De la datele brute ale meciului la o probabilitate calculată
Fiecare estimare de pe platformă trece prin același flux. Iată ce se întâmplă la fiecare etapă, ce înseamnă rezultatul și ce nu vă poate spune.
Fluxul de lucru
Cinci etape, rulate pentru fiecare meci din fiecare competiție pe care o acoperim.
- 1
Colectare și validare
Pentru fiecare meci luăm forma recentă, golurile așteptate, rezultatele acasă și în deplasare, zilele de odihnă, contextul, meciurile directe și felul în care piața a evaluat meciul. Fiecare câmp e verificat înainte să-l folosească altceva, pentru că un singur scor greșit strică toate calculele construite pe el.
- 2
Construirea variabilelor
Datele brute devin măsurătorile pe care le citesc modelele: forma ponderată ca meciurile recente să conteze mai mult, forța ofensivă și defensivă ajustată după adversarii întâlniți și nivelurile de referință ale ligii, ca un gol dintr-o competiție să nu fie tratat la fel ca unul din alta.
- 3
Rularea modelelor
Meciul ajunge la modelele antrenate pentru grupa lui de competiții: câte unul pentru fiecare tip de predicție, cu modele separate pentru gazde și oaspeți la goluri, cornere și cartonașe. Fiecare citește propriul set de date verificate și cântărește fiecare semnal după cât a contat în meciuri comparabile la antrenare.
- 4
Calibrare
Rezultatul brut al modelului e ajustat ca cifrele publicate să însemne ce spun. Cele mai multe platforme sar peste pasul acesta. Dacă publicăm 70%, cam 70% din situațiile acelea ar trebui să se confirme pe un eșantion mare. Altfel cifra e doar decor.
- 5
Ordonare și publicare
Probabilitățile calibrate sunt comparate cu un consens normalizat al prețurilor publice din piață, ca să vedem unde nu e de acord modelul cel mai mult. Fiecare estimare e publicată cu un semnal de încredere și contextul ei, apoi înregistrată ca rezultatul să poată fi notat.
Ce înseamnă de fapt cifrele
Merită citită încet partea aceasta, pentru că e lucrul cel mai des înțeles greșit pe orice site de predicții.
Când modelul publică 70% pentru un rezultat, a calculat o șansă de 70%. Asta nu înseamnă că rezultatul se va întâmpla. Din multe situații asemănătoare, cam șapte din zece se confirmă și cam trei din zece nu.
Un model bine calibrat la 70% ar trebui să greșească în aproximativ 30% din cazuri. Dacă n-ar greși niciodată la acest nivel, cifra ar fi incorectă. Așa că, atunci când o estimare cu probabilitate mare nu iese, modelul nu e stricat. Probabilitatea face exact ce trebuie să facă o probabilitate.
Niciun rezultat izolat nu spune ceva relevant despre calitatea modelului, în niciun sens. Doar eșantioanele mari spun.
Semnalul de încredere
Fiecare estimare are un semnal de la Neutru la Puternic. Notele Puternic sunt rare intenționat: scara separă ce e limpede de ce e doar probabil.
- Neutru
Modelul nu vede o diferență relevantă. Citiți-l ca pe o aruncare cu banul cu pași în plus.
- Solid
O înclinație măsurabilă, dar varianta opusă rămâne cât se poate de posibilă.
- Bun
O direcție clară, susținută de mai multe date.
- Ridicat
O diferență de probabilitate mare, iar datele de sprijin arată în aceeași direcție.
- Puternic
Nota cea mai mare a modelului, dată rar. Tot nu e o certitudine și nu e prezentată niciodată așa.
Cele șase tipuri de predicții pe care le modelăm
Fiecare e modelat separat, nu dedus din rezultatul final, pentru că factorii care le influențează chiar diferă.
Rezultat final (1X2)
Victorie gazde, egal sau victorie oaspeți. Piața de bază, cea în care forța și forma echipelor contează cel mai mult.
Șansă dublă
Două din cele trei rezultate, împreună. Utilă când modelul vede un favorit clar, dar consideră egalul posibil.
Ambele echipe marchează
Depinde mult mai mult de apărare și de constanța ofensivă decât de care echipă e mai puternică în general.
Total goluri
Linii peste și sub, construite din golurile așteptate ale ambelor echipe și din ritmul obișnuit al competiției.
Total cornere
Cornerele se adună treptat în nouăzeci de minute, deci depind mai puțin de un singur moment decât o linie de goluri.
Total cartonașe
Obiceiurile arbitrului contează cât meciul însuși, așa că această piață citește istoricul de arbitraj alături de disciplina echipelor.
Analiza valorii
Lângă fiecare probabilitate, modelul își compară cifra cu un consens normalizat al prețurilor publice din piață pentru același rezultat. Când cele două diferă suficient, meciul e semnalat pentru o privire mai atentă.
Normalizarea contează. Prețurile publicate din piață au o marjă inclusă, așa că o comparație directă ar face aproape totul să pară o diferență. Scoatem întâi marja, ca să comparăm două estimări ale aceluiași lucru.
O diferență semnalată nu e o recomandare și nici promisiunea unui rezultat. Înseamnă că modelul nostru și piața au ajuns la concluzii diferite despre același meci. Uneori modelul a citit ceva ce piața n-a văzut. Alteori piața știe ceva ce modelul nu știe, de exemplu o problemă medicală de ultim moment. Folosiți-o ca punct de plecare pentru propria judecată, nu în locul ei.
Unde sunt limitele
Spuse direct, pentru că un model prezentat fără limite e un material de marketing, nu un instrument.
Calitatea datelor pune plafonul
Acoperirea e mai subțire în competițiile mici. Unde datele sunt puține, modelul are mai puțină încredere, și ar trebui să aveți și dumneavoastră.
Veștile de ultim moment sunt mai rapide decât orice model
O decizie medicală cu o oră înainte de start poate schimba mult un meci. Actualizăm până la start, dar niciun sistem nu reacționează la informații pe care încă nu le are.
Fotbalul e cu adevărat aleatoriu
O deviere, un ofsaid la limită sau o decizie de arbitraj pot răsturna cea mai rezonabilă analiză. Această parte aleatorie nu e un defect care poate fi eliminat prin inginerie.
Precizia trecută nu e precizie viitoare
Istoricul publicat descrie ce s-a întâmplat deja. Nu e o proiecție, nu e o țintă și nici o rată la care să vă așteptați personal.
Citiți o estimare reală
Fiecare pagină de meci arată totul: probabilitățile, datele din spatele lor și semnalul de încredere. Până la patru alegeri pe zi din Cele mai bune alegeri sunt gratuite.