Bahis Sistemlerinin Matematiği

01 ⚡

Beklenen Değer (Expected Value, EV)

Birim başına beklenen net getiri — her bahsin gerçek "değeri" nedir?

▼

Olasılık istatistiğinde beklenen değer (expected value), bir rastgele değişkenin olası sonuçlarının ağırlıklı ortalamasıdır. Bahis bağlamında ise bu kavram daha somut bir anlam kazanır: 1₺ bahis koyduğunuzda uzun vadede birim başına ne kadar net kazanır ya da kaybedersiniz? Bu yüzden buradaki EV'yi "beklenen net getiri" olarak okumak daha doğrudur.

Formül

\[\text{EV} = p \cdot G - (1-p) \cdot L\]

\(p\) = kazanma olasılığı, \(G\) = net kazanç, \(L\) = kayıp

Örnek 1 — Pozitif beklenen değer: Galatasaray maçına oran 2.10. Kendi analizinize göre Galatasaray %55 ihtimalle kazanıyor.

Parametre	Değer	Açıklama
Oran	2.10	Bahis sitesinin (bookmaker) verdiği
Kazanma Olasılığı	%55	Kendi analiziniz
Net Kazanç	1.10 ₺ / ₺	1₺ koyarsınız, kazanırsanız 2.10₺ alırsınız → elinizde kalan kâr: 2.10 − 1 = 1.10₺
Beklenen Değer (EV)	+0.155	(0.55×1.10) − (0.45×1)

Örnek 2 — Negatif beklenen değer: Aynı maç, aynı oran. Ama bu sefer analizinize göre Galatasaray yalnızca %45 ihtimalle kazanıyor.

Parametre	Değer	Açıklama
Oran	2.10	Bahis sitesinin (bookmaker) verdiği
Kazanma Olasılığı	%45	Kendi analiziniz
Net Kazanç	1.10 ₺ / ₺	1₺ koyarsınız, kazanırsanız 2.10₺ alırsınız → elinizde kalan kâr: 2.10 − 1 = 1.10₺
Beklenen Değer (EV)	−0.026	(0.45×1.10) − (0.55×1)

✓Tek fark tahmin edilen olasılık: %55 → +EV, %45 → −EV. Oran aynı olsa bile kendi analiziniz ne kadar doğruysa beklenen net getiriniz (expected value) o kadar yüksek olur. Bahis sitesini (bookmaker) yenmenin tek yolu sürekli pozitif EV bulmaktır.

⚠️Yukarıdaki %55 tahmini örnek amaçlıdır — sezgiye dayalı bir tahminle hesaplanan EV matematiksel olarak tutarlı ama gerçekçi değildir. "Çöp girdi, çöp çıktı" (garbage in, garbage out). Anlamlı bir EV için tahmin mutlaka veriye ve hesaba dayanmalıdır.

Olasılık tahmini nasıl üretilir?

Üç temel yaklaşım vardır. Her biri farklı bir matematiksel zemine oturur ve birbirini tamamlar.

Yöntem 1 Poisson Gol Modeli Veri tabanlı · Güçlü

Her takımın beklenen gol sayısı \(\lambda\) hesaplanır, ardından Poisson dağılımıyla skor olasılık matrisi kurulur. Matristen kazanma olasılığı doğrudan okunur. (Detay için 4. bölüme bakın.)

Adımlar

1. Son 5–10 maçtan ev sahibi ort. golü \(\bar{g}_{ev}\), deplasman ort. golü \(\bar{g}_{dep}\) hesapla
2. \(\lambda_{ev} = \bar{g}_{ev,\text{saldırı}} \times \bar{g}_{dep,\text{savunma}} \times \mu_{\text{lig}}\)
3. \(P(\text{ev kazanır}) = \sum_{h > a} P(X{=}h) \cdot P(Y{=}a)\)

Yöntem 2 Elo Derecelendirme Sistemi Puanlama tabanlı · Hızlı

Her takıma geçmiş sonuçlarına göre bir Elo puanı atanır. İki takımın puan farkından kazanma olasılığı türetilir. Satranç dünyasından spor analizine taşınmış köklü bir yöntemdir.

Formül

\[P_A = \frac{1}{1 + 10^{(R_B - R_A)/400}}\]

\(R_A, R_B\) = takımların Elo puanları

Örnek: GS puanı 1650, FB puanı 1600 → \(P_{GS} = \frac{1}{1+10^{-50/400}} \approx \%57\)

Yöntem 3 Piyasa Ortalaması Çoklu site · Pratik

Birden fazla bahis sitesinin oranlarını toplayıp ortalama zımni olasılığı hesaplayın. Tek bir sitenin yanlılığını (bias) azaltır; piyasa toplamda bireysel analistten daha doğru tahmin üretir.

Adımlar

1. \(n\) siteden ev sahibi oranlarını topla: \(o_1, o_2, \ldots, o_n\)
2. Her biri için zımni olasılık: \(p_i = 1/o_i\)
3. Vig'i temizle: \(\hat{p}_i = p_i \,/\, \sum_j p_j\)
4. Ortalama: \(\bar{p} = \frac{1}{n}\sum_i \hat{p}_i\)

🔬En güvenilir yaklaşım bu üç yöntemi birleştirmektir: Poisson ile temel olasılığı üretin, Elo ile tutarlılığını kontrol edin, piyasa ortalamasıyla kıyaslayın. Üçü aynı yönü gösteriyorsa tahmininiz güçlüdür.

EV Hesaplayıcı

Oran (örn: 2.10)

Tahmin Ettiğiniz Olas. (%)

Beklenen Değer (100₺ başına)

02 📊

Zımni Olasılık & Bahis Marjı (Implied Probability & Vig)

Bahis sitesi her zaman kazanıyor mu?

▼

Bir maçın oranlarına bakınca gerçek olasılıkları değil, bahis sitesinin (bookmaker) size satmak istediği olasılıkları görürsünüz. Her oranın içinde gizli bir bahis marjı (vig / vigorish) vardır.

Zımni Olasılık (Implied Probability)

\[P_{\text{zımni}} = \frac{1}{\text{Oran}}\]

Örnek bir maç için:

Sonuç	Oran	Zımni Olas. (Implied)
Ev Sahibi Kazanır	2.10	%47.6
Beraberlik	3.40	%29.4
Deplasman Kazanır	3.60	%27.8
Toplam	—	%104.8

%100'ün üzerindeki bu fazla, bahis sitesinin marjıdır: %4.8 bahis marjı (vig). Yani ne olursa olsun, uzun vadede bahis sitesi (bookmaker) bahisçilerin toplam parasının %4.8'ini alır.

Görsel

          💡
          Bahis kenarı (vig) ne kadar düşükse sizin için o kadar iyi. Bazı borsa tipi bahis platformlarında (exchange) kenar %1-2'ye kadar düşebilir; klasik bahis sitelerinde %5-10 arasındadır.
        

Bahis Marjı (Vig) Hesaplayıcı

Bir maçın üç oranını girin. Bahis sitesinin bu maçtan ne kadar kenar (vig) aldığını ve her sonucun gerçek olasılığını hesaplayın.

Ev Sahibi Oranı

Beraberlik Oranı

Deplasman Oranı

03 ⚖️

Kelly Ölçütü (Kelly Criterion)

En uygun bahis boyutu (optimal bet size) nasıl belirlenir?

▼

Beklenen değer (EV) pozitif olduğunu buldunuz. Harika! Ama bahis için ayırdığınız toplam bütçenin (bankroll) ne kadarını bu bahse koymalısınız? Çok az koyarsanız kârı kaçırırsınız; çok fazla koyarsanız çökme riski (ruin risk) artar. Kelly Ölçütü (Kelly Criterion) bu dengeyi matematiksel olarak çözer.

Kelly Formülü

\[f^* = \frac{b \cdot p - q}{b}\]

\(b = \text{oran} - 1\) · \(p\) = kazanma olasılığı · \(q = 1 - p\)

Örnek: Oran 2.10, tahmin %55 → \(f^* = \frac{1.10 \times 0.55 - 0.45}{1.10} \approx\) %14.1

          ⚠️
          Yarım Kelly (Half Kelly) pratikte daha sağlıklıdır. Olasılık tahminleriniz %100 doğru olmadığından, tam Kelly çok saldırgan risk alır. Çoğu profesyonel %25–50 Kelly kullanır.
        

Kelly Hesaplayıcı

Oran

Kazanma Olas. (%)

Toplam Bütçe / Bankroll (₺)

Kelly Fraksiyonu (%)

Önerilen Bahis Miktarı

04 🎯

Poisson Dağılımı ile Gol Modelleme (Poisson Distribution)

Skor tahmininde olasılık istatistiği

▼

Futbolda goller birbirinden bağımsız (independent), rastgele olaylara yakın davranır. Bu, Poisson dağılımını gol modelleme için ideal kılar. Bir takımın \(\lambda\) beklenen golle kaç gol atacağının olasılığını hesaplayabilirsiniz.

Poisson Formülü

\[P(X = k) = \frac{\lambda^k \, e^{-\lambda}}{k!}\]

\(\lambda\) = beklenen gol sayısı · \(k\) = gerçekleşen gol sayısı

\(\lambda\) şu şekilde hesaplanır:

λ Hesabı

\[\lambda_{\text{ev}} = \alpha_{\text{ev}} \cdot \delta_{\text{dep}} \cdot \mu\] \[\lambda_{\text{dep}} = \alpha_{\text{dep}} \cdot \delta_{\text{ev}} \cdot \mu\]

\(\alpha\) = saldırı gücü · \(\delta\) = savunma zayıflığı · \(\mu\) = lig gol ortalaması

Her iki takım için Poisson ile 0-5 arası gol dağılımı bulunur, ardından çapraz çarpım ile skor matrisi oluşturulur:

Örnek: Galatasaray (λ=1.8) vs Fenerbahçe (λ=1.1). Yüksek hücre = yüksek olasılık.

          🧮
          Bu matristen maç sonucu (1X2), alt/üst 2.5 (over/under), karşılıklı gol (both teams to score) gibi tüm bahis türlerinin (market) olasılığını türetebilirsiniz. Bahis sitesi oranıyla karşılaştırarak beklenen değeri (EV) hesaplayın.
        

05 💀

Martingale Sistemi — Neden Çöker? (Martingale System)

Kaybedince ikiye katla... sonra ne olur?

▼

Martingale'in mantığı basit: kaybedince bahsi ikiye katla, kazanınca başa dön. Kağıt üstünde "kayıpları telafi eder" gibi görünür. Matematik gerçeği farklı anlatır.

10 üst üste kayıp senaryosu (başlangıç 10₺):

Kayıp Serisi	Gerekli Bahis	Toplam Risk	Olasılık (~%50 bahis)
5 üst üste	320₺	630₺	%3.1
7 üst üste	1.280₺	2.550₺	%0.78
10 üst üste	10.240₺	20.470₺	%0.097

          ⚗️
          Temel hata: Negatif beklenen değer (negative EV) değişmez. Bahis miktarını artırmak sadece kaybı hızlandırır, beklenen değeri iyileştirmez. Bahis limitleri (table limits) ve sınırlı banka bu sistemi kaçınılmaz olarak öldürür.
        

Matematiksel kanıt: \(n\) adet bahis sonucunun beklenen değerleri toplamı yine negatif EV \(\times\, n\)'dir. Bahis büyüklüğü bu toplamı değiştirmez, sadece değişkenliği (variance) artırır.

Peki ya Pozitif EV ile Kullanılırsa?

Martingale yalnızca negatif EV'li bahislerde mi çöker? Haklı bir soru. Pozitif EV'li maçlarda uygulandığında tablo biraz değişir — ama temel risk ortadan kalkmaz.

Durum	Martingale (−EV)	Martingale (+EV)	Kelly (+EV)
Beklenen değer	Negatif	Pozitif	Pozitif
Uzun kayıp serisi riski	Kaçınılmaz	Hâlâ mevcut	Kontrollü
Bütçe sıfırlanır mı?	Evet	Evet, olası	Hayır
Uzun vade	Banka patlar	Riskli	En sağlıklı

Pozitif EV, her bahsi kazanacağınız anlamına gelmez. Modeliniz %55 diyorsa hâlâ her 100 bahiste ortalama 45 kayıp var. Martingale'in geometrik büyümesi bu kayıp serilerinde bütçeyi bitirir:

7 Üst Üste Kayıp Olasılığı (%55 modelde)

\[P(\text{7 üst üste kayıp}) = (1 - 0.55)^7 = (0.45)^7 \approx \%0.37\]

Küçük görünür — ama 500 bahis serisi içinde bu durumla karşılaşma ihtimali %85'e çıkar.

💡
            Neden Kelly daha iyi? Martingale kaybettikçe daha fazla koymanızı söyler — bütçe geometrik büyür. Kelly ise kaybettikçe daha az koyar çünkü bütçe küçülmüştür. Kelly asla sizi sıfırlamaz. Zaten pozitif EV bulduysan Martingale'in sunduğu ekstra risk gereksizdir.
          

06 🏆

En Güçlü Kombinasyon

Poisson + Kelly + Disiplin

▼

Tüm bu sistemleri bir araya getirdiğimizde matematiksel olarak en sağlıklı yaklaşım şu üç adıma dayanır:

Adım	Araç	Ne Yaparsınız?
1	Poisson	Maç için kendi skor matrisinizi oluşturun
2	Beklenen Değer (EV)	Modelinizin ürettiği olasılık, bahis sitesinin zımni olasılığından en az %3-5 daha yüksekse bahse girin. Örnek: modeliniz %55, zımni olasılık %47.6 → fark %7.4 → oyna. Fark %1-2 ise vig'i zar zor aşar, model hata payı bunu yutar — oynama.
3	Kelly (½)	Bahis bütçesi yönetimini (bankroll management) matematiksel kuralla belirleyin

Sistem	Beklenen Değer (EV)	Risk	Uzun Vade
Sadece Martingale	Değişmez	Çok Yüksek	Banka Patlar
Martingale + Poisson	Pozitif EV	Orta	Riskli
Kelly + Poisson ✓	Pozitif EV	Kontrollü	En Sağlıklı

          🎓
          Model sinyal vermiyorsa oynama. Disiplin (discipline), matematikten daha önemlidir. Pozitif beklenen değerli (positive EV) bahis bulmak zordur; bulduktan sonra Kelly ölçütüyle yönetmek ise basittir.
        

          📚
          Bu konular olasılık, istatistik ve kombinatorik ile doğrudan bağlantılıdır. BUders'ta Olasılık ve İstatistik derslerine göz atmayı unutmayın!
        

07 🧪

Gerçek Dünya Test Laboratuvarı (Live Simulation Lab)

Poisson · Kelly · EV — Yöntemleri gerçek senaryo simülasyonlarıyla test edin

▼

Bahis SistemlerininMatematiği

Bahis Sistemlerinin
Matematiği