Проверка прогнозов на свежих данных позволяет бетторам не перегружать модель информацией, но этого мало: необходимо также определить степень ее точности. Это можно сделать при помощи статистического показателя под названием коэффициент детерминации. Коэффициент может иметь величину от 0 до 1 и применяется для измерения аналитического потенциала регрессионной модели. Показатель «0» говорит о том, что модель не работает вообще (игроки могли бы с тем же успехом выбирать победителя наугад); показатель «1» означает, что прогнозы точно совпадают с полученными результатами. Модель Болтон и Чэпмена имела показатель 0,09. Это было, конечно, лучше, чем выбор лошади наугад, однако множество факторов все же остались за рамками модели.
Ряд трудностей возник и с самими данными, которые использовали исследователи. Информация о 200 забегах поступала к ним с пяти американских ипподромов и содержала массу скрытых факторов: менялись условия скачек, у лошадей менялись соперники и жокеи. Будь у Болтон и Чэпмена больше данных, эту проблему можно было бы решить, но они располагали весьма ограниченной информацией – две сотни заездов, и все. Впрочем, в менее изменчивых условиях их система потенциально могла работать.
Если вы ищете экспериментальную площадку для изучения лошадиных скачек, Гонконг – это то, что вам нужно. Забеги здесь проводятся на одной-двух дорожках, так что комфортные лабораторные условия вам обеспечены. Объект вашего исследования также будет относительно стабилен: в США по всей стране соревнуются десятки тысяч лошадей, тогда как в Гонконге существует закрытый пул примерно из тысячи животных. В год проводится не более 600 соревнований, и одни и те же лошади соревнуются друг с другом снова и снова, а значит, вы сможете наблюдать похожие события по нескольку раз, к чему всегда стремился Пирсон. В Гонконге, в отличие от Монте-Карло с его лентяями-журналистами, достаточно доступной информации о лошадях и результатах их выступлений.
Начав анализировать гонконгские данные, Бентер понял, что для прогноза надо проанализировать от 500 до 1000 забегов. Если взять меньше, не удастся учесть влияние на итог разных факторов, и модель будет нерелевантной. С другой стороны, дальнейшее расширение выборки не скажется на улучшении прогноза.
В 1994 году Бентер опубликовал статью с изложением своей базовой модели ставок. Он включил в статью таблицу, в которой сопоставил свои прогнозы с исходом реальных скачек. Его результаты выглядели впечатляюще. Модель, за исключением нескольких мелких недочетов, казалась на редкость реалистичной. Тем не менее Бентер предупредил, что у нее есть один существенный недостаток: если кто-то попытается сделать ставку на основании его прогноза, результаты могут оказаться катастрофическими.
Предположим, на вас нежданно-негаданно свалилось богатое наследство, и вы решили потратить деньги на приобретение книжного магазина. С чего вам начать? Можно составить список магазинов, которые вы хотели бы купить, посетить каждый из них – посмотреть ассортимент, пообщаться с сотрудниками, провести аудит. А можно обойтись без всех этих сложностей и просто сесть у дверей магазина и подсчитать, сколько посетителей в него входит и сколько из них выходит с покупкой. Эти две противоположные стратегии отражают два основных способа инвестирования. Если вы досконально изучаете состояние компании, это значит, что вы проводите фундаментальный анализ; если вы наблюдаете, как компанию оценивают другие, значит, вы проводите технический анализ.
В прогнозах Болтон и Чэпмена был использован фундаментальный анализ. Этот метод основан на владении качественной информацией и максимально тщательной ее обработке. Мнения и взгляды знатоков скачек в анализе не учитываются. Здесь не имеет значения, как поступают другие игроки и на каких лошадей они ставят. Фундаментальный анализ игнорирует рынок азартных игр. С тем же успехом можно делать прогнозы в вакууме.
Предсказывать результат скачек из вакуума можно, но делать ставки – нет. Если синдикаты хотят заработать на ипподроме, они должны перехитрить других игроков. И тут фундаментального анализа мало. Бентер сравнил прогнозы, полученные при помощи фундаментального анализа, со ставками обычных игроков, и заметил кое-что, что его встревожило. Бентер искал оверлеи – лошадей, имевших, согласно его расчетам, больший шанс на выигрыш, чем тот, что подразумевают сделанные на них ставки. Именно на таких лошадей он ставил бы, если бы надеялся переиграть других бетторов. Но, ознакомившись с результатами забегов, Бентер обнаружил, что лошади в ситуации оверлея приходили к финишу первыми не так часто, как согласно его выкладкам должны были. Иначе говоря, их истинные шансы на выигрыш лежали где-то в промежутке между вероятностью, которую давала модель Бентера, и вероятностью, которая вытекала из сделанных ставок. В фундаментальном подходе определенно зиял пробел.