未达最佳强行复出，则球队惨败居多，若精气神十足才复出，球队大胜居多。动态分析对于闲家是绝对盲区，闲家对策是分析赔率弥补之。
B、球队体系的运转程度。相信张路对国米体系的分析达到相当水准，欧洲专家更善于通过这些分析判断赛果，国米体系的结构性问题使得客场面对中上以上球队胜算极低。大家分析一些有结构性问题的强队，如皇马（中场不平衡）、阿森纳（中场不平衡），客场面对中上能力的球队，连平都困难。
C、心理成熟指数。举例：华伦、拉科在客场总是平局，就是和巴萨的本质区别，马体、毕尔包客场疲软，就是球队心理体系不成熟的体现。像阿森纳失去维埃拉、亨利受伤，实际上心理能力也下降不止一个档次，这就是心理成熟指数的作用。
D、球队凝聚力指数。例如国米05年客负尤文，尼维特进第二个任意球，门将塞萨尔指挥排人墙，大家根本不听，此球不进才怪。塞萨尔当然没什么号召力。有个小规律，凡是后防体系对门将俯俯贴贴的球队，后防稳定性都较高。罗马大家习惯于托蒂的大哥大地位，大家把球都传给托蒂，反正进不了球自己也没有责任，其实不是信任托蒂，而是要累死托蒂，从博彩角度这样的球队很容易失分。
E、突发事件。当球员知道本场后教练下课（此类消息可能经常被封锁），这场比赛取分可能性很小。乌迪内球队核心主力被禁闭，对球队不仅是实力、体系的影响，其他球员心里也是凉凉的，球员都会同情亚昆塔的，乌迪内连败就很正常了。
F、体能。至于体能对于比赛的影响程度到多少，欧洲博彩体系有数量化的研究，对于我们只能感性地判断。
现在足球，技术战术等基本面接近程度很高，一个联赛，广大球队之间比赛，取胜者必须付出全部的精气神，所以一旦某个方面出现小小问题，赛果就截然不同。
以上这些广义实力因素大家都有研究，上面的可能不全面，比较深入研究的是：这些因素对赛果的决定程度，使得这方面的研究更适合博彩。欧洲专家无疑对上述因素对比赛结果的影响程度功力最深。反映到欧盘思维上，就是针对受众对上述因素的了解、认识程度，使用赔率组合进行分化诱导。
（三）博彩公司的组织架构。
众所周知，任何一个企业要运转，都必须保持内部机构的严密性和完整性，博彩公司也一样。我们在分析赔率之前，一定要了解博彩公司是怎么构成的。其实博彩公司和众多企业相仿，也是由多个部门分工合作完成对赔率、盘口的开发、监控和管理工作的。
在这里，我们以澳门彩票有限公司为例。澳门是一座以旅游业和博彩业闻名于世的城市，素有东方的拉斯维加斯之称，每天来自内地和国外的游客络绎不绝，而来这里游玩的人都不忘去葡京或金沙小玩两把，旅游与博彩密不可分，相互促进。2006年世界杯期间，澳彩仅博彩赢利就高达十几亿。
澳门本部位于新口岸高美士街，地方很不起眼，公司的办公区就在二楼。澳彩公司由多个部门构成，包括盘房、信息部、客户服务部、电话投注部、现金投注部、业务拓展部、人力资源部、电脑维护部等。每个部门都由密码门隔开，分工明确，井然有序。以下详细介绍部分比较重要的部门。
信息部：该部门有8名员工，主要负责搜集每场比赛的资料信息，以及整理澳彩派驻国外的信息人员提供的球队资料，这些资料都将成为澳彩操盘手开盘的重要参考依据之一。
盘房：位于总部的中间位置，这是澳彩的核心部门，也就是我们平时所说的操盘中心。盘房的主力操盘手大概有二十人左右，每个人负责几个联赛，一般情况下都比较固定。06年世界杯期间60多场赛事澳彩公司需要承受的几十亿投注资金流向都控制在这么有限的二十人手里，开盘和操盘主要体现出一个“稳”字。
业务拓展部：主要负责澳彩公司业务的拓展和玩法的推广等。与欧洲较多的玩法相比，澳彩最受青睐的玩法是亚洲盘和走地，大联赛期间澳彩会根据直播的需要继续推出走地盘，包括走地让球盘、走地上下盘以及走地下一个人球等新玩法。新赛季澳彩在保持开盘、操作稳定性的同时将会尽量开发出多种流行玩法供彩民参考。
投注站：澳彩的小型投注站大概有10多家，主要受理澳门本地玩家的投注。里面有几位接受现金投注的服务员工，还有一部提款机和自动投注机。在投注机的旁边是澳彩的宣传广告和一叠足球赛程，只需花上10澳元，就可以感受现金投注的乐趣。
澳彩人员介绍说：澳门很少见到博彩媒体，澳门当地博彩气氛十分浓，而很多人都是带着小赌怡情的心情在玩球，所以根本不需要媒体的指导。足球是一项体育运动，澳彩公司的宗旨是提倡博彩娱乐化，小注怡情确实是最恰当的形容。
其中业务拓展部和投注站均为外联性质的部门，也证明了澳彩公司是将市场推广和市场应对放在重心地位的。下图是澳门彩票公司的信息部，以及澳门彩票公司投注站的投注机。（本部分源引《金手指》报相关内容）
（四）博彩公司的人员分配及构成。
正如前文所述的一样，博彩公司开出赔率，是经过精密的研究后得出的，普通的投注客很难在专业度和精确度上与之抗衡。那么博彩公司的人员分配及构成是怎样的呢？他们是经过怎样的流程来对一场比赛开出赔率的呢？这里我们要讨论一下博彩公司的人员分配情况。
根据了解，通常情况下，博彩公司都由资料收集员（负责收集资料）、分析师（负责分析比赛结果），操盘手（负责控制资金流向）等多个角色人员构成，其针对比赛开出赔率的过程如下：
1、资料收集员——即被本部派往各地的信息人员：收集完成比赛资料，发回本部。
2、赛事分析师：根据资料及相关数据、公式，对比赛进行预估和分析，得出相关比赛结论。
3、评估人员：根据酒吧理论（后文阐述）对投注比例进行预估和整理，发往盘房。
4、盘房工作人员——即主力操盘手：根据上述结论及赛果、投注比例得出相关赔率、盘口。
5、操盘人员：负责在受注过程中控制资金流量，对赔率、盘口进行升降，并协助计算机进行资金量设置。
6、财务人员：在赛前得出盈亏平衡点，分析利润；在赛后完成比赛财务报表，得出盈亏状况。
博彩公司的发展壮大，是各部门团结合作的结果。而我们经常听到的“操盘手预知比赛的结果”这一说法，无疑是一个巨大的谎言。实际上，操盘手只涉及资金流向的控制，并不参与比赛的分析。后文我们还将仔细说明——博彩公司的操盘全经过，为广大彩民全面剖析操盘的真相。
四、赔率的基本运算。
（一）赔率的运算公式及概率问题研究。
在研究了赔率的构成之后，本节我们研究赔率的基本运算，意即：赔率是怎样开出的。从表象来看，赔率本身的得出公式实质是比较简单的，具体为：博彩公司估算出某场赛事胜、平、负三种结果的概率,然后再通过公式来计算出各自应开的赔率。这个公式是：a÷b=c c-c×10%=d。
其中：a是计算百份比概率的基数100；b是博彩公司通过分析师得出的百份比概率；c是a÷b得出的结果；d就是最后计算出来的赔率。其中10%是庄家的手续费（即正常盈利——水钱部分，后文将提及）。
比如意甲联赛中尤文图斯主场与AC米兰的比赛，博彩公司通过分析得出尤文图斯胜出的概率为40%左右,那么就用这个公式来计算如下：
第一步100÷40=2.5
第二步2.5-2.5×10%=2.25
那么,博彩公司开出尤文图斯胜的赔率会在2.25左右。
如博彩公司通过分析得出打平的概率为31%左右,那么就用这个公式来计算如下:
第一步100÷31=3.22
第二步3.22-3.22×10%=3
同样，AC米兰获胜的赔率也可以按照相同的方法计算出，为3.1，那么这场比赛的赔率则为：2.25 3 3.1。
在此之后，博彩公司会在受注过程中，依据球队动态和投注倾向做出调整。有些比赛的赔率因此会出现比较大的变化，而有些受球队动态和投注倾向影响不大的比赛则不会出现太大变动。
通过这个公式，我们可以得出所有比赛的赔率。如某一场比赛，博彩公司给出以下一组数据：
1.70 3.20 4.80 53.04% 28.18% 18.78% 90.17%
其代表意义依次分别是：主胜赔率、平局赔率、客胜赔率，主胜概率、平局概率、客胜概率，赔付返还率。
到这里很多朋友可能会产生一个疑问，博彩公司的概率是怎么得出的呢？
所以，我在这里要强调的是：概率才是赔率运算公式的关键。概率的大小直接影响到赔率的高低。下面我们将专门研究赔率的概率问题。
正如我们在前文所提的，影响赔率的概率有两类：
一是博彩公司自身对比赛判断的概率，二是大众心理投注的概率。
因此上述赔率的计算公式同时也可依据大众心理投注的概率来开出。例如：
某场比赛，看好A队胜的有40人，看好A队平的有25人，看好A队负的有35人。这样，根据赔率的计算公式：a÷b=c，c-c×10%=d
以40人看好A队胜为例，这个公式就是
第一步100÷40=2.5
第二步2.5-2.5×10%=2.25
这个2.25就是大众心理看好A队获胜的赔率。
因此依据大众心理投注的概率，上面这个例子出现的赔率是：2.25 3.6 2.57。
那么博彩公司究竟是按照自己的分析来得出概率，还是按照大众心理来得出概率呢？当我们研究这个问题的时候，我们可以发现一个很有趣的事例：
1、当博彩公司以自己的分析来得出概率时，尽管利润可能加大，但由于缺乏大众心理投注的支撑，赔率所带来的赔付风险加大。
2、当博彩公司以大众心理投注来得出概率时，尽管风险控制力增强，但公司运营成本增加，同时利润变薄。
因此，无论是上述的哪种方法，其得出的概率都是很片面的。博彩公司的赔率制定类似保险公司的保费和赔付方案一样，需要依赖严谨的概率计算。那么其严谨性体现在什么方面呢？我们结合前文介绍的博彩中多次提到的“均衡理论”这一思路，可以得出：博彩公司对开出概率的严谨性，体现在将自己的分析和大众的倾向，二者融为一体过程中。而这个过程所产生的结果，就是某场比赛的概率。
（二）赔率的概率特征。
让我们从一个简单的游戏说起——抛硬币。
硬币有两面，抛起后正面朝上的概率P1和反面朝上的概率P2，经验告诉我们是五十五十，如果庄家为这个游戏设置赔率，理想情况下应该是正面赔率L1=2，反面赔率L2=2，概率与赔率的乘积：
P1 * L1 = P2 * L2 = 50% * 2 = 100%
这样如果有人投注的话，赢和输的机会和庄家是相等的，这个赔率在博彩理论上称为“公平赔率”（Fair Odds），它并不保证庄家的赢利，其中不包含必然的庄家利润。然而这只是理想情况。实际情况是，庄家会开出正面L1'=1.9，反面L2'=1.9的赔率，概率与赔率的乘积：
P1 * L1' = P2 * L2' = 50% * 1.9 = 95% < 100%
在这个情况下，投注者和庄家已经不处于平等的位置，这时的赔率可以保证庄家的赢利，其中包含了庄家的必然利润，也就是俗称的“佣金”或“水钱”。这种情况实际上是任何博彩游戏庄家赢利的基本模式，即对于一个投注事件，开出的受注赔率L必须满足：
P * L < 100% （P是该事件出现的概率）
这个公式，理论上使庄家立于不败之地。
其实，庄家在此存在着极大的风险。赔率L是庄家定的，但公式中另一个重要元素P，即事件发生的概率，是不能主观臆定的，对于抛硬币游戏来说，这个P是很容易从经验确定，但扩展到其他更复杂的事件，如果对于P的计算出现偏差，庄家就要冒 P*L>100% 赔本的风险！
博彩公司的赔率制定类似保险公司的保费和赔付方案一样，需要依赖严谨的概率计算，他们在这方面做的很专业。具体到足球比赛，对于赛果，他们有一套成熟的数学模型，可以在综合了各种主客观因素的情况下精确地计算出交手两队的临场实力差，并进而演算出比赛各个结果的发生概率，这个概率是前文所提的公平概率，令人叹服的是，通常情况下，这个概率相当接近投注者对赛果的投注比例！
也就是说：在这个时候，博彩公司将我们前文所述的“一是博彩公司自身对比赛判断的概率，二是大众心理投注的概率”，二者有效的融合在了一起。
当然，一个随即引伸出来的问题是，足球比赛具有相当的不确定性，另一方面投注者对于某个赛果的期望可能超出正常的理论计算值，这两个因素的存在，使博彩公司面临另一种潜在风险，而且远甚于前述的概率评估错误的风险。因此博彩公司通常会在公平赔率的基础上，为每个可能结果预留足够多的利润，以平衡这种风险。
事物总有它的两面性。庄家在承担着上述种种风险的同时，也存在着利用这几个风险点攫取暴利的可能。拿抛硬币的例子来说，如果假设由于某种影响因素，使正反面出现的概率不再相等，比如说正面60%，反面40%，而这一概率变化投注者并不知道，最后的投注比例通常还会维持50%：50%。而此时站在暗处的庄家在设置接受投注的赔率时可以有两种选择，一是客观地按照游戏结果的概率变化，调整赔率，将正面赔率调低，反面赔率调高，这样仍然可以维持正常佣金收入；另一个冒险的选择是，庄家并不改变原来的赔率，以反面开出时赔本的风险来换取正面开出时的远远超出佣金的暴利。
后一种情况并非天方夜谭，正相反，它出现的频率使人对庄家之于比赛的把握不得不由衷赞叹！
要运用这种冒险求暴利的方式，取决于两个先决条件，一是庄家对于预定赛果的高度把握，二是该赛果的概率高于投注者普遍公认的概率。
因此，我们常说——博彩公司的赔率很精确，研究赔率能够很有效的解读比赛——就是这个原因。
（三）赔率的利润及风险。
上文我们提到了，在赔率的公式里的10%是庄家的手续费，那么这个手续费，更准确的说，就是庄家的水钱部分。从理论上来讲，如果概率百分比和庄家开出的赔率，这两个变量恒定的话，那么庄家每场球均可获得10%左右的水钱，从而实现稳定的赢利。
但正如我们前文提到的那样，赔率是可以被设定方（即庄家）控制的，但是概率百分比却是由市场决定的。一旦投注者对于某个赛果的期望超出正常的理论计算值，那么庄家就将面临亏损。因此，对庄家而言，将概率百分比计算得越精确，越能获得稳定的回报。
不过我们暂且将概率百分比的问题搁置一边，让我们先看看理想情况下，庄家的利润究竟有多少。我们以曼联VS朴茨茅斯（1.2 5.5 9.0）为例。以1除以这三个数值，分别得到胜率83.33%，18.18%，11.11%。
注意，我们以上算的胜、平、负率是包含博彩公司的利润在内的。因为博彩公司开出的赔率就包含了利润，所以，用赔率直接转换的胜、平、负率一定大于100%。上例中的胜、平、负率合计112.62%，大于100%的
部分就是博彩公司的利润，也可以说是博彩公司所抽取的佣金。这个差值在各个公司是不同的，通常情况下，我们以10%（利润调节系数）的手续费作为理论利润均值来计算赔率，并由此推出了赔率的计算公式。
在认识了10%这个利润调节系数后，我们就能够明白了，即使某场比赛的某个赛果得到市场大众的追捧，从而导致该赛果的投注超过庄家理论计算值的预期，庄家也可以通过这10%的利润调节系数来进行弥补，从而减少自我的风险，避免公司利润的损失。但是，当大众的投注比例远大于庄家计算得出的比例时，庄家则必定面临亏损。
综合上述观点，我们认识到：博彩公司不仅仅是通过赚取手续费（水钱）来实现赢利。在概率百分比这个不确定的变量的影响下，单纯的通过水钱来实现赢利过于理想化，不可避免的面临着巨大的风险。
因此，对于博彩公司来说，对概率百分比（或投注比例）的把握程度，是其实现赢利或者避免亏损的核心因素。而当概率百分比（博彩公司）和投注比例（投注者）出现偏差时（见上文如：概率百分比60%：40%，投注比例50%：50%），对于赛果的精确把握，是博彩公司赢利得以大幅扩张，从而达到利润最大化的关键因素。
五、赔率的数学模型。
（一）基础数据模型。
在西方，成规模的博彩业已经有了200多年的历史，涌现出了许多建立在严格的数学统计基础上竞技比赛结果的预测方法，根据我们掌握的资料，有三种权威的预测方法目前被广泛地应用于预测足球比赛的胜负平结果，有一些专家甚至声称，欧洲几乎所有的博彩公司都在这三种预测方法的基础上建立起数学模型，从而决定本公司在一场足球比赛以前开出怎样的初始赔率。
这三种被广泛应用的权威预测方法是：一、埃罗（ELO）预测法；二、进球率比较预测法；三、六场战绩比较预测法。
1、埃罗预测法：
埃罗预测法是美国物理学家Aroad Elo博士创立的，Elo博士最早将这套方法用于预测国际象棋的比赛结果。他在自己的《棋分高下：过去和现在》一书中对该方法作了详细说明，通过对1500场英超比赛的研究，杰奎斯·布莱克对Elo预测法进行了不懈地改进，现已经被广泛应用足球赛事中。Elo预测法的改进模型是通过研究主客场球队在比赛前的积分情况来预测胜负的，Elo预测法的预测回归方程式为：
主场球队取胜的可能性 =44．8％+（0．53％乘以两队积分差）
客场球队的获胜可能性=24．5％+（两队积分差乘以0．39％）
这两个回归方式的得出过程如下：
首先，根据数学专家的研究表明，足球比赛中主客场双方实力的发挥似乎有一个“限度”，如果用埃罗预测法中的双方的分之来表示其实力的话，那么当将主场球队的优势设定为其实力的7％，而将客场球队的优势设定为其实力的5％时，应用埃罗预测法所预测的结果与实际比赛结果最为接近；而“限度”即为7％+5％=12％。
（1）比赛限度。
根据德拉普金和弗西斯的研究结果，如果比赛双方的赛前得分均为100分的话，主场球队的优势为7分，而客场球队的优势为5分，而“限度”为7+5=12分；该12分谁赢“赢家通吃”；而如果两队的比赛出现平局，则两队就各得6分。
该方法的具体应用如下（假定两队赛前分值均为100分）：
如果主场球队胜，则主场球队在赛后分值调整为105（+100-7+2），而客场球队分值调整为95（=100-5）；
如果客场球队获胜，则客场球队的赛后分值调整为107（=100-5+12），而主场球队分值调整为93（=100-7）；
如果比赛以平局告终，则主场球队的赛后分之调整为99（=100-7+6），而客场球队赛后分之调整为101（=100-5+6），而客场球队赛后分值调整为101（=100-5+6）。
也就是说，主场球队在赛前的积分超出客场球队越多，主场球队在比赛中取胜的可能性就越大。
（2）积分差与主队获胜的关系。
我们根据线型回归的方式，可得知相关系数（R）显示“积分差”与“主队获胜”二者之间的相关性非常显著，相关系数经运算得出为0．42。也就是说，主场球队取胜的原因，有42％可以用主场球队和客场球队在赛前的积分差来解释。当然，主场球队取胜的原因仍然有58％需要用积分差之外的其他因素来解释。尽管如此，对1，500多场比赛（用统计学的术语来说，就是1500多个样本）进行分析，得出的0．42相关系数无论如何都表明相关性是极其显著的。
通过回归方程，还可以找出二者之间具体的数量关系，即y=0．0053x+0．448，其中，x为主客场队之间的积分差，y主场球队取胜的可能性。
（3）积分差与客队获胜的关系。
和上面所说相同，赛前的积分差与客场球队获胜的可能性之间的相关系数（R）为0．45，表明两者之间显著相关。也就是说，客场球队取胜的原因有45％可以用比赛双方的赛前积分差来解释，其回归方程为（y=-0．0039x+0．2452）
上述分析表明，如果参赛双方的积分相同，客场球队取胜的可能性为24．5％；如果参赛双方积分不同，那么客场球队的积分比主场球队的积分每高一分，客场球队获胜的可能性就增加0．39％；而主场球队的赛前积分比客场球队的积分每高一分，客场球队获胜的可能性即下降0．39％，由此，我们得出了开篇时的两个预测回归方程式。
（4）积分差与平局之间的关系。
埃罗积分能够得出主客胜的关系，那是否能得出平局的关系呢？经过研究，引人注目的是参赛双方的积分差与出现平局的可能性之间没有显著的相关关系。不论采用线性回归的方式，还是采用非线性回归的方式，都无法得出二者的显著相关的结论。线性回归的相关系数（R）为0．048，而采用非线性回归方式相关系数（R）也仅为0．079，从统计学上来说，这样的相关系数是没有意义的。因此，无法判断出积分差与平局出现的可能性之间的关系，这是埃罗预测法的局限所在。
2、进球率预测法：
在1990年的伦敦国际博彩会议上，大卫·杰克逊和K.R.莫舍斯基提交了一篇名为《比赛中的指数博彩》的论文。在该论文中，他们认为某场赛事的结果是与参赛球队在以往的进球率有关系的，因此可以通过考察参赛球队以往的进球率来预测比赛结果。具体方法如下：
以Ra表示参赛的A队以往的进球率，以Rb表示参赛的B队以往的进球率；则本场赛事的总进球数即可以用Ra+Rb来预测，而两队的胜负则可以用Ra-Rb来预测。
杰克逊和莫舍斯基在论文中还以1990年7月在意大利举行的世界杯比赛中英格兰队对爱尔兰队的比赛为例，对他们的理论的应用进行了检验。
英格兰队在主要国际赛事中平均进球率为1.29，而爱尔兰队的平均进球率是0.73。应用他们的方法，英格兰队胜爱尔兰队的可能性为0.56(=1.29-0.73),而预测的“总进球数”为2.02(=1.29+0.73)。赛前指数博彩公司开出的英格兰胜的指数为0.85-1.1,总进球数指数为2.1-2.4。因为总进球数指数与应用这一方法所得出的预测结果很相近，所以在这方面下注赢彩机会几乎没有。不过，英格兰胜的指数最低为0.85，比起运用杰克逊-莫舍斯基方法得出的预测数字0.56要高出很多，这就意味着卖出这一指数是有利可图的。
这场比赛以1-1的平局告终，给卖出英格兰胜指数的下注者带来的利润是0.85X单位赌注。对该场比赛而言，杰克逊和莫舍斯基的预测方法是很准确的，但遗憾的是他们没有进一步给出将该方法运用于其他比赛的例子。
该方法的特点是看来很有道理，而且应用也简便。但该方法主要适用于指数博彩，对于我国目前只竞猜“胜、平、负”的方式来说，并不适用。但其用进球率来预测比赛结果的方法，值得我们借鉴。
（1）平均进球率和球队实力之间的关系
采用平均进球率来对比赛结果进行预测，首先必须回答的一个问题是平均进球率和球队实力之间是否存在一定的关系。如果二者之间并不存在相关关系的话，则根本无法用平均进球率来进行预测。
我们认为，积分榜排名在相当程度上代表了球队的实力。表2-1是2000—2001赛季英超和意甲最后的排名和各队的平均进球率。按照杰克逊和莫舍斯基的定义，平均进球率的计算方法是：平均进球率=某队总进球数/该队比赛场次数。表2-1中各队的平均进球率是该队在2000-2001赛季的总进球数除以比赛场次数的结果。例如，曼联在2000-2001赛季总进球数为79个，比赛场次数为38场，故其平均进球率为79/38=2.08。
表2-1球队积分榜排名与平均进球率名次
英超联赛 意甲联赛
球队 平均进球率 球队 平均进球率
1 曼联 2.08 罗马 2.00
2 阿森纳 1.63 尤文图斯 1.79
3 利物浦 1.84 拉齐奥 1.91
4 利兹 1.68 帕尔玛 1.50
5 伊普斯维奇 1.50 国际米兰 1.38
6 切尔西 1.79 AC米兰 1.65
7 桑德兰 1.21 亚特兰大 1.12
8 阿斯顿维拉 1.21 布雷西亚 1.29
9 查尔顿 1.32 佛罗伦萨 1.56
10 南安普顿 1.05 博洛尼亚 1.44
11 纽卡斯尔 1.16 佩鲁贾 1.56
12 托特纳姆热刺 1.24 乌迪内斯 1.44
13 莱切斯特 1.03 莱切 1.18
14 米德尔斯堡 1.03 雷吉纳 1.00
15 西汉姆 1.18 维罗纳 1.18
16 埃弗顿 1.18 维琴查 1.09
17 德比 0.97 那不勒斯 1.03
18 曼城 1.11 巴里 0.91
19 考文垂 0.95
20 布拉德福德 0.79
我们对各球队在积分榜上的名次与平均进球率之间的关系进行了相关分析，结果如图2-1所示。从相关分析可以看出，积分榜名次与平均进球率呈负相关关系。且对英超而言，二者的相关系数为0.8743；对意甲而言，二者的相关系数为0.8410，均为显著相关关系。
因此，我们可以得出结论，平均进球率在一定程度上代表了球队的实力，可以用平均进球率对比赛结果进行预测。
（2）预测准则
足球比赛结果的预测像对其他任何事情的预测一样，不可能做到完全准确，我们所能做的是努力提高准确率。对于利用平均进球率来预测比赛结果而言，具体应该考虑三个因素。
a、球队的实力
球队的实力在此是用平均进球率来表示的，因此，平均进球率越高，则表明球队实力越强。但对任何一场赛事而言，实力强大的球队并不总能取得比赛的胜利。这也就是我们经常说的“足球是圆的”的道理。
例如2000年12月9日，英超2000—2001赛季中曼联客场与查尔顿主场的比赛。曼联的实力显然要超出查尔顿，从实力而论应该是曼联赢，可结果却是双方3：3战平；又如该赛季2001年5月5日曼联主场对考文垂的一场比赛，无论从实力上讲，还是从地利上讲，都应该是曼联取胜，可结果却是曼联以0：1败北。
同样的例子屡见不鲜。2001的1月14日，2000—2001赛季意大利甲级联赛罗马主场对巴里，罗马队即有主场之利，实力又远胜于巴里，从道理上讲应该是罗马队赢，实际比赛结果却是双方以1：1战平。
因此，球队实力是决定比赛结果的重要因素，但不是唯一因素。
b、主客场的影响
主场球队由于得地利之便，取胜的可能性要大于客场球队。
我们对2000—2001赛季英格兰超级联赛和意大利甲级联赛的统计结果的分析充分说明了这个问题。如表2-2和表2-3所示。
表2-2英格兰超级联赛2000/01赛季结果
总场数 主场胜 客场胜 平局
场数 比例 场数 比例 场数 比例
380 184 48．4％ 95 25．0％ 101 26．6％
表2-3意大利甲级联赛2000/01赛季结果总场数 主场胜 客场胜平局
场数 比例 场数 比例 场数 比例
306 143 46．7％ 75 24．5％ 88 28．8％
从表中可以看出，英格兰超级联赛，主场胜的比例为48.4%，而客场胜的比例仅为25.0%；意大利甲级联赛主场胜的比例为46.7%；客场胜的比例为24.5%。
主场取胜的比例高于客场取胜的比例是一个规律，与球队的实力似乎没有关系，几乎任何一个球队的主场胜率都高于其客场取胜率。
c、其它因素
除了球队实力和主客场因素外，还有许多因素会对比赛结果产生影响，例如球员的竞技状态、伤病情况等等，在此不再赘述。本着上述原则，经过反复检验和调整，对于平均进球率预测法而言，我们发现用下面的规则对英格兰超级联赛和意大利甲级联赛进行预测的结果是准确率最高的。
准则1、当参赛双方的平均进球率之差为0.30（不含0.30）以上时平均进球率高的球队胜；
准则2、当参赛双方的平均进球率之差为0.10以上至0.30（含0.30）时，若主场球队的平均进球率高，则主场球队胜；
准则3、当参赛双方平均进球率之差为0.10以上至0.30（含0.30）时，若主场球队平均进球率低于客场球队的平均进球率，则主场球队胜或平。
准则4、当参赛双方平均进球率之差为0.10（含0.10）以下时，主场球队胜或平。
这四个预测准则既考虑了球队实力，又考虑了主客场因素。因为各队经过10场比赛之后的平均进球率才能够真实反映球队的实力，所以平均进球率的使用，一般是从第11轮开始的。另外需要说明的是，由于每场比赛后，各队的平均进球率会发生变化，因此该指标能够动态地反映球队实力。
值得着重指出的是，用平均进球率对比赛结果进行预测时，必须要根据球队上一场比赛中的进球情况对其平均进球率进行调整；调整后的进球率才能作为预测的依据。例如某球队在前10场比赛中共进球15个，则在预测其第11场比赛结果时，所应用的平均进球率是15/10=1.5；若第11场比赛，该队又攻进对手1个球，则在预测其第12场比赛时，其平均进球率就应调整为（15+1）/11=1.45。
3、六场预测法：
六场预测法是英国的报纸传媒提供给广大彩民的简单的预测方法。英国的报纸每周都会刊登下周足球赛事，并将每个参赛队最近六场的比赛结果以表格的形式刊登出来。按照时间顺序，胜一场以一个“W”表示，输一场以一个“L”表示，平一场以一个“X”表示。
该方法进行预测的假设前提是认为在足球比赛中一个球队的某种近期趋势会延续下去。例如，如果主场作战的球队已经连续赢了六场球，即其近期六场比赛的结果为WWWWWW；而客场作战的球队已经连续输了六场球，即其近期六场比赛结果为LLLLLL；则预测结果就是主场球队赢。同样，如果参赛的两个球队在最近的六场比赛中平了四场，例如，最近六场比赛结果为XWXXLX，则极有可能这两个队在即将开始的比赛中也会以平局告终。
（1）六场预测法的问题及改进。
上述六场预测法的理论基础虽然有一定的道理，但在实际应用中却存在以下几个问题：
首先，在实际赛事当中，很难出现两个比赛球队之间恰好是WWWWWW对LLLLLL的情况，在2000/01赛季当中，英超和意甲从第七轮开始的560场比赛中，这种情况一次也未出现过。
其次，在应用六场预测法进行预测时，很难找出预测的规则，因此，使得其应用受到极大地限制。
例如，2000年12月16日，切尔西对米德尔斯堡的一场比赛。按照六场预测法，赛前切尔西队的前六场比赛结果是LXLLWW，而米德尔斯堡的前六场比赛结果是LLLXLL，按照六场预测法的理论，这种趋势会持续下去的话，则该场比赛的预测结果是切尔西胜，但实际结果却是米德尔斯堡胜。
另外，像2001年2月3日利物浦对西汉姆的比赛，赛前六场两队的比赛戒分别是利物浦为WLWWXX，西汉姆为LWLLXX，即两队在该场比赛之前，均有两场平局，应该预测该场比赛为平局吗？实际结果是利物浦胜。
六场预测法的合理之处在于将一个球队的近期表现考虑在内，而其不足之处如上所述，因此有专家对六场预测法进行改进，使得它更便于应用。
改进的具体方法为，将某场赛事之前两支参赛球队的近期六场表现转化为一定的数值，两支球队各自的数值代表了其近期状况和实力，而两队之间该数值的“差”即表示了近期表现和实力的差距，进而可以根据该差值来判断比赛的胜负。
具体的计算方法为：借用英格兰超级联赛和意大利甲级联赛的积分计算方法，某场赛事之前某球队六场的比赛结果中，每胜一场（即一个W）计为3分，每平一场（即一个X）计为1分，每负一场（即一个L）计为0分。如若某队某场比赛之前的六场全赢，即按照六场预测法为WWWWWW，则该队得分为18分；若为LLLLLL，则计为0分：若是WLXXWW则计为11分。
（2）预测准则
六场预测法同样要考虑球队的实力和主客场等因素制，在此不再详述。我们用上述经过改进的六场预测法，对英格兰超级联赛和意大利甲级联赛2000/01赛季从第七轮开始的560多场比赛进行了预测，得出如下预测准则：
准则1当对赛的两队六场积分差为6或6以上时，六场积分高的球队胜；
准则2当对赛的两队六场积分差为5时，若主场球队六场积分高，则主场球队胜；若主场球队六场积分低，则主场球队胜或平；
准则3当对赛的两队六场积分差为2—4时，则六场积分高的球队胜。
准则4当对赛的两队六场积分差为1或0时，则主场球队胜或平。
（3）六场预测法的准确率
a、总体准确率
英格兰超级联赛从第七轮开始共预测321场，其中有182场预测正确，准确率为56．7％。
意大利甲级联赛从第七轮开始共预测252场，其中有136场预测正确，准确率为54．0％。
b、各段准确率
英格兰超级联赛六场积分差为6或6以上时，准确率为42．7％；六场积分差为5时，准确率为70．6％；六场积分差为2～4时，准确率为51．2％；六场积分差为1或0，准确率为77．5％。
意大利甲级联赛六场积分差为6或6以上时，准确率为48．1％；六场积分差为5时，准确率为57．1％；六场积分差为2～4时，准确率为41．9％；六场积分差为0或1时，准确率为78．0％。
对于英超而言，明显低于总体准确率的是六场积分差为2、7、8及10以上时；对于意甲而言，明显低于总体准确率的是六场积分差为2、3、8时。
而英超六场积分为2、7、8及10以上的场数占总场数的比例为27．7％；意甲六场积分为2、3、8的场数占总场数的比例为30．9％。也就是说，对于英超而言，可以较准确地预测72．3％的比赛；对于意甲而言，可以较准确地预测69．1％的比赛。因此，六场预测法应用于英超比赛，每一轮的10场赛事中，可以较准确地预测7场；而应用于意甲比赛，每轮9场赛事中，可以较准确地预测6场。
本文所阐述的这三种模型，都是从比赛本身的角度来探讨赛果，也可以说是一种模仿博彩公司通过模型得出赔率的过程，与博彩公司所开出的赔率自身并无直接联系。但我们可以发现，博彩公司的赔率模型，从理论上而言，也是基于这三个客观数据模型而建立的，发现其共通之处，自然对我们了解比赛的进程，得出比赛赛果大有裨益。
（二）其它数学模型。
除了上文所述的常见的几种数学模型外，这里再补充介绍两种模型：双八平测和实力累积。本部分只简单叙述方法，不作深入探讨。
1、双八平测。
“双八预测平局法”由英国人设计而成，一般而言，要在联赛的后期才能发挥效用。
在具体工作中，我们需要找到以下3组数字：
（1）主队在过去8场主场比赛中平局的场数，和客队在过去8场客场比赛中平局的场数；（两者相加，得数A）
（2）主队在过去8场主场比赛中没能进球的场数，和客队在过去8场客场比赛中没能进球的场数；（两者相加得B）
（3）主队在过去8场主场比赛中分出胜负的比赛场数，和客队在过去8场客场比赛中分出胜负的比赛场数；（两者相加得C）
然后，我们将B+C-A，最后的得数如果超过10，则出现平局的可能性就较小。
2、实力累积法。
实力累积预测法就是对各球队从起始分100计算起，将比赛胜平负不同结果带给球队实力分值的消长进行了统计归纳，计算一下对阵双方的实力差，即可较为准确地从实力法统计表中找到相应的比赛结果。
具体计算方法归纳如下：
（1）当主队获胜时，主队赛后分值应调整为：原主队实力分值+（原主队实力分值×7%+原客队实力分值×5%）×5/12。客队赛后分值应调整为：原客队实力分值-（原主队实力分值×7%+原客队实力分值×5%）×5/12。
（2）当客队获胜时，主队赛后分值应调整为：原主队实力分值-（原主队实力分值×7%+原客队实力分值×5%）×7/12。
客队赛后分值应调整为：原客队实力分值+（原主队实力分值×7%+原客队实力分值×5%）×7/12。
（3）当两队出现平局时，主队赛后分值应调整为：原主队实力分值-（原主队实力分值×7%+原客队实力分值×5%）/12。客队赛后分值应调整为：原客队实力分值+（原主队实力分值×7%+原客队实力分值×5%）/12。
若要获得两球队的实力差值，我们可以通过这样的公式来进行计算：两球队的实力差值=主队实力分值×（1+7%）-客队实力分值×（1+5%）。
例如，意甲第17轮莱切VS AC米兰，莱切原实力分值为85.09，AC米兰原实力分值为127.18，两队的实力差值=85.09×（1+7%）-127.18（1+5%）≈-42.49。
莱切0：1负于AC米兰后，莱切赛后分值应调整为：85.09-（85.09×7%+127.18×5%）×7/12≈134.36。
通过长期的实战积累发现，即使在联赛的结束之时，实力累积法所统计的分值仍然能够反映出各球队的实力大小和差距。该方法最显著的缺点是要自始至终毫不间断地去搜集和积累各种数据，需要花费大量的时间和精力，这时候，就需要强大的数据库的支持了。
（三）赔率的开发模型——泊松分布
在理解了赔率的基础数学模型后，我们来探讨一下赔率是根据什么样的数学理论运算得出的。这就需要涉及到“泊松分布”的相关知识。
1、泊松分布的定义及基本知识
设随机变量X所有可能取的值为0 , 1 , 2 , … , 且概率分布为：
P(X=n)=e-r*rn/n!
其中,r>0 是常数,则称 X 服从参数为 r的泊松分布,记作X~P( r).
我们把在每次试验中出现概率很小的事件称作稀有事件，如地震、火山爆发、特大洪水、意外事故等等。由泊松定理，n重贝努里试验中稀有事件出现的次数近似地服从泊松分布.
2、在足球赔率中的应用
公式中的r即可认为球队进球的期望值，n为这次预测的进球数，P(X=n) 即为进n球的概率了。
在此r的确定是最难的了，一般是根据以往的历史进球数进行加权各种计算,还要考虑其他因素。
（1）已知主队和客队的进球期望值r1和r2，求标准盘赔率
具体过程如下：
假设主队的进球期望值为r1 ，客队的进球期望值为 r2，
主队进0、1、2、3……的概率分别为p1(0)、p1(1)、 p1(2) 、p1(3)……，
客队进0、1、2、3……的概率分别为p2(0)、p2(1)、 p2(2) 、p2(3)……，
那么，主队获胜的条件为：
主进1球，客进0球
主进2球，客进0或1球
主进3球，客进0或1或2球
………………………………
一般计算到主进5球就可以了
主队获胜的概率为：
S1=p1(1)*p2(0)+p1(2)*p2(0)+p1(2)*p2(1)+……
同样道理：
主队平的概率为：S2=p1(0)*p2(0)+p1(1)*p2(1)+……
主队负的概率为：S3=p2(1)*p1(0)+p2(2)*p1(0)+p2(2)*p1(1)+……
这样我们可以计算得到主队胜、平、负的概率为S1、S2、S3。
一般欧洲博彩公司的抽水为10%，那么标准盘为：90/S1，90/S2，90/S3。
（2）根据欧洲赔率换算成进球数
既然能通过进球期望值计算欧洲赔率，同样可以反算，根据欧洲赔率计算进球。此时计算就没有精确解了，只能通过数值分析法来求解，这就要用到计算机编程了，或者可以应用excel计算。
假设某赔率为：p1、p2、p3，那么我们可以先计算知道主队胜、平、负的概率分别为：90/ p1，90/ p2，90/ p3。
我们要把r1和r2值从0.5到1.8（根据经验一般这个范围足够了），步长为0.001，各根据（1）里面的方法计算一遍主队胜、平、负的概率S1、S2、S3，再根据最小二乘法原则得到最接近90/ p1，90/ p2，90/ p3值时的r1和r2，此时的r1和r2为赔率公司所认为的主队和客队的进球数， r1-r2即为主队可以对客队的让球数。此让球数可以作为亚洲盘的参考数值。
（3）具体应用
以威廉希尔的赔率做为参考赔率，例如：阿森纳VS维拉 （结果打平）
威廉赔率：1.28 4.50 8.00 计算让球数为1.36球
澳门赔率：0.93 1.5 0.92 总让球1.49
此盘澳门让1.5球没问题，但是水位过低，有误导嫌疑；一般澳门让球大于威廉希尔赔率的计算让球数的情况下，总让球略大于或小于澳门赔率计算的总让球时，主队才可以嬴盘。
五、赔率的数学模型。
（四）赔率的运营模型。
在此之前我一直没有提及赔率的分析方法，而是从赔率和博彩公司内部去挖掘、探索赔率的生成方式、作用、意义、盈利方式、算法等基础环节，其目的是希望大家跳出赔率所带来的数字陷阱，从赔率的表面化回归到赔率的盈利方式以及博彩公司的内在盈利，使大家以商品的视角出发来看待赔率，毕竟赔率也是一件商品。
我认为，从博彩公司赢利的角度去分析赔率，才是赔率分析最正确的方法。因为无论是我们以后将要提及的赔率对比还是赔率离散度、赔率走势，其原理也是从博彩公司的赢利角度出发的。从下面开始，我们将深入的接触到赔率，以及赔率的赢利模式。
1、凯利指数。
凯利公式是著名的玻尔实验室的一位科学家John Kelly于1956年提出的，凯利在协助规划电子位元流量设计时，对较小概率发生事件提出了一个复杂的计算公式——凯利公式。这个公式属于概率学关于预测（期）方面的一个分支，原数学模型极为复杂，同时，由于博彩中的冷门也是较小概率发生事件，于是凯利值的概念也引入到博彩业中。在此后的时间里，凯利公式因其在对事件的预期和规避风险等理论上的先进性，凯利准则在博彩方面的应用极为迅速地传播起来，比如赌场的扑克游戏21点和欧洲盛行的赛马、赛狗等运动，其地位同“旋转矩阵”在数字乐透领域一样显赫。
依照这个公式，其计算出来的结果则被我们称为凯利值。在足球博彩方面，其应用主要以欧洲赔率为基础，可以在给定赔率的情况下计算出最佳的投注额，以实现盈利。
通过凯利指数的原理，我们可以了解到凯利其实质亦是来自于概率学，而博彩公司的赔率生成同样来自于概率学，这种异曲同工造就了凯利指数对博彩准确度的大幅度提高。
要说凯利指数，首先要提到的是凯利方程式（Kelly-formula），凯利方程式为：K=W-(1-W)/R。其中，K=投资的最佳资本比例；W=投资获利的平均机率；R=成功获利比。这个方程式带给我们什么呢？其最重要的作用是“使我们清楚的核算出项目的最佳投资盈利。”
这个方程式演化到足球赛场，与博彩公司的赔率相互搭配，就形成了我们口中时常提到的凯利指数。
凯利公式的基本公式：
p*o-1
b=——————------------------------(基础方程)
o-1
p = 胜率（the probability of collecting the bet. (0o = 含本金的赔率（the gross payoff (a multiple of stake) in case you win. (o>1)）
b = 最佳投注额比例（gives the fraction of your current bankroll that should be wagered on that specific bet.）
也可以演变为另一种解释（引用Ed Seykota 的风险管理文章中的描述）
The Kelly Formula
K = W - (1-W)/R ---------------------------------(个人因素方程)
K = 下一笔交易占资本比例
W = 历史胜率
R = 报酬 （放到足彩上，就是赔率减去1）
一般人常提到一个精明公式
精明的凯莉方程式：
b*(e*o-1)
opt=———————— -----------------------------(精明方程)
3*(o-1)
上式具体含义如下：
opt = 最佳投注额（Optimized Stake Size）
b = 可支配的总投注额（Current bankroll）
o = 小数形式的赔率（Odds available in decimal format）
e = 取胜预期或者说预计胜率（Estimated probability）
精明方程实际是基础方程演变而来，是相对而言最可靠的，如果按照这个方程并且自身平均胜率高于赔率反映胜率就可以稳定的达到平均每次投注有6%的预期利润，不过要注意以下几个方面：
（1）赔率低于等于1.5的情况下，即便胜率很高，最终也是要亏钱的。
（2）赔率在1.5-2.1之间，属于灰色区域，在这个区域间，应当谨慎投注。
（3）赔率高于2.1的情况下，属于凯利方程理想应用区域。
（4）根据个人因素方程，第2、3两种情况中，影响最佳投注比例的是赔率的大小，所以选择的赔率必须至少高于或者等于公平赔率。
（5）同样根据个人因素方程，任何时候最佳投注比例都是小于公平赔率所反映的胜率百分比的，这就奉劝大家任何时候不要考虑半仓或者额外加注。
（6）p的计算不是你个人的胜率，而是公平赔率所反映的胜率百分比，这样最符合凯利方程的原理，在选择的赔率高于公平赔率时，w不动，r增加，凯利方程正好鼓励加大投资。
最后不得不说本文中的公平赔率问题，目前存在有三种换算方法，一种是选择整个市场均衡态的情况下理想的赔率体系，一种是按照独立球队分析模型（涉及埃罗/松泊等方法的运用）做出的赔率体系，一种是简单选择市场平均赔率（最好加以标准偏差分析方法进行调整），这三种方法各有利弊，一般采用的是第一种和第三种。
然而单就方程式而言，未免过于深奥，因此对上述内容我们大可只作了解。但我们却必须清楚知道博彩公司的赢利是怎么构成的，其与凯利指数有何联系？
博彩公司的赢利来自两个方面：一是佣金收入，另一个是赔付顺差收入。如果发生赔付逆差博彩公司就有可能赔钱。其实这和一般的商品交易是一回事。大家比较熟悉商品交易，交易总值的计算有一个公式：
交易价格×交易数量﹦交易总值，
在博彩业中，如果说赔率是交易价格的话，那么玩家对胜、平、负三个结果的投注量就是交易量。我们如果能知道博彩公司在这个赛果中的交易量，我们也就能计算出它的交易值了，而其交易量（投注量）是绝对保密的，同时由于每个结果的投注量都很大，也不便于比较。就把交易总量设为1，只要知道各个结果的投注比例（彩金分布比例）就行了。其实彩金分布比例对庄家而言也是绝对的商业机密，世人不得而知。这也无关紧要，我们可以借助相关的数据来进行估算。在这里，凯利值就有交易值的含义了。
对于足彩而言由于有胜、平、负三个结果，那么凯利值就为：
主胜赔率×主胜彩金%=庄家应付主胜彩金%
平局赔率×平局彩金%=庄家应付平局彩金%
主负赔率×主负彩金%=庄家应付主负彩金%
在这里主胜彩金%+平局彩金%+主负彩金%=1，也就是庄家受注的彩金总量为1。
由庄家应付主胜彩金%、庄家应付平局彩金%、庄家应付主负彩金%，又组成了三个小数，那么这一组小数被称为凯利值。
计算凯利值的意义是什么呢？
（1）我们知道庄家愿意赔低不愿意赔高的道理，那么凯利值低的那个结果最容易出现。
（2）我们知道庄家受注的彩金总量为1，那么凯利值＞1结果不容易出来（庄家赔率开高，强队强行胜出；庄家另有开赔意图……除外），凯利值≦1的结果可能出来。
（3）庄家盈利的基本方法是通过对比赛的预测保持赔付平衡后能收取到法律允许的佣金（俗称水钱）。现时欧洲的赔付率为0.89—0.92，那么低于或等于此标准的凯利值结果庄家都可以接受。
（4）庄家还有第二个收益来源就是除正常收取水钱后还捎带有赔付顺差，那么凯利值最低的结果就最有可能打出来。
凯利值对足球赛事预测的重要意义就在于此。
凯利值的计算与赔率密切相关，可以说是和赔率与之俱来的数据信息之一（这里计算出的凯利值实际上就是理论上的赔付包容率，是庄家开赔时预计好了的，是我们进行数据分析判断的参考。），赔率是一项伟大的发明由此可见一斑。赔率分析对足彩预测的重要性不言而喻。
在这里还要提醒彩友门注意凯利值也有广义和狭义两种概念。狭义的凯利值对足彩分析才有参考意义，而广义的凯利值，如庄家计算后公布的凯利值只是表达庄家对各种比赛结果的期望值，并不构成玩家的实际行为，并不具有多大的参考价值。
下面我举一个实际例子，足彩04037期阿森纳对西布朗：
周末欧洲平均赔率 1.18 5.81 15.39
周末欧洲投注比例 0.81 0.15 0.04
凯利值计算分别是 0.96 0.87 0.61
因为本组赔率的水线（S）=1.084，庄家预计的赔付包容率为0.923，周末欧洲投注比例经投注行为分析是可信的，这样主胜的凯利值为0.96大于0.923，而平局、主负的凯利值分别为0.87、0.61均小于0.923，后面两个结果打出来对庄家有利，庄家开赔率时就预计到了这种情况，因此投注1、0。结果双方1：1战平。
2、盈亏指数。
说完凯利指数，我们明白了其意义在于研究博彩公司（庄家）在一场比赛赔付方面的盈亏情况，但凯利指数对于博彩公司盈利情况的反馈还是比较侧面的，为此我们提出另一个公式：盈亏指数。
盈亏指数同凯利指数一样，也是通过对比赛胜、平、负投注比例的分析，实现对博彩公司的赢利分析，从而预判出某场比赛最终的赛果。而与凯利指数不同的是，盈亏指数对于博彩公司盈利情况的反馈更为直接，换言之，计算盈亏指数的公式，实质上就是博彩公司的帐目计算公式，当然以此来计算博彩公司的盈亏情况，其结果自然更为精准。当然相比凯利指数，盈亏的后市预判性还是有明显不足的，因此我们一直强调要用盈亏指数与凯利指数相互协调、结合的方法，来判断比赛的赛果。
在这里我们要强调一点：通过实际的盈亏运算及分析，我们可以发现很多比赛，庄家往往给出的是两项盈利项，只能排除掉一个结果。之所以会出现这种情况，是与博彩公司对比赛的判断力相关联的。正如我们前文所说的那样，即便运用“埃罗预测法”、“进球率法”、“六场积分法”等多种数据模型，依然难以对某些比赛平局的概率得出精准的判断，这就迫使博彩公司调整赔率，以期实现两个赛果同时盈利的目的。这就是为什么无论通过凯利指数，还是通过盈亏指数，都只能判断出某些比赛存在两个盈利项的原因。
那么接下来我们开始介绍盈亏指数。
和凯利指数一样，盈亏指数的计算也需要一组参数，那就是“投注比例”。盈亏指数的计算公式是效法博彩公司的财务收支计算而得出的，其具体公式是：
某场比赛的盈亏指数=90-比赛结果对应的投注比例*比赛结果对应的赔率
其中：
盈亏指数的运算中的90是什么呢？这是一个平均返还率的问题。一般主流博彩公司的返还率都是90%左右浮动，因此，这个90，实际就是平均返还率。
上述公式是盈亏的基础公式，类似于凯利的原始公式。根据盈亏指数的运算，我们对比凯利指数的公式可知，二者在大方向上是相辅相成的。
那么在实际运用中，盈亏指数是如何运用的呢？以2003年第43期足彩的第13场，米德尔vs曼联为例。本场比赛胜平负赔率依次为4.71、3.28和1.63，对应的网友投注比例分别为23.77%、16.55%和59.68%，比赛结果为0(曼联赢)。如果投注足彩的资金用来赌外围，那么，每受注100元，博彩公司需赔付：59.681.63=97.28元，盈亏指数为90-97.28=-7.28。也就是说，考虑到运营成本等因素，博彩公司在这场比赛上每受注100元会出现7.28元的亏损。
由此我们可以看出，无论通过凯利计算，还是通过盈亏计算，某些比赛，即便强队方胜率很高，庄家最终也是要亏钱的。对于强队所出现的博彩公司亏钱的情况，我们可以通过赔率的变化来规避，同时只要盈亏不出现较大亏损局面，这个正路结果也是很容易打出的。
但既然强队的比赛打出正路赛果要亏损，那盈亏指数对我们还具有什么指导意义呢？这里我们来讨论博彩公司是怎么通过赔率来实现盈亏平衡的。
盈亏指数的衍生公式是：
（100-投注比例）*0.9—(赔率-1)*投注比例
其得出的过程如下：
假定某场比赛的投注总额为X，根据庄家不参赌原则，假定赛果的投注比例为Y（不含百分号），则没能打出的结果的投注比例为（100-Y），则庄家总盈利为（100-Y）X。而这部分盈利里，包含了庄家所应得的手续费（即水钱），按普遍的90%返还率（也可按85%）计算，则庄家的赔付顺差收益为：0.9（100-Y）X。
同理，这部分盈利，要用来填补赛出赛果部分投注额的亏损。而根据赛果的投注比例Y，除去赔率所含本金，则有该部分赔付返还为：X（赔率-1）Y。
由于赔率中已包含手续费，因此，返还那部分盈利是不能乘以0.9（或0.85）的。也就说，闲家只按照赔率的大小收取盈利，不再缴纳任何手续费用。假定赔率为1.25，闲家投注100元，盈利就理所当然应该是25元。
由此，庄家的盈亏为：0.9（100-Y）X—X(赔率-1)Y。
假定X=1，则公式演变为：（100-投注比例）*0.9-(赔率-1)*投注比例。这个公式所得的结果，就是庄家的盈亏结果（水钱除外）。
我们同样还可以换位思考。假定投注总额为X，而博彩公司一开始就把水钱完全拿走，则剩余投注总额为0.9X（返还率90%的情况下）。而正常赛果的投注比例为Y（不含百分号）。则未赛出结果的投注比例为（100-Y），则博彩公司总盈利为：0.9（100-Y）X。而正常赛果的投注额为：0.9XY（不含水钱），这部分投注额理应获得赔率的赔付，则赔率的赔付为：（赔率-1），由于赔率里已经含有了0.9的水钱，因此我们必须再除以0.9，由此同样能得到上述公式。
盈亏的衍生公式可以知道博彩公司对于某场比赛的盈利情况，举个例子：
07003期足彩，纽卡斯 2-2 西汉姆，立博赔率1.72 3.20 4.33，官方投注比例58.75 22.93 18.32。根据公式我们可以得出：
主胜盈亏为：-5
平局盈亏为：19
客胜盈亏为：13
很显然，我们可以知道，庄家并不看好主队胜出，最优选项是平局。
（四）赔率的运营模型。
3、必发指数。
A、必发指数的基本介绍。
著名球赛分析家Paul Kulhavy有以下一句名句：足球博彩并不只是有关统计数据和球队新闻消息。博彩组合的其中一环是要知道球赛的热钱去了那里。(Football betting is not just about statistics and team news. Part of the betting puzzle is to know where the big money is going on the game.)
中国足彩中的胜负彩源于欧洲博彩的标准盘，即竞猜球赛的90分钟连补时的法定时间内胜平负赛果。进球彩则和俗称波胆的正确比分玩法雷同，而酝酿已久的单场彩更会揉合更多西方博彩玩法。以上看盘分析球赛的理论当可应用在足彩上。
为什么要看必发交易数据？最简单的理由是世界上具规模的博彩服务提供者里，只有必发是公开交易数据的。俗称庄家的传统博彩公司，运作方式原则上是与客户(即投注者)对赌，实质上是透过不同投注者投在不同相对选项的注码进行对冲赚取赔率上的差额利润。由于庄家与客户的关系基本上是对立的，投注者赢庄家便要赔本，因此庄家不可能公开它的交易数据协助客户赢钱。那为什么必发又肯公开数据呢？这便须先了解必发的特色。
必发并不是庄家，而是博彩交易所。它本身不受注，只担任中介角色，促成不同客户之间的买卖交易，即每一个交易的庄家与买家都是它的客户，而必发只从中抽取赢家一方的小比率佣金作为利润。换言之，每一项交易谁赢谁输都不影响必发的业务，因此它不介意公开详细交易资料。
交易所并不只必发一家，那么为什么要选择必发？它是全世界最大的博彩交易所，每周成交量愈七亿港元。在体育博彩历史悠久的英国，必发一家的交易量己占去整个市场的近九成，可说是垄断的局面。必发在英国以外的市场发展亦十分活跃，近一年来它已取得在马尔他和奥地利经营的牌照，并陆续向世界其它主要市场扩展，真正国际化的博彩交易所，可说只此一家。必发在2003年获得英国商界最高荣誉的英女皇杰出企业奖，这奖项是由英国政府评核，并以皇室之名颁发，足证必发的成就和地位。以必发的卓越市场占有率，单看这一家的交易量己足以代表全球交易所的行情。
另外，必发的技术优势能在一分钟内处理多达12000宗交易，即每秒可成交200宗。它的行情变化绝对具代表性。
有人以为博彩公司的赔率是反映其对赛果的判断，庄家判决会输的一方便提供高水位吸引买家以达到赢利目标。若能理解具规模的博彩公司是以对冲客户赌注赚取水位差额赢利，便会知道这想法不尽正确。博彩公司的赔率是要平衡赌注，少人买的一方它便要提升赔率吸引注码以对冲受了热门一方的赌注。当然，这样亦可以推敲其交易状况，但总不及从必发市场上已成交甚至是已挂牌还未成交的注码及赔率般准确了解行情。
怎样看必发的行情数据？必发除了提供大家熟悉的标准盘、亚洲盘、大小球等，还有可以在同一场球多达二十多种不同的玩法，不过就算玩法不同，提供的数据类别都大同小异。最重要看的当然是已经成交的金额和赔率，直接反映那一方是热门和究竟热卖到那一地步。已挂牌而未成交的数据也有很大的参考作用，这可让您了解买家与卖家(即庄家)的心态，理论上这两方是对立的。
有几点是值得留意的：
（1）买家和卖家双方同意交易才能有成交，因此成交量是代表市场上买家与卖家双方已经投入的资金，而不是单方面的。
（2）挂牌数据由于是未成交的，故分为买家和卖家两方。买家挂出来的是要求下注，亦即是现场可以供卖家受注的订单；相反卖家挂出来的便是要求受注，或可供买定下注的订单。须注意的是必发客户众多，无论是买家或卖家都有很多人有不同的要求，故同一时间会有许多设于不同赔率水位的定单，当中最有机会成交的自然是要求最低赔率的买家订单或最高赔率的卖家订单。所以看挂牌量亦应以看最佳水位的可买和可卖较为准确。
（3）由于任何人都可以在必发买或卖，不少高明的玩家会以投资赚水位差价的手法博取利润，即在低水位卖而在高水位买。例如同一位玩家可以在一个标准盘的主胜于2.0的水位下注，到下调至1.8的水位便伺机受注相同的注码，赛果是主队胜出他便赚了20%，否则两项交易对冲掉是没输没赢。因此大家看到的成交量有一部份是已经过对冲掉的。
（4）必发每天都提供很多赛中交易市场，即俗称的滚球盘或走地盘。有别于传统博彩公司会在完场前一段时间便会封盘，必发的滚球盘是开到完场的。因此大家看盘时要留意开赛时间，开赛后仍在滚动的交易数据便是滚球盘的行情，而滚球盘的变化很大程度上是与球赛的发展挂钩。
（5）必发的赔率平均比其它传统博彩公司高出20%，若要比较必发和其它公司的赔率，便要把这差异计算在内。
为了更清楚让大家了解行情状况，本版指供了两项指数。成交比例是简单的计算主平负三个选项相对总成交额各自所占的比例，这是没有计算赔率因素的，换言之是代表了买家的单方面投入。而成交指数是同时考虑成交额和相应成交赔率运算出来的，它同时代表了买家和卖家的双方面投入。两项指数都以百分比的形式显示，不同的是成交指数计算了赔率的因素，而愈热卖的选项相对赔率便愈低，因此冷门与热门之间的数值差距会比只算成交比例幅度小，也比较客观。
无论是个别看单项的赔率或成交量，或看我们综合出来的指数，这些数据都只显示谁是热门、谁是冷门，以及冷热程度，作为预测球赛赛果的一种分析工具和参考指标。然而，它不能直接与赛果挂钩，热门落败冷门胜出是常有的事。要提高胜算，便要仔细研究每支球队的历史往绩，与现场纪录比较分析，找出当中的异同再作判决。例如一支表现稳定的球队，热胜冷负的机率自然较高；也有一些球队是经常出现冷门赛果。再者便是看数据走势，从不寻常变化中透视玄机。
B、必发指数与凯利值的联系。
必发指数和传统欧赔体系的赔付率与期望回报率是相互结合的。
首先我们仍需要把期望回报公式（凯利指数公式）完整列出如下：
（1）参数A：平均可能性（AP，主胜平负平均概率分别表示为APH，APD，APA），是各家公司欧赔体系赔率所精确对应出的各公司判断的胜平负概率的平均值。
（2）参数B：赔率（主胜平负分别表示为OH，OD，OA）
（3）参数C：期望回报率（凯利值）（主胜平负凯利值分别表示为EH，ED，EA）
EH=OH*APH；ED=OD*APD；EA=OA*APA
（4）参数D：可能性（主胜平负概率分别表示为PH，PD，PA）
PH=1.0/OH*R；PD=1.0/OD*R；PA=1.0/OA*R
（5）参数E：返还率R=1.0（1.0/OH+1.0/OD+1.0/OA）
我们引用2006年11月12日意甲梅西纳VS卡利亚里的数据进行分析：
SINGBET 2.00 2.90 3.90 0.85 0.92 1.00 91
立博 2.10 2.80 3.50 0.89 0.89 0.90 89
（第一组三列数位表示赔率，第二组三列数位表示凯利值，最后一列数字则代表该公司的欧赔返还率）
现在我们首先假定市场上仅有一家公司SINGBET，那么市场平均概率就是它自己的概率，主胜凯利值的计算如下：
EH=OH*APH=OH*PH=OH*（1.0/OH）*R=R
也就是说这时凯利值即是其返还率。现在我们假定市场上多了一间公司立博，我们再看看发生什么。这个时候，APH等于两家公司的PH除以2，即：
APH=（45+43）/2=44%
APD=（31+32）/2=31.5%
APA=（23+26）/2=24.5%
然后我们分别计算出SINGBET公司的凯利值得：
EH=2.0*44%=0.88
ED=2.9*31.5%=0.9135
EA=3.9*24.5%=0.9555
以及立博公司的凯利值：
EH=2.1*44%=0.92
ED=2.8*31.5%=0.882
EA=3.5*24.5%=0.858
我们可以发现两家公司经过“市场”的调和，其各自的ED值同时高度接近其各自的R值，而其EH和EA则开始出现离散。利用凯利值预测赛果的完美状态就是，当某公司的某一赛果的凯利值高度接近其返还率时，其赛果则为该公司在该市场中预计最可能发生的实际赛果。以该场比赛最终战成2：2的赛果而言，这两家公司分别对赛果的把握显得极其精准。事实上，如果我们在这个数据模型里面继续添加其他同样具有代表性的亚盘主流公司和欧盘主流公司，计算出来的“市场”调和后的凯利值，其各自的ED值最接近其各自的R值，从而构成完美的凯利模型。
我们回头看必发指数这场比赛的成交和变化过程。在比赛当日，主胜于赛日凌晨开始出现防御性集中，卖方上行推高价往2.40以上，买方未发力抵抗。客胜同时出现买方重要筹码，向下冲击卖方防御，卖方接货力度并不坚决，3.80防线随时可被买方突破。平局低往3.00不断纠缠，买卖双方势均力敌。目前格局，客军逐渐向不败方向发展。必指最后以44-17-39的指数结构收盘，该指数结构区间主队仅有两次平局，客军录得3平的记录。赔率则以2.54-2.92-3.70收盘，全程变化清楚显示主胜被抛售，平局不断下压，客胜高位有买单下压的走势。必指成交赔率走势与前面我们讨论的主流公司市场的凯利值分析呈现高度一致状态，必发成交用动态过程清晰印证传统主流庄家对比赛结果的高度把握。
4、标准赔率差
赔率差是和凯利、盈亏完全不同的一个概念。准确说，赔率差应分为两类，第一类是由各公司内部标准赔率以及受注赔率相对比产生的赔率差，第二类是由大众心理投注比例反算赔率来比较博彩公司赔率得出的赔率差。在此我们只探讨第一类的情况：标准赔率和标准赔率差。
标准赔率究竟是什么呢？
标准赔率差其实就是博彩公司所开出的标准赔率与受注赔率的差值。
我们将标准赔率差分为两种数据。
第一种数据：受注时段，即标准赔率与受注初赔的差值。
第二种数据：终盘时段，即标准赔率与临场赔率的差值。
我们来看看实战中的运用。
朴茨茅斯VS阿森纳 澳门标准：6.30 3.60 1.50 标准赔率：6.30 3.88 1.46 结果：0－1
尤文VSAC米兰 澳门标准：2.00 3.00 3.70 标准赔率：2.00 2.92 3.83 结果：0－0
布莱克VS埃弗顿 澳门标准：2.55 3.20 2.50 标准赔率：2.55 2.72 2.90 结果：0－0
博尔顿VS曼城 澳门标准：1.90 3.20 3.80 标准赔率：1.90 3.01 4.11 结果：0－1
佛罗伦萨VS切沃 澳门标准：1.80 3.10 3.80 标准赔率：1.80 3.12 4.45 结果：2－0
上面皆为真实摘录数据。不难发现，标准赔率对于判断足球赛事的首选效果较佳。虽然这个模型仍旧存在误差，不过在更多时候都能够为我们判断比赛提供方向。相比单纯的看赔率，标准赔率的出现使得我们对赔率的研究上更加深入。
说到这个时候，也许很多朋友对这个数据很感兴趣，有很多朋友问标准赔率是从什么地方得出的，我只能说，这是庄家的内部赔率，平常人是无法得到的，需要通过一定的途径和渠道才能得到。我们日常接触的标准赔率，一般是澳门或者威廉希尔所给出的数据，参考价值也比较大。
五、赔率的搭配体系。
（一）赔率的回报。
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。
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）。
在研究赔率体系之前，大家先仔细思考两个问题：
1、你知道中国人民银行的定期存款利率是多少吗？
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？
实际答案是：
1、中国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。
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。
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。
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。
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。
我们之所以把博彩称之为一种赌博，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，就相当于在中国的银行存上八年所得到的回报，这就是博彩被称之为赌博的精髓所在。
（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
HK Jockey Club(中国香港) 1.00 17.00 150.00
Tradesports(爱尔兰) 1.02 83.33 200.00
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。
当强势方赔率为1.05时，弱势方赔率最大值一般为多少呢？
英国 VS 马其顿 0：0
博天堂 1.05 9.00 26.00
24hPoker 1.05 10.00 33.00
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。
当强势方赔率为1.12时，弱势方赔率最大值一般为多少呢？
科威特 vs 巴西 0：4
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？
国际米兰 vs 卡利亚里 1:0
Bet24(丹麦) 1.18 5.20 13.80
SNAI(意大利) 1.18 5.50 14.00
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。
……
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。
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。
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。
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。
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）：
主胜（30个区）——平局均值搭配
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
1.15-1.20区 ：5.5-6.5区
球半区：
1.20-1.25区 ：5.0-6.0区
1.25-1.30区 ：4.5-5.5区
一球/球半区
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
一球区：
1.45-1.50区 ：3.5-3.8区
1.50-1.55区 ：3.4-3.6区
半/一区：
1.55-1.60区 ：3.4-3.6区
1.60-1.65区 ：3.4-3.6区
1.65-1.70区 ：3.3-3.5区
半球区：
1.70-1.75区 ：3.3-3.5区
1.75-1.80区 ：3.3-3.5区
1.80-1.85区 ：3.2-3.4区
1.85-1.90区 ：3.2-3.4区
1.90-1.95区 ：3.2-3.4区
1.95-2.00区 ：3.2-3.4区
平/半区：
2.00-2.05区 ：3.1-3.3区
2.05-2.10区 ：3.1-3.3区
2.10-2.15区 ：3.1-3.3区
2.15-2.20区 ：3.1-3.3区
2.20-2.25区 ：3.1-3.3区
平手区：
2.25-2.30区 ：3.0-3.2区
2.30-2.35区 ：3.0-3.2区
2.35-2.40区 ：2.9-3.1区
2.40-2.45区 ：2.9-3.1区
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：
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。
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。
那么客胜赔率和概率得出有何意义呢？
这里举两个例子：
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。
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%
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。
比赛赛果——1：1平分秋色。
例2：
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%，
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。
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。）
——欧洲赔率与百分比概率的换算
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%
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%
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%
2.00=44-45% 2.10=42-43% 2.20=41% 2.25=40%
2.30=39% 2.35=38% 2.40=37% 2.50=36%
2.60=35% 2.65=34% 2.70=33% 2.80=32%
2.90=30-31% 3.00=29% 3.20=28% 3.30=27%
3.40=26% 3.60=25% 3.70=24% 3.90=23%
4.00=22% 4.20=21% 4.50=22% 4.70=19%
5.00=18% 5.30=17% 5.50=16% 6.00=15%
6.50=14% 7.00=13% 7.50=12% 8.00=11%
9.00=10% 10.00=9% 11.00=8% 12.00=7%
15.00=6% 18.00=5% 23.00=4% 30.00=3%
（未完待续）
作者：秦俑
第一部分 赔率篇
一、什么是赔率（赔率的起源）。
2008年是中国奥运年，针对这次奥运的金牌总数，各大博彩公司开出了这么一组赔率。值得一提的是，以往各届，中国队获得金牌总数第一的次数是0，而美国近三届均为第一。但在这组赔率下，如果你在博彩公司押注100元，美国金牌数最终居第一的话，你可以赢150元；若是中国金牌数排首位的话，你则只能赢50元。
显然，博彩公司普遍更看好主场作战的中国军团。最终结果，中国军团历史性的拿到了51枚金牌，雄踞金牌榜第一。由此足见博彩公司惊人的眼光。
北京奥运会金牌总数第一赔率排行榜
威廉希尔
Bwin
立博
Interwetten
中国
1.50
1.45
1.44
1.60
美国
2.50
2.55
2.62
2.45
俄罗斯
21.00
41.00
26.00
9.00
其他国家
34.00
81.00
151.00
30.00
这个结果说明了一个问题：当后面的数字越接近1时（或者说越低时），则其胜出的可能越大。后面的这个数字，就是我们日常生活中经常接触的名词——赔率。
赔率始于1790年的欧洲，其发明者是英国人奥格登。最初的赔率起源于中世纪的赛马。由于世界上充斥着很多的竞技或者比赛，人们总喜欢对某些竞技或者比赛的结果进行预测。然而在赔率诞生之前，任何的预测都是主观的，都是人们根据自己的思维凭空想象得出的结论。为了增加社会和人们的关注度，同时使对比赛结果的预测更加客观和科学，奥格登推出了赔率这一概念。最初的赔率是以百分比例的形式出现的，用来描述竞技胜负的概率，随着这些数字的不断量化，才出现了如今的赔率形态。
所以，赔率的定义是：在将某项竞技或比赛的结果进行数字量化后，所得出的科学、客观的概率预测。意即是：赔率是科学、客观反映竞技或比赛结果的数据形式。
在现今生活中，我们发现，赔率所容纳的已经不仅仅是体育竞技，而是更大程度的容入了我们的生活，例如“奥斯卡颁奖”、“总统竞选”等等。赔率已经成为我们对事物预知判断的一个重要衡量标准。
二、赔率的指导意义（赔率与商品）。
众所周知，竞技运动是一种游戏形态，通过胜负的方式来进行评判。而随着博彩公司的全面涉足，竞技运动被赋予了特殊的商业价值，而赔率也逐渐由一项数据科学变成具有市场价值的商品。这一部分，我们主要了解赔率与商品的关系，从而看清赔率对于比赛究竟有什么指导意义。
（一）赔率，一种类似股票和期货的商品。
要了解赔率，首先要了解博彩公司开出赔率的目的是什么？从社会形态来看，一个公司要正常运营，首先需要的就是资金。要获得资金，其首先要向大众提供服务或者提供产品。博彩公司的产品就是——赔率。因此，研究产品本身的特征、卖点，对于研究赔率而言，至关重要。
拿与赔率相似的股票、期货来做比较，应该是比较适合的。赔率和股票、期货相似的地方在于：消费者低买高卖。然而赔率之所以被认定是一种赌博，其最重要的原因在于——赔率并不能像期货和股票那样，具有实物价值，同时它也不具有长期性和稳定性，往往一场球结束，赔率的价值就宣告结束。
我们这里还是先把赔率看成一个很简单的商品进行研究。拿房地产行业来说，一套房子要销售给大众，首先开发商要购买土地，然后要进行市场调研，策划分析，提出开发思路，然后根据产品的优劣势规避风险，开出合理的价格面市。那么如果一套房子环境好、地段好、质量好，那么相应的就要贵一些，如果一套房子环境差些、地段不佳、质量不好，那么相应的就要便宜一点。
同时，开发商还要考虑消费者是否认同这套房子的价值，一旦消费者不认同，或者市场供大于求，则这套房子相应的还要贬值，表现在价格上就是持续的下跌。在这个时候，即使开发商认为其产品本身是非常优秀的，但是由于消费者的不认同，这套房子也只能按照市场来拟定价格。反之，如果开发商自己认为这套房子比较差，但消费者却对这套房子看好时，这套房子同样可以卖到较高的价格。这种情况，我们称之为心理价位偏差。因此，我们在很多房地产策划中看到“卖点群策划”这个词，其目的就是要为房子制造优点，使房子在消费者心目中具有较高的心理价位。
从房地产引到博彩公司，我们发现其运营方式是基本一样的。就像开发商要拿地一样，博彩公司也要选择球赛。然后，正如开发商进行市场调研、分析土地价值、进行策划分析、提出开发思路一样，博彩公司也会分析球员状态、战术打法、球队实力等等，得出胜、平、负三种结果的不同概率。那么赢面大的球队，其赔率自然就低，而赢面小的球队，其赔率自然就高。就如房地产中，地段好、环境好、品质好的房子价格自然高，而反之价格则更低一样的道理。
但这里要强调的是，房子就算地段差、环境不好、品质不佳，消费者愿意买单，那么其价格肯定还是不菲。同理，一场球就算博彩公司再不看好某个结果，如果消费者统一看好这个结果，赔率肯定也是会被压得很低的，这时就是我们所说的冷门赔率。举个例子，AC米兰打都灵，AC米兰获胜赔率为1.35，尽管博彩公司都不看好缺少攻击力的AC能赢球，但由于大众看好AC主场反弹，因此AC获得的赔率依然比较低。
这种情况，与房地产里的心理价位偏差是一致的。而作为博彩公司，在遇到这种情况的时候，要保证盈利，一方面会根据自己的判断，选定比赛的最终结果，给出对应的赔付较少的赔率，另一方面，要迎合大众的心理需求，相应给出消费者看好的某个结果合适的赔率，这样就能既获得盈利，又使赔率表面达到平衡。
（二）赔率的均衡理论。
从对赔率的跟踪发现，博彩公司开出的赔率，大多根据消费者心理投注方向来制定，只是在细微处体现出博彩公司对于比赛结果的判断。因此，仅仅根据赔率的表象来判断一场球的胜负关系是不妥当的。说得更具体一点，也许这只是自己和自己的心理在博弈而已，因为毕竟赔率整体方向是根据消费者心理来制定的。
但如果仅仅根据消费者的心理来制定赔率，博彩公司是不能完全规避风险和保证盈利的，这时博彩公司应怎样将自我对比赛的认识和大众对比赛的认识相互融合，相互协调呢？这里我们要引入一个词汇——均衡理论。
均衡理论在赔率中的意思是：根据大众心理投注方向，以及博彩公司自身对比赛的分析、判断，得出理想化的或是貌似理想化的平衡赔率。在投注群体眼中，这组数据，融合了各方面的咨讯、消息、题材、内幕，出任何结果都是完全正常和有理由的，同时也是保证了赔率公司完全处于中立状态，不参与跟投注群体对赌的局面。但请注意，这是在投注群体眼中，赔率呈现出的表象。
在很多的赔率分析文章中，我们经常能看到以下一段文字：
1、“在整个赔率形成中基本上是不会让博彩公司和彩民对赌的，可以说基本上博彩公司不会参与整个赌博过程，当博彩公司出现数据不平衡的时候博彩公司就是利用他们的资源来把不利于他们的情况变成有利于他们的情况”
2、“博彩公司主要是通过收取手续费（水钱）来盈利的，欧洲的博彩公司主要是通过赔率的调整来计算盈利率的，通常他们的盈利率在10%-15%之间，保持让博彩公司立于不败之地。”
这种说法似乎于情于理都说得过去，其实咱们生活中不乏这样的“庄家”，例如麻将馆打麻将，麻将馆的老板只需要租借一付麻将，然后收租金和场地费就行了，这就是真正的“中间商”。又例如买押宝押大小，盘面上大吃小，小吃大，庄家收水钱就是了，也是只赚不赔。
但我们拿押宝来举例，留心电影的朋友也会发现，押宝的荷官为啥总在电影里扮演着反角？道理浅显易动，因为庄家经手时，会根据盘面的资金数量，进行调控，使庄家吃大注赔小注，拿到最大利润。
博彩公司也是这个道理，根据均衡理论，赔率所呈现出来的，一定是一个理想化的平衡的数据形态，也就是说，表面看，这组赔率打出任何结果都是很正常的，博彩公司只能收取手续费。
实际上，足球比赛是个客观的东西，虽然具有不确定性，但是大多数比赛还是能够通过分析得出准确的结论，博彩公司开出赔率，使得博彩公司必定成为中间商，必须对资金流进行控制，因此，博彩公司实际上必须了解比赛的动态，必须分析出结果，以保证自我的利益。否则，博彩公司公布的财务状况里又怎会出现“亏损”两个字呢？
因此，赔率的均衡只是表面的均衡，是博彩公司综合了自己对比赛的判断，和大众的投注心理后，给出的数据表象。在这一组组数据背后，是博彩公司赖以生存的资本。当大众的投注心理和博彩公司的分析结果相违背时，这组赔率就将成为博彩公司赚钱的工具。而当大众的投注心理和博彩公司的分析结果相同时，这组赔率也会为博彩公司带来亏损，但大众的受益却由于赔率过低，而显得相当低薄。
三、赔率及博彩公司的构成。
在认识了赔率作为商品的特征后，我们来研究赔率的构成。赔率一般是通过演算而来，表现出的数据形态。其数据构成是与比赛可能出现的结果相搭配的，例如足球比赛有胜平负三种结果，则其赔率则分别对应胜平负三个结果。而篮球比赛只有胜负两个结果，则其赔率只对应胜负这两个结果。
（一）赔率的数字构成及种类。
在生活中，赔率是多种多样的，涵盖了多项比赛，即使是美国大选也有相应的赔率。我们这里只研究足球比赛中赔率的构成。
在足球博彩中，欧洲赔率可以对比赛的胜负平各自开出不同的赔率，也可以为联赛、杯赛开出夺冠赔率，甚至可以为一场比赛的进球队员和比分开出赔率。通常的赔率有以下几类：
1、标准盘（即比赛的胜、平、负）
2、过关赔率（即多场球组成一个串）
3、上/下盘（大小球）
4、波胆赔率（即比赛的完场比分）
5、半全场赛果（半场比赛的胜、平、负）
6、全场入球总数
7、入球单双数
8、首名入球球员
9、角球上/下盘（角球数量）
10、首先开球方
……
这里我们只看标准盘。举个例子，像在皇家马德里客场挑战马德里竞技的比赛，威廉希尔就开出：主队赢4.33，双方打平3.40，主队输1.66，那么4.33、3.40和1.66这三个数据，就构成了我们传统意义上的赔率数据。
在这组赔率里，皇家马德里赢的赔率最低，而主队胜的赔率最高，是4.33倍。赔率数值越小，发生这种可能性的概率越大，但这里要强调的一点是概率大，并不表示一定就会取胜，平和负的概率和几率一同样存在，并且是可以发生的，只不过发生次数和几率要少和小而已。这种赔率的制定也是根据双方的实力和客观条件而得出的，是符合我们第二章节所说的均衡理论的。
我们必须认识到，赔率越低，打出的希望越大。但是需要指出的是，如果投注出现一边倒的情况，庄家的赔率也会做出相应的调整，以此来避免因赔付过大而导致亏损。同时，如果投注出现一边倒的情况，最低的赔率方极可能难以最终胜出。
（二）赔率的要素。
由于地理和传统的关系，欧洲的博彩公司掌握比赛资料的全面和独到性是一般的玩家无法企及的，因此，欧洲赔率往往是我们判断比赛结果的首要参考资料，在绝大多数情况下，赔率能够客观地反映出一场比赛胜负平的可能性。
那么博彩公司是通过哪些资料分析，得出了最后的赔率的呢？这里我们要谈到赔率的要素（本部分源引《欧赔核心思维》）。目前国内在欧赔的研究上，处于极其懵懂的时期。而了解博彩公司的内部资料构成，对我们研究赔率有相当重要的作用。通常情况下其内部资料分为以下几类：
1、球队基本实力。
对联赛球队基本实力有个准确认识。需要对球队球员的基本能力有准确了解。例如意甲德甲则有较明显的中上集团，也有明显的下游集团，西甲则从头到尾纯粹实力差距最小。球队实力是决定比赛的最核心因素，是庄家研究比赛的基础，相当于武功中的内功。这些反映到赔率上，就是一种数据的量化。
2、即时广义实力差。
赔率基础是广实差。广实差包括能够影响受众思维的核心因素。至少包括：A、人气形势。如：罗马实力与拉齐奥相当，但人气不同，反映到赔率上有区别的。B、渊源。如：西甲的马德里、巴塞罗拿、塞维利亚三大城市对抗，赔率上是会间接表达出来的。C、战意。例如：联赛是排位赛，不同阶段盘口思维是不同的。D、主客场战绩。E、近况。特别是上一场战绩很重要。F、往绩。需要提醒：往绩胜负多、交叉胜负多、平局多，对于盘口的影响是不同的。G、核心球员伤停。H、联赛特性。像德甲、挪超，主队经常大比分取胜，反映到主客场广实差与其他联赛不同。I、排名。包括主客场排名。J、比赛时段。等等。
以上就是博彩公司为比赛开出赔率的构成要素。而要研究这些数据，就必须提到一个词汇——欧赔核心思维。欧赔核心思维是对上述资料的补充和延伸，同样是博彩公司开出赔率的充要条件。
附：[欧赔核心思维]
欧赔公司开盘首先研究的是即时对比，对即时对比进行统筹，综合分析各种对比因素对投注分布带来的影响，总结有：
（1）人气指数。
强队论绝对实力比中游强不了多少，但是强大的人气指数能力使得，强队对中下游胜赔很少开高于1.40。了解笼统的人气很容易，但是精准判断人气指数的变化需要深厚非凡的功力。巴萨冠军杯大胜影响的人气指数飑升，使得同样赔率下对萨拉平局，就是巴萨大胜后吸收到的胜赔足够多，使得1.33胜赔自然偏高。但是中游球队连胜5轮，也没有巴萨人气指数上升的一半，保级队6连胜也只能使得人气略升。不同对比下人气指数的变化是欧赔研究者需要研究的第一题，能精准判断很多大盘平局、和主队负。
（2）即时实力指数。
在欧赔开盘体系中，如上文所述，广义实力无疑是核心因素，原因是：大多数受众还是通过分析实力来判断比赛的。而决定比赛的最主要的因素是实力。但是欧洲专家理解的实力更深刻，更适合于博彩需要。下面要提到的是适合博彩需要的其他数据、资料构成。
A、球员实力指数、球员状态指数。
B、球队体系成熟指数。
C、球队心理成熟指数。
D、球队凝聚力指数。
E、突发事件指数。等等。
以下分别以举例的形式分析：
A、针对球员的静态实力分析。相信国内已经有很多成熟的思维，欧洲在数据分析方面更先进。静态实力分析是基础，但远远不是全部。分析比赛需要分析的是球员动态的即时状态，包括真实的伤病状态。这点是欧洲大公司的核心资源，对他们来讲，获取信息的成本并不高。例如：利物浦1：4切尔西，海皮亚不在最佳状态，则在欧洲专家看来比赛走向已定。例如：媒体经常炒作的“复出”题材，就有很大伸缩空间，如果状态未达最佳强行复出，则球队惨败居多，若精气神十足才复出，球队大胜居多。动态分析对于闲家是绝对盲区，闲家对策是分析赔率弥补之。
B、球队体系的运转程度。相信张路对国米体系的分析达到相当水准，欧洲专家更善于通过这些分析判断赛果，国米体系的结构性问题使得客场面对中上以上球队胜算极低。大家分析一些有结构性问题的强队，如皇马（中场不平衡）、阿森纳（中场不平衡），客场面对中上能力的球队，连平都困难。
C、心理成熟指数。举例：华伦、拉科在客场总是平局，就是和巴萨的本质区别，马体、毕尔包客场疲软，就是球队心理体系不成熟的体现。像阿森纳失去维埃拉、亨利受伤，实际上心理能力也下降不止一个档次，这就是心理成熟指数的作用。
D、球队凝聚力指数。例如国米05年客负尤文，尼维特进第二个任意球，门将塞萨尔指挥排人墙，大家根本不听，此球不进才怪。塞萨尔当然没什么号召力。有个小规律，凡是后防体系对门将俯俯贴贴的球队，后防稳定性都较高。罗马大家习惯于托蒂的大哥大地位，大家把球都传给托蒂，反正进不了球自己也没有责任，其实不是信任托蒂，而是要累死托蒂，从博彩角度这样的球队很容易失分。
E、突发事件。当球员知道本场后教练下课（此类消息可能经常被封锁），这场比赛取分可能性很小。乌迪内球队核心主力被禁闭，对球队不仅是实力、体系的影响，其他球员心里也是凉凉的，球员都会同情亚昆塔的，乌迪内连败就很正常了。
F、体能。至于体能对于比赛的影响程度到多少，欧洲博彩体系有数量化的研究，对于我们只能感性地判断。
现在足球，技术战术等基本面接近程度很高，一个联赛，广大球队之间比赛，取胜者必须付出全部的精气神，所以一旦某个方面出现小小问题，赛果就截然不同。
以上这些广义实力因素大家都有研究，上面的可能不全面，比较深入研究的是：这些因素对赛果的决定程度，使得这方面的研究更适合博彩。欧洲专家无疑对上述因素对比赛结果的影响程度功力最深。反映到欧盘思维上，就是针对受众对上述因素的了解、认识程度，使用赔率组合进行分化诱导。
（三）博彩公司的组织架构。
众所周知，任何一个企业要运转，都必须保持内部机构的严密性和完整性，博彩公司也一样。我们在分析赔率之前，一定要了解博彩公司是怎么构成的。其实博彩公司和众多企业相仿，也是由多个部门分工合作完成对赔率、盘口的开发、监控和管理工作的。
在这里，我们以澳门彩票有限公司为例。澳门是一座以旅游业和博彩业闻名于世的城市，素有东方的拉斯维加斯之称，每天来自内地和国外的游客络绎不绝，而来这里游玩的人都不忘去葡京或金沙小玩两把，旅游与博彩密不可分，相互促进。2006年世界杯期间，澳彩仅博彩赢利就高达十几亿。
澳门本部位于新口岸高美士街，地方很不起眼，公司的办公区就在二楼。澳彩公司由多个部门构成，包括盘房、信息部、客户服务部、电话投注部、现金投注部、业务拓展部、人力资源部、电脑维护部等。每个部门都由密码门隔开，分工明确，井然有序。以下详细介绍部分比较重要的部门。
信息部：该部门有8名员工，主要负责搜集每场比赛的资料信息，以及整理澳彩派驻国外的信息人员提供的球队资料，这些资料都将成为澳彩操盘手开盘的重要参考依据之一。
盘房：位于总部的中间位置，这是澳彩的核心部门，也就是我们平时所说的操盘中心。盘房的主力操盘手大概有二十人左右，每个人负责几个联赛，一般情况下都比较固定。06年世界杯期间60多场赛事澳彩公司需要承受的几十亿投注资金流向都控制在这么有限的二十人手里，开盘和操盘主要体现出一个“稳”字。
业务拓展部：主要负责澳彩公司业务的拓展和玩法的推广等。与欧洲较多的玩法相比，澳彩最受青睐的玩法是亚洲盘和走地，大联赛期间澳彩会根据直播的需要继续推出走地盘，包括走地让球盘、走地上下盘以及走地下一个人球等新玩法。新赛季澳彩在保持开盘、操作稳定性的同时将会尽量开发出多种流行玩法供彩民参考。
投注站：澳彩的小型投注站大概有10多家，主要受理澳门本地玩家的投注。里面有几位接受现金投注的服务员工，还有一部提款机和自动投注机。在投注机的旁边是澳彩的宣传广告和一叠足球赛程，只需花上10澳元，就可以感受现金投注的乐趣。
澳彩人员介绍说：澳门很少见到博彩媒体，澳门当地博彩气氛十分浓，而很多人都是带着小赌怡情的心情在玩球，所以根本不需要媒体的指导。足球是一项体育运动，澳彩公司的宗旨是提倡博彩娱乐化，小注怡情确实是最恰当的形容。
其中业务拓展部和投注站均为外联性质的部门，也证明了澳彩公司是将市场推广和市场应对放在重心地位的。下图是澳门彩票公司的信息部，以及澳门彩票公司投注站的投注机。（本部分源引《金手指》报相关内容）
（四）博彩公司的人员分配及构成。
正如前文所述的一样，博彩公司开出赔率，是经过精密的研究后得出的，普通的投注客很难在专业度和精确度上与之抗衡。那么博彩公司的人员分配及构成是怎样的呢？他们是经过怎样的流程来对一场比赛开出赔率的呢？这里我们要讨论一下博彩公司的人员分配情况。
根据了解，通常情况下，博彩公司都由资料收集员（负责收集资料）、分析师（负责分析比赛结果），操盘手（负责控制资金流向）等多个角色人员构成，其针对比赛开出赔率的过程如下：
1、资料收集员——即被本部派往各地的信息人员：收集完成比赛资料，发回本部。
2、赛事分析师：根据资料及相关数据、公式，对比赛进行预估和分析，得出相关比赛结论。
3、评估人员：根据酒吧理论（后文阐述）对投注比例进行预估和整理，发往盘房。
4、盘房工作人员——即主力操盘手：根据上述结论及赛果、投注比例得出相关赔率、盘口。
5、操盘人员：负责在受注过程中控制资金流量，对赔率、盘口进行升降，并协助计算机进行资金量设置。
6、财务人员：在赛前得出盈亏平衡点，分析利润；在赛后完成比赛财务报表，得出盈亏状况。
博彩公司的发展壮大，是各部门团结合作的结果。而我们经常听到的“操盘手预知比赛的结果”这一说法，无疑是一个巨大的谎言。实际上，操盘手只涉及资金流向的控制，并不参与比赛的分析。后文我们还将仔细说明——博彩公司的操盘全经过，为广大彩民全面剖析操盘的真相。
四、赔率的基本运算。
（一）赔率的运算公式及概率问题研究。
在研究了赔率的构成之后，本节我们研究赔率的基本运算，意即：赔率是怎样开出的。从表象来看，赔率本身的得出公式实质是比较简单的，具体为：博彩公司估算出某场赛事胜、平、负三种结果的概率,然后再通过公式来计算出各自应开的赔率。这个公式是：a÷b=c c-c×10%=d。
其中：a是计算百份比概率的基数100；b是博彩公司通过分析师得出的百份比概率；c是a÷b得出的结果；d就是最后计算出来的赔率。其中10%是庄家的手续费（即正常盈利——水钱部分，后文将提及）。
比如意甲联赛中尤文图斯主场与AC米兰的比赛，博彩公司通过分析得出尤文图斯胜出的概率为40%左右,那么就用这个公式来计算如下：
第一步100÷40=2.5
第二步2.5-2.5×10%=2.25
那么,博彩公司开出尤文图斯胜的赔率会在2.25左右。
如博彩公司通过分析得出打平的概率为31%左右,那么就用这个公式来计算如下:
第一步100÷31=3.22
第二步3.22-3.22×10%=3
同样，AC米兰获胜的赔率也可以按照相同的方法计算出，为3.1，那么这场比赛的赔率则为：2.25 3 3.1。
在此之后，博彩公司会在受注过程中，依据球队动态和投注倾向做出调整。有些比赛的赔率因此会出现比较大的变化，而有些受球队动态和投注倾向影响不大的比赛则不会出现太大变动。
通过这个公式，我们可以得出所有比赛的赔率。如某一场比赛，博彩公司给出以下一组数据：
1.70 3.20 4.80 53.04% 28.18% 18.78% 90.17%
其代表意义依次分别是：主胜赔率、平局赔率、客胜赔率，主胜概率、平局概率、客胜概率，赔付返还率。
到这里很多朋友可能会产生一个疑问，博彩公司的概率是怎么得出的呢？
所以，我在这里要强调的是：概率才是赔率运算公式的关键。概率的大小直接影响到赔率的高低。下面我们将专门研究赔率的概率问题。
正如我们在前文所提的，影响赔率的概率有两类：
一是博彩公司自身对比赛判断的概率，二是大众心理投注的概率。
因此上述赔率的计算公式同时也可依据大众心理投注的概率来开出。例如：
某场比赛，看好A队胜的有40人，看好A队平的有25人，看好A队负的有35人。这样，根据赔率的计算公式：a÷b=c，c-c×10%=d
以40人看好A队胜为例，这个公式就是
第一步100÷40=2.5
第二步2.5-2.5×10%=2.25
这个2.25就是大众心理看好A队获胜的赔率。
因此依据大众心理投注的概率，上面这个例子出现的赔率是：2.25 3.6 2.57。
那么博彩公司究竟是按照自己的分析来得出概率，还是按照大众心理来得出概率呢？当我们研究这个问题的时候，我们可以发现一个很有趣的事例：
1、当博彩公司以自己的分析来得出概率时，尽管利润可能加大，但由于缺乏大众心理投注的支撑，赔率所带来的赔付风险加大。
2、当博彩公司以大众心理投注来得出概率时，尽管风险控制力增强，但公司运营成本增加，同时利润变薄。
因此，无论是上述的哪种方法，其得出的概率都是很片面的。博彩公司的赔率制定类似保险公司的保费和赔付方案一样，需要依赖严谨的概率计算。那么其严谨性体现在什么方面呢？我们结合前文介绍的博彩中多次提到的“均衡理论”这一思路，可以得出：博彩公司对开出概率的严谨性，体现在将自己的分析和大众的倾向，二者融为一体过程中。而这个过程所产生的结果，就是某场比赛的概率。
（二）赔率的概率特征。
让我们从一个简单的游戏说起——抛硬币。
硬币有两面，抛起后正面朝上的概率P1和反面朝上的概率P2，经验告诉我们是五十五十，如果庄家为这个游戏设置赔率，理想情况下应该是正面赔率L1=2，反面赔率L2=2，概率与赔率的乘积：
P1 * L1 = P2 * L2 = 50% * 2 = 100%
这样如果有人投注的话，赢和输的机会和庄家是相等的，这个赔率在博彩理论上称为“公平赔率”（Fair Odds），它并不保证庄家的赢利，其中不包含必然的庄家利润。然而这只是理想情况。实际情况是，庄家会开出正面L1'=1.9，反面L2'=1.9的赔率，概率与赔率的乘积：
P1 * L1' = P2 * L2' = 50% * 1.9 = 95% < 100%
在这个情况下，投注者和庄家已经不处于平等的位置，这时的赔率可以保证庄家的赢利，其中包含了庄家的必然利润，也就是俗称的“佣金”或“水钱”。这种情况实际上是任何博彩游戏庄家赢利的基本模式，即对于一个投注事件，开出的受注赔率L必须满足：
P * L < 100% （P是该事件出现的概率）
这个公式，理论上使庄家立于不败之地。
其实，庄家在此存在着极大的风险。赔率L是庄家定的，但公式中另一个重要元素P，即事件发生的概率，是不能主观臆定的，对于抛硬币游戏来说，这个P是很容易从经验确定，但扩展到其他更复杂的事件，如果对于P的计算出现偏差，庄家就要冒 P*L>100% 赔本的风险！
博彩公司的赔率制定类似保险公司的保费和赔付方案一样，需要依赖严谨的概率计算，他们在这方面做的很专业。具体到足球比赛，对于赛果，他们有一套成熟的数学模型，可以在综合了各种主客观因素的情况下精确地计算出交手两队的临场实力差，并进而演算出比赛各个结果的发生概率，这个概率是前文所提的公平概率，令人叹服的是，通常情况下，这个概率相当接近投注者对赛果的投注比例！
也就是说：在这个时候，博彩公司将我们前文所述的“一是博彩公司自身对比赛判断的概率，二是大众心理投注的概率”，二者有效的融合在了一起。
当然，一个随即引伸出来的问题是，足球比赛具有相当的不确定性，另一方面投注者对于某个赛果的期望可能超出正常的理论计算值，这两个因素的存在，使博彩公司面临另一种潜在风险，而且远甚于前述的概率评估错误的风险。因此博彩公司通常会在公平赔率的基础上，为每个可能结果预留足够多的利润，以平衡这种风险。
事物总有它的两面性。庄家在承担着上述种种风险的同时，也存在着利用这几个风险点攫取暴利的可能。拿抛硬币的例子来说，如果假设由于某种影响因素，使正反面出现的概率不再相等，比如说正面60%，反面40%，而这一概率变化投注者并不知道，最后的投注比例通常还会维持50%：50%。而此时站在暗处的庄家在设置接受投注的赔率时可以有两种选择，一是客观地按照游戏结果的概率变化，调整赔率，将正面赔率调低，反面赔率调高，这样仍然可以维持正常佣金收入；另一个冒险的选择是，庄家并不改变原来的赔率，以反面开出时赔本的风险来换取正面开出时的远远超出佣金的暴利。
后一种情况并非天方夜谭，正相反，它出现的频率使人对庄家之于比赛的把握不得不由衷赞叹！
要运用这种冒险求暴利的方式，取决于两个先决条件，一是庄家对于预定赛果的高度把握，二是该赛果的概率高于投注者普遍公认的概率。
因此，我们常说——博彩公司的赔率很精确，研究赔率能够很有效的解读比赛——就是这个原因。
（三）赔率的利润及风险。
上文我们提到了，在赔率的公式里的10%是庄家的手续费，那么这个手续费，更准确的说，就是庄家的水钱部分。从理论上来讲，如果概率百分比和庄家开出的赔率，这两个变量恒定的话，那么庄家每场球均可获得10%左右的水钱，从而实现稳定的赢利。
但正如我们前文提到的那样，赔率是可以被设定方（即庄家）控制的，但是概率百分比却是由市场决定的。一旦投注者对于某个赛果的期望超出正常的理论计算值，那么庄家就将面临亏损。因此，对庄家而言，将概率百分比计算得越精确，越能获得稳定的回报。
不过我们暂且将概率百分比的问题搁置一边，让我们先看看理想情况下，庄家的利润究竟有多少。我们以曼联VS朴茨茅斯（1.2 5.5 9.0）为例。以1除以这三个数值，分别得到胜率83.33%，18.18%，11.11%。
注意，我们以上算的胜、平、负率是包含博彩公司的利润在内的。因为博彩公司开出的赔率就包含了利润，所以，用赔率直接转换的胜、平、负率一定大于100%。上例中的胜、平、负率合计112.62%，大于100%的
部分就是博彩公司的利润，也可以说是博彩公司所抽取的佣金。这个差值在各个公司是不同的，通常情况下，我们以10%（利润调节系数）的手续费作为理论利润均值来计算赔率，并由此推出了赔率的计算公式。
在认识了10%这个利润调节系数后，我们就能够明白了，即使某场比赛的某个赛果得到市场大众的追捧，从而导致该赛果的投注超过庄家理论计算值的预期，庄家也可以通过这10%的利润调节系数来进行弥补，从而减少自我的风险，避免公司利润的损失。但是，当大众的投注比例远大于庄家计算得出的比例时，庄家则必定面临亏损。
综合上述观点，我们认识到：博彩公司不仅仅是通过赚取手续费（水钱）来实现赢利。在概率百分比这个不确定的变量的影响下，单纯的通过水钱来实现赢利过于理想化，不可避免的面临着巨大的风险。
因此，对于博彩公司来说，对概率百分比（或投注比例）的把握程度，是其实现赢利或者避免亏损的核心因素。而当概率百分比（博彩公司）和投注比例（投注者）出现偏差时（见上文如：概率百分比60%：40%，投注比例50%：50%），对于赛果的精确把握，是博彩公司赢利得以大幅扩张，从而达到利润最大化的关键因素。
五、赔率的数学模型。
（一）基础数据模型。
在西方，成规模的博彩业已经有了200多年的历史，涌现出了许多建立在严格的数学统计基础上竞技比赛结果的预测方法，根据我们掌握的资料，有三种权威的预测方法目前被广泛地应用于预测足球比赛的胜负平结果，有一些专家甚至声称，欧洲几乎所有的博彩公司都在这三种预测方法的基础上建立起数学模型，从而决定本公司在一场足球比赛以前开出怎样的初始赔率。
这三种被广泛应用的权威预测方法是：一、埃罗（ELO）预测法；二、进球率比较预测法；三、六场战绩比较预测法。
1、埃罗预测法：
埃罗预测法是美国物理学家Aroad Elo博士创立的，Elo博士最早将这套方法用于预测国际象棋的比赛结果。他在自己的《棋分高下：过去和现在》一书中对该方法作了详细说明，通过对1500场英超比赛的研究，杰奎斯·布莱克对Elo预测法进行了不懈地改进，现已经被广泛应用足球赛事中。Elo预测法的改进模型是通过研究主客场球队在比赛前的积分情况来预测胜负的，Elo预测法的预测回归方程式为：
主场球队取胜的可能性 =44．8％+（0．53％乘以两队积分差）
客场球队的获胜可能性=24．5％+（两队积分差乘以0．39％）
这两个回归方式的得出过程如下：
首先，根据数学专家的研究表明，足球比赛中主客场双方实力的发挥似乎有一个“限度”，如果用埃罗预测法中的双方的分之来表示其实力的话，那么当将主场球队的优势设定为其实力的7％，而将客场球队的优势设定为其实力的5％时，应用埃罗预测法所预测的结果与实际比赛结果最为接近；而“限度”即为7％+5％=12％。
（1）比赛限度。
根据德拉普金和弗西斯的研究结果，如果比赛双方的赛前得分均为100分的话，主场球队的优势为7分，而客场球队的优势为5分，而“限度”为7+5=12分；该12分谁赢“赢家通吃”；而如果两队的比赛出现平局，则两队就各得6分。
该方法的具体应用如下（假定两队赛前分值均为100分）：
如果主场球队胜，则主场球队在赛后分值调整为105（+100-7+2），而客场球队分值调整为95（=100-5）；
如果客场球队获胜，则客场球队的赛后分值调整为107（=100-5+12），而主场球队分值调整为93（=100-7）；
如果比赛以平局告终，则主场球队的赛后分之调整为99（=100-7+6），而客场球队赛后分之调整为101（=100-5+6），而客场球队赛后分值调整为101（=100-5+6）。
也就是说，主场球队在赛前的积分超出客场球队越多，主场球队在比赛中取胜的可能性就越大。
（2）积分差与主队获胜的关系。
我们根据线型回归的方式，可得知相关系数（R）显示“积分差”与“主队获胜”二者之间的相关性非常显著，相关系数经运算得出为0．42。也就是说，主场球队取胜的原因，有42％可以用主场球队和客场球队在赛前的积分差来解释。当然，主场球队取胜的原因仍然有58％需要用积分差之外的其他因素来解释。尽管如此，对1，500多场比赛（用统计学的术语来说，就是1500多个样本）进行分析，得出的0．42相关系数无论如何都表明相关性是极其显著的。
通过回归方程，还可以找出二者之间具体的数量关系，即y=0．0053x+0．448，其中，x为主客场队之间的积分差，y主场球队取胜的可能性。
（3）积分差与客队获胜的关系。
和上面所说相同，赛前的积分差与客场球队获胜的可能性之间的相关系数（R）为0．45，表明两者之间显著相关。也就是说，客场球队取胜的原因有45％可以用比赛双方的赛前积分差来解释，其回归方程为（y=-0．0039x+0．2452）
上述分析表明，如果参赛双方的积分相同，客场球队取胜的可能性为24．5％；如果参赛双方积分不同，那么客场球队的积分比主场球队的积分每高一分，客场球队获胜的可能性就增加0．39％；而主场球队的赛前积分比客场球队的积分每高一分，客场球队获胜的可能性即下降0．39％，由此，我们得出了开篇时的两个预测回归方程式。
（4）积分差与平局之间的关系。
埃罗积分能够得出主客胜的关系，那是否能得出平局的关系呢？经过研究，引人注目的是参赛双方的积分差与出现平局的可能性之间没有显著的相关关系。不论采用线性回归的方式，还是采用非线性回归的方式，都无法得出二者的显著相关的结论。线性回归的相关系数（R）为0．048，而采用非线性回归方式相关系数（R）也仅为0．079，从统计学上来说，这样的相关系数是没有意义的。因此，无法判断出积分差与平局出现的可能性之间的关系，这是埃罗预测法的局限所在。
2、进球率预测法：
在1990年的伦敦国际博彩会议上，大卫·杰克逊和K.R.莫舍斯基提交了一篇名为《比赛中的指数博彩》的论文。在该论文中，他们认为某场赛事的结果是与参赛球队在以往的进球率有关系的，因此可以通过考察参赛球队以往的进球率来预测比赛结果。具体方法如下：
以Ra表示参赛的A队以往的进球率，以Rb表示参赛的B队以往的进球率；则本场赛事的总进球数即可以用Ra+Rb来预测，而两队的胜负则可以用Ra-Rb来预测。
杰克逊和莫舍斯基在论文中还以1990年7月在意大利举行的世界杯比赛中英格兰队对爱尔兰队的比赛为例，对他们的理论的应用进行了检验。
英格兰队在主要国际赛事中平均进球率为1.29，而爱尔兰队的平均进球率是0.73。应用他们的方法，英格兰队胜爱尔兰队的可能性为0.56(=1.29-0.73),而预测的“总进球数”为2.02(=1.29+0.73)。赛前指数博彩公司开出的英格兰胜的指数为0.85-1.1,总进球数指数为2.1-2.4。因为总进球数指数与应用这一方法所得出的预测结果很相近，所以在这方面下注赢彩机会几乎没有。不过，英格兰胜的指数最低为0.85，比起运用杰克逊-莫舍斯基方法得出的预测数字0.56要高出很多，这就意味着卖出这一指数是有利可图的。
这场比赛以1-1的平局告终，给卖出英格兰胜指数的下注者带来的利润是0.85X单位赌注。对该场比赛而言，杰克逊和莫舍斯基的预测方法是很准确的，但遗憾的是他们没有进一步给出将该方法运用于其他比赛的例子。
该方法的特点是看来很有道理，而且应用也简便。但该方法主要适用于指数博彩，对于我国目前只竞猜“胜、平、负”的方式来说，并不适用。但其用进球率来预测比赛结果的方法，值得我们借鉴。
（1）平均进球率和球队实力之间的关系
采用平均进球率来对比赛结果进行预测，首先必须回答的一个问题是平均进球率和球队实力之间是否存在一定的关系。如果二者之间并不存在相关关系的话，则根本无法用平均进球率来进行预测。
我们认为，积分榜排名在相当程度上代表了球队的实力。表2-1是2000—2001赛季英超和意甲最后的排名和各队的平均进球率。按照杰克逊和莫舍斯基的定义，平均进球率的计算方法是：平均进球率=某队总进球数/该队比赛场次数。表2-1中各队的平均进球率是该队在2000-2001赛季的总进球数除以比赛场次数的结果。例如，曼联在2000-2001赛季总进球数为79个，比赛场次数为38场，故其平均进球率为79/38=2.08。
表2-1球队积分榜排名与平均进球率名次
英超联赛 意甲联赛
球队 平均进球率 球队 平均进球率
1 曼联 2.08 罗马 2.00
2 阿森纳 1.63 尤文图斯 1.79
3 利物浦 1.84 拉齐奥 1.91
4 利兹 1.68 帕尔玛 1.50
5 伊普斯维奇 1.50 国际米兰 1.38
6 切尔西 1.79 AC米兰 1.65
7 桑德兰 1.21 亚特兰大 1.12
8 阿斯顿维拉 1.21 布雷西亚 1.29
9 查尔顿 1.32 佛罗伦萨 1.56
10 南安普顿 1.05 博洛尼亚 1.44
11 纽卡斯尔 1.16 佩鲁贾 1.56
12 托特纳姆热刺 1.24 乌迪内斯 1.44
13 莱切斯特 1.03 莱切 1.18
14 米德尔斯堡 1.03 雷吉纳 1.00
15 西汉姆 1.18 维罗纳 1.18
16 埃弗顿 1.18 维琴查 1.09
17 德比 0.97 那不勒斯 1.03
18 曼城 1.11 巴里 0.91
19 考文垂 0.95
20 布拉德福德 0.79
我们对各球队在积分榜上的名次与平均进球率之间的关系进行了相关分析，结果如图2-1所示。从相关分析可以看出，积分榜名次与平均进球率呈负相关关系。且对英超而言，二者的相关系数为0.8743；对意甲而言，二者的相关系数为0.8410，均为显著相关关系。
因此，我们可以得出结论，平均进球率在一定程度上代表了球队的实力，可以用平均进球率对比赛结果进行预测。
（2）预测准则
足球比赛结果的预测像对其他任何事情的预测一样，不可能做到完全准确，我们所能做的是努力提高准确率。对于利用平均进球率来预测比赛结果而言，具体应该考虑三个因素。
a、球队的实力
球队的实力在此是用平均进球率来表示的，因此，平均进球率越高，则表明球队实力越强。但对任何一场赛事而言，实力强大的球队并不总能取得比赛的胜利。这也就是我们经常说的“足球是圆的”的道理。
例如2000年12月9日，英超2000—2001赛季中曼联客场与查尔顿主场的比赛。曼联的实力显然要超出查尔顿，从实力而论应该是曼联赢，可结果却是双方3：3战平；又如该赛季2001年5月5日曼联主场对考文垂的一场比赛，无论从实力上讲，还是从地利上讲，都应该是曼联取胜，可结果却是曼联以0：1败北。
同样的例子屡见不鲜。2001的1月14日，2000—2001赛季意大利甲级联赛罗马主场对巴里，罗马队即有主场之利，实力又远胜于巴里，从道理上讲应该是罗马队赢，实际比赛结果却是双方以1：1战平。
因此，球队实力是决定比赛结果的重要因素，但不是唯一因素。
b、主客场的影响
主场球队由于得地利之便，取胜的可能性要大于客场球队。
我们对2000—2001赛季英格兰超级联赛和意大利甲级联赛的统计结果的分析充分说明了这个问题。如表2-2和表2-3所示。
表2-2英格兰超级联赛2000/01赛季结果
总场数 主场胜 客场胜 平局
场数 比例 场数 比例 场数 比例
380 184 48．4％ 95 25．0％ 101 26．6％
表2-3意大利甲级联赛2000/01赛季结果总场数 主场胜 客场胜平局
场数 比例 场数 比例 场数 比例
306 143 46．7％ 75 24．5％ 88 28．8％
从表中可以看出，英格兰超级联赛，主场胜的比例为48.4%，而客场胜的比例仅为25.0%；意大利甲级联赛主场胜的比例为46.7%；客场胜的比例为24.5%。
主场取胜的比例高于客场取胜的比例是一个规律，与球队的实力似乎没有关系，几乎任何一个球队的主场胜率都高于其客场取胜率。
c、其它因素
除了球队实力和主客场因素外，还有许多因素会对比赛结果产生影响，例如球员的竞技状态、伤病情况等等，在此不再赘述。本着上述原则，经过反复检验和调整，对于平均进球率预测法而言，我们发现用下面的规则对英格兰超级联赛和意大利甲级联赛进行预测的结果是准确率最高的。
准则1、当参赛双方的平均进球率之差为0.30（不含0.30）以上时平均进球率高的球队胜；
准则2、当参赛双方的平均进球率之差为0.10以上至0.30（含0.30）时，若主场球队的平均进球率高，则主场球队胜；
准则3、当参赛双方平均进球率之差为0.10以上至0.30（含0.30）时，若主场球队平均进球率低于客场球队的平均进球率，则主场球队胜或平。
准则4、当参赛双方平均进球率之差为0.10（含0.10）以下时，主场球队胜或平。
这四个预测准则既考虑了球队实力，又考虑了主客场因素。因为各队经过10场比赛之后的平均进球率才能够真实反映球队的实力，所以平均进球率的使用，一般是从第11轮开始的。另外需要说明的是，由于每场比赛后，各队的平均进球率会发生变化，因此该指标能够动态地反映球队实力。
值得着重指出的是，用平均进球率对比赛结果进行预测时，必须要根据球队上一场比赛中的进球情况对其平均进球率进行调整；调整后的进球率才能作为预测的依据。例如某球队在前10场比赛中共进球15个，则在预测其第11场比赛结果时，所应用的平均进球率是15/10=1.5；若第11场比赛，该队又攻进对手1个球，则在预测其第12场比赛时，其平均进球率就应调整为（15+1）/11=1.45。
3、六场预测法：
六场预测法是英国的报纸传媒提供给广大彩民的简单的预测方法。英国的报纸每周都会刊登下周足球赛事，并将每个参赛队最近六场的比赛结果以表格的形式刊登出来。按照时间顺序，胜一场以一个“W”表示，输一场以一个“L”表示，平一场以一个“X”表示。
该方法进行预测的假设前提是认为在足球比赛中一个球队的某种近期趋势会延续下去。例如，如果主场作战的球队已经连续赢了六场球，即其近期六场比赛的结果为WWWWWW；而客场作战的球队已经连续输了六场球，即其近期六场比赛结果为LLLLLL；则预测结果就是主场球队赢。同样，如果参赛的两个球队在最近的六场比赛中平了四场，例如，最近六场比赛结果为XWXXLX，则极有可能这两个队在即将开始的比赛中也会以平局告终。
（1）六场预测法的问题及改进。
上述六场预测法的理论基础虽然有一定的道理，但在实际应用中却存在以下几个问题：
首先，在实际赛事当中，很难出现两个比赛球队之间恰好是WWWWWW对LLLLLL的情况，在2000/01赛季当中，英超和意甲从第七轮开始的560场比赛中，这种情况一次也未出现过。
其次，在应用六场预测法进行预测时，很难找出预测的规则，因此，使得其应用受到极大地限制。
例如，2000年12月16日，切尔西对米德尔斯堡的一场比赛。按照六场预测法，赛前切尔西队的前六场比赛结果是LXLLWW，而米德尔斯堡的前六场比赛结果是LLLXLL，按照六场预测法的理论，这种趋势会持续下去的话，则该场比赛的预测结果是切尔西胜，但实际结果却是米德尔斯堡胜。
另外，像2001年2月3日利物浦对西汉姆的比赛，赛前六场两队的比赛戒分别是利物浦为WLWWXX，西汉姆为LWLLXX，即两队在该场比赛之前，均有两场平局，应该预测该场比赛为平局吗？实际结果是利物浦胜。
六场预测法的合理之处在于将一个球队的近期表现考虑在内，而其不足之处如上所述，因此有专家对六场预测法进行改进，使得它更便于应用。
改进的具体方法为，将某场赛事之前两支参赛球队的近期六场表现转化为一定的数值，两支球队各自的数值代表了其近期状况和实力，而两队之间该数值的“差”即表示了近期表现和实力的差距，进而可以根据该差值来判断比赛的胜负。
具体的计算方法为：借用英格兰超级联赛和意大利甲级联赛的积分计算方法，某场赛事之前某球队六场的比赛结果中，每胜一场（即一个W）计为3分，每平一场（即一个X）计为1分，每负一场（即一个L）计为0分。如若某队某场比赛之前的六场全赢，即按照六场预测法为WWWWWW，则该队得分为18分；若为LLLLLL，则计为0分：若是WLXXWW则计为11分。
（2）预测准则
六场预测法同样要考虑球队的实力和主客场等因素制，在此不再详述。我们用上述经过改进的六场预测法，对英格兰超级联赛和意大利甲级联赛2000/01赛季从第七轮开始的560多场比赛进行了预测，得出如下预测准则：
准则1当对赛的两队六场积分差为6或6以上时，六场积分高的球队胜；
准则2当对赛的两队六场积分差为5时，若主场球队六场积分高，则主场球队胜；若主场球队六场积分低，则主场球队胜或平；
准则3当对赛的两队六场积分差为2—4时，则六场积分高的球队胜。
准则4当对赛的两队六场积分差为1或0时，则主场球队胜或平。
（3）六场预测法的准确率
a、总体准确率
英格兰超级联赛从第七轮开始共预测321场，其中有182场预测正确，准确率为56．7％。
意大利甲级联赛从第七轮开始共预测252场，其中有136场预测正确，准确率为54．0％。
b、各段准确率
英格兰超级联赛六场积分差为6或6以上时，准确率为42．7％；六场积分差为5时，准确率为70．6％；六场积分差为2～4时，准确率为51．2％；六场积分差为1或0，准确率为77．5％。
意大利甲级联赛六场积分差为6或6以上时，准确率为48．1％；六场积分差为5时，准确率为57．1％；六场积分差为2～4时，准确率为41．9％；六场积分差为0或1时，准确率为78．0％。
对于英超而言，明显低于总体准确率的是六场积分差为2、7、8及10以上时；对于意甲而言，明显低于总体准确率的是六场积分差为2、3、8时。
而英超六场积分为2、7、8及10以上的场数占总场数的比例为27．7％；意甲六场积分为2、3、8的场数占总场数的比例为30．9％。也就是说，对于英超而言，可以较准确地预测72．3％的比赛；对于意甲而言，可以较准确地预测69．1％的比赛。因此，六场预测法应用于英超比赛，每一轮的10场赛事中，可以较准确地预测7场；而应用于意甲比赛，每轮9场赛事中，可以较准确地预测6场。
本文所阐述的这三种模型，都是从比赛本身的角度来探讨赛果，也可以说是一种模仿博彩公司通过模型得出赔率的过程，与博彩公司所开出的赔率自身并无直接联系。但我们可以发现，博彩公司的赔率模型，从理论上而言，也是基于这三个客观数据模型而建立的，发现其共通之处，自然对我们了解比赛的进程，得出比赛赛果大有裨益。
（二）其它数学模型。
除了上文所述的常见的几种数学模型外，这里再补充介绍两种模型：双八平测和实力累积。本部分只简单叙述方法，不作深入探讨。
1、双八平测。
“双八预测平局法”由英国人设计而成，一般而言，要在联赛的后期才能发挥效用。
在具体工作中，我们需要找到以下3组数字：
（1）主队在过去8场主场比赛中平局的场数，和客队在过去8场客场比赛中平局的场数；（两者相加，得数A）
（2）主队在过去8场主场比赛中没能进球的场数，和客队在过去8场客场比赛中没能进球的场数；（两者相加得B）
（3）主队在过去8场主场比赛中分出胜负的比赛场数，和客队在过去8场客场比赛中分出胜负的比赛场数；（两者相加得C）
然后，我们将B+C-A，最后的得数如果超过10，则出现平局的可能性就较小。
2、实力累积法。
实力累积预测法就是对各球队从起始分100计算起，将比赛胜平负不同结果带给球队实力分值的消长进行了统计归纳，计算一下对阵双方的实力差，即可较为准确地从实力法统计表中找到相应的比赛结果。
具体计算方法归纳如下：
（1）当主队获胜时，主队赛后分值应调整为：原主队实力分值+（原主队实力分值×7%+原客队实力分值×5%）×5/12。客队赛后分值应调整为：原客队实力分值-（原主队实力分值×7%+原客队实力分值×5%）×5/12。
（2）当客队获胜时，主队赛后分值应调整为：原主队实力分值-（原主队实力分值×7%+原客队实力分值×5%）×7/12。
客队赛后分值应调整为：原客队实力分值+（原主队实力分值×7%+原客队实力分值×5%）×7/12。
（3）当两队出现平局时，主队赛后分值应调整为：原主队实力分值-（原主队实力分值×7%+原客队实力分值×5%）/12。客队赛后分值应调整为：原客队实力分值+（原主队实力分值×7%+原客队实力分值×5%）/12。
若要获得两球队的实力差值，我们可以通过这样的公式来进行计算：两球队的实力差值=主队实力分值×（1+7%）-客队实力分值×（1+5%）。
例如，意甲第17轮莱切VS AC米兰，莱切原实力分值为85.09，AC米兰原实力分值为127.18，两队的实力差值=85.09×（1+7%）-127.18（1+5%）≈-42.49。
莱切0：1负于AC米兰后，莱切赛后分值应调整为：85.09-（85.09×7%+127.18×5%）×7/12≈134.36。
通过长期的实战积累发现，即使在联赛的结束之时，实力累积法所统计的分值仍然能够反映出各球队的实力大小和差距。该方法最显著的缺点是要自始至终毫不间断地去搜集和积累各种数据，需要花费大量的时间和精力，这时候，就需要强大的数据库的支持了。
（三）赔率的开发模型——泊松分布
在理解了赔率的基础数学模型后，我们来探讨一下赔率是根据什么样的数学理论运算得出的。这就需要涉及到“泊松分布”的相关知识。
1、泊松分布的定义及基本知识
设随机变量X所有可能取的值为0 , 1 , 2 , … , 且概率分布为：
P(X=n)=e-r*rn/n!
其中,r>0 是常数,则称 X 服从参数为 r的泊松分布,记作X~P( r).
我们把在每次试验中出现概率很小的事件称作稀有事件，如地震、火山爆发、特大洪水、意外事故等等。由泊松定理，n重贝努里试验中稀有事件出现的次数近似地服从泊松分布.
2、在足球赔率中的应用
公式中的r即可认为球队进球的期望值，n为这次预测的进球数，P(X=n) 即为进n球的概率了。
在此r的确定是最难的了，一般是根据以往的历史进球数进行加权各种计算,还要考虑其他因素。
（1）已知主队和客队的进球期望值r1和r2，求标准盘赔率
具体过程如下：
假设主队的进球期望值为r1 ，客队的进球期望值为 r2，
主队进0、1、2、3……的概率分别为p1(0)、p1(1)、 p1(2) 、p1(3)……，
客队进0、1、2、3……的概率分别为p2(0)、p2(1)、 p2(2) 、p2(3)……，
那么，主队获胜的条件为：
主进1球，客进0球
主进2球，客进0或1球
主进3球，客进0或1或2球
………………………………
一般计算到主进5球就可以了
主队获胜的概率为：
S1=p1(1)*p2(0)+p1(2)*p2(0)+p1(2)*p2(1)+……
同样道理：
主队平的概率为：S2=p1(0)*p2(0)+p1(1)*p2(1)+……
主队负的概率为：S3=p2(1)*p1(0)+p2(2)*p1(0)+p2(2)*p1(1)+……
这样我们可以计算得到主队胜、平、负的概率为S1、S2、S3。
一般欧洲博彩公司的抽水为10%，那么标准盘为：90/S1，90/S2，90/S3。
（2）根据欧洲赔率换算成进球数
既然能通过进球期望值计算欧洲赔率，同样可以反算，根据欧洲赔率计算进球。此时计算就没有精确解了，只能通过数值分析法来求解，这就要用到计算机编程了，或者可以应用excel计算。
假设某赔率为：p1、p2、p3，那么我们可以先计算知道主队胜、平、负的概率分别为：90/ p1，90/ p2，90/ p3。
我们要把r1和r2值从0.5到1.8（根据经验一般这个范围足够了），步长为0.001，各根据（1）里面的方法计算一遍主队胜、平、负的概率S1、S2、S3，再根据最小二乘法原则得到最接近90/ p1，90/ p2，90/ p3值时的r1和r2，此时的r1和r2为赔率公司所认为的主队和客队的进球数， r1-r2即为主队可以对客队的让球数。此让球数可以作为亚洲盘的参考数值。
（3）具体应用
以威廉希尔的赔率做为参考赔率，例如：阿森纳VS维拉 （结果打平）
威廉赔率：1.28 4.50 8.00 计算让球数为1.36球
澳门赔率：0.93 1.5 0.92 总让球1.49
此盘澳门让1.5球没问题，但是水位过低，有误导嫌疑；一般澳门让球大于威廉希尔赔率的计算让球数的情况下，总让球略大于或小于澳门赔率计算的总让球时，主队才可以嬴盘。
五、赔率的数学模型。
（四）赔率的运营模型。
在此之前我一直没有提及赔率的分析方法，而是从赔率和博彩公司内部去挖掘、探索赔率的生成方式、作用、意义、盈利方式、算法等基础环节，其目的是希望大家跳出赔率所带来的数字陷阱，从赔率的表面化回归到赔率的盈利方式以及博彩公司的内在盈利，使大家以商品的视角出发来看待赔率，毕竟赔率也是一件商品。
我认为，从博彩公司赢利的角度去分析赔率，才是赔率分析最正确的方法。因为无论是我们以后将要提及的赔率对比还是赔率离散度、赔率走势，其原理也是从博彩公司的赢利角度出发的。从下面开始，我们将深入的接触到赔率，以及赔率的赢利模式。
1、凯利指数。
凯利公式是著名的玻尔实验室的一位科学家John Kelly于1956年提出的，凯利在协助规划电子位元流量设计时，对较小概率发生事件提出了一个复杂的计算公式——凯利公式。这个公式属于概率学关于预测（期）方面的一个分支，原数学模型极为复杂，同时，由于博彩中的冷门也是较小概率发生事件，于是凯利值的概念也引入到博彩业中。在此后的时间里，凯利公式因其在对事件的预期和规避风险等理论上的先进性，凯利准则在博彩方面的应用极为迅速地传播起来，比如赌场的扑克游戏21点和欧洲盛行的赛马、赛狗等运动，其地位同“旋转矩阵”在数字乐透领域一样显赫。
依照这个公式，其计算出来的结果则被我们称为凯利值。在足球博彩方面，其应用主要以欧洲赔率为基础，可以在给定赔率的情况下计算出最佳的投注额，以实现盈利。
通过凯利指数的原理，我们可以了解到凯利其实质亦是来自于概率学，而博彩公司的赔率生成同样来自于概率学，这种异曲同工造就了凯利指数对博彩准确度的大幅度提高。
要说凯利指数，首先要提到的是凯利方程式（Kelly-formula），凯利方程式为：K=W-(1-W)/R。其中，K=投资的最佳资本比例；W=投资获利的平均机率；R=成功获利比。这个方程式带给我们什么呢？其最重要的作用是“使我们清楚的核算出项目的最佳投资盈利。”
这个方程式演化到足球赛场，与博彩公司的赔率相互搭配，就形成了我们口中时常提到的凯利指数。
凯利公式的基本公式：
p*o-1
b=——————------------------------(基础方程)
o-1
p = 胜率（the probability of collecting the bet. (0o = 含本金的赔率（the gross payoff (a multiple of stake) in case you win. (o>1)）
b = 最佳投注额比例（gives the fraction of your current bankroll that should be wagered on that specific bet.）
也可以演变为另一种解释（引用Ed Seykota 的风险管理文章中的描述）
The Kelly Formula
K = W - (1-W)/R ---------------------------------(个人因素方程)
K = 下一笔交易占资本比例
W = 历史胜率
R = 报酬 （放到足彩上，就是赔率减去1）
一般人常提到一个精明公式
精明的凯莉方程式：
b*(e*o-1)
opt=———————— -----------------------------(精明方程)
3*(o-1)
上式具体含义如下：
opt = 最佳投注额（Optimized Stake Size）
b = 可支配的总投注额（Current bankroll）
o = 小数形式的赔率（Odds available in decimal format）
e = 取胜预期或者说预计胜率（Estimated probability）
精明方程实际是基础方程演变而来，是相对而言最可靠的，如果按照这个方程并且自身平均胜率高于赔率反映胜率就可以稳定的达到平均每次投注有6%的预期利润，不过要注意以下几个方面：
（1）赔率低于等于1.5的情况下，即便胜率很高，最终也是要亏钱的。
（2）赔率在1.5-2.1之间，属于灰色区域，在这个区域间，应当谨慎投注。
（3）赔率高于2.1的情况下，属于凯利方程理想应用区域。
（4）根据个人因素方程，第2、3两种情况中，影响最佳投注比例的是赔率的大小，所以选择的赔率必须至少高于或者等于公平赔率。
（5）同样根据个人因素方程，任何时候最佳投注比例都是小于公平赔率所反映的胜率百分比的，这就奉劝大家任何时候不要考虑半仓或者额外加注。
（6）p的计算不是你个人的胜率，而是公平赔率所反映的胜率百分比，这样最符合凯利方程的原理，在选择的赔率高于公平赔率时，w不动，r增加，凯利方程正好鼓励加大投资。
最后不得不说本文中的公平赔率问题，目前存在有三种换算方法，一种是选择整个市场均衡态的情况下理想的赔率体系，一种是按照独立球队分析模型（涉及埃罗/松泊等方法的运用）做出的赔率体系，一种是简单选择市场平均赔率（最好加以标准偏差分析方法进行调整），这三种方法各有利弊，一般采用的是第一种和第三种。
然而单就方程式而言，未免过于深奥，因此对上述内容我们大可只作了解。但我们却必须清楚知道博彩公司的赢利是怎么构成的，其与凯利指数有何联系？
博彩公司的赢利来自两个方面：一是佣金收入，另一个是赔付顺差收入。如果发生赔付逆差博彩公司就有可能赔钱。其实这和一般的商品交易是一回事。大家比较熟悉商品交易，交易总值的计算有一个公式：
交易价格×交易数量﹦交易总值，
在博彩业中，如果说赔率是交易价格的话，那么玩家对胜、平、负三个结果的投注量就是交易量。我们如果能知道博彩公司在这个赛果中的交易量，我们也就能计算出它的交易值了，而其交易量（投注量）是绝对保密的，同时由于每个结果的投注量都很大，也不便于比较。就把交易总量设为1，只要知道各个结果的投注比例（彩金分布比例）就行了。其实彩金分布比例对庄家而言也是绝对的商业机密，世人不得而知。这也无关紧要，我们可以借助相关的数据来进行估算。在这里，凯利值就有交易值的含义了。
对于足彩而言由于有胜、平、负三个结果，那么凯利值就为：
主胜赔率×主胜彩金%=庄家应付主胜彩金%
平局赔率×平局彩金%=庄家应付平局彩金%
主负赔率×主负彩金%=庄家应付主负彩金%
在这里主胜彩金%+平局彩金%+主负彩金%=1，也就是庄家受注的彩金总量为1。
由庄家应付主胜彩金%、庄家应付平局彩金%、庄家应付主负彩金%，又组成了三个小数，那么这一组小数被称为凯利值。
计算凯利值的意义是什么呢？
（1）我们知道庄家愿意赔低不愿意赔高的道理，那么凯利值低的那个结果最容易出现。
（2）我们知道庄家受注的彩金总量为1，那么凯利值＞1结果不容易出来（庄家赔率开高，强队强行胜出；庄家另有开赔意图……除外），凯利值≦1的结果可能出来。
（3）庄家盈利的基本方法是通过对比赛的预测保持赔付平衡后能收取到法律允许的佣金（俗称水钱）。现时欧洲的赔付率为0.89—0.92，那么低于或等于此标准的凯利值结果庄家都可以接受。
（4）庄家还有第二个收益来源就是除正常收取水钱后还捎带有赔付顺差，那么凯利值最低的结果就最有可能打出来。
凯利值对足球赛事预测的重要意义就在于此。
凯利值的计算与赔率密切相关，可以说是和赔率与之俱来的数据信息之一（这里计算出的凯利值实际上就是理论上的赔付包容率，是庄家开赔时预计好了的，是我们进行数据分析判断的参考。），赔率是一项伟大的发明由此可见一斑。赔率分析对足彩预测的重要性不言而喻。
在这里还要提醒彩友门注意凯利值也有广义和狭义两种概念。狭义的凯利值对足彩分析才有参考意义，而广义的凯利值，如庄家计算后公布的凯利值只是表达庄家对各种比赛结果的期望值，并不构成玩家的实际行为，并不具有多大的参考价值。
下面我举一个实际例子，足彩04037期阿森纳对西布朗：
周末欧洲平均赔率 1.18 5.81 15.39
周末欧洲投注比例 0.81 0.15 0.04
凯利值计算分别是 0.96 0.87 0.61
因为本组赔率的水线（S）=1.084，庄家预计的赔付包容率为0.923，周末欧洲投注比例经投注行为分析是可信的，这样主胜的凯利值为0.96大于0.923，而平局、主负的凯利值分别为0.87、0.61均小于0.923，后面两个结果打出来对庄家有利，庄家开赔率时就预计到了这种情况，因此投注1、0。结果双方1：1战平。
2、盈亏指数。
说完凯利指数，我们明白了其意义在于研究博彩公司（庄家）在一场比赛赔付方面的盈亏情况，但凯利指数对于博彩公司盈利情况的反馈还是比较侧面的，为此我们提出另一个公式：盈亏指数。
盈亏指数同凯利指数一样，也是通过对比赛胜、平、负投注比例的分析，实现对博彩公司的赢利分析，从而预判出某场比赛最终的赛果。而与凯利指数不同的是，盈亏指数对于博彩公司盈利情况的反馈更为直接，换言之，计算盈亏指数的公式，实质上就是博彩公司的帐目计算公式，当然以此来计算博彩公司的盈亏情况，其结果自然更为精准。当然相比凯利指数，盈亏的后市预判性还是有明显不足的，因此我们一直强调要用盈亏指数与凯利指数相互协调、结合的方法，来判断比赛的赛果。
在这里我们要强调一点：通过实际的盈亏运算及分析，我们可以发现很多比赛，庄家往往给出的是两项盈利项，只能排除掉一个结果。之所以会出现这种情况，是与博彩公司对比赛的判断力相关联的。正如我们前文所说的那样，即便运用“埃罗预测法”、“进球率法”、“六场积分法”等多种数据模型，依然难以对某些比赛平局的概率得出精准的判断，这就迫使博彩公司调整赔率，以期实现两个赛果同时盈利的目的。这就是为什么无论通过凯利指数，还是通过盈亏指数，都只能判断出某些比赛存在两个盈利项的原因。
那么接下来我们开始介绍盈亏指数。
和凯利指数一样，盈亏指数的计算也需要一组参数，那就是“投注比例”。盈亏指数的计算公式是效法博彩公司的财务收支计算而得出的，其具体公式是：
某场比赛的盈亏指数=90-比赛结果对应的投注比例*比赛结果对应的赔率
其中：
盈亏指数的运算中的90是什么呢？这是一个平均返还率的问题。一般主流博彩公司的返还率都是90%左右浮动，因此，这个90，实际就是平均返还率。
上述公式是盈亏的基础公式，类似于凯利的原始公式。根据盈亏指数的运算，我们对比凯利指数的公式可知，二者在大方向上是相辅相成的。
那么在实际运用中，盈亏指数是如何运用的呢？以2003年第43期足彩的第13场，米德尔vs曼联为例。本场比赛胜平负赔率依次为4.71、3.28和1.63，对应的网友投注比例分别为23.77%、16.55%和59.68%，比赛结果为0(曼联赢)。如果投注足彩的资金用来赌外围，那么，每受注100元，博彩公司需赔付：59.681.63=97.28元，盈亏指数为90-97.28=-7.28。也就是说，考虑到运营成本等因素，博彩公司在这场比赛上每受注100元会出现7.28元的亏损。
由此我们可以看出，无论通过凯利计算，还是通过盈亏计算，某些比赛，即便强队方胜率很高，庄家最终也是要亏钱的。对于强队所出现的博彩公司亏钱的情况，我们可以通过赔率的变化来规避，同时只要盈亏不出现较大亏损局面，这个正路结果也是很容易打出的。
但既然强队的比赛打出正路赛果要亏损，那盈亏指数对我们还具有什么指导意义呢？这里我们来讨论博彩公司是怎么通过赔率来实现盈亏平衡的。
盈亏指数的衍生公式是：
（100-投注比例）*0.9—(赔率-1)*投注比例
其得出的过程如下：
假定某场比赛的投注总额为X，根据庄家不参赌原则，假定赛果的投注比例为Y（不含百分号），则没能打出的结果的投注比例为（100-Y），则庄家总盈利为（100-Y）X。而这部分盈利里，包含了庄家所应得的手续费（即水钱），按普遍的90%返还率（也可按85%）计算，则庄家的赔付顺差收益为：0.9（100-Y）X。
同理，这部分盈利，要用来填补赛出赛果部分投注额的亏损。而根据赛果的投注比例Y，除去赔率所含本金，则有该部分赔付返还为：X（赔率-1）Y。
由于赔率中已包含手续费，因此，返还那部分盈利是不能乘以0.9（或0.85）的。也就说，闲家只按照赔率的大小收取盈利，不再缴纳任何手续费用。假定赔率为1.25，闲家投注100元，盈利就理所当然应该是25元。
由此，庄家的盈亏为：0.9（100-Y）X—X(赔率-1)Y。
假定X=1，则公式演变为：（100-投注比例）*0.9-(赔率-1)*投注比例。这个公式所得的结果，就是庄家的盈亏结果（水钱除外）。
我们同样还可以换位思考。假定投注总额为X，而博彩公司一开始就把水钱完全拿走，则剩余投注总额为0.9X（返还率90%的情况下）。而正常赛果的投注比例为Y（不含百分号）。则未赛出结果的投注比例为（100-Y），则博彩公司总盈利为：0.9（100-Y）X。而正常赛果的投注额为：0.9XY（不含水钱），这部分投注额理应获得赔率的赔付，则赔率的赔付为：（赔率-1），由于赔率里已经含有了0.9的水钱，因此我们必须再除以0.9，由此同样能得到上述公式。
盈亏的衍生公式可以知道博彩公司对于某场比赛的盈利情况，举个例子：
07003期足彩，纽卡斯 2-2 西汉姆，立博赔率1.72 3.20 4.33，官方投注比例58.75 22.93 18.32。根据公式我们可以得出：
主胜盈亏为：-5
平局盈亏为：19
客胜盈亏为：13
很显然，我们可以知道，庄家并不看好主队胜出，最优选项是平局。
（四）赔率的运营模型。
3、必发指数。
A、必发指数的基本介绍。
著名球赛分析家Paul Kulhavy有以下一句名句：足球博彩并不只是有关统计数据和球队新闻消息。博彩组合的其中一环是要知道球赛的热钱去了那里。(Football betting is not just about statistics and team news. Part of the betting puzzle is to know where the big money is going on the game.)
中国足彩中的胜负彩源于欧洲博彩的标准盘，即竞猜球赛的90分钟连补时的法定时间内胜平负赛果。进球彩则和俗称波胆的正确比分玩法雷同，而酝酿已久的单场彩更会揉合更多西方博彩玩法。以上看盘分析球赛的理论当可应用在足彩上。
为什么要看必发交易数据？最简单的理由是世界上具规模的博彩服务提供者里，只有必发是公开交易数据的。俗称庄家的传统博彩公司，运作方式原则上是与客户(即投注者)对赌，实质上是透过不同投注者投在不同相对选项的注码进行对冲赚取赔率上的差额利润。由于庄家与客户的关系基本上是对立的，投注者赢庄家便要赔本，因此庄家不可能公开它的交易数据协助客户赢钱。那为什么必发又肯公开数据呢？这便须先了解必发的特色。
必发并不是庄家，而是博彩交易所。它本身不受注，只担任中介角色，促成不同客户之间的买卖交易，即每一个交易的庄家与买家都是它的客户，而必发只从中抽取赢家一方的小比率佣金作为利润。换言之，每一项交易谁赢谁输都不影响必发的业务，因此它不介意公开详细交易资料。
交易所并不只必发一家，那么为什么要选择必发？它是全世界最大的博彩交易所，每周成交量愈七亿港元。在体育博彩历史悠久的英国，必发一家的交易量己占去整个市场的近九成，可说是垄断的局面。必发在英国以外的市场发展亦十分活跃，近一年来它已取得在马尔他和奥地利经营的牌照，并陆续向世界其它主要市场扩展，真正国际化的博彩交易所，可说只此一家。必发在2003年获得英国商界最高荣誉的英女皇杰出企业奖，这奖项是由英国政府评核，并以皇室之名颁发，足证必发的成就和地位。以必发的卓越市场占有率，单看这一家的交易量己足以代表全球交易所的行情。
另外，必发的技术优势能在一分钟内处理多达12000宗交易，即每秒可成交200宗。它的行情变化绝对具代表性。
有人以为博彩公司的赔率是反映其对赛果的判断，庄家判决会输的一方便提供高水位吸引买家以达到赢利目标。若能理解具规模的博彩公司是以对冲客户赌注赚取水位差额赢利，便会知道这想法不尽正确。博彩公司的赔率是要平衡赌注，少人买的一方它便要提升赔率吸引注码以对冲受了热门一方的赌注。当然，这样亦可以推敲其交易状况，但总不及从必发市场上已成交甚至是已挂牌还未成交的注码及赔率般准确了解行情。
怎样看必发的行情数据？必发除了提供大家熟悉的标准盘、亚洲盘、大小球等，还有可以在同一场球多达二十多种不同的玩法，不过就算玩法不同，提供的数据类别都大同小异。最重要看的当然是已经成交的金额和赔率，直接反映那一方是热门和究竟热卖到那一地步。已挂牌而未成交的数据也有很大的参考作用，这可让您了解买家与卖家(即庄家)的心态，理论上这两方是对立的。
有几点是值得留意的：
（1）买家和卖家双方同意交易才能有成交，因此成交量是代表市场上买家与卖家双方已经投入的资金，而不是单方面的。
（2）挂牌数据由于是未成交的，故分为买家和卖家两方。买家挂出来的是要求下注，亦即是现场可以供卖家受注的订单；相反卖家挂出来的便是要求受注，或可供买定下注的订单。须注意的是必发客户众多，无论是买家或卖家都有很多人有不同的要求，故同一时间会有许多设于不同赔率水位的定单，当中最有机会成交的自然是要求最低赔率的买家订单或最高赔率的卖家订单。所以看挂牌量亦应以看最佳水位的可买和可卖较为准确。
（3）由于任何人都可以在必发买或卖，不少高明的玩家会以投资赚水位差价的手法博取利润，即在低水位卖而在高水位买。例如同一位玩家可以在一个标准盘的主胜于2.0的水位下注，到下调至1.8的水位便伺机受注相同的注码，赛果是主队胜出他便赚了20%，否则两项交易对冲掉是没输没赢。因此大家看到的成交量有一部份是已经过对冲掉的。
（4）必发每天都提供很多赛中交易市场，即俗称的滚球盘或走地盘。有别于传统博彩公司会在完场前一段时间便会封盘，必发的滚球盘是开到完场的。因此大家看盘时要留意开赛时间，开赛后仍在滚动的交易数据便是滚球盘的行情，而滚球盘的变化很大程度上是与球赛的发展挂钩。
（5）必发的赔率平均比其它传统博彩公司高出20%，若要比较必发和其它公司的赔率，便要把这差异计算在内。
为了更清楚让大家了解行情状况，本版指供了两项指数。成交比例是简单的计算主平负三个选项相对总成交额各自所占的比例，这是没有计算赔率因素的，换言之是代表了买家的单方面投入。而成交指数是同时考虑成交额和相应成交赔率运算出来的，它同时代表了买家和卖家的双方面投入。两项指数都以百分比的形式显示，不同的是成交指数计算了赔率的因素，而愈热卖的选项相对赔率便愈低，因此冷门与热门之间的数值差距会比只算成交比例幅度小，也比较客观。
无论是个别看单项的赔率或成交量，或看我们综合出来的指数，这些数据都只显示谁是热门、谁是冷门，以及冷热程度，作为预测球赛赛果的一种分析工具和参考指标。然而，它不能直接与赛果挂钩，热门落败冷门胜出是常有的事。要提高胜算，便要仔细研究每支球队的历史往绩，与现场纪录比较分析，找出当中的异同再作判决。例如一支表现稳定的球队，热胜冷负的机率自然较高；也有一些球队是经常出现冷门赛果。再者便是看数据走势，从不寻常变化中透视玄机。
B、必发指数与凯利值的联系。
必发指数和传统欧赔体系的赔付率与期望回报率是相互结合的。
首先我们仍需要把期望回报公式（凯利指数公式）完整列出如下：
（1）参数A：平均可能性（AP，主胜平负平均概率分别表示为APH，APD，APA），是各家公司欧赔体系赔率所精确对应出的各公司判断的胜平负概率的平均值。
（2）参数B：赔率（主胜平负分别表示为OH，OD，OA）
（3）参数C：期望回报率（凯利值）（主胜平负凯利值分别表示为EH，ED，EA）
EH=OH*APH；ED=OD*APD；EA=OA*APA
（4）参数D：可能性（主胜平负概率分别表示为PH，PD，PA）
PH=1.0/OH*R；PD=1.0/OD*R；PA=1.0/OA*R
（5）参数E：返还率R=1.0（1.0/OH+1.0/OD+1.0/OA）
我们引用2006年11月12日意甲梅西纳VS卡利亚里的数据进行分析：
SINGBET 2.00 2.90 3.90 0.85 0.92 1.00 91
立博 2.10 2.80 3.50 0.89 0.89 0.90 89
（第一组三列数位表示赔率，第二组三列数位表示凯利值，最后一列数字则代表该公司的欧赔返还率）
现在我们首先假定市场上仅有一家公司SINGBET，那么市场平均概率就是它自己的概率，主胜凯利值的计算如下：
EH=OH*APH=OH*PH=OH*（1.0/OH）*R=R
也就是说这时凯利值即是其返还率。现在我们假定市场上多了一间公司立博，我们再看看发生什么。这个时候，APH等于两家公司的PH除以2，即：
APH=（45+43）/2=44%
APD=（31+32）/2=31.5%
APA=（23+26）/2=24.5%
然后我们分别计算出SINGBET公司的凯利值得：
EH=2.0*44%=0.88
ED=2.9*31.5%=0.9135
EA=3.9*24.5%=0.9555
以及立博公司的凯利值：
EH=2.1*44%=0.92
ED=2.8*31.5%=0.882
EA=3.5*24.5%=0.858
我们可以发现两家公司经过“市场”的调和，其各自的ED值同时高度接近其各自的R值，而其EH和EA则开始出现离散。利用凯利值预测赛果的完美状态就是，当某公司的某一赛果的凯利值高度接近其返还率时，其赛果则为该公司在该市场中预计最可能发生的实际赛果。以该场比赛最终战成2：2的赛果而言，这两家公司分别对赛果的把握显得极其精准。事实上，如果我们在这个数据模型里面继续添加其他同样具有代表性的亚盘主流公司和欧盘主流公司，计算出来的“市场”调和后的凯利值，其各自的ED值最接近其各自的R值，从而构成完美的凯利模型。
我们回头看必发指数这场比赛的成交和变化过程。在比赛当日，主胜于赛日凌晨开始出现防御性集中，卖方上行推高价往2.40以上，买方未发力抵抗。客胜同时出现买方重要筹码，向下冲击卖方防御，卖方接货力度并不坚决，3.80防线随时可被买方突破。平局低往3.00不断纠缠，买卖双方势均力敌。目前格局，客军逐渐向不败方向发展。必指最后以44-17-39的指数结构收盘，该指数结构区间主队仅有两次平局，客军录得3平的记录。赔率则以2.54-2.92-3.70收盘，全程变化清楚显示主胜被抛售，平局不断下压，客胜高位有买单下压的走势。必指成交赔率走势与前面我们讨论的主流公司市场的凯利值分析呈现高度一致状态，必发成交用动态过程清晰印证传统主流庄家对比赛结果的高度把握。
4、标准赔率差
赔率差是和凯利、盈亏完全不同的一个概念。准确说，赔率差应分为两类，第一类是由各公司内部标准赔率以及受注赔率相对比产生的赔率差，第二类是由大众心理投注比例反算赔率来比较博彩公司赔率得出的赔率差。在此我们只探讨第一类的情况：标准赔率和标准赔率差。
标准赔率究竟是什么呢？
标准赔率差其实就是博彩公司所开出的标准赔率与受注赔率的差值。
我们将标准赔率差分为两种数据。
第一种数据：受注时段，即标准赔率与受注初赔的差值。
第二种数据：终盘时段，即标准赔率与临场赔率的差值。
我们来看看实战中的运用。
朴茨茅斯VS阿森纳 澳门标准：6.30 3.60 1.50 标准赔率：6.30 3.88 1.46 结果：0－1
尤文VSAC米兰 澳门标准：2.00 3.00 3.70 标准赔率：2.00 2.92 3.83 结果：0－0
布莱克VS埃弗顿 澳门标准：2.55 3.20 2.50 标准赔率：2.55 2.72 2.90 结果：0－0
博尔顿VS曼城 澳门标准：1.90 3.20 3.80 标准赔率：1.90 3.01 4.11 结果：0－1
佛罗伦萨VS切沃 澳门标准：1.80 3.10 3.80 标准赔率：1.80 3.12 4.45 结果：2－0
上面皆为真实摘录数据。不难发现，标准赔率对于判断足球赛事的首选效果较佳。虽然这个模型仍旧存在误差，不过在更多时候都能够为我们判断比赛提供方向。相比单纯的看赔率，标准赔率的出现使得我们对赔率的研究上更加深入。
说到这个时候，也许很多朋友对这个数据很感兴趣，有很多朋友问标准赔率是从什么地方得出的，我只能说，这是庄家的内部赔率，平常人是无法得到的，需要通过一定的途径和渠道才能得到。我们日常接触的标准赔率，一般是澳门或者威廉希尔所给出的数据，参考价值也比较大。
五、赔率的搭配体系。
（一）赔率的回报。
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。
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）。
在研究赔率体系之前，大家先仔细思考两个问题：
1、你知道中国人民银行的定期存款利率是多少吗？
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？
实际答案是：
1、中国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。
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。
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。
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。
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。
我们之所以把博彩称之为一种赌博，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，就相当于在中国的银行存上八年所得到的回报，这就是博彩被称之为赌博的精髓所在。
（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
HK Jockey Club(中国香港) 1.00 17.00 150.00
Tradesports(爱尔兰) 1.02 83.33 200.00
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。
当强势方赔率为1.05时，弱势方赔率最大值一般为多少呢？
英国 VS 马其顿 0：0
博天堂 1.05 9.00 26.00
24hPoker 1.05 10.00 33.00
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。
当强势方赔率为1.12时，弱势方赔率最大值一般为多少呢？
科威特 vs 巴西 0：4
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？
国际米兰 vs 卡利亚里 1:0
Bet24(丹麦) 1.18 5.20 13.80
SNAI(意大利) 1.18 5.50 14.00
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。
……
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。
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。
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。
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。
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）：
主胜（30个区）——平局均值搭配
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
1.15-1.20区 ：5.5-6.5区
球半区：
1.20-1.25区 ：5.0-6.0区
1.25-1.30区 ：4.5-5.5区
一球/球半区
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
一球区：
1.45-1.50区 ：3.5-3.8区
1.50-1.55区 ：3.4-3.6区
半/一区：
1.55-1.60区 ：3.4-3.6区
1.60-1.65区 ：3.4-3.6区
1.65-1.70区 ：3.3-3.5区
半球区：
1.70-1.75区 ：3.3-3.5区
1.75-1.80区 ：3.3-3.5区
1.80-1.85区 ：3.2-3.4区
1.85-1.90区 ：3.2-3.4区
1.90-1.95区 ：3.2-3.4区
1.95-2.00区 ：3.2-3.4区
平/半区：
2.00-2.05区 ：3.1-3.3区
2.05-2.10区 ：3.1-3.3区
2.10-2.15区 ：3.1-3.3区
2.15-2.20区 ：3.1-3.3区
2.20-2.25区 ：3.1-3.3区
平手区：
2.25-2.30区 ：3.0-3.2区
2.30-2.35区 ：3.0-3.2区
2.35-2.40区 ：2.9-3.1区
2.40-2.45区 ：2.9-3.1区
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：
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。
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。
那么客胜赔率和概率得出有何意义呢？
这里举两个例子：
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。
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%
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。
比赛赛果——1：1平分秋色。
例2：
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%，
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。
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。）
——欧洲赔率与百分比概率的换算
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%
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%
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%
2.00=44-45% 2.10=42-43% 2.20=41% 2.25=40%
2.30=39% 2.35=38% 2.40=37% 2.50=36%
2.60=35% 2.65=34% 2.70=33% 2.80=32%
2.90=30-31% 3.00=29% 3.20=28% 3.30=27%
3.40=26% 3.60=25% 3.70=24% 3.90=23%
4.00=22% 4.20=21% 4.50=22% 4.70=19%
5.00=18% 5.30=17% 5.50=16% 6.00=15%
6.50=14% 7.00=13% 7.50=12% 8.00=11%
9.00=10% 10.00=9% 11.00=8% 12.00=7%
15.00=6% 18.00=5% 23.00=4% 30.00=3%
（未完待续）