Come funzionano i pronostici calcio con IA
Un modello di pronostici di calcio trasforma una partita in una probabilità per ogni esito. La parte interessante non è il modello - i classificatori addestrati sono tecnologia ordinaria - ma i passaggi tra l'output grezzo e una percentuale che significa ciò che dice. La maggior parte dei siti non ne descrive nessuno.
Cos'è davvero il modello
Non un modello solo. ScorePredicts usa 100 modelli addestrati, esportati in ONNX e tenuti in memoria, e una data partita è valutata da diversi di essi insieme. Ogni mercato ha il proprio: esito della partita, gol di ciascuna squadra, Goal/No Goal, corner di ciascuna squadra, cartellini di ciascuna squadra. Un modello che prevede bene i corner ha imparato qualcosa di diverso da uno che prevede i gol, e chiedere a un modello dei gol dei corner produce una risposta peggiore dell'addestrare un secondo modello.
A ciascuna di queste domande risponde un solo modello - quello addestrato per quel mercato e per quel tipo di competizione - e non più modelli che votano. Dividere così il lavoro tiene ogni modello concentrato su un solo obiettivo, e un risultato debole in un mercato si può ricondurre a un solo modello e riaddestrare senza disturbare gli altri.
«IA» in questo settore significa quasi sempre apprendimento supervisionato su dati tabellari delle partite. Non significa un modello linguistico che legge le notizie e qualsiasi sito che lo suggerisca descrive una cosa diversa e molto meno affidabile.
Perché i modelli sono raggruppati per competizione
I 100 modelli sono organizzati in 19 gruppi, divisi per tipo e livello di competizione - campionati nazionali di più livelli (con la seconda divisione divisa per regione), coppe nazionali, competizioni continentali per club e partite tra nazionali. Una partita viene indirizzata ai modelli addestrati sul suo tipo di calcio.
Conta più di quanto sembri. Fattore campo, tassi di gol, frequenza dei pareggi e numero di cartellini differiscono in modo sistematico tra un grande campionato europeo e una divisione nazionale di terza serie. Un unico modello globale addestrato su tutto impara una media di quegli ambienti ed è quindi leggermente sbagliato ovunque, soprattutto agli estremi dove i dati sono più scarsi.
Il raggruppamento decide anche quali mercati sono disponibili. I modelli di corner e cartellini esistono solo per i gruppi con abbastanza profondità storica per sostenerli. Gli altri gruppi ricevono un insieme più ridotto - esito, gol e Goal/No Goal in alcuni, esito e gol in altri, e solo l'esito nei più scarsi - invece di una previsione costruita su troppo pochi dati. Meno mercati con una base reale battono più mercati senza.
Cosa entra in un singolo pronostico
I modelli di esito, gol e Goal/No Goal leggono 77 variabili per partita. I modelli dei corner ne leggono 72 e quelli dei cartellini 51, perché ciò che determina il numero di corner non è ciò che determina un gol.
Le 77 si dividono più o meno così: 44 variabili di base su forma e forza, 8 dagli ultimi cinque scontri diretti, 8 sui gol attesi, 5 stagionali, 2 che descrivono l'ambiente realizzativo del campionato, 2 per l'arbitro, 2 che segnalano una neopromossa e 6 che descrivono il pedigree di ogni club - quanto calcio continentale ha giocato di recente e come la sua forza attuale si confronta con la media dei tre anni. Le tendenze degli arbitri contano di più per i cartellini, i cui modelli hanno input arbitrali propri. Finché l'arbitro non è designato, quegli input ripiegano sulla media di quel tipo di competizione, quindi una previsione sui cartellini diventa più specifica una volta confermata la designazione e dopo il successivo aggiornamento.
Giorni di riposo e contesto della partita - se è un derby, quanto conta la gara, rischio di turnover nelle partite di coppa e continentali - entrano insieme, con il movimento dei prezzi di mercato. Le previsioni sono aggiornate più volte al giorno, quindi una partita valutata il lunedì non viene ancora presentata il sabato con gli input del lunedì.
Dall'output grezzo del modello a una percentuale dichiarata
L'output grezzo di un classificatore non è una probabilità, anche se ne ha l'aspetto. È un punteggio tra 0 e 1 che per caso è ordinato correttamente - più alto significa più probabile - ma è sistematicamente troppo sicuro o non abbastanza. Pubblicarlo direttamente è il modo più comune in cui un sito di pronostici finisce con numeri che non significano nulla.
Cinque passaggi stanno tra il modello e la cifra nella pagina. L'output grezzo viene prima calibrato con una tabella di regressione isotonica adattata ai risultati valutati, ed è il passaggio che fa corrispondere un 70% dichiarato a circa il 70% nella realtà. Le probabilità calibrate vengono poi ristrette per comprimere le code estreme, dove i modelli sono meno affidabili. Quando una squadra è chiaramente favorita, una correzione del bias sul favorito riduce la probabilità che i modelli tendono ad assegnare troppo all'outsider e al pareggio. Il risultato viene poi miscelato con il riferimento di mercato. Infine, la doppia chance viene ricalcolata dai numeri miscelati dell'esito invece di essere prevista a parte, così le due non possono mai contraddirsi.
Ognuno di questi passaggi sposta la cifra, e un sito che li salta ti mostra l'output grezzo di un classificatore con un simbolo di percentuale. Il punteggio di fiducia di una Migliore Scelta è questa probabilità finale, ulteriormente corretta in base a come quel mercato ha reso in passato. Su un elemento di Analisi del Valore è la probabilità del modello stesso prima della miscela con il mercato, perché lo scopo di quella vista è confrontare il modello con il mercato.
Perché l'output è ancorato ai prezzi di mercato
Questo passaggio merita di essere detto chiaramente, perché è quello che un sito di pronostici ha meno probabilità di ammettere: per esito, gol e Goal/No Goal, le probabilità del modello vengono miscelate con quelle implicite nei prezzi di mercato prima di essere pubblicate, con un peso che dipende dal livello della competizione. Le previsioni su corner e cartellini non sono miscelate, perché i prezzi in quei mercati sono il riferimento meno affidabile.
Il motivo è che i prezzi di mercato in chiusura sono la previsione pubblica più forte di una partita di calcio. Combinano il giudizio di un mercato molto grande e sono difficili da migliorare di molto. Un modello che diverge nettamente da un mercato ben informato è molto più spesso rotto che ispirato, e la miscela è una protezione economica contro una singola variabile sbagliata o un input vecchio che producano un numero assurdo detto con sicurezza.
Il peso dipende dal livello, ed è proprio questo il punto. Il modello mantiene sempre la maggior parte del peso. Nelle competizioni principali, dove i prezzi sono meglio informati, il peso del mercato è al massimo; nei livelli inferiori e nelle competizioni meno coperte i prezzi sono più sottili e meno esaminati, il peso del mercato si riduce, ed è proprio lì che un modello statistico ha qualcosa da aggiungere che il mercato non ha già incorporato nel prezzo.
Come una previsione viene scelta rispetto a un'altra
Le probabilità esistono per ogni mercato di ogni partita, molto più di quanto qualcuno voglia leggere. Un livello decisionale separato sceglie cosa viene davvero pubblicato, e non ordina semplicemente per la differenza più ampia dal mercato.
I candidati sono ordinati da un punteggio combinato - lo scarto di probabilità, pesato per quanto quel mercato è stato affidabile e per la fiducia del modello - e non dalla sola ampiezza dello scarto. La qualità dei dati riduce la fiducia di un candidato invece di scartarlo in silenzio, quindi una partita in cui una squadra ha una storia statistica scarsa produce una previsione più debole e chiaramente segnalata invece di sparire o, peggio, comparire con piena fiducia. Dove i dati sono sostanzialmente incompleti, vengono offerti solo i mercati più solidi. Il rischio di turnover prima di una partita di coppa o continentale riduce la fiducia invece di bloccare la partita. C'è anche un limite al numero di previsioni che una partita può produrre, che impedisce a una singola partita ben coperta di soffocare un'intera giornata.
L'effetto è un numero di previsioni pubblicate inferiore a quelle che il modello potrebbe generare, ed è la direzione giusta del compromesso.
Cosa non può fare questa pipeline
Non può dirti cosa accadrà in una partita. Un 72% calibrato è un'affermazione sul lungo periodo: esiti come quello si verificano circa 72 volte su 100 e i 28 non sono errori, sono la distribuzione che fa ciò per cui è stata misurata.
Non può vedere un'espulsione al nono minuto, un errore del portiere o un allenatore esonerato tra il pronostico e il fischio d'inizio. Non sono variabili che mancano al modello; sono rumore irriducibile, ed è per questo che il tetto onesto dell'affidabilità sull'esito sta a metà dei cinquanta per cento e non vicino alle cifre pubblicizzate in questo settore.
E non può essere convalidata da come è andato un singolo weekend. L'unico test significativo è se le probabilità dichiarate corrispondono alle frequenze osservate su migliaia di partite, ed è per questo che lo storico dell'affidabilità è pubblicato fascia per fascia e non come percentuale in evidenza.