博彩公司對AlphaGo大戰李世石的賠率是怎樣的？

---

答案是沒有！ 不是沒有人機大戰的賠率而 圍棋賠率根本不存在。

任何項目的賠率設定都是建立在實力數據模型之上的，如果沒有這種精準的概率計算能力，面對動輒數億歐元的巨額資金市場菠菜公司隨時會有滅頂之災。而圍棋自身的特點和規則使得棋手實力很難被精確計算和建模，所以到現在為止 圍棋是菠菜公司少數不敢染指的項目之一。

（至於為什麼賠率設定不是簡單的平衡資金抽水而需要精確計算以前答過，詳見

體育彩票怎麼組合，既能利益最大化又能止損？ - 知乎用戶的回答

如何通過分析賠率預測比賽？ - 知乎用戶的回答 ）

=============以下主要闡述為什麼圍棋棋手實力計算非常棘手=============

概率模型必須還原參賽者/隊的真實實力。以足球領域為例，早期對於球隊實力的計算採用的是著名的埃羅法（ELO)，其大致原理是：所有參賽者先被賦以相同的初始值，然後根據每次比賽的賽果對初始值進行加減，經過N場比賽，參賽者之間的實力差距自然而然會以分差的形式呈現出來。這種方法首先要面對的問題是如何確定增加/減去的分值？？

雖然足球界有一套杯賽/聯賽通用的積分法，

但是不管早前的2分制（即獲勝方記2分，平1分，負0分）

還是為了鼓勵進攻而修改的3分制（獲勝方3分，其他不變）

都有同樣的缺陷==== 忽略了淨勝球的價值。

例如4：0 跟 2：1，積分相同，但顯然兩場比賽球隊的技戰術實力以及在攻防兩端的表現截然不同。

所以，菠菜業後來採用了以得失球為評分標準的演算法，

這樣一來球隊實力的本質--進攻能力和防守能力都能充分在數學模型中體現出來。

眾所周知，圍棋終局是以點目來判定勝負的，理論上可以通過目差來衡量棋手實力，

但由於大量的中盤勝的存在使得這條路根本走不通。而圍棋中更沒有類似得失球的數據，

所以找不到充分反映棋力的客觀指標 是 棋手實力無法被量化的主要原因。

圍棋實力計算比足球更加困難的第二個原因在於數據樣本可靠性不高。

足球有比較固定和規範的聯賽機制===一個賽季裡同一個等級的球隊進行主客雙循環比賽。

這種賽制的好處在於可以在一個相對封閉的環境（除去少數升降級球隊，對手都相對固定）裡產生足夠多的樣本。在埃羅法的基礎上，用這一次的計算結果作為下一次的初始值，通過N次迭代，就能得到相對精確而穩定的球隊實力值。

而圍棋沒有嚴謹的賽制，同一項賽事裡的對手實力和原始數據參差不齊，每次比賽新面孔還都不少，導致無法進行階段性迭代。

第三，沒有現成經驗公式。比如足球可以根據得失球通過泊松函數計算出任意兩隊交鋒的進球概率，從而得出勝負平的概率。再用大量比賽結果來調校模型中的各項係數，使勝負平的概率計算更加接近實際情況。而圍棋領域沒有這樣的公認的客觀公式和經驗數據，無法實現段位，實力，和勝率之間的轉換。

---

別的不知道，像極客圈（如Bitbet）就有賠率，而且賭注也不小，博弈，信息深度的交易，對狗能力最有發言權無疑是谷歌方面的工程師。

---

推薦閱讀：