CSKA Moscow vs Lokomotiv Statistics & Analysis

Cuplikan pra-pertandingan untuk pertandingan ini.

• Liga: Premier League
• Perlengkapan: CSKA Moscow vs Lokomotiv
• Pembukaan: 2026-05-17 15:00:00
• 1X2 (model): Rumah 33.4% · Menggambar 30.0% · Jauh 36.7%
• xG (menampilkan): CSKA Moscow 1.24 — Lokomotiv 1.31 (jumlah xG ≈ 2.55)
• Garis Utama / Judul (Taruhan Pilihan Utama saat ditampilkan): Under 2.5 goals
• Model: 53.1% · Tersirat: 43.2% · Probabilitas edge: +9.9 pts · Est. EV: +22.1%
• BTTS (model): Ya 53.5% · TIDAK 46.5%
• Skor yang benar (tempat teratas): 1-1 (12.7%)

Jika EV ditampilkan, estimasi pengembalian per unit saham pada harga desimal terbaik yang dilacak — tidak sama dengan kesenjangan probabilitas mentah.

1X2 dapat terlihat seimbang bahkan ketika pasar sampingan menunjukkan struktur yang lebih jelas.

Sudut utama yang disorot pada halaman: Under 2.5 goals.

Jika 1X2 terlihat ketat, mesin mungkin masih menemukan struktur total atau BTTS yang lebih jelas — itu memang disengaja.

Tidak ada pilihan yang menjadi jaminan; varians sangat besar di pasar scoreline.

Mengapa 1X2 terlihat tidak menarik sedangkan totalnya tidak?

Harga 1X2 yang ketat sering kali menyertakan pembagian tiga arah yang adil, sehingga EV pada pemenang pertandingan dapat tetap negatif bahkan ketika Over/Under atau BTTS masih menyimpang dari model — bandingkan baris 1X2 pada kartu pasar dengan O/U dan BTTS.

Pasar lebih aman daripada skor yang benar?

Pasar dengan likuiditas lebih banyak dan harga lebih lancar (seringkali 1X2 atau O/U 2.5 dari banyak buku) biasanya lebih mudah untuk dipertimbangkan daripada harga skor tepat jangka panjang; masih terbaca EV di masing-masing kaki.

Apakah skor benar yang paling mungkin merupakan taruhan yang bagus?

Biasanya tidak sebagai taruhan yang berdiri sendiri: skor “yang paling mungkin” masih merupakan peristiwa ekor probabilitas absolut rendah (seringkali satu digit, terkadang remaja rendah). Gunakan itu sebagai konteks; simpan taruhan dengan skor yang benar di keranjang “menyenangkan / kecil”.

Bagaimana cara membaca EV versus kesenjangan probabilitas?

Tepi probabilitas = probabilitas model dikurangi probabilitas tersirat (dilaporkan di sini dalam poin persentase). EV ≈ probabilitas model × peluang desimal terlacak terbaik − 1, ditampilkan sebagai pengembalian per unit taruhan. Mereka terkait tetapi bukan label yang dapat dipertukarkan.

• Pergerakan harga: probabilitas tersirat dan pergerakan EV dengan peluang.
• Kesenjangan sampel/data: liga dengan informasi rendah memperluas rentang perkiraan.
• Status dalam pertandingan: gol dan kartu merah tidak dimodelkan di sini.
• Varians skor: skor yang paling mungkin biasanya masih merupakan hasil probabilitas absolut rendah (sering kali jauh di bawah 20%).

• Input: Paket fakta terstruktur yang sama dengan halaman prediksi publik (snapshot xG / Poisson, EV pasar jika tersedia, mesin keputusan v2).
• Kepatuhan: Hanya kerangka pendidikan; bukan saran yang dipersonalisasi.

May 19, 2026 (UTC)