Πώς λειτουργούν οι προβλέψεις μας

Κάθε αριθμός σε αυτόν τον ιστότοπο είναι το αποτέλεσμα μιας ενιαίας διαδικασίας που εκτελείται με τον ίδιο τρόπο για κάθε αγώνα. Κανένας συντάκτης δεν επιλέγει τα ματς, κανένας άνθρωπος δεν αλλάζει μια πιθανότητα και τίποτα δεν αποσύρεται στα κρυφά αφού χαθεί.

Συνοπτικά: οι αξιολογήσεις επίθεσης και άμυνας, σταθμισμένες ως προς το πόσο πρόσφατος είναι κάθε αγώνας, υπολογίζονται από αρκετές σεζόν αποτελεσμάτων, μετατρέπονται σε πλήρη κατανομή όλων των πιθανών σκορ, αντιπαραβάλλονται με όσα τιμολογεί η αγορά στοιχημάτων και τελικά εκκαθαρίζονται δημόσια έναντι του πραγματικού αποτελέσματος. Οι ενότητες που ακολουθούν καλύπτουν καθένα από αυτά τα βήματα.

Τα δεδομένα από κάτω

Η μηχανή υπολογίζεται σε αρκετές σεζόν ολοκληρωμένων αγώνων σε όλες τις διοργανώσεις που καλύπτονται εδώ: τελικά σκορ και σκορ ημιχρόνου, κερδισμένα και παραχωρημένα κόρνερ, καθώς και τα σουτ και η κατοχή που μεταφέρει η ροή δεδομένων, τα οποία τροφοδοτούν τα πλαίσια πλαισίωσης των σελίδων και την αλυσίδα εφεδρείας του μοντέλου κόρνερ. Δίπλα τους βρίσκεται ένα στιγμιότυπο των αποδόσεων των γραφείων στοιχημάτων, που λαμβάνεται τη στιγμή δημιουργίας της πρόβλεψης και ανανεώνεται όσο ο αγώνας παραμένει ανοιχτός. Τα esports και οι εικονικές ή προσομοιωμένες διοργανώσεις αποκλείονται μέσω ενός μητρώου που συντηρείται χειροκίνητα και όχι με αντιστοίχιση ονομάτων, ώστε τα σκορ τους να μην μπορούν ποτέ να μολύνουν την αξιολόγηση μιας πραγματικής ομάδας.

Αξιολογήσεις επίθεσης και άμυνας με χρονική απόσβεση

Κάθε ομάδα φέρει μια αξιολόγηση επίθεσης και μια αξιολόγηση άμυνας — πόσα δημιουργεί και πόσα παραχωρεί σε σχέση με το δικό της περιβάλλον. Οι δύο υπολογίζονται από κοινού με επαναληπτική αναλογική προσαρμογή, έναν επιλύτη κλειστής μορφής που εναλλάσσεται μεταξύ επίθεσης και άμυνας μέχρι ολόκληρη η ομάδα δεδομένων να αναπαράγει την παραγωγή τερμάτων που πραγματικά παρατηρήθηκε σε αυτήν, με κάθε ιστορικό αγώνα να προεξοφλείται από έναν εκθετικό πυρήνα προσφατότητας. Η πρόσφατη φόρμα κυριαρχεί και οι παλαιότερες σεζόν σβήνουν ομαλά, αντί να αποκόπτονται σε ένα αυθαίρετο όριο σεζόν. Ο υπολογισμός γίνεται μέσα σε ομάδες δεδομένων ανά χώρα, που κρατούν μαζί τις κατηγορίες μιας χώρας και τα εγχώρια κύπελλά της: έτσι τα ζευγάρια κυπέλλου λειτουργούν ως γέφυρες μεταξύ κατηγοριών και μια νεοφώτιστη ομάδα φτάνει με αξιολόγηση κερδισμένη απέναντι σε πραγματικούς αντιπάλους αντί για λευκή σελίδα.

Όταν τα δεδομένα είναι λίγα

Οι ακατέργαστες αξιολογήσεις αντιδρούν υπερβολικά σε μικρά δείγματα, γι' αυτό καθεμία έλκεται προς την τιμή αναφοράς της ομάδας της ανάλογα με τα στοιχεία που τη στηρίζουν — ένα βήμα εμπειρικής μπεϊζιανής συρρίκνωσης που εμποδίζει έναν σύλλογο με μια χούφτα καταγεγραμμένους αγώνες να μοιάζει ακατανίκητος επειδή δύο από αυτούς έληξαν 4-0. Τα βασικά επίπεδα των πρωταθλημάτων δέχονται την ίδια μεταχείριση προς τον μέσο όρο της ομάδας δεδομένων, κάτι που εμποδίζει μια μικρή διοργάνωση μέσα σε μια μεγάλη ομάδα να παρασυρθεί από τον θόρυβο. Η ισχύς αυτής της έλξης εξαρτάται από το ενεργό μέγεθος δείγματος και όχι από το πλήθος των αγώνων, ώστε οι παλιοί, έντονα προεξοφλημένοι αγώνες δικαίως να μετρούν λιγότερο.

Από τις αξιολογήσεις στην κατανομή των σκορ

Για κάθε αναμέτρηση, οι αξιολογήσεις των δύο ομάδων και τα βασικά εντός και εκτός έδρας επίπεδα της διοργάνωσης δίνουν έναν αναμενόμενο αριθμό τερμάτων για κάθε πλευρά. Αυτές οι προσδοκίες αναπτύσσονται σε ένα πλήρες πλέγμα πιθανοτήτων σκορ — κάθε εύλογο αποτέλεσμα από το 0-0 και πάνω — που φέρει τη διόρθωση Dixon-Coles για την καλά τεκμηριωμένη εξάρτηση μεταξύ των δύο σκορ σε αγώνες με λίγα γκολ, δηλαδή ακριβώς εκεί όπου τα ανεξάρτητα μοντέλα Poisson σφάλλουν και ακριβώς εκεί όπου ζει το ποδόσφαιρο. Το τελικό αποτέλεσμα, το ακριβές σκορ, τα over/under γκολ, το «σκοράρουν και οι δύο», το διπλό ενδεχόμενο και το ασιατικό χάντικαπ διαβάζονται όλα από αυτό το ένα κανονικοποιημένο πλέγμα. Έτσι, δύο αγορές που δημοσιεύουμε δεν μπορούν να αλληλοαναιρούνται: η τιμή του over/under και η τιμή του ακριβούς σκορ είναι η ίδια κατανομή, ιδωμένη δύο φορές.

Σωστή ανάγνωση της αγοράς

Όπου υπάρχουν αποδόσεις γραφείων, δεν λαμβάνονται τοις μετρητοίς. Οι δημοσιευμένες αποδόσεις περιέχουν το περιθώριο του γραφείου, οπότε πρώτα αφαιρείται και μετατρέπονται σε δίκαιες πιθανότητες. Στη συνέχεια, οι γραμμές χάντικαπ και συνόλου επιλύονται ως σύστημα για τα δύο μεγέθη που πραγματικά εκφράζει η αγορά — τη διαφορά δυναμικότητας μεταξύ των ομάδων και το αναμενόμενο σύνολο τερμάτων —, ένα πολύ πιο σταθερό σήμα από οποιαδήποτε μεμονωμένη τιμή. Οι γραμμές τετάρτου τιμολογούνται μέσω ενός πυρήνα διαιρεμένου ποντάρισματος που χειρίζεται με ακρίβεια τις περιπτώσεις μισής νίκης και μισής ήττας, αντί να στρογγυλοποιούνται στην πλησιέστερη ακέραιη γραμμή, όπως σιωπηλά κάνουν τα περισσότερα δημοσιευμένα μοντέλα.

Εξειδικευμένο μοντέλο κόρνερ

Τα κόρνερ δεν προκύπτουν από τα γκολ. Έχουν δικές τους αξιολογήσεις επίθεσης και άμυνας — κερδισμένα και παραχωρημένα κόρνερ, υπολογισμένα με τον ίδιο χρονικά σταθμισμένο επιλύτη —, προβάλλονται για κάθε πλευρά και έπειτα τιμολογούνται έναντι της ακριβούς γραμμής κόρνερ του αγώνα μέσω μιας διακριτοποιημένης συνεχούς κατανομής και όχι μέσω πίνακα αναζήτησης. Όταν το ιστορικό κόρνερ μιας ομάδας είναι πολύ φτωχό για να είναι αξιόπιστο, το μοντέλο υποχωρεί κατά μήκος μιας καθορισμένης αλυσίδας: πρώτα οι αξιολογήσεις, μετά τα ζωντανά στατιστικά του αγώνα, μετά μόνο η αγορά. Αν κανένα από αυτά τα επίπεδα δεν περνά το κατώφλι, το μοντέλο δηλώνει ότι δεν υπάρχουν δεδομένα αντί να εφεύρει έναν αριθμό.

Συνδυασμός με στάθμιση ακρίβειας

Μοντέλο και αγορά συνδυάζονται με στάθμιση ακρίβειας βάσει του ενεργού μεγέθους δείγματος: στις ομάδες με φτωχό ιστορικό το μεγαλύτερο βάρος το φέρει η αγορά, στα πρωταθλήματα με βαθιά κάλυψη το φέρει το μοντέλο, και η μετάβαση είναι συνεχής και όχι διακόπτης. Όταν μετά τον συνδυασμό παραμένει διαφορά αξίας 5% ή μεγαλύτερη, η επιλογή επισημαίνεται ως value — το μοντέλο διεκδικεί ένα πλεονέκτημα που η απόδοση δεν αντανακλά, και το δηλώνει δημόσια πριν από την έναρξη, εκεί όπου μπορεί να ελεγχθεί εκ των υστέρων.

Βαθμονόμηση και έλεγχοι εκτός δείγματος

Τίποτα δεν βγαίνει στον αέρα επειδή ένα backtest δείχνει ωραίο. Η μηχανή επικυρώνεται σε περίπου μισό εκατομμύριο ιστορικούς αγώνες με αυστηρό διαχωρισμό εκτός δείγματος: οι αξιολογήσεις υπολογίζονται μόνο από όσα ήταν γνωστά πριν από κάθε έναρξη, και τα αποτελέσματα βαθμολογούνται με log-loss και δείκτη Brier — αυστηρούς κανόνες βαθμολόγησης που τιμωρούν το σίγουρο λάθος αντί να το επιβραβεύουν — μαζί με το ποσοστό επιτυχίας έναντι της γραμμής και καμπύλες βαθμονόμησης ανά διάστημα, που ελέγχουν αν μια πρόβλεψη 60% κερδίζει όντως περίπου στο 60% των περιπτώσεων. Μια έκδοση που δεν πιάνει τα κατώφλια αποδοχής δεν βγαίνει στον αέρα.

Χωρίς επιλεκτική δημοσίευση

Κάθε επιλέξιμος αγώνας πραγματικού ποδοσφαίρου λαμβάνει πρόβλεψη — καμία επιλογή των εύκολων. Οι προβλέψεις παγώνουν 30 λεπτά πριν από την έναρξη και κάθε παγωμένη επιλογή εκκαθαρίζεται έναντι του τελικού αποτελέσματος και καταμετράται στο δημόσιο ιστορικό ακρίβειας, τόσο οι επιτυχίες όσο και οι αποτυχίες.