[論文レビュー] Component Ratios of Independent and Herding Betters in a Racetrack Betting Market

Shintaro Mori, Masato Hisakado|arXiv (Cornell University)|Jun 24, 2010

Sports Analytics and Performance参考文献 4被引用数 3

ひとこと要約

本研究では、日本競馬会（JRA）の競馬場から得られた時系列ベッティングデータを分析し、勝ち馬ベットの割合と予測精度（AR）のダイナミクスをモデル化する。2種類のボルター・モデル（合理的で独立したベッターと模倣的ベッター）を用いて、勝ち馬ベットの割合の収束と予測精度の向上が、それぞれ指数 β ≈ 0.488 および γ ≈ 0.589 のべき乗則に従うことを示した。モデルは、独立ベッターと模倣ベッターの割合が 1:3 である場合が実証データと整合的であり、模倣行動が情報集約を遅くする一方で市場効率性を維持することを明らかにした。

ABSTRACT

We study the time series data of the racetrack betting market in the Japan Racing Association (JRA). As the number of votes t increases, the win bet fraction x(t) converges to the final win bet fraction x_{f}. We observe the power law $(x(t)-x_{f})^{2} \propto t^{-β}$ with $β\simeq 0.488$. We measure the degree of the completeness of the ordering of the horses using an index AR, the horses are ranked according to the size of the win bet fraction. AR(t) also obeys the power law and behaves as $\mbox{AR}_{f}-\mbox{AR}(t)\propto t^{-γ}$ with $γ\simeq 0.589$, where AR_{f} is the final value of AR. We introduce a simple voting model with two types of voters-independent and herding. Independent voters provide information about the winning probability of the horses and herding voters decide their votes based on the popularities of the horses.This model can explain two power laws of the betting process. The component ratio of the independent voter to the herding voter is 1:3.

研究の動機と目的

• 日本競馬会（JRA）の時系列データを用いて、レース場ベッティング市場におけるベッターの行動的ダイナミクスを調査すること。
• ベッターが合理的か、あるいは模倣行動を示すかを特定し、それが市場効率性と情報集約に与える影響を評価すること。
• 合理的で独立したベッターと模倣的ベッターの2種類のボルター・システムを用いて、勝ち馬ベットの割合と予測精度（AR）の収束をモデル化すること。
• 観察された勝ち馬ベット割合とAR収束におけるべき乗則的挙動を最もよく説明する、独立ベッターと模倣ベッターの成分比を定量化すること。

提案手法

• 勝ち馬ベットの割合と予測精度（AR）の時系列データを、時間変数 t としての投票数を用いて分析する。
• 2種類のボルター・モデルを提案：独立ベッターは真の勝利確率に基づいて投票し、模倣ベッターは人気投票の傾向に従う。
• モデルは、独立ベッターが合理的で情報に基づいた投票をし、模倣ベッターが既存の人気を強化すると仮定する。
• データから指数 β と γ を推定するために、(x(t) - x_f)^2 の減衰と AR(t) が AR_f に近づく過程にべき乗則フィットを適用する。
• 数値シミュレーションにより、モデル予測と実証データを比較し、観察された収束速度に一致するよう、独立ベッターと模倣ベッターの成分比を調整する。
• 精度比（AR）は、勝ち馬ベットの割合による馬の順位付けの受信者操作特性曲線（ROC）の下側面積として定義され、時間経過に伴う予測品質を測定する。

実験結果

リサーチクエスチョン

• RQ1 レース場ベッティング市場において、勝ち馬ベットの割合が最終値にどのように収束するか、そしてその収束を記述する関数的形態は何か？
• RQ2 模倣行動がベッティングプロセスにおける情報集約をどの程度遅くするのか、そしてその遅れはどのように定量化できるか？
• RQ3 観察された勝ち馬ベット割合とAR収束におけるべき乗則的ダイナミクスを最もよく説明する、独立ベッターと模倣ベッターの成分比は何か？
• RQ4 なぜ勝ち馬ベット割合が急速に収束した後も、精度比（AR）がべき乗則に従って改善し続けるのか？
• RQ5 合理的で模倣的ベッターを含む単純な2ボルター・モデルが、JRAベッティングデータで観察された実証的べき乗則的挙動を再現できるか？

主な発見

• 二乗偏差 (x(t) - x_f)^2 は指数 β ≈ 0.488 のべき乗則に従って減少し、勝ち馬ベットの割合が最終値に至るまでの収束が遅いことを示している。
• 精度比 AR(t) は最終値 AR_f に近づく過程で指数 γ ≈ 0.589 のべき乗則に従い、収束時間 t_c を過ぎてもこの挙動が続く。
• 独立ベッターと模倣ベッターの成分比は 1:3 と推定され、実証データにおけるべき乗則的ダイナミクスを最もよく再現する。
• モデルは、勝ち馬ベット割合の収束とAR向上の両方におけるべき乗則的挙動を再現し、その説明的パワーを裏付けた。
• t_c を過ぎると、勝ち馬ベット割合は急速に収束するが、ARは依然としてべき乗則に従ってゆっくりと向上を続けるため、情報提供を行う独立ベッターの持続的役割が示唆される。
• 独立対模倣比が 1:3 の場合、モデルの予測は実証データと最も一致し、ARにおけるべき乗則は x(t) の急速な収束後にも頑健に維持される。