フェアオッズとは？

フェアオッズとは何か

フェアオッズとは、ブックメーカーのマージンを含まない、理論上公平なオッズです。

簡単に言えば、

です。

例えば、ある結果が50％の確率で起こるとします。

この場合のフェアオッズは、

です。

50％の確率で起こる結果に対して、オッズ2.00が提示されていれば、理論上は公平な価格です。

同じ条件のベットを繰り返した場合、長期的な期待値は0％になります。

勝率が40％なら、

勝率が25％なら、

となります。

フェアオッズの基本式は、次のとおりです。

オッズから市場確率を計算する

オッズから市場が想定している確率を求める場合は、逆の計算をします。

例えば、オッズ2.00の場合、

市場確率は50％です。

オッズ1.50の場合、

約66.7％です。

オッズ3.00の場合、

約33.3％です。

この計算だけを見ると、オッズは確率をそのまま表しているように見えます。

しかし、実際にはそうではありません。

ブックメーカーが提示する複数の選択肢の市場確率を合計すると、多くの場合100％を超えます。

この100％を超えた部分が、ブックメーカーのマージンです。

ブックメーカーのマージンとは

ブックメーカーは、すべての結果に公平なオッズを提示しているわけではありません。

事業として利益を確保するために、オッズを少し低く設定します。

この価格調整によって生まれる余分な確率を、一般に、

• マージン
• オーバーラウンド
• ブックメーカー控除
• Vig
• Vigorish

などと呼びます。

例えば、サッカーの1X2市場で、次のオッズが提示されているとします。

• ホーム勝利：2.00
• 引き分け：3.50
• アウェイ勝利：4.00

それぞれの市場確率を計算します。

ホーム勝利：

引き分け：

アウェイ勝利：

合計すると、

になります。

本来、すべての結果の確率を合計すれば100％になるはずです。

しかし、この市場では103.57％になっています。

超過している3.57％が、ブックメーカーのマージンです。

オーバーラウンドの計算式

オーバーラウンドは、各選択肢の市場確率を合計して計算します。

パーセント表示の場合、

先ほどの例では、

です。

ブックメーカーのマージンだけを表す場合は、

したがって、

となります。

マージンが低いほど、一般的には利用者にとって有利な市場です。

反対に、マージンが高いほど、長期的に利益を残す難易度は高くなります。

マージンを除いてフェア確率を求める

ブックメーカーのマージンを除く最も基本的な方法は、それぞれの市場確率を合計値で割ることです。

この方法を、正規化と呼びます。

計算式は次のとおりです。

先ほどの1X2市場を使います。

市場確率の合計は、

です。

ホーム勝利のフェア確率：

約48.28％です。

引き分けのフェア確率：

約27.59％です。

アウェイ勝利のフェア確率：

約24.14％です。

合計すると、ほぼ100％になります。

• ホーム勝利：48.28％
• 引き分け：27.59％
• アウェイ勝利：24.14％

これが、ブックメーカーのマージンを単純に均等除去したフェア確率です。

フェア確率からフェアオッズを計算する

フェア確率が分かれば、フェアオッズを計算できます。

基本式は次のとおりです。

ホーム勝利：

引き分け：

アウェイ勝利：

したがって、この市場のフェアオッズは概ね、

• ホーム勝利：2.07
• 引き分け：3.62
• アウェイ勝利：4.14

となります。

実際に提示されていたオッズは、

• ホーム勝利：2.00
• 引き分け：3.50
• アウェイ勝利：4.00

でした。

すべてフェアオッズより低く設定されています。

この差が、ブックメーカーの利益につながります。

提示オッズとフェアオッズの違い

ここで重要なのは、提示オッズとフェアオッズは同じではないということです。

提示オッズは、実際にベットできる市場価格です。

フェアオッズは、その結果の理論上の適正価格です。

例えば、ホーム勝利のフェアオッズが2.07であるのに、実際の提示オッズが2.00であれば、その価格は少し割高です。

反対に、別のブックメーカーが2.15を提示している場合は、フェアオッズより高いため、理論上は価値がある可能性があります。

つまり、

であれば、プラスEVの可能性があります。

反対に、

であれば、マイナスEVの可能性があります。

ただし、ここで使っているフェアオッズが、単に市場マージンを除いただけのものなのか、自分のモデルから算出したものなのかによって意味は変わります。

市場のフェアオッズと、自分のフェアオッズ

フェアオッズには、大きく分けて2つの考え方があります。

1. 市場から算出するフェアオッズ

ブックメーカーのオッズからマージンを除いて算出する方法です。

これは、

を考えるために使います。

市場の評価を理解するうえで有効です。

2. 自分のモデルから算出するフェアオッズ

データやモデルを使って、自分自身で勝率を推定し、その確率から算出します。

例えば、自分の分析でホーム勝利の確率を52％と推定した場合、

自分のフェアオッズは1.92です。

市場価格が2.00なら、

となります。

自分の推定が正しければ、提示オッズは割安であり、プラスEVの可能性があります。

一方、市場のマージン除去後のフェアオッズが2.07であれば、市場はホーム勝利を約48.28％と評価していることになります。

自分のモデルは52％と評価しているため、市場との間に約3.72ポイントの差があります。

この差が、分析上の優位性の候補になります。

フェアオッズと期待値の関係

期待値は、次の式で計算できます。

例えば、自分の推定勝率が52％で、提示オッズが2.00の場合、

EVは、

です。

同じ推定勝率でも、提示オッズが1.85なら、

EVは、

です。

勝率の推定が同じでも、価格が変われば期待値は変わります。

だからこそ、フェアオッズを把握することが重要です。

フェアオッズは、ベットすべき価格の基準になります。

フェアオッズとEdgeの関係

市場確率と自分の推定確率の差を、Edgeと呼びます。

基本的な考え方は、

です。

例えば、

• 市場のフェア確率：48.28％
• 自分の推定確率：52.00％

の場合、

のEdgeがあります。

ただし、Edgeがあるだけで必ずベットするわけではありません。

• モデルの信頼性
• データ量
• 市場の流動性
• オッズ変動
• 情報の新しさ
• 市場ごとの特性
• 推定誤差

を考慮する必要があります。

Edgeは優位性の候補であり、利益の保証ではありません。

マージンはすべての結果に均等とは限らない

ここまでの計算では、ブックメーカーのマージンが各結果へ均等に配分されていると仮定しました。

しかし、実際の市場では、必ずしも均等ではありません。

例えば、

• 人気チーム
• 有名選手
• ホームチーム
• 高確率の本命
• 一般利用者が好みやすい市場

には、より強いマージンが乗っている可能性があります。

特に本命側の低オッズでは、単純な正規化だけでは正確なフェア確率を得られない場合があります。

また、ブックメーカーによっても価格形成の方法は異なります。

そのため、高度な分析では、

• Proportional normalization
• Additive method
• Power method
• Shin method

など、複数のマージン除去方法が使われます。

ただし、初心者の段階では、まず単純正規化を理解することが重要です。

市場の合計確率が100％を超えていること、そしてその超過分を除いて考える必要があることを理解するだけでも、オッズの見方は大きく変わります。

2択市場のフェアオッズ

オーバー・アンダーやBTTSなど、2択市場でも考え方は同じです。

例えば、Over 2.5とUnder 2.5のオッズが次のとおりだとします。

• Over 2.5：1.80
• Under 2.5：2.05

市場確率は、

Over：

Under：

合計：

マージンは、

です。

正規化すると、

Overのフェア確率：

Underのフェア確率：

フェアオッズは、

Over：

Under：

となります。

提示オッズよりフェアオッズの方が高くなっていることが分かります。

ブックメーカーによってフェアオッズは変わるのか

本来、同じ試合・同じ市場であれば、真の確率は1つです。

しかし、ブックメーカーごとに提示オッズは異なります。

その理由には、

• 利用者層
• リスク管理
• マージン設定
• 取引量
• 市場形成能力
• 情報反映速度
• 特定チームへのベット偏り

などがあります。

そのため、1社のオッズだけを見て市場評価を判断するのは危険です。

複数のブックメーカーを比較すると、

• 市場全体の中心価格
• 極端に低いオッズ
• 一時的に高いオッズ
• オッズ更新の遅れ
• 価格差による価値

を見つけやすくなります。

期待値を考えるうえでは、予測精度だけでなく、価格比較も非常に重要です。

高いオッズが、必ず価値を意味するわけではない

他社より高いオッズが提示されていると、価値があるように見えます。

しかし、高いオッズであることと、プラスEVであることは同じではありません。

例えば、他社平均が2.00で、あるブックメーカーだけ2.10だったとしても、本当の勝率が40％なら期待値はありません。

EVは、

です。

重要なのは、他社より高いかどうかだけではありません。

自分が推定したフェアオッズより高いかどうかです。

フェアオッズは確定値ではない

フェアオッズは、絶対に正しい数字ではありません。

確率の推定方法によって変わります。

市場データから算出したフェアオッズも、自分のモデルから算出したフェアオッズも、どちらも推定値です。

サッカーには多くの不確実性があります。

• 選手の欠場
• コンディション
• フォーメーション変更
• 退場
• PK
• 天候
• 試合展開
• モチベーション
• 偶然性

これらを完全に予測することはできません。

そのため、フェアオッズは一点の断定ではなく、

として扱う必要があります。

AIはフェアオッズをどう使うのか

AIや統計モデルは、試合データから確率を推定するために使えます。

例えば、

• 得点期待値
• 攻撃力
• 守備力
• ホームアドバンテージ
• 選手情報
• 直近成績
• シュートデータ
• ポゼッション
• 対戦相性
• 市場価格

などを組み合わせて、各結果の確率を算出します。

その確率をオッズへ変換したものが、モデル上のフェアオッズです。

しかし、AIが出したフェアオッズも、必ず正しいわけではありません。

学習データ、サンプル数、モデル設計、入力情報の鮮度によって結果は変わります。

重要なのは、AIの数字をそのまま信じることではありません。

• 市場とどこが違うのか
• なぜ違うのか
• その差に根拠があるのか
• モデルがその市場を得意としているのか
• 情報が十分に反映されているのか

を確認する必要があります。

EV Bet Engineにおけるフェアオッズ

EV Bet Engineでは、フェアオッズを単なる計算結果として扱いません。

以下の流れの中で使用します。

• データを収集する
• モデル確率を推定する
• モデル確率からフェアオッズを算出する
• 市場オッズからマージンを除く
• 市場のフェア確率と比較する
• Edgeを確認する
• EVを計算する
• 信頼度とリスクを評価する
• ベットサイズを決定する
• 試合後に検証する

つまり、フェアオッズは期待値分析の中心にある基準価格です。

誰が勝つかを予測するだけではなく、

を判断するために使います。

まとめ

フェアオッズとは、ブックメーカーのマージンを含まない、理論上公平なオッズです。

基本式は次のとおりです。

市場オッズからフェア確率を求める場合は、

を計算し、すべての市場確率を合計します。

合計が100％を超えた部分が、ブックメーカーのマージンです。

マージンを単純に除く場合は、

で正規化します。

フェアオッズを理解すると、

• オッズを価格として見られる
• ブックメーカーの利益構造を理解できる
• 市場の確率をより正確に把握できる
• 自分のモデルとの違いを確認できる
• 期待値とEdgeを計算できる

ようになります。

スポーツベットで長期的に利益を残すために重要なのは、単に結果を当てることではありません。

です。

フェアオッズは、その判断をするための基準です。