@MC33
อัตราต่อรองกับความน่าจะเป็น เชื่อมกันผ่านการแปลง Odds เป็น Implied Probability และการแปลง Probability กลับเป็น Fair Odds สำหรับ Decimal Odds สามารถคำนวณ Raw Implied Probability เบื้องต้นด้วยสูตร 1 ÷ Odds เช่น ราคา 2.00 เท่ากับ 50% และราคา 1.50 เท่ากับประมาณ 66.67%
อย่างไรก็ตาม ตัวเลขดังกล่าวไม่ควรถูกเรียกว่า “โอกาสจริง” ของการแข่งขันโดยอัตโนมัติ เพราะราคาตลาดอาจมี Margin รวมอยู่ อีกทั้ง Market Probability และ Probability ที่สร้างจากข้อมูลฟุตบอลหรือ Statistical Model เป็นคนละแนวคิด
หลักที่ควรแยกให้ชัดคือ:
Market Odds → Implied Probability
กับ
Match Data → Independent Probability
จากนั้นจึงนำสองฝั่งมาเปรียบเทียบเพื่อทำความเข้าใจว่าตลาดกำลังประเมินเหตุการณ์ไว้ระดับใด
สำหรับ Decimal Odds ความสัมพันธ์เป็นแบบผกผัน
เมื่อ Odds ลดลง:
Raw Implied Probability สูงขึ้น
เมื่อ Odds สูงขึ้น:
Raw Implied Probability ลดลง
ตัวอย่าง:
| Decimal Odds | Raw Implied Probability |
| 1.50 | 66.67% |
| 2.00 | 50.00% |
| 3.00 | 33.33% |
ดังนั้น Odds 1.50 สะท้อน Market-Implied Probability ที่สูงกว่า Odds 3.00
แต่สิ่งที่ควรพูดคือ:
ตลาดตั้งราคาที่สอดคล้องกับ Raw Implied Probability ประมาณ 66.67%
ไม่ใช่:
เหตุการณ์นี้มีโอกาสจริง 66.67%
เพราะยังต้องตรวจ Margin และข้อจำกัดของ Market Pricing
Implied Probability คือค่าความน่าจะเป็นที่อนุมานจากอัตราต่อรอง
สำหรับ Decimal Odds:
Implied Probability = 1 ÷ Decimal Odds
หากต้องการแสดงเป็นเปอร์เซ็นต์:
Implied Probability (%) = (1 ÷ Decimal Odds) × 100
ตัวอย่าง Odds 1.80:
1 ÷ 1.80
≈ 0.5556
หรือ:
55.56%
Smarkets อธิบาย Decimal Odds และ Implied Probability ด้วยความสัมพันธ์แบบนี้เช่นกัน
อย่างไรก็ตาม หากยังไม่ได้ตัด Margin ออกจาก Market ควรใช้คำว่า:
Raw Implied Probability
สูตรคือ:
P = (1 ÷ O) × 100
เมื่อ:
ตัวอย่าง Odds 2.20:
1 ÷ 2.20
≈ 0.4545
ดังนั้น:
Raw Implied Probability ≈ 45.45%
นี่เป็นเพียงการแปลง Price เป็น Probability Unit
ยังไม่ใช่การตรวจว่า Market Price ถูกหรือผิด
| Decimal Odds | Raw Implied Probability |
| 1.20 | 83.33% |
| 1.30 | 76.92% |
| 1.40 | 71.43% |
| 1.50 | 66.67% |
| 1.60 | 62.50% |
| 1.70 | 58.82% |
| 1.80 | 55.56% |
| 1.90 | 52.63% |
| 2.00 | 50.00% |
| 2.20 | 45.45% |
| 2.50 | 40.00% |
| 3.00 | 33.33% |
| 4.00 | 25.00% |
| 5.00 | 20.00% |
ตารางนี้เหมาะสำหรับใช้เป็น Reference เบื้องต้น แต่ไม่ควรนำเปอร์เซ็นต์ไปใช้เป็น Independent Match Probability โดยตรง
หากมี Probability Estimate อยู่แล้ว สามารถแปลงกลับเป็น Decimal Odds ได้ด้วย:
Fair Odds = 1 ÷ Probability
โดย Probability ต้องอยู่ในรูปทศนิยมระหว่าง 0 ถึง 1
ตัวอย่าง:
Probability = 60%
หรือ:
0.60
Fair Odds:
1 ÷ 0.60
≈ 1.67
อีกตัวอย่าง:
Probability = 40%
Fair Odds:
1 ÷ 0.40
= 2.50
จึงเห็นว่า Odds และ Probability สามารถแปลงกลับหากันได้ในเชิงคณิตศาสตร์
Fair Odds
คือราคาที่คำนวณจาก Probability Estimate ภายใต้สมมติฐานหนึ่ง
Market Odds
คือราคาที่ผู้ให้บริการหรือตลาดเสนอจริง
ตัวอย่าง:
Independent Model = 55%
Fair Odds:
1 ÷ 0.55
≈ 1.82
แต่ Market อาจเสนอ:
1.95
หรือ:
1.70
ราคาเหล่านี้ไม่จำเป็นต้องตรงกับ Fair Odds ของ Model เพราะ Market Price มีองค์ประกอบอื่น เช่น Margin และ Information ที่ตลาดรับรู้
Fair Odds จึงไม่ได้หมายถึง “ราคาที่ถูกต้องแน่นอน”
มันเป็น:
ราคาที่สอดคล้องกับ Probability Input ที่ใช้
มีอย่างน้อย 4 เหตุผล
Margin
ตลาดอาจตั้งราคาให้ Raw Probabilities รวมเกิน 100%
Market Information
ราคาสามารถสะท้อนข้อมูลทีม ข่าว ผู้เล่น และ Market Activity
Model Uncertainty
ทั้งตลาดและ Independent Model สามารถประเมินผิดได้
Information Availability
ข้อมูลใหม่อาจเข้าสู่ตลาดไม่พร้อมกันทุกช่วงเวลา
ดังนั้น Odds ควรถูกมองเป็น:
Market Price
ไม่ใช่:
True Probability ที่สังเกตได้โดยตรง
สมมติตลาด 1X2:
Home @ 2.00
Draw @ 3.50
Away @ 4.00
คำนวณ Raw Implied Probability:
Home:
1 ÷ 2.00
= 50.00%
Draw:
1 ÷ 3.50
≈ 28.57%
Away:
1 ÷ 4.00
= 25.00%
รวม:
103.57%
Overround:
103.57 – 100
= 3.57%
นี่คือเหตุผลที่ไม่ควรนำ 50%, 28.57% และ 25% ไปเรียกว่า Fair Probabilities โดยตรง
วิธีพื้นฐานแบบ Proportional Normalization คือ:
No-Vig Probability = Raw Probability ÷ Sum of Raw Probabilities
จากตัวอย่างที่รวม 103.57%:
Home:
50 ÷ 103.57
≈ 48.28%
Draw:
28.57 ÷ 103.57
≈ 27.59%
Away:
25 ÷ 103.57
≈ 24.14%
| Outcome | Raw Implied | No-Vig โดยประมาณ |
| Home | 50.00% | 48.28% |
| Draw | 28.57% | 27.59% |
| Away | 25.00% | 24.14% |
รวม No-Vig ประมาณ 100%
แต่ต้องเข้าใจว่า Proportional Normalization เป็นเพียงหนึ่งในวิธีประมาณ Margin-Free Probability
ไม่ใช่หลักฐานว่าตลาดแบ่ง Margin ระหว่าง Outcomes ตามสัดส่วนเดียวกันจริง
| Probability | แหล่งที่มา |
| Raw Implied Probability | แปลงตรงจาก Market Odds |
| No-Vig Probability | ประมาณ Market Probability หลังตัด Margin |
| Independent Probability | สร้างจาก Football Data/Model |
สามตัวเลขนี้ไม่ควรถูกใช้แทนกัน
ตัวอย่าง:
Raw Market = 55%
No-Vig = 52%
Independent Model = 58%
การที่ Model ให้ 58% ไม่ได้พิสูจน์ว่า Market ผิด
แต่แสดงว่ามี Model-Market Disagreement ที่ควรตรวจต่อ
ในเชิง Market-Implied Probability:
Odds ต่ำสัมพันธ์กับ Probability ที่สูงกว่า
แต่ไม่ได้หมายความว่า:
ตัวอย่าง:
Odds 1.30
Raw Implied Probability:
≈ 76.92%
แต่หาก Independent Model ประเมินเพียง 65% ตลาดกับ Model กำลังให้คำตอบต่างกันมาก
ดังนั้นคำว่า “Odds ต่ำ” ควรตีความเป็น Market Price ไม่ใช่ Guarantee
คำตอบคือ:
2.00 = Raw Implied Probability 50%
แต่ไม่ควรสรุปว่า:
True Probability = 50%
เพราะราคา 2.00 สามารถเป็นส่วนหนึ่งของ Market ที่มี Margin
อีกทั้ง Independent Model อาจประเมิน:
45%
50%
หรือ:
55%
ก็ได้
จึงควรใช้คำว่า:
Odds 2.00 สอดคล้องกับ Raw Implied Probability 50%
จะถูกต้องกว่า
ตลาด 1X2 มีสาม Outcomes:
การอ่านอย่างเป็นระบบควรทำดังนี้:
ข้อดีของ 1X2 คือ Outcomes แยกกันชัดเจนและครอบคลุม Match Result ทั้งหมด
อ่านเพิ่มเติม: ราคา 1X2 คืออะไร
สามารถใช้ 1 ÷ Odds เพื่อดู Price ในเชิง Raw Implied Probability เบื้องต้นได้
แต่มีข้อจำกัดสำคัญ
Asian Handicap บาง Line มี:
ตัวอย่าง:
Quarter Handicap แบ่ง Stake ไปยังสอง Lines ที่อยู่ติดกัน
เช่น -1.25 แบ่งเป็น:
ดังนั้น Outcome ไม่ได้มีเพียง Win/Loss แบบ Binary
จึงไม่ควรนำ:
1 ÷ Odds
ไปเรียกว่า Break-even Win Probability โดยตรงสำหรับทุก Quarter Line โดยไม่พิจารณา Settlement
อ่านเพิ่มเติม: เดิมพันฟุตบอลต่อรอง
Over 2.5
มี Settlement แบบ Full Win หรือ Full Loss:
จึงสามารถใช้ Binary Probability ได้ง่ายกว่า
แต่:
Over 2.25
ถูกแบ่งเป็น:
หากมี 2 ประตู:
จึงเป็น Half Loss
ดังนั้น Odds ของ Over 2.25 ไม่ควรถูกตีความเหมือน Odds ของ Over 2.5 โดยดูตัวเลขราคาเพียงอย่างเดียว
อ่านเพิ่มเติม: วิธีอ่านราคาบอลสูงต่ำ
Market Probability เริ่มต้นจาก:
Price
ส่วน Independent Probability เริ่มจาก:
Data
ตัวอย่าง Model อาจใช้:
จากนั้นสร้าง Probability เช่น:
Home Win = 56%
Market Odds อาจสะท้อน No-Vig Probability เพียง 51%
ความแตกต่างนี้สามารถนำไปวิเคราะห์ต่อได้
แต่ต้องระวัง Circular Reasoning
สมมติ Market Odds:
2.00
แปลงได้:
50%
จากนั้นนำ 50% ไปเรียกว่า Independent Probability
แล้วคำนวณ Fair Odds:
1 ÷ 0.50
= 2.00
จากนั้นสรุปว่า:
ราคา 2.00 ถูกต้อง
กระบวนการนี้ใช้ Market Price เป็นทั้ง:
จึงไม่ได้เกิด Independent Assessment
หากต้องการตรวจ Price จริง ควรมีข้อมูลหรือ Model แยกจาก Odds ที่กำลังประเมิน
สมมติ Odds เปลี่ยนจาก:
2.00
เป็น:
1.80
Raw Implied Probability เปลี่ยนจาก:
50%
เป็น:
55.56%
นี่เป็นผลทางคณิตศาสตร์โดยตรง
แต่ไม่ได้พิสูจน์ว่า:
True Probability เพิ่มจาก 50% เป็น 55.56%
เพราะ Price Movement สามารถเกี่ยวข้องกับ:
ถ้ามีข้อมูลฟุตบอลใหม่ เช่น Confirmed Lineup Independent Probability ก็อาจเปลี่ยนด้วย
แต่หากไม่มีข้อมูลใหม่ Independent Model ไม่จำเป็นต้องเปลี่ยนตาม Price ทุกครั้ง
Odds มีบทบาทสำคัญ เพราะช่วยคำนวณ:
จากนั้นจึงนำไปเทียบกับ Independent Estimate
ตัวอย่าง:
Odds = 2.00
Break-even = 50%
Independent Probability = 55%
มี Difference:
+5 Percentage Points
แต่ Difference ยังไม่ได้หมายความว่า Price มี Value ที่น่าเชื่อถือแน่นอน
ยังต้องตรวจ:
รายละเอียด Expected Return ควรดูต่อที่ Expected Value เดิมพันฟุตบอล
สมมติตลาด 1X2:
Home @ 1.80
Draw @ 3.70
Away @ 4.50
Home:
1 ÷ 1.80
≈ 55.56%
Draw:
1 ÷ 3.70
≈ 27.03%
Away:
1 ÷ 4.50
≈ 22.22%
55.56 + 27.03 + 22.22
= 104.81%
104.81 – 100
= 4.81%
Home:
55.56 ÷ 104.81
≈ 53.01%
Draw:
27.03 ÷ 104.81
≈ 25.79%
Away:
22.22 ÷ 104.81
≈ 21.20%
ค่าที่ได้รวมประมาณ 100%
สมมติ Independent Model ประเมิน:
Home = 57%
Draw = 25%
Away = 18%
Model กับ No-Vig Market ต่างกัน
แต่จากตรงนี้ยังไม่ควรสรุปว่า Home มี Value ทันที
ต้องตรวจความน่าเชื่อถือของ Model และ Price เพิ่ม
สมมติ Model:
Home Win = 55%
Fair Odds:
1 ÷ 0.55
≈ 1.82
หาก Market:
1.90
Price สูงกว่า Model Fair Odds
หาก Market:
1.70
Price ต่ำกว่า Fair Odds
แต่ Fair Odds 1.82 จะมีความหมายเพียงเท่ากับคุณภาพของ 55%
ถ้า 55% ไม่มี Calibration หรือใช้ข้อมูลไม่เหมาะสม การเปรียบเทียบก็อาจไม่มีความน่าเชื่อถือ
ไม่
ตัวอย่าง:
Odds 4.00
Raw Implied = 25%
แต่ Independent Model = 18%
ราคานี้อาจยังต่ำเกินไปตาม Model
ในทางกลับกัน Odds 1.50:
Raw Implied = 66.67%
Model อาจประเมิน 75%
ทำให้ Price มีความสัมพันธ์กับ Model ต่างกัน
จึงไม่ควรใช้ระดับ Odds เพียงอย่างเดียวในการตัดสิน Value
Probability ในสูตร 1 ÷ P ต้องอยู่ในรูปทศนิยม
Raw Probability ยังสะท้อน Market Price และ Margin
ทำให้ไม่เห็น Market Margin
ยังเป็น Market-Based Estimate
Price ต่ำไม่ได้กำจัด Outcome Risk
Value ต้องมี Independent Probability
เสี่ยง Circular Reasoning
Settlement มี Half Win/Half Loss ได้
Over 2.5 @ 1.90 กับ Over 2.25 @ 1.90 ไม่ใช่ Outcome เดียวกัน
Price และ True Probability ไม่ใช่สิ่งเดียวกัน
| จุดตรวจ | คำถาม |
| Odds Format | เป็น Decimal Odds หรือไม่? |
| Raw Probability | คำนวณ 1 ÷ Odds ถูกหรือไม่? |
| Outcomes | ตรวจทุก Outcome ใน Market หรือยัง? |
| Margin | Probability รวมเกิน 100% เท่าไร? |
| No-Vig | ใช้วิธีใดปรับ Margin? |
| Market | 1X2, AH หรือ O/U? |
| Line | มี Push หรือ Split Settlement หรือไม่? |
| Independent Probability | มี Model แยกจาก Odds หรือไม่? |
| Fair Odds | คำนวณจาก Estimate ใด? |
| Movement | Price เปลี่ยนจากข้อมูลใหม่หรือไม่? |
| Circularity | ใช้ Odds เดิมเป็น Input และ Benchmark พร้อมกันหรือไม่? |
| Uncertainty | Probability Model มี Range หรือไม่? |
Odds 1.50 เท่ากับกี่เปอร์เซ็นต์?
Raw Implied Probability เท่ากับประมาณ 66.67% จากสูตร 1 ÷ 1.50
Odds 2.00 หมายถึงโอกาส 50% หรือไม่?
หมายถึง Raw Implied Probability 50% แต่ไม่ใช่การยืนยันว่า True Probability ของเหตุการณ์เท่ากับ 50%
Odds สูงแปลว่าคุ้มค่าหรือไม่?
ไม่ Value ต้องเปรียบ Market Price กับ Independent Probability Estimate ไม่ใช่ดู Odds สูงต่ำเพียงอย่างเดียว
ทำไม Probability ของ 1X2 รวมเกิน 100%?
เพราะ Market Odds สามารถมี Margin หรือ Overround รวมอยู่
Fair Odds คืออะไร?
คือราคาที่สอดคล้องกับ Probability Estimate เช่น Probability 60% จะมี Fair Odds ประมาณ 1.67
No-Vig Probability คืออะไร?
คือการประมาณ Market Probability หลังนำ Margin ออกด้วยวิธีที่เลือก ไม่ใช่ True Probability ที่ทราบแน่นอน
Asian Handicap ใช้สูตรแปลง Odds เป็น Probability ได้หรือไม่?
ใช้ 1 ÷ Odds เพื่ออ่าน Price เบื้องต้นได้ แต่ Quarter Line ที่มี Half Win/Half Loss ต้องพิจารณา Settlement เพิ่มก่อนตีความ Break-even หรือ EV
หัวใจของ อัตราต่อรองกับความน่าจะเป็น คือการแยก Price ออกจาก Probability ประเภทต่าง ๆ ให้ชัด
Decimal Odds สามารถแปลงเป็น:
Raw Implied Probability = 1 ÷ Odds
และ Probability Estimate สามารถแปลงกลับเป็น:
Fair Odds = 1 ÷ Probability
แต่ใน Market จริงยังมี:
เข้ามาเกี่ยวข้อง
จึงควรแยกอย่างน้อยสามแนวคิด:
Raw Implied Probability
มาจาก Price โดยตรง
No-Vig Probability
พยายามประมาณ Market View หลังปรับ Margin
Independent Probability
สร้างจาก Match Data หรือ Model
เมื่อเข้าใจความแตกต่างนี้แล้ว จึงสามารถนำ Price ไปใช้เป็น Benchmark โดยไม่ตีความ Odds เป็น “โอกาสจริง” โดยอัตโนมัติ
หากต้องการสร้าง Independent Probability จากข้อมูลทีม ให้ดู การคำนวณความน่าจะเป็นฟุตบอล
หากต้องการประเมิน Fair Price และ Value ให้ดู วิเคราะห์ความคุ้มค่าราคาบอล
และหากต้องการคำนวณผลตอบแทนคาดหวังจาก Probability กับ Price ให้ดู Expected Value เดิมพันฟุตบอล
แหล่งข้อมูลที่ใช้จริงในบทความ:
วันที่ตรวจสอบข้อมูล: 10 ตุลาคม 2026
เนื้อหานี้จัดทำเพื่ออธิบาย Odds, Probability, Implied Probability, Fair Odds และ Market Margin ในเชิงการศึกษา ไม่ใช่คำแนะนำการเดิมพันเฉพาะบุคคล และไม่มีสูตรใดรับประกันผลการแข่งขันหรือผลตอบแทน
Raw Implied Probability เป็นค่าที่อนุมานจาก Market Price ไม่ใช่ True Probability ที่ยืนยันได้ ส่วน Independent Probability เองก็สามารถคลาดเคลื่อนได้จาก Data Quality, Sample, Model Specification และข้อมูลใหม่ก่อนการแข่งขัน
สำหรับ Asian Handicap และ Asian Total ที่มี Push, Half Win หรือ Half Loss ควรตรวจ Settlement จริงก่อนนำ Probability ไปใช้คำนวณ Break-even หรือ Expected Value
หากเลือกเดิมพัน ควรใช้เฉพาะเงินที่สามารถยอมรับการสูญเสียได้ กำหนดขอบเขตการใช้เงินและเวลาไว้ล่วงหน้า และไม่เพิ่ม Exposure เพื่อไล่ตามผลขาดทุน
กิตติพงษ์ ศรีวัฒน์
ผู้เขียนเนื้อหาด้าน Football Statistics, Probability, Match Data และ Betting Markets โดยเน้นการแยก Market-Implied Probability ออกจาก Independent Probability อธิบาย Margin และ Fair Odds รวมถึงข้อจำกัดของ Settlement ก่อนนำ Price ไปใช้เป็นข้อมูลประกอบการวิเคราะห์
