Giao dịch cặp trên thị trường cá cược bầu cử bằng mô hình xác suất hồi quy về trung bình

Tóm tắt

Nghiên cứu tình huống này điều chỉnh logic giao dịch cặp cho thị trường cá cược chính trị bằng cách mô hình hóa xác suất hàm ý kết hợp của các ứng viên được hai đảng lớn đề cử. Một quá trình Ornstein-Uhlenbeck tiềm ẩn với mức hồi quy về trung bình biến thiên theo thời gian biểu diễn xác suất cơ sở, còn nhiễu cộng tính phản ánh tỷ lệ cược quan sát được. Tham số được ước tính từ dữ liệu lấy mẫu đều đặn bằng hàm hợp lý không gian trạng thái; các báo giá liên tiếp lặp lại được gộp lại nhưng vẫn giữ nguyên thời gian đã trôi qua trong phép chuyển tiếp thời gian liên tục.

Các cận trên của dự báo bootstrap tham số tạo tín hiệu khi xác suất kết hợp được dự kiến giảm, còn mô hình dạng Bradley-Terry chọn báo giá tỷ lệ cược của ứng viên nào sẽ được dùng. Mô hình chọn ứng viên được huấn luyện bằng dữ liệu bầu cử năm 2020 và đánh giá trên dữ liệu năm 2024, tạo ra 130 tín hiệu, độ bao phủ một bước là 95.1%, lợi suất giá tỷ lệ cược tổng hợp trung bình 1.86% và tỷ lệ dạng Sharpe mỗi giao dịch chưa thường niên hóa là 1.12. Đây là các thước đo mô tả trong điều kiện không có ma sát, chứ không phải lợi nhuận cá cược có thể thực hiện; các tác giả trình bày phương pháp như một minh chứng khái niệm cho thị trường có hai ứng viên.

Ý chính

• Khuôn khổ mô hình hóa xác suất hàm ý kết hợp của hai ứng viên bằng một quá trình hồi quy về trung bình biến thiên theo thời gian và có nhiễu.
• Hàm hợp lý không gian trạng thái ước tính tham số mô hình đồng thời tính đến thời gian trôi qua không đều giữa các quan sát được giữ lại.
• Các cận trên của dự báo bootstrap nhận diện khả năng xác suất hàm ý kết hợp giảm.
• Mô hình dạng Bradley-Terry chọn báo giá tỷ lệ cược riêng của ứng viên.
• Kết quả ngoài mẫu 2024 mang tính mô tả và loại trừ ma sát trên sàn cá cược.

Thẻ

# Adapting Pairs Trading to Gambling Markets A Case Study of the U.S. Presidential Election


# Adapting Pairs Trading to Gambling Markets A Case Study of the U.S. Presidential Election









Pairs trading exploits mean reversion in the relationship between related assets. We adapt this idea to political betting markets by modelling the combined implied probability of the two major-party nominees with a latent Ornstein-Uhlenbeck process whose mean-reversion level varies over time and whose observations contain additive noise. Model parameters are estimated from regularly sampled odds data using a state-space likelihood, with consecutive repeated values represented by a single retained observation and the elapsed number of sampling intervals preserved in the continuous-time transition. Parametric-bootstrap upper prediction bounds identify signal times at which the combined implied probability is likely to decline, and a no-intercept Bradley-Terry-type model selects the candidate-specific odds quote. The candidate-selection model is trained on 2020 U.S. presidential-election data and evaluated out of sample on 2024 data. The 2024 analysis produced 130 signals, empirical one-step coverage of 95.1%, a mean synthetic odds-price return of 1.86%, and an unannualized per-trade Sharpe-type ratio of 1.12. These returns are frictionless descriptive quantities rather than executable betting-exchange profits. The results support the integrated framework as a proof of concept for two-candidate electoral markets.

Hiển thị toàn văn kèm ghi nguồn theo giấy phép của tài liệu gốc. Giấy phép: abstract CC0

Bản tóm tắt này do tác nhân nghiên cứu của Stratmill biên soạn từ tài liệu gốc; đây không phải bản sao của tài liệu.