Die Varianz ist die statistische Streuung möglicher Ergebnisse um einen Erwartungswert (EV). Zwei Wetten können exakt denselben EV aufweisen – also den gleichen theoretischen Gewinn pro eingesetztem Dollar auf lange Sicht – und sich in der Praxis dennoch völlig unterschiedlich verhalten, da sich die eine eng um diesen Durchschnitt gruppiert, während die andere zwischen großen Gewinnen und stetigen Verlusten schwankt. Der Vorteil (Edge) zeigt Ihnen die Richtung an, in die Sie sich bewegen sollten. Die Varianz zeigt Ihnen, wie steinig der Weg dorthin sein wird.

Die Größe der Schwankungen ergibt sich direkt aus der Art der Wette. Eine Wette mit einer hohen Gewinnwahrscheinlichkeit für einen kleinen Betrag (z. B. ein klarer Favorit mit einer Dezimalquote von 1.20) zahlt oft aus, aber selten viel, sodass sich die Ergebnisse nahe am Mittelwert sammeln. Eine Wette mit einer geringen Gewinnwahrscheinlichkeit für einen hohen Betrag (ein Außenseiter mit 25.00, eine Kombiwette auf dasselbe Spiel, eine Each-Way-Wette auf ein Pferd in einem 40-Pferde-Handicap) zahlt selten, aber massiv aus, wenn sie gewinnt. Daher sind die Ergebnisse weit gestreut, selbst wenn der langfristige EV identisch ist. Wenn Sie mehrere Auswahlen kombinieren, wie bei Akkumulator-Wetten, potenziert sich die Varianz schnell – jede zusätzliche Auswahl multipliziert die Quote und verringert die Gewinnwahrscheinlichkeit, wodurch die Verteilung weiter vom Durchschnitt abweicht, ohne dass sich der Vorteil zwangsläufig verbessert.

Dies ist wichtig, da die tatsächliche Erfahrung eines Wetters niemals dem EV entspricht – sie ist lediglich eine Stichprobe aus einer breiten Verteilung möglicher Ergebnisse. Ein Modell oder eine Quote, die gegenüber dem Markt einen echten Vorteil von +3% aufweist, kann aufgrund der Varianz dennoch einen verlustreichen Monat, ein verlustreiches Quartal oder manchmal sogar ein verlustreiches Jahr produzieren. Eine Pechsträhne mit einem schlechten Modell zu verwechseln (oder eine Glückssträhne mit echtem Können) ist einer der teuersten Fehler beim Wetten, und meist ist die Varianz daran schuld, nicht der fehlende Vorteil.

Beispiel

Ein Wetter findet einen Markt, der seiner Meinung nach falsch bewertet ist: eine Zwei-Wege-Wette mit einer Dezimalquote von 1.91 (etwa -110), bei der sein Modell die tatsächliche Gewinnwahrscheinlichkeit auf 54% schätzt, anstatt der 52.4%, die der Preis impliziert. Er setzt pauschal $100 pro Wette auf 100 dieser Wetten.

Pro Wette: Ein Gewinn bringt $91 Profit (100 × 0.91), ein Verlust kostet $100.

  • EV pro Wette = (0.54 × $91) + (0.46 × −$100) = $49.14 − $46.00 = $3.14
  • Erwarteter Gewinn über 100 Wetten = 100 × $3.14 = $314

Nun zur Varianz. Für eine einzelne Wette gilt E[X²] = (0.54 × 91²) + (0.46 × 100²) = 4,471.74 + 4,600 = 9,071.74. Subtrahiert man den EV² (3.14² ≈ 9.86), ergibt sich eine Varianz pro Wette von etwa 9,062, sodass die Standardabweichung pro Wette √9,062 ≈ $95.20 beträgt – mehr als das Dreißigfache des erwarteten Gewinns dieser einzelnen Wette.

Da die Wetten unabhängig voneinander sind, addiert sich die Varianz: Gesamtvarianz = 100 × 9,062 = 906,200, sodass die Standardabweichung des Gesamtergebnisses nach 100 Wetten √906,200 ≈ $952 beträgt.

Das bedeutet, dass ein Wetter mit einem echten, nachweisbaren Vorteil von 3%+ nach 100 Wetten eine Standardabweichung vom Mittelwert in beide Richtungen erwarten muss, also irgendwo zwischen etwa −$638 und +$1,266 – eine reale Chance, trotz korrekter Vorgehensweise im Minus zu landen. Erst nach mehreren hundert oder einigen tausend Wetten wird die Standardabweichung des Gesamtergebnisses (die mit √n wächst) im Verhältnis zum akkumulierten EV (der linear mit n wächst) klein, und der Vorteil beginnt sich durch das Rauschen hindurch abzuzeichnen.

Key Points

  • Vorteil und Varianz sind getrennte Achsen: Der Vorteil sagt Ihnen, ob sich eine Wette lohnt; die Varianz sagt Ihnen, wie unvorhersehbar der Verlauf sein wird. Eine +EV-Wette kann dennoch eine hohe Varianz aufweisen, und eine Wette mit Break-Even kann eine niedrige Varianz haben – beurteilen Sie eine Strategie nicht danach, wie gleichmäßig sich ihre Ergebnisse anfühlen.
  • Längere Quoten bedeuten größere Schwankungen: Außenseiterwetten, Each-Way-Wetten und insbesondere Kombiwetten mit vielen Auswahlen tragen pro Dollar EV eine weitaus höhere Varianz als niedrig quotierte Favoriten, da die Gewinnwahrscheinlichkeit gering ist und sich die Auszahlung auf seltene Ereignisse konzentriert.
  • Kleine Stichproben beweisen nichts: Wie das Beispiel zeigt, kann ein echter 3%-Vorteil nach 100 Wetten immer noch einen Verlust aufweisen. Verwerfen Sie ein gut getestetes Modell nicht nach einem schlechten Monat und vertrauen Sie einer Glückssträhne nicht als Beweis für Können, bis die Stichprobe groß genug ist, damit sich die Varianz stabilisiert hat.
  • Passen Sie Ihre Einsätze an die Varianz an: Pauschale Einsätze oder das Kelly-Kriterium existieren speziell dafür, um zu verhindern, dass eine Strategie mit hoher Varianz während eines normalen, erwarteten Abschwungs das gesamte Guthaben vernichtet, anstatt dass ein tatsächlicher Fehler im Modell vorliegt.
  • Verfolgen Sie den Prozess, nicht nur die Ergebnisse: Da kurzfristige Ergebnisse so stark von der Varianz dominiert werden, beurteilen seriöse Wetter sich danach, ob ihre Quoten den Schlusskurs schlagen (Closing Line Value), anstatt danach, ob die Wetten der letzten Woche gewonnen haben, da der CLV viel schneller gegen die Wahrheit konvergiert als der reine Gewinn und Verlust.
  • Korrelierte Wetten reduzieren die Varianz nicht wie unabhängige Wetten: Das Stapeln mehrerer Wetten auf dasselbe Spiel oder Ereignis (z. B. auf ein Team und dessen besten Torschützen zu setzen) kann wie eine Diversifizierung aussehen, hält die Ergebnisse aber tatsächlich aneinander gebunden, sodass die Schwankungen nicht so abnehmen, wie sie es bei wirklich unabhängigen Wetten tun würden.