Как работят нашите прогнози

Всяко число на този сайт е резултат от един и същ процес, който работи по еднакъв начин за всеки мач. Никой редактор не подбира срещите, никой човек не пренаписва вероятност и нищо не се сваля тихомълком, след като е загубило.

Накратко: оценките на атаката и защитата, претеглени според това колко скорошни са мачовете, се изчисляват от няколко сезона резултати, превръщат се в пълно разпределение на възможните резултати, сверяват се с това, което залага букмейкърският пазар, и накрая се отчитат публично спрямо реалния резултат. Разделите по-долу описват всяка от тези стъпки.

Данните в основата

Моделът се изчислява върху няколко сезона завършени мачове във всички покрити тук турнири: крайни резултати и резултати на полувремето, спечелени и допуснати корнери, както и ударите и владеенето на топката, които идват от източника на данни и захранват контекстните панели на страниците и резервната верига на модела за корнери. Наред с тях стои моментна снимка на букмейкърските коефициенти, направена при генерирането на прогнозата и обновявана, докато мачът още не е започнал. Киберспортът, както и виртуалните и симулираните турнири, се изключват чрез поддържан на ръка регистър, а не по съвпадение на имена, така че техните резултати никога не могат да замърсят оценката на реален отбор.

Оценки на атаката и защитата с времево затихване

Всеки отбор носи оценка за атака и оценка за защита — колко създава и колко допуска спрямо собствената си среда. Двете се изчисляват заедно чрез итеративно пропорционално напасване — решение в затворен вид, което редува атака и защита, докато целият пул не възпроизведе действително наблюдаваната в него голова продукция, като всеки исторически мач се дисконтира с експоненциално ядро за скорошност. Настоящата форма доминира, а по-старите сезони избледняват плавно, вместо да бъдат отрязани на произволна сезонна граница. Изчислението се извършва вътре в пулове по държави, които държат заедно дивизиите на дадена страна и нейните национални купи: така срещите за купата стават мостове между дивизиите, а новопромотиран отбор идва с оценка, спечелена срещу реални съперници, а не от чист лист.

Когато данните са малко

Суровите оценки реагират прекалено силно на малки извадки, затова всяка от тях се придърпва към опорната стойност на своя пул пропорционално на доказателствата зад нея — стъпка на емпиричен Бейс, която не позволява клуб с шепа записани мача да изглежда непобедим само защото два от тях са завършили 4:0. Базовите нива на първенствата минават през същата обработка към средното на пула, което пречи на малък турнир вътре в голям пул да се отклони по шума. Силата на това придърпване зависи от ефективния размер на извадката, а не от броя мачове, така че силно дисконтираните стари срещи с основание тежат по-малко.

От оценките към разпределението на резултатите

За всеки мач оценките на двата отбора и базовите домакински и гостуващи нива на турнира дават очакван брой голове за всяка страна. Тези очаквания се разгръщат в пълна мрежа от вероятности за резултати — всеки правдоподобен изход от 0:0 нагоре — с корекцията на Диксън-Коулс за добре документираната зависимост между двата резултата в мачове с малко голове, тоест точно там, където независимите Поасонови модели грешат и където футболът наистина се случва. Краен изход, точен резултат, над/под голове, двата отбора бележат, двоен шанс и азиатски хендикап се четат от една и съща нормализирана мрежа. Затова два публикувани от нас пазара не могат да си противоречат: коефициентът за над/под и този за точен резултат са едно и също разпределение, погледнато два пъти.

Правилно четене на пазара

Там, където има букмейкърски коефициенти, те не се приемат на доверие. Публикуваните коефициенти съдържат маржа на букмейкъра, затова той първо се премахва и коефициентите се превръщат в справедливи вероятности. След това линиите с хендикап и тотал се решават като система за двете величини, които пазарът всъщност изразява — превъзходството между отборите и очаквания брой голове — а това е далеч по-стабилен сигнал от който и да е отделен коефициент. Четвъртинните линии се оценяват чрез ядро с разделен залог, което обработва точно случаите на половин печалба и половин загуба, вместо да ги закръгля до най-близката цяла линия, както тихомълком правят повечето публикувани модели.

Специализиран модел за корнери

Корнерите не се извеждат от головете. Те имат собствени оценки за атака и защита — спечелени и допуснати корнери, изчислени със същия времево претеглен решател —, прогнозират се за всяка страна и след това се оценяват спрямо точната корнер линия на мача чрез дискретизирано непрекъснато разпределение, а не чрез справочна таблица. Когато историята с корнери на даден отбор е твърде оскъдна, за да ѝ се вярва, моделът слиза по определена верига: първо оценките, после статистиката на мача на живо, после само пазарът. Ако нито едно от тези нива не мине прага, моделът съобщава, че няма данни, вместо да измисля число.

Обединяване с тегла по прецизност

Моделът и пазарът се обединяват чрез претегляне по прецизност на базата на ефективния размер на извадката: при отбори с оскъдна история по-голямата част от тежестта носи пазарът, в дълбоко покрити първенства — моделът, а преходът между тях е плавен, а не превключвател. Ако след това обединяване остане разлика в стойността от 5% или повече, прогнозата се маркира като value — моделът твърди, че има предимство, което коефициентът не отразява, и го заявява публично преди началния съдийски сигнал, където после може да бъде проверено.

Калибриране и тестове извън извадката

Нищо не влиза в продукция, защото един бектест изглежда добре. Машината се валидира върху около половин милион исторически мача при строго разделяне извън извадката: оценките се изчисляват само от това, което е било известно преди съответния начален съдийски сигнал, а резултатите се оценяват с логаритмична загуба и скор на Брайер — строги правила за оценяване, които наказват самоуверената грешка, вместо да я награждават — заедно с процента попадения спрямо линията и разбити по интервали калибрационни криви, които проверяват дали прогноза от 60% наистина печели около 60% от случаите. Версия, която не достига праговете за приемане, не влиза в продукция.

Без ръчен подбор

Всеки допустим мач от истинския футбол получава прогноза — без подбиране на лесните. Прогнозите замръзват 30 минути преди началото и всяка замразена прогноза се отчита спрямо крайния резултат и влиза в публичния баланс на точността — както попаденията, така и грешките.