埃罗方程式预测模型

埃罗方程式预测模型
第一部分：埃罗预测法的介绍(转载)
第二部分：埃罗预测法在足彩(胜负彩)中的运用方法(转载)
第三部分：埃罗预测法演变畅行方程式预测模型的过程(原创)
第四部分：畅行埃罗方程式预测模型在股票中的运用分析(原创)
提示：以下部分为什么会说到埃罗预测法在足彩方面的运用，是因为笔者长期研究埃罗预测法在足彩中的运用；根据此方程式研究出足彩预测模型，又通过在足彩预测模型的基础原理研究出新的畅行埃罗方程式预测模型，所有必要讲解一下。

畅行埃罗方程式预测模型主要是运用到对证券市场上证指数及A 股的分析及预测。

特别说明：在畅行埃罗方程式预测模型的计算公式其分析原理，由于笔者水平有限，数学基础不好，也说不出其公式的原理。

当然不能靠这么一个方程式做为唯一的标准是不行的，还需要对宏观经济政策及国际经济市场趋势等等来做分析。

希望能得到数学理论深后的朋友来加入探讨与研究，才使其方程式更加完善，还请股友们多多指教。

以下所举例的相关数据都为真实，可到百度搜索。

第一部分：埃罗预测法的介绍
在西方国家，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，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、最近六场战绩比较预测法。

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%)
第二部分：埃罗预测法在足彩中的运用方法
埃罗预测法的数理模型及过程
在实际应用中，按照上述方法全面调整得分可能会使预测法时的打分方法
进行了改进。

他们的研究表明，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%。

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)。

据博彩专家研究，该方法的预测结果较为准确。

该方法的唯一缺点是要花费大量的时间和精力去搜集和整理各参赛球队的资料。

积分差与主场球队取胜之间的关系
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。

相关系数(R)显示二者之间的相关性非常显著，相关系数为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=0.0053
x+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。

积分差与客场球队取胜之间的关系
从图4-3中可见，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。

同归方程(y=-0.0039 x+0.2452)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%。

积分差与平局之间的关系
从图4-4所显示的结果来看，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。

从图中可以看出，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。

虽然这里无法找出出现平局的可能性与参赛球队赛前积分差之间的关系，
但这至少告诉我们，平局是随机分布并且和很难预测的。

第三部分：埃罗预测法演变畅行方程式预测模型的过程
我们先看埃罗预测法的公式：
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%)
如果仅仅只埯以上来分析足球比赛结果是不够的，算出来只是概率而已，
不能精准到最好，所以笔者进行了修改。

那就是利用以上公式算出理论赔率与
博彩公司开出的平均赔率之差，就可以更好的分析比赛结果。

修改后将以上公
式演变为：
第一步：
主场球队取胜的概率=44.8%+(0.53%乘以两队积分差)
客场球队的获胜概率=24.5%-(两队积分差乘以0.39%)
双方平局的概率=以主场球队取胜的可能性-客场球队的获胜可能性
注：积分差必有正负之差，所以积分用正负来计算。

第二步：
先设定返还率，按博彩公司开出的平均返还率为标准来计算。

用其返还率除以各自的概率就可以得出胜负平的理论赔率。

简单介绍一下返还率，它是反映博彩公司用于平衡投资者的投注，与博彩公司的获利相关。

比如：返还率为90%，其10%是返给博彩公司利润，90%是返给投资者的。

第三步：
平均赔率减去理论赔率得出正负值，数据为正数结果不易打出，负数容易打出其结果。

例如：足球胜负彩09067期第10场比赛2009-09-12 22：00：00：
朴茨茅VS博尔顿比赛结果：2：3
主队胜平负概率：44.27%24.11%31.62%
胜平负理论赔率：2.07 2.89 3.79
胜平负博彩公司的平均赔率：2.47 3.20 2.70
差异值：0.40 0.31-1.09
预测结果：客队输球概率大，其值为：-1.09。

经笔者长期分析足彩平均准确率为：85%左右。

对用于足球来预测准确率已经很不错了，对于胜负彩来说14场和9场竞猜来说还是有机会的，只看你有没有这个运气中了。

当然不能以此指标就是判断的标准，还有很多研究方法可以运用，笔者只是运用自己的技术方法来分析而已。

因为本身埃罗预测法预测国际象棋的比赛结果，而对其结果只有胜和负，平局发生率极低，对于足球就不同了，足球比赛有胜，负，平三种结果，发生概率基本上不相上下。

而笔者想到用此公式运用到股票中去应该是好的选择，因为股票的结果也就是上涨和下跌两种趋势基本上不会有第三种结果发生，至于平盘才只是某一时点上的一个结果，所以是不用考虑的。

经笔者近期研究分析股票平均准确率为：90%左右，当然此项研究还需要长期的验证才具有真理性，大概3-5年左右，所谓"实践是检验真理的唯一标准"嘛！
第四部分：畅行方程式预测模型在股票中的运用分析
根据以上修改后的公式，笔者又进行了修改，因为完全按照此公式来测算股票的话，预测数据偏离太大，无法有其预测足彩的效果好。

以下是修改后的公式：
第一步：
压力值的设定：近期的高点(最高价)
支撑值的设定：近期的低点(最低价)
压力概率=44.80+(0.53%*压力值)
支撑概率=24.50+(0.39%*支撑值)
返还率设定为：30.7%。

理论系数=返还率/概率
第二步：
后期走势分析方案：
预测方案一：压力比值系数=上证指数压力值*比值差
压力趋势线=上证指数压力值+压力比值系数
支撑趋势线=上证指数压力值+压力比值系数
预测方案二：支撑比值系数=上证指数支撑值*比值差
压力趋势线=上证指数压力值+支撑比值系数
支撑趋势线=上证指数压力值+支撑比值系数
预测方案三：实际系数=理论估值*比值差
压力趋势线=上证指数压力值+实际系数
支撑趋势线=上证指数压力值+实际系数
举例：根据股票"海王生物"2009年9月2日至2009年9月16日的数据分析显示此股票后期价格运行范围：方案一：12.13-19.28；方案二：10.36-17.51；方案三：12.67-21.69。

9月16日的收盘价为14.54元。

请看以下后市实际结果：
9.29最底价为：11.36元,实现预测交易周期(9.16-9.29)：8天,接近于方案一的阻力线之间；10.30开盘：17.39元,实现预测交易周期(9.16-10.30)：25天,接近于方案二的压力线.11.2开盘：19.2元,实现预测交易周期(9.16-11.2)：27天,接近于方案一的压力线；11.3最高价：21.80元，实现预测交易周期(9.16-11.3)：25天。

整个完成上升周期是25天。

当然如果价格不在突破11.3的最高价：21.80元，就将回归到以上几个方案的阻力线上。

如果突破向上运行，将形成新的上升趋势。

经笔者近期抽样调查的23个项目研究分析得出用修改后的公式预测股票，平均准确率为：90%左右。

世间任何事物无绝对，所以只要掌握了规律那就是把握了机会。

笔者还会在此基础上在深入研究，一是证明此公式是可行的，二是让此公式变得更完善，更准确。

至于前面所说到的3-5年左右的验证，是因为中国的经济还在不发展中及资本市场还不够完善，使其不断变化中，所以还有很多新的东西去研究与讨论。

个人声明：以上仅为个人观点，文章内容仅供参考，不构成投资建议，禁止转载，据此操作，风险自担。

如有雷同，纯属巧合！
MSN空间完美搬家到新浪博客！。