Kutatás
Mennyire hatékony a fogadási piac?
Pál József Gergő · 2026-07-31
Meg lehet-e verni a fogadási piacot?
Kevés kérdés mozgat akkora pénzt a sportfogadás körül, mint ez az egyetlen mondat. A tippoldalak, a "biztos rendszerek" és a fizetős csoportok mind ugyanarra az ígéretre épülnek: létezik olyan tudás, amellyel a fogadó hosszú távon a fogadóiroda fölé kerekedhet. Mi nem ígéretből indultunk ki, hanem mérésből: felépítettük a saját valószínűségi modelljeinket, majd szisztematikusan végigmértük, találunk-e olyan pontot, ahol a piac árazása kihasználhatóan téved.
A rövid válasz, amelyet ez a cikk számokkal támaszt alá: a mi adatainkon, a mi módszereinkkel sehol. A futballfogadás fő piacain az árak annyira pontosak, hogy a bennük maradó hibák kisebbek, mint a fogadás tranzakciós költsége, vagyis a bukmékeri árrés. Ez a null-eredmény első hallásra kiábrándító, valójában a leghasznosabb dolog, amit egy adatelemző platform elmondhat: pontosan kijelöli, mit tud a nyilvános adat, és mit nem.
A cikk végigmegy a kérdésfelvetésen, a módszertanon és a hét saját kísérlet eredményén, majd egy élő, a platform történeti korpuszából számolt liga-benchmark táblát mutat: ligánként mekkora az átlagos árrés, milyen pontosan áraz a piac, és milyen gyakran nyer a favorit. A záró szakasz a korlátokat sorolja fel, mert egy mérés pontosan annyit ér, amennyire őszintén beszél a saját határairól.
Mit nevezünk hatékony piacnak?
A pénzügyi piacokról ismert hatékonypiac-gondolat fogadási megfelelője így szól: az odds minden nyilvánosan elérhető információt beépít, ezért nyilvános adatból nem adható nála szisztematikusan jobb valószínűség-becslés. Ez nem azt állítja, hogy az ár mindig pontos. Azt állítja, hogy a hibáit nem lehet előre és megbízhatóan megtalálni akkora biztonsággal, hogy az árrés levonása után is maradjon nyereség.
A gondolat kulcsszereplője a záróár, vagyis a kezdés pillanatában érvényes utolsó odds. Addigra a piac a sérüléshírektől a professzionális szindikátusok pénzéig mindent beépített, ezért a záróár a nyilvánosan létező legjobb valószínűség-becslésnek tekinthető. Aki hosszú távon rendre jobb áron köt, mint a záróár, az valószínűleg valódi információs előnnyel dolgozik; akinél ez nem áll fenn, ott a rövid távú nyereség és veszteség a variancia műve. Ezt a viszonyszámot hívja a szakma CLV-nek (closing line value).
A hatékonyság nem varázslat, hanem visszacsatolás eredménye. A pontatlan árat a jól informált pénz azonnal megjátssza, az iroda pedig az ár elmozdításával válaszol. A folyamat végére az ár oda kerül, ahol már egyik oldalt sem éri meg megjátszani. Minél likvidebb egy piac, annál gyorsabb ez a korrekció, ezért a nagy ligák fő piacai a legpontosabbak, és ezért érdemel külön gyanakvást minden olyan ajánlat, amely éppen ott ígér könnyű előnyt.
Mit mond a publikált kutatás?
A kérdésnek évtizedes szakirodalma van, és a tanulságok meglepően egységesek, ha az ember a részleteket is elolvassa. Dixon és Coles 1997-es, ma már klasszikus cikke még talált kihasználható hibaárazást az akkori angol piacon, gólszám-alapú modellel. Hvattum és Arntzen 2010-es ELO-tanulmánya viszont már azt mutatta, hogy az oddsokból képzett becslések pontosabbak minden általuk vizsgált rating-modellnél. Az újabb eredmények pedig rendre arról szólnak, hogy a piac tovább pontosodik:
- 1Kaunitz, Zhong és Kreiner (2017): a konszenzustól elszakadó árakat megjátszó stratégia tíz év 479 ezer meccsén +3,5%, öt hónapos valódi pénzes tesztben +8,5% hozamot mutatott. A kísérletet nem a piac állította meg, hanem az irodák: a nyerő számlákat minimális tétekre korlátozták.
- 2"Not feeling the buzz" (2023): egy korábban nyereségesnek publikált stratégia újraszámolása. Az adathibák javítása után a profit lényegében eltűnt (a nagy részét egyetlen kiugró fogadás adta), és a vizsgált stratégiák 2020 után már nem termeltek. A szerzők szerint a piac az utóbbi években mérhetően hatékonyabb lett.
- 3Hubáček, Šourek és Železný (2019): a bukmékeri becsléstől szándékosan dekorrelált gépi tanulási modell NBA-meccseken pozitív hozamot adott a 2007 és 2014 közötti visszatesztben. Fontos fenntartások: egyetlen iroda árain fut, a limitálást nem modellezi, és élő piacon nem igazolták.
- 4Walsh és Joshi (2024): a modellek kiválasztásánál nem a találati pontosság, hanem a kalibráció a jó szempont; a kalibráció alapján választott modell jobb hozamot adott a kísérletükben. Részben ezért mérünk mi is minden modellünkön Brier-pontszámot és kalibrációt.
A saját mérési programunk
A platform mögött zárt, utólag nem bővített történeti adatkorpusz áll: 11 szezon több mint 50 000 mérkőzése. A munka első, kisebb mintás szakasza lektorált folyóiratcikkben jelent meg (Pál és Bíró, 2025); ott, 539 meccsen a legjobb modell-stratégia páros még nyereségesnek látszott. A teljes korpuszon futtatott walk-forward mérésünk ezt tartós előnyként nem erősítette meg: a modelljeink kalibráltak, de a záróárnál pontosabb becslést egyikük sem adott.
A profitkeresési programot ezután hét, szerkezetileg különböző módszerre terveztük meg, és mindet ugyanazzal a fegyelemmel futtattuk: walk-forward kiértékelés, amelyben a modell minden döntésnél kizárólag a meccs előtt ismert adatot láthatja; közel 49 ezer mérkőzés nyitó- és záróoddsa; előre rögzített döntési szabályok, utólagos válogatás nélkül. A walk-forward azért nem alku tárgya, mert a visszatesztek legjellemzőbb hibája a jövőbe lesés: elég egyetlen, a jövőből visszaszivárgó információmorzsa, és a papíron szép hozam a valóságban elpárolog.
Fontos kimondani azt is, mit nem csináltunk. Nem válogattunk utólag a kísérletek között, és a kudarcokat nem hallgatjuk el: az alábbi lista abban a formában közli az eredményeket, ahogyan a mérés kiadta őket. Egy kutatási programnak a cáfolat ugyanolyan értékű kimenete, mint a megerősítés, még ha hirdetésben rosszabbul mutat is.
Hét módszer, hét eredmény
A hét vizsgált út és a mért eredmény:
- 1Rekreációs irodai záróár az éles iroda fair záróárával szemben: a küszöb fölötti eltérésekre számolt többlethozam konfidencia-intervalluma nullát fed. Kihasználható rés nem mutatható ki.
- 2A záróár megverése nyitóáron ("beat the close"): +4,7% hozam, de csak orákulum-üzemmódban, vagyis a jövőbeli záróár ismeretében válogatva. A valós időben elérhető információból építve az eredmény nulla körüli vagy negatív.
- 3Záróár-előrejelzés gépi tanulással: a modell csaknem tökéletesen megtanulta a záróárat, a becsléseire épített fogadás mégis -11%-ot hozott. Az ok az optimalizálási átok: a value-válogatás éppen a modell saját túlbecslési hibáit gyűjti össze.
- 4Alacsonyabb osztályok: a papíron csábító +30% mindössze 132 meccsből jött ki, a konfidencia-intervallum -7%-tól +67%-ig ér. Ez nem jel, hanem zaj, ráadásul illikvid piacon éles viszonyítási ár sincs, amihez képest az értéket mérni lehetne.
- 5Lay-off, vagyis a nyitóáron megkötött pozíció fedezése kezdés előtt a tőzsdén: az ármozgás valódi, de a nettó eredmény +0,6%, amit a jutalék, a tétlimitek és a likviditás hiánya felemészt.
- 6Kereszt-piaci árazás, a gólpiacból visszaszámolt 1X2: a két piac egymással konzisztens, a gólpiac semmilyen többletinformációt nem hordoz az 1X2-höz képest.
- 7BTTS és rokon mellékpiacok: megfelelő történeti adat hiányában érdemi teszt nem futtatható rajtuk, az árazásuk pedig ugyanarra a gól-eloszlásra épül, amelyen a korábbi utak már megbuktak.
A program végkövetkeztetése: a fő piacok árazása a tranzakciós költségek sávján belül hatékony. Egyik tesztelt módszer sem termelte ki az árrést, és ezt őszintébb kimondani, mint egy működőnek látszó rendszert árulni.
Liga-benchmark a történeti korpuszból
Minden sor egy liga. Az átlagos margin a konszenzus-árakba épített árrés (a valódi irodák átlagából, a panel-aggregátumok nélkül számolva). A Brier-pontszám az árrés-mentesített piaci valószínűségek négyzetes hibája a tényleges végeredményhez képest: kisebb érték pontosabb árazást jelent. A favorit-találat azt mutatja, milyen gyakran nyert a piac által legvalószínűbbre árazott kimenet.
Premier League(Anglia)
La Liga(Spanyolország)
Bundesliga(Németország)
Ligue 1(Franciaország)
Serie A(Olaszország)
World Cup(Nemzetközi)
Championship(Anglia)
Eredivisie(Hollandia)
Primeira Liga(Portugália)
League Two(Anglia)
Bundesliga 2(Németország)
First Division A(Belgium)
Premiership(Skócia)
Super Lig(Törökország)
League One(Anglia)
Serie B(Olaszország)
La Liga 2(Spanyolország)
Ligue 2(Franciaország)
Serie A(Brazília)
Super League(Görögország)
Major League Soccer(USA)
Liga Profesional Argentina(Argentína)
Eliteserien(Norvégia)
Allsvenskan(Svédország)
K League 1(Dél-Korea)
Championship(Skócia)
Serie B(Brazília)
UEFA Europa Conference League(Nemzetközi)
League One(Skócia)
League Two(Skócia)
Superettan(Svédország)
Primera Nacional(Argentína)
National League(Anglia)
Friendlies Clubs(Nemzetközi)
Primera División(Bolívia)
USL Championship(USA)
League One(Kína)
Torneo Federal A(Argentína)
Serie C(Brazília)
MLS Next Pro(USA)
League Two(Kína)
USL League One(USA)
Primera B Metropolitana(Argentína)
1 Lyga(Litvánia)
Reserve League(Argentína)
Primera C(Argentína)
Paulista - U20(Brazília)
Beárazott és tényleges gyakoriság
A kimeneteket az árrés-mentesített piaci valószínűségük szerinti sávokba soroltuk. Jól kalibrált piacon a tényleges bekövetkezési gyakoriság sávról sávra közel esik a beárazott valószínűséghez; nagy, szisztematikus eltérés jelezne kihasználható hibaárazást.
| Beárazott valószínűség | Tényleges gyakoriság | Kimenetek száma |
|---|---|---|
| 7,3% | 5,5% | 4822 |
| 16% | 14,8% | 24 623 |
| 25,9% | 25,3% | 88 081 |
| 34,1% | 34,1% | 48 100 |
| 44,6% | 45,5% | 28 498 |
| 54,6% | 55,9% | 16 176 |
| 64,4% | 67,4% | 8148 |
| 74,4% | 78,3% | 4130 |
| 83,7% | 87,2% | 1500 |
| 91,9% | 97,7% | 85 |
A fenti aggregátumok a platform történeti korpuszából számolódnak: 74 721 lejátszott, árazott mérkőzés, 2015-03-12 és 2026-11-25 közötti időszak. A táblában csak a legalább 100 meccses ligák szerepelnek; meccs-szintű adatot és fogadóiroda-nevet az oldal nem közöl.
Mit jelent ez a fogadó szemszögéből?
Az első következmény a szemléletváltás: a fogadásnak ára van, és ez az ár a margin. A fenti tábla ligánként mutatja, mennyibe kerül a piacon lenni; a mintázat jellemzően ugyanaz, a nagy, likvid ligák olcsóbbak és pontosabban árazottak, a kisebb bajnokságok drágábbak. Nagyságrendként: az éles irodák a fő piacokon 2-3% körüli, a rekreációs irodák jellemzően 5-8% közötti árréssel dolgoznak, mellékpiacokon és kis ligákban ennél magasabb értékek sem ritkák.
A második következmény a mérés elsőbbsége. Ha a piac ennyire pontos, a rövid távú nyereség önmagában semmit nem bizonyít: néhány tucat fogadásnyi minta matematikailag kevés a szerencse és a tudás megkülönböztetéséhez. Ami valóban mérhető, az a megkötött ár viszonya a záróárhoz, valamint a saját becslések kalibrációja. A platform eszközei pontosan ezért mérésre épülnek, nem tippre: napló, kalibrációs görbe, Brier-pontszám.
A harmadik következmény a gyanakvás közgazdaságtana. Ha egy erre szakosodott kutatási programban nyilvános adatból tartós előny nem volt kimutatható, akkor minden olyan ajánlat, amely ugyanezt kis pénzért és garanciával ígéri, a bizonyítás terhét viseli. Egy tipster-rekord ellenőrzési módja ugyanaz, mint a tudományban: előre bejelentett, rögzített tippek, teljes és nem utólag válogatott történet, záróárral szembeni összevetés.
Korlátok
Egyetlen mérés sem általános érvényű, és ez alól ez a tanulmány sem kivétel. Az eredmények a következő korlátok között értelmezendők:
- 1Lefedettség: a tábla csak azokat a ligákat mutatja, amelyekből a korpuszban legalább a küszöbnyi lejátszott, árazott meccs van; a küszöböt, a lefedett időszakot és a teljes mintaméretet a tábla alatti sor közli.
- 2Piac: a mérés az 1X2 fő piacra vonatkozik, konszenzus-árakon, amelyek valódi irodai árak átlagai. A konszenzus nem azonos az adott pillanatban ténylegesen elérhető legjobb árral.
- 3A hét módszeres program a saját, zárt korpuszunkon futott, közel 49 ezer meccs nyitó- és záróoddsán. Más piacokon, más időszakon vagy más adaton az eredmény elvben eltérhet.
- 4A múlt mérése nem előrejelzés: a történeti aggregátum azt mondja meg, mi volt, nem azt, mi lesz. A piac szerkezete változik, a 2023-as korrekciós tanulmány szerint jellemzően a nagyobb hatékonyság irányába.
- 5A null-eredmény nem lehetetlenségi bizonyíték: azt mutatja, hogy az általunk tesztelt utakon, nyilvános adatból nem volt kitermelhető az árrés. Nem nyilvános információval dolgozó szereplőkről vagy más sportok piacairól nem állít semmit.
Következtetés
A piaci hatékonyság számunkra nem hittétel, hanem mérési eredmény, amelyet hét különböző irányból próbáltunk megdönteni, sikertelenül. Ez a kudarc a platform alapja: mivel előnyt nem találtunk, előnyt nem is árulunk. Amit kínálunk, az a piac működésének megértése és a saját eredmények őszinte mérése, vagyis az a két dolog, amire a mérésünk szerint a nyilvános adat ténylegesen alkalmas.
Ez a cikk oktatási és kutatási tartalom, nem fogadási ajánlás. A szerencsejáték kockázattal jár, és a platform egyetlen eszköze sem növeli a nyerés esélyét.
Források
A cikkben hivatkozott tanulmányok. A nyílt hozzáférésű tételek közvetlenül elérhetők a linkeken:
- Pál, J.G. és Bíró, Cs. (2025): Evaluating profitability in sports betting using probabilistic models and betting strategies
- Kaunitz, Zhong és Kreiner (2017): Beating the bookies with their own numbers
- Not feeling the buzz, korrekciós tanulmány (2023)
- Hubáček, Šourek és Železný (2019): Exploiting sports-betting market using machine learning
- Walsh és Joshi (2024): accuracy vagy kalibráció?
- Dixon és Coles (1997): Modelling Association Football Scores and Inefficiencies in the Football Betting Market
- Hvattum és Arntzen (2010): Using ELO ratings for match result prediction in association football
- Gneiting, Balabdaoui és Raftery (2007): Probabilistic forecasts, calibration and sharpness