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.
| Liga | Meccs | Átlagos margin | Piaci Brier | Favorit-találat |
|---|---|---|---|---|
| Premier League(Anglia) | 3800 | 4% | 0.5700 | 54,4% |
| La Liga(Spanyolország) | 3040 | 4,7% | 0.5788 | 53,5% |
| Bundesliga(Németország) | 2447 | 4,7% | 0.5783 | 53,3% |
| Serie A(Olaszország) | 3040 | 4,8% | 0.5701 | 54,8% |
| Ligue 1(Franciaország) | 2716 | 4,8% | 0.5891 | 52% |
| World Cup(Nemzetközi) | 100 | 4,9% | 0.4944 | 64% |
| Championship(Anglia) | 4416 | 5,2% | 0.6222 | 47,2% |
| Eredivisie(Hollandia) | 2374 | 5,4% | 0.5472 | 56,5% |
| Primeira Liga(Portugália) | 2448 | 5,7% | 0.5418 | 56,1% |
| League Two(Anglia) | 4854 | 5,7% | 0.6303 | 46,4% |
| Bundesliga 2(Németország) | 2448 | 5,7% | 0.6299 | 46,3% |
| First Division A(Belgium) | 2325 | 5,7% | 0.5852 | 52,9% |
| Premiership(Skócia) | 1547 | 5,9% | 0.5506 | 55,2% |
| Super Lig(Törökország) | 2753 | 6% | 0.5842 | 52,8% |
| League One(Anglia) | 4264 | 6% | 0.6089 | 50% |
| Serie B(Olaszország) | 2655 | 6,2% | 0.6273 | 45,7% |
| La Liga 2(Spanyolország) | 3675 | 6,3% | 0.6240 | 46,6% |
| Ligue 2(Franciaország) | 2790 | 6,4% | 0.6270 | 46,2% |
| Super League(Görögország) | 1908 | 6,5% | 0.5501 | 54% |
| Championship(Skócia) | 1530 | 7,1% | 0.6230 | 47,3% |
| League One(Skócia) | 1329 | 8,4% | 0.6039 | 51,5% |
| League Two(Skócia) | 1327 | 8,5% | 0.6050 | 49,4% |
| Friendlies Clubs(Nemzetközi) | 358 | 9,7% | 0.5851 | 52% |
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 |
|---|---|---|
| 7,4% | 5,8% | 3890 |
| 16% | 14,9% | 19 815 |
| 26% | 25,5% | 70 787 |
| 34% | 34,1% | 39 277 |
| 44,6% | 45,3% | 22 828 |
| 54,6% | 55,6% | 12 922 |
| 64,4% | 67,2% | 6512 |
| 74,4% | 78,2% | 3338 |
| 83,7% | 86,6% | 1217 |
| 91,3% | 97,7% | 44 |
A fenti aggregátumok a platform történeti korpuszából számolódnak: 60 210 lejátszott, árazott mérkőzés, 2015-08-08 és 2026-09-20 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