Sestavte si vlastní fotbalový predikční model

Fotbalový predikční model je postup, který přeměňuje historii zápasů na pravděpodobnost pro každé skóre a z této tabulky na kurz pro každý trh v sázkové kanceláři. Jeho jádrem je jedno rozdělení a dvě čísla na každý zápas – kolik gólů se očekává od každé strany. Všechno ostatní je pak už jen hygiena dat, korekce a testování, což je místo, kde většina domácích modelů tiše selhává.

Ve zkratce.

• Potřebujete výsledky zápasů s daty a místy, ne průměry za sezónu. Minimálně dvanáct domácích a dvanáct venkovních zápasů na klub.
• Základním modelem je Poisson: dvě hodnoty očekávaných gólů vytvoří tabulku skóre a 1X2, více/méně gólů a oba týmy skórují jsou součty buněk v této tabulce.
• U zpracovaného zápasu tabulka dává 51,4 % domácí, 24,5 % remíza, 24,1 % hosté – férové kurzy 1,95, 4,08 a 4,14.
• Backtestujte walk-forward, nebo vůbec: jakákoli hodnota vypočítaná z celé sezóny obsahuje výsledek zápasu, který oceňujete.
• Referenčním bodem není zisk, ale trh: pokud vaše pravděpodobnosti nejsou lepší než kurz v nabídce, žádný systém sázení je nezachrání.

Co musí model překonat

Srovnání není váš model vs. realita, ale vs. kurz. Třícestná nabídka obvykle dosahuje asi 105 %, takže marže je zhruba pět bodů rozložených mezi výsledky – výpočet je v průvodci marží sázkových kanceláří.

To nastavuje laťku. Aby se sázení vyplatilo, musí vaše pravděpodobnost překonat tržní o víc, než je marže na vámi podporované straně. Být zhruba stejně dobrý jako nabídka je skutečný úspěch, ale přesto stabilně proděláváte.

Data, která skutečně potřebujete

Začněte s nejmenší tabulkou, která model podporuje: každý sloupec navíc je další věc, kterou je třeba udržovat v čistotě.

Pole	Proč je potřeba	Častá past
Datum a čas výkopu	Uspořádá data pro testování a vážení aktuálnosti	Řazení podle kola místo data po odložených zápasech
Domácí a hostující klub	Rozděluje každou hodnotu podle místa konání	Změny názvů a duplicitní zápisy vytvářející dva kluby
Góly každé strany	Jediná povinná výstupní proměnná modelu	Zaznamenávání gólů z prodloužení nebo penalt v pohárových zápasech
Soutěž	Ligové a pohárové zápasy se chovají odlišně	Míchání domácí ligy s mezinárodními zápasy
Střely a očekávané góly, pokud jsou k dispozici	Méně zašumělý vstup než samotné góly	Míchání hodnot od dvou poskytovatelů s různými definicemi
Kurz, který jste mohli vsadit	Změní předpověď na testovatelnou sázku	Ukládání dnešního kurzu a předstírání, že byl dostupný tehdy

Dvě sezóny jedné ligy stačí k sestavení a jedna další k testování. Góly jsou zašumělé – tým může hrát dobře a prohrát 0:1 – proto pomáhají náhodné vstupy, jakmile základní verze funguje: viz vysvětlení očekávaných gólů a širší seznam statistik, které předpovídají výsledky.

Základní model ve třech krocích

Krok první – úroveň samotné ligy. Předpokládejme, že liga odehrála 240 zápasů, ve kterých padlo 612 gólů: 2,55 na zápas. Domácí týmy vstřelily 336 z nich a hosté 276, takže domácí základ je 336 ÷ 240 = 1,40 a venkovní základ 276 ÷ 240 = 1,15. Tato dvě čísla již obsahují domácí výhodu, není třeba ji odhadovat.

Krok druhý – čtyři poměry. U domácího klubu vydělte góly vstřelené v domácích zápasech hodnotou 1,40 a góly obdržené v domácích zápasech hodnotou 1,15. U hostů vydělte góly vstřelené venku hodnotou 1,15 a góly obdržené venku hodnotou 1,40. Hodnocení 1,00 znamená přesně průměr v dané činnosti.

Krok třetí – dvě hodnoty očekávaných gólů. Násobte, nikdy nesčítejte. Řekněme, že domácí tým má doma útok 1,30 a hosté mají venku obranu 0,91; domácí hodnota je 1,40 × 1,30 × 0,91 = 1,65. Pokud hosté mají venku útok 1,05 a domácí mají doma obranu 0,87, venkovní hodnota je 1,15 × 1,05 × 0,87 = 1,05.

Tabulka skóre a co z ní vypadne

Počty gólů se dostatečně blíží Poissonovu rozdělení, aby se s ním dalo oceňovat: šance na přesně k gólů při očekávaných μ je e^−μ × μ^k ÷ k faktoriál, což je vzorec uvedený v průvodci gólovými liniemi. Pro μ = 1,65 jsou šance domácích na 0, 1, 2, 3 a 4 góly 19,2 %, 31,7 %, 26,1 %, 14,4 % a 5,9 %. Pro μ = 1,05 jsou šance hostů 35,0 %, 36,7 %, 19,3 %, 6,8 % a 1,8 %.

Vynásobte každou domácí hodnotu každou venkovní a máte tabulku. Hodnoty jsou v procentech; řádky jsou domácí góly, sloupce hostující góly.

Domácí / hosté	0	1	2	3	4
0	6,72	7,06	3,70	1,30	0,34
1	11,09	11,64	6,11	2,14	0,56
2	9,15	9,61	5,04	1,77	0,46
3	5,03	5,28	2,77	0,97	0,25
4	2,08	2,18	1,14	0,40	0,11

Těchto dvacet pět buněk pokrývá 96,9 % výsledků, proto počítejte až do osmi nebo deseti gólů před sčítáním. Každý trh je pak součtem buněk: pod diagonálou je výhra domácích, na diagonále remíza, nad diagonálou výhra hostů.

Sečtení celé tabulky dává 51,4 % domácí, 24,5 % remíza a 24,1 % hosté. Férové kurzy jsou převrácené hodnoty: 1 ÷ 0,514 = 1,95, 1 ÷ 0,245 = 4,08, 1 ÷ 0,241 = 4,14. Tatáž tabulka říká, že oba týmy skórují v 52,5 % případů (férový kurz 1,90) a tři nebo více gólů přijde v 50,6 % případů (férový kurz 1,97), takže jeden výpočet ocení celý zápas.

Příklad. Nabídka ukazuje 1,85 / 3,60 / 4,40. Převod na procenta dává 54,1 % + 27,8 % + 22,7 % = 104,6 %, takže marže je 4,6 % – metoda je v převodu kurzů na pravděpodobnost. Proti vaší tabulce je domácí kurz drahý: 0,514 × 1,85 − 1 = −4,9 %, passovat. Hostující kurz nikoli: 0,241 × 4,40 − 1 = +6,0 %, což je při sázce 100 Kč zisk 6 Kč očekávané hodnoty. Při čtyřiceti takových sázkách po 100 Kč – vsazeno 4 000 Kč – je to asi 240 Kč, přicházejících ve velmi nerovnoměrné posloupnosti.

Korekce, které stojí za to přidat, v pořadí důležitosti

1. Vážení aktuálnosti. Zápas z loňského října by neměl mít stejnou váhu jako březnový. Každý zápas vážte faktorem poklesu – přibližné půlení každých třicet zápasů je rozumný začátek – spíše než pevným cutoffem po deseti zápasech.
2. Smršťování pro malé vzorky. Nováček s šesti zápasy by neměl mít hodnocení útoku 1,60. Při k zápasech a konstantě 10 vezměte k ÷ (k + 10) skutečného hodnocení a zbytek z ligového průměru.
3. Korekce nízkého skóre. Nezávislé Poissonovo rozdělení mírně podhodnocuje 0:0 a 1:1 a nadhodnocuje 1:0 a 0:1, protože v reálném zápase nejsou dvě skóre nezávislá. Úprava těchto čtyř buněk je standardním prvním vylepšením.
4. Rozdělení soutěží. Pohárové zápasy, zápasy o nic a mezinárodní konfrontace se chovají odlišně: modelujte je zvlášť nebo je vynechte.
5. Ruční zásahy, střídmě. Potvrzená absence klíčového útočníka nebo brankáře si zaslouží úpravu. Dva zásahy na zápas jsou model s pomocníkem; deset je člověk hádající s příliš mnoha kroky.

Backtestování bez budoucího zkreslení

Budoucí zkreslení je jakákoli informace ve vašem testu, kterou byste v okamžiku sázky neměli. Je tichá, vždy lichotí, a je to důvod, proč většina domácích modelů vypadá v historii skvěle a v reálu prodělává.

Zkratka	Co prozrazuje	Dopad na výsledek
Hodnocení postavená z celé sezóny	Výsledek oceňovaného zápasu	Silně lichotí; model už podvědomě zná odpověď
Testování na stejných datech, která určila prahy	Váš vlastní pohled zpět na to, která pravidla fungovala	Každý práh vypadá optimálně
Používání zavíracích kurzů jako vsazeného kurzu	Informace, které dorazily po vaší sázce	Nadhodnocuje výhodu, protože zavírací kurzy jsou ostřejší
Vynechávání zápasů s chybějícími daty	Obvykle zrušené a podivné zápasy	Odstraňuje právě ty výsledky, které bolí
Řazení podle kola místo času výkopu	Přeložené zápasy hrané později	Malé, ale systematické a vždy ve váš prospěch

Lékem je walk-forward testování. Seřaďte každý zápas podle času výkopu; pro každý zápas přestavte hodnocení z utkání, která skončila před ním, ohodnoťte jej, zaznamenejte sázku, kterou by pravidlo umístilo, a kurz, který byl tehdy k dispozici, a pokračujte. Nechte jednu sezónu nedotčenou, dokud není model hotový, a první výsledek z ní považujte za skutečný.

Důležité. Počítejte každou sázku, kterou pravidlo vygeneruje, včetně těch, ze kterých byste se sami vymluvili. Backtest, který tiše vynechává zápasy, není testem modelu, ale vaší paměti, a stejná disciplína platí i pro záznam vašich skutečných sázek – viz sledování vašich sázek.

Kalibrace: jsou procenta upřímná?

Zisk je pomalá a zašumělá míra modelu. Přesnost je rychlejší: vezměte pravděpodobnost, kterou jste dali, odečtěte 1, pokud událost nastala, a 0, pokud ne, a umocněte rozdíl. Nižší je lepší a váš průměr lze porovnat přímo s trhem.

Zápas	Model	Trh	Výsledek	Chyba modelu²	Chyba trhu²
1	55 %	50 %	Výhra	0,2025	0,2500
2	40 %	45 %	Prohra	0,1600	0,2025
3	62 %	58 %	Výhra	0,1444	0,1764
4	30 %	35 %	Prohra	0,0900	0,1225
5	48 %	52 %	Výhra	0,2704	0,2304
6	25 %	22 %	Prohra	0,0625	0,0484

Celková chyba modelu je 0,9298 za šest zápasů, průměr 0,155; celková chyba trhu je 1,0302, průměr 0,172. V této hrstce je model přesnější – a šest zápasů nic nerozhodne, což je pointa. Jak dlouho trvá, než je verdikt skutečně platný, je rozpracováno v varianci a velikosti vzorku.

Spouštějte stejnou míru i po pásmech. Pokud vše, co ohodnotíte 60 %, vyhrává asi v 60 % případů, model je kalibrován; pokud sebevědomé pásmo trvale zaostává, hodnocení jsou natahovaná.

Kdy se model nevyplatí stavět

Počítejte hodiny poctivě: čtyřicet hodin na první verzi, pak dvě až tři týdně na udržování dat v aktuálnosti. Předpokládejme, že to produkuje dvacet kvalifikovaných sázek týdně po 100 Kč se skutečnou 3% výhodou. To je 20 × 100 Kč = 2 000 Kč obratu a 60 Kč týdně očekávané hodnoty – zhruba 20 Kč za hodinu údržby, ještě před prvním ztrátovým měsícem.

Tři věci to zhoršují: trhy, které nedokážete modelovat, kde jsou vaše data slabší než u provozovatele; ligy pod silnou profesionální pozorností, kde kurz již obsahuje to, co vaše tabulka ví; a samotný úspěch, protože účet, který kurz neustále poráží, bývá omezován – viz omezené účty.

Model se vyplatí stavět, pokud chcete číslo, se kterým se dá hádat, spíše než pocit, a dokážete přijmout, že jeho hlavním produktem jsou zamítnutí. Pro výstup bez údržby vás strukturovaná analýza jednotlivých zápasů dostane většinou tam – viz jak analyzovat zápas a ligy na stránce turnajů.

FAQ

Potřebuji programátorské dovednosti k sestavení tohoto modelu?

Ne pro výše uvedenou verzi. Tabulka s jedním řádkem na zápas, čtyřmi hodnoceními na klub a tabulkou o dvaceti pěti buňkách udělá vše, co je zde popsáno. Kód je nutný pro walk-forward testování napříč několika sezónami, protože ruční přestavování hodnocení před každým zápasem je nepraktické.

Proč model tak často nesouhlasí s trhem?

Obvykle proto, že mu chybí informace, ne proto, že našel hodnotu. Absence, změna trenéra, neutrální hřiště a rotace před pohárovým zápasem jsou v kurzu, ale ne v tabulce. Velký rozdíl berte jako podnět ke kontrole vstupů a passujte, když nedokážete vysvětlit, odkud pochází.

Měl bych místo skutečných gólů použít jako vstup očekávané góly?

Ano, jakmile základní verze běží. Góly jsou malý vzorek zašumělého procesu a kvalita šancí se stabilizuje rychleji, takže hodnocení postavená na očekávaných gólech se méně mění při jednom šíleném výsledku. Nechte běžet obě verze jednu sezónu a porovnejte jejich kvadrát chyb, než přepnete.

Kolik historie by měla hodnocení používat?

Zhruba jednu a půl sezóny s poklesem, spíše než pevné okno. Příliš krátké a jedna výhra 4:0 přepíše hodnocení; příliš dlouhé a popisujete tým, který už neexistuje. Smršťujte směrem k ligovému průměru, kdykoli méně než osm zápasů na daném místě podporuje hodnotu.

Tento článek je pouze informativní a není výzvou k hazardu. Sázení s sebou nese riziko ztráty peněz – nikdy nesázejte více, než si můžete dovolit ztratit. 18+. Pokud hazardování přestane být zábavou, přečtěte si náš průvodce odpovědným hraním a vyhledejte pomoc.