.jpg){kind=link}
- 선수마다 경기 수가 매우 적습니다: 모델은 단순하고 겸손해야 합니다.
- 길은 늘 같습니다: 확률 → 공정 배당 → 배당과 비교 → 밸류.
- Gambeta는 현재 복싱과 UFC의 정기 픽을 공개하지 않습니다: 이 글은 여러분이 직접 모델링하도록 돕는 가이드입니다.
이 글을 저장해 두십시오. 길기 때문에 스프레드시트를 옆에 열어 두고 한 단계씩 따라가시는 것이 좋습니다.
진행 상황은 이 브라우저에 저장됩니다.
머신러닝으로 경기를 모델링할 수 있을까요?
모델링할 수 있지만, 한계가 아주 분명합니다.
복싱과 종합격투기(MMA)는 접촉 종목입니다.
한 방이 팽팽하던 경기를 끝낼 수 있습니다.
그래서 모든 결과에 분산이 크게 들어갑니다.
게다가 데이터도 적습니다.
축구 선수는 1년에 50경기를 뜁니다.
복서는 1년에 두세 번 싸웁니다.
UFC 선수는 보통 1년에 두세 번 싸웁니다.
머신러닝이 믿을 만한 패턴을 학습하려면 많은 사례가 필요합니다.
여기서는 사례가 적고, 상대는 바뀌고, 스타일은 다양한 방식으로 부딪힙니다.
그래서 좋은 경기 모델은 단순하고, 신중하고, 늘 불확실합니다.
이 글은 모델링을 배우기 위한 가이드입니다.
Gambeta는 현재 복싱과 UFC의 정기 픽을 공개하지 않습니다.
여기서 얻을 수 있는 것은 여러분이 직접 추론하도록 돕는 도구와 방법입니다.
경기를 모델링할 때 볼 변수
모델은 변수의 목록과 각 변수의 가중치입니다.
복싱과 MMA에서 가장 많이 쓰는 것은 다음과 같습니다.
표는 각 변수가 무엇을 주고 어떤 함정이 있는지 알려 줍니다.
| 변수 | 무엇을 주나 | 함정 |
|---|---|---|
| 나이 | 신체 쇠퇴와 반사 신경 | 몸마다 늙는 방식이 다름 |
| 리치 | 거리와 링 장악 | 스타일이 근접전이면 가치가 떨어짐 |
| 연승 흐름 | 최근 폼 | 누구를 상대로 이겼는지에 달려 있음 |
| 스타일 | 상대와 어떻게 맞물리는지 | 숫자로 옮기기 어려움 |
| KO 기록 | 펀치력과 맷집 | 경기 수가 적고 잡음이 많음 |
| 체중과 감량 | 계체 때의 상태 | 밖에서는 거의 알 수 없음 |
나이, 리치, 연승 흐름: 측정할 수 있는 것
나이, 리치, 키는 공개되어 있습니다.
스프레드시트에 넣기 쉽습니다.
그래서 집에서 만드는 모델은 모두 거기서 시작합니다.
문제는 모든 베터도 그것을 본다는 점입니다.
변수가 공개되어 있다면 배당은 이미 그것을 반영하고 있습니다.
밸류는 시장이 가장 잘 못 재는 곳에서 나옵니다.
경기에서는 대개 이전 상대들의 실제 수준입니다.
스타일과 상대 수준: 가장 어려운 것
5연승이라는 사실은 맥락 없이는 아무것도 말해 주지 않습니다.
약한 상대에게 거둔 5승은 최상위 선수에게 당한 2패보다 가치가 낮습니다.
좋은 모델은 상대 하나하나의 수준으로 연승 흐름을 보정합니다.
스타일도 중요합니다.
압박형 선수는 카운터형 선수를 만났을 때와 장기전형 선수를 만났을 때 다르게 움직입니다.
이것을 숫자로 바꾸기는 어렵고, 거기서 정보가 사라집니다.
데이터는 적고 분산은 큰 이유
팀 종목에서는 실수 하나가 90분 안에 희석됩니다.
경기에서는 2초의 실수가 모든 것을 결정할 수 있습니다.
그래서 더 나은 선수가 보이는 것보다 적게 이깁니다.
여러분에게 두 가지 결과가 따릅니다.
첫째, 좋은 모델도 가치 있던 베팅을 많이 잃게 됩니다.
둘째, 좋든 나쁘든 짧은 연승이나 연패는 모델에 대해 거의 아무것도 알려 주지 않습니다.
결론을 내리는 데 베팅이 몇 번 필요한지 더 알고 싶다면 이기고 있는지 알려면 베팅이 몇 번 필요한가를 읽으세요.
이어지는 모든 내용의 바탕입니다.
모델링할 수 있는 마켓: 승자, 승리 방식, 라운드
한 경기에는 주요 마켓이 세 개 있습니다.
마켓마다 난이도가 다릅니다.
| 마켓 | 결과 | 난이도 |
|---|---|---|
| 승자 | 둘(때로는 무승부) | 보통: 모델링하기 가장 단순함 |
| 승리 방식 | KO, 판정, 기타 | 높음: 표본이 쪼개짐 |
| 라운드 | 라인보다 많거나 적게 | 높음: 페이스와 심판에 달려 있음 |
항상 승자부터 시작하세요.
범주가 적고 예시 경기가 더 많습니다.
승자 모델이 잘 작동한 뒤에야 승리 방식과 라운드를 시도하세요.
모델에서 확률로 가는 법
가장 단순한 방법은 점수 시스템입니다.
선수마다 실력 점수가 있어서, 이기면 오르고 지면 내려갑니다.
강한 상대를 이기면 약한 상대를 이길 때보다 더 많이 오릅니다.
점수 차이는 잘 알려진 공식으로 확률로 바뀝니다.
체스에서 쓰는 것과 같은 공식입니다.
엘로(Elo) 시스템이라고 합니다.
예시: 점수 차이가 100점이면 엘로 시스템은 더 나은 선수에게 64.0%를 줍니다.
공정 배당으로는 1.56입니다.
숫자는 방법을 이해하기 위한 예시이며 실제 선수의 것이 아닙니다.
엘로는 출발점입니다.
그다음 나이, 리치, 스타일 같은 보정을 더할 수 있습니다.
각 보정은 확률을 조금만 움직여야 하고, 많이 움직여서는 안 됩니다.
겸손의 요령: 확률을 50%에 가깝게 당기기
데이터가 적으면 여러분이 낸 극단적인 확률은 거의 언제나 과장되어 있습니다.
단순한 기법은 추정치를 중립인 50%와 섞는 것입니다.
수축(shrinkage)이라고 하며 과신을 줄여 줍니다.
예시: 모델이 70%라고 하고, 중립 50%에 절반의 가중치를 줍니다.
최종 확률은 60%가 됩니다.
더 신중하고, 표본이 작을 때 대개 더 나은 성과를 냅니다.
확률에서 공정 배당과 밸류로
공정 배당은 1을 확률로 나눈 값입니다.
62%로 추정하면 공정 배당은 1.61입니다.
북메이커가 그보다 많이 지급하면 겉보기 밸류가 있는 것입니다.
기대값(EV)은 1단위를 걸었을 때 평균적으로 얼마를 얻는지를 나타냅니다.
확률에 배당을 곱한 뒤 1을 빼서 계산합니다.
| 데이터(예시) | 계산 | 결과 |
|---|---|---|
| 확률 62%, 배당 1.80 | 0.62 × 1.80 − 1 | EV +11.6% |
| 확률 58%, 배당 1.80 | 0.58 × 1.80 − 1 | EV +4.4% |
| 확률 58%, 배당 1.70 | 0.58 × 1.70 − 1 | EV −1.4% |
무슨 일이 일어나는지 보세요.
확률 4포인트 차이가 EV를 11.6%에서 4.4%로 바꿉니다.
작은 모델 오차 하나가 밸류를 거의 다 지워 버립니다.
이 계산은 기대값 계산기로 할 수 있습니다.
공정 배당이 무엇인지 기억나지 않는다면 내재 확률을 복습하세요.
.jpg){kind=link}
마진에 주의: 북메이커는 미리 받아 갑니다
북메이커의 배당은 합쳐도 100%가 되지 않습니다.
조금 더 많이 합쳐집니다.
그 여분이 마진이며, 밸류에서 가장 먼저 빼야 하는 것입니다.
예시: 한 경기의 배당이 1.80과 2.05입니다.
내재 확률의 합은 104.34%이므로 마진은 4.34%입니다.
마진이 없다면 시장은 53.2%와 46.8%라고 말할 것입니다.
모델이 우세한 쪽을 52%로 보고 마진 없는 시장이 53.2%로 본다면, 이점은 없습니다.
1.80이라는 배당은 그저 솔깃해 보일 뿐입니다.
자세한 내용은 북메이커의 마진이란에서 확인하세요.
승리 방식과 라운드: 범주는 많고 데이터는 적음
승리 방식은 범주로 나뉩니다.
KO 또는 TKO, 판정, 서브미션(MMA), 실격으로 이깁니다.
각 범주에는 사례가 매우 적습니다.
연쇄적으로 모델링합니다.
먼저 이길 확률입니다.
그다음 그 승리 안에서 방식이 어떻게 나뉘는지 봅니다.
예시: 우세한 선수가 이길 확률은 62%입니다.
그 승리 중 40%는 KO 또는 TKO입니다.
KO로 이길 확률은 24.8%이고 공정 배당은 4.03입니다.
북메이커가 4.00을 지급한다면 EV는 −0.8%입니다.
배당이 높아 보여도 밸류는 거의 없습니다.
배당이 후하게 보일수록 횡재가 있다고 믿기 쉽습니다.
라운드도 같은 방식으로 모델링합니다.
먼저 라인보다 일찍 끝날 확률입니다.
페이스, 맷집, 경기의 라운드 수에 달려 있습니다.
경기 수가 아주 적을 때 모델을 평가하는 법
가장 어려운 지점입니다.
경기 다섯 개나 열 개로는 모델이 좋은지 알 수 없습니다.
운이 좋았을 뿐인데 방식을 맞혔다고 믿을 수 있습니다.
신뢰 구간이 그 위험을 보게 해 줍니다.
측정한 결과를 바탕으로 실제 적중률이 있을 수 있는 범위입니다.
| 표본(예시) | 적중 | 그럴듯한 범위 |
|---|---|---|
| 8경기 | 8경기 중 6(75%) | 41% ~ 93% |
| 80경기 | 80경기 중 60(75%) | 65% ~ 83% |
두 행 모두 적중률은 같은 75%입니다.
8경기에서는 실제가 거의 41%일 수도 있고, 평범한 결과입니다.
80경기에서는 범위가 크게 좁아집니다.
더 나은 평가 방법은 브라이어(Brier) 점수입니다.
맞혔는지만이 아니라 여러분의 확률이 결과에서 얼마나 멀었는지를 잽니다.
0에 가까울수록 좋습니다.
예시: 확률 70%, 60%, 65%, 80%, 55%인 다섯 경기의 브라이어 점수는 0.203입니다.
항상 50%라고 하면 0.250입니다.
사례가 이렇게 적으면 그 차이는 아직 잡음입니다.
실용적인 규칙 두 가지입니다.
첫째, 모든 확률은 경기 전에 저장하고 절대 경기 후에 저장하지 마세요.
둘째, 결과 하나 때문에 모델을 바꾸지 마세요.
어떤 모델도 쉽게 보지 못하는 편향
아주 중요한데 어떤 데이터베이스에도 없는 것들이 있습니다.
모든 경기 모델의 사각지대입니다.
- 숨겨진 부상: 선수가 손이나 무릎을 다친 채 나오는데 아무도 알려 주지 않을 수 있습니다.
- 체중 감량: 며칠 만에 체중을 많이 줄이면 경기 당일 힘이 빠질 수 있습니다.
- 홈과 심판: 팽팽한 판정에서는 장소와 심판이 결과를 기울게 할 수 있습니다.
- 막판 변경: 대체 상대, 취소되는 경기, 바뀌는 체급.
- 오래된 데이터: 3년 전의 선수가 늘 오늘의 선수는 아닙니다.
이런 사각지대 앞에서 모델은 신중해야 합니다.
경기에 모르는 것이 너무 많다면, 가장 건전한 결정은 베팅하지 않는 것일 수 있습니다.
.jpg){kind=link}
밸류를 찾았다면 얼마를 걸까: 신중한 스테이크
밸류를 찾았다고 해서 얼마를 걸지 알 수 있는 것은 아닙니다.
켈리 기준은 여러분이 가졌다고 믿는 이점에 따라 뱅크롤의 일부를 계산합니다.
문제는 여러분의 확률이 맞다는 전제에 달려 있다는 것입니다.
예시: 확률 62%, 배당 1.80입니다.
전체 켈리는 뱅크롤의 14.5%를 제안합니다.
4분의 1 켈리는 3.6%이며, 불확실한 모델에는 훨씬 합리적입니다.
데이터가 적은 모델에서는 항상 켈리의 일부만 쓰세요.
켈리 계산기에서 시험해 보고 비교하세요.
경기당 고정 상한을 두는 것도 도움이 됩니다.
단계별: 스프레드시트로 만드는 첫 경기 모델
AI가 스프레드시트의 코드를 도와주기를 원한다면 베팅용 나만의 AI 만들고 학습시키기를 보세요.
같은 방법이 쓸모 있습니다.
Gambeta가 하는 것과 하지 않는 것
분명히 해 둡니다.
Gambeta는 현재 복싱과 UFC의 정기 픽을 공개하지 않습니다.
우리에게 없는 것을 제공하지는 않겠습니다.
쓸 수 있는 것은 다음과 같습니다.
밸류, 켈리, 마진을 계산하는 무료 계산기와, 자체 모델이 다른 종목에서 어떻게 추론하는지 볼 수 있는 베팅 저널(Jornal de Apuestas)입니다.
우리가 공개하는 모든 것은 공개 기록에 남습니다.
밸류 방법에 관심이 있다면, 기본은 어느 종목에서나 같습니다.
밸류 베팅을 읽고 스프레드시트를 열어 둔 채 이 가이드로 돌아오세요.
마무리: 모델링은 배우는 것이지 확실히 이기는 것이 아닙니다
경기를 모델링하면 더 잘 생각하게 됩니다.
무엇을 아는지, 무엇을 가정하는지, 무엇을 모르는지 보여 줍니다.
이것이 이 연습의 진짜 가치입니다.
모델은 아무것도 보장하지 않습니다.
접촉 종목에서는 분산이 엄청나게 크고 표본은 작습니다.
베팅한다면 고정 상한을 두고, 손실을 쫓지 마세요.
만 18세 이상만 대상인 콘텐츠입니다.
통제력을 잃어 가고 있다고 느낀다면 책임감 있는 베팅을 읽으세요.
이 팩의 사다리를 이어 가려면 다음의 자연스러운 단계는 AI 베팅 완전 가이드입니다.
자주 묻는 질문
AI로 복싱이나 UFC 경기를 예측할 수 있나요?
확률은 추정할 수 있지만 결과를 예측할 수는 없습니다.
경기는 한 방으로 뒤집힐 수 있습니다.
좋은 모델은 확률의 범위를 주고, 배당이 그만한 값을 하는지 판단하도록 돕습니다.
경기에서 가장 중요한 변수는 무엇인가요?
하나만 있는 것은 아닙니다.
가장 많이 쓰는 것은 나이, 리치, 연승 흐름, 이전 상대의 수준, 스타일, 지난 경기들의 종료 방식입니다.
어느 하나로는 충분하지 않아서 조합하고 시험합니다.
모델을 믿으려면 경기가 몇 개나 필요한가요?
어떤 선수가 가진 경기 수보다 훨씬 많이 필요합니다.
평가한 경기가 8~10개라면 결과는 우연일 수 있습니다.
건전한 방법은 수백 경기로 측정하고 짧은 연승이나 연패를 의심하는 것입니다.
어떤 마켓을 먼저 모델링하는 것이 좋나요?
승자입니다. 결과가 둘이고 사례가 더 많기 때문입니다.
승리 방식과 라운드는 더 어렵습니다. 더 많은 범주로 나뉘고 범주마다 데이터가 적습니다.
Gambeta는 복싱이나 UFC 픽을 공개하나요?
현재는 정기적으로 공개하지 않습니다.
Gambeta의 픽은 다른 종목과 마켓에 집중되어 있습니다.
우리가 제공하는 것은 밸류, 마진, 스테이크를 계산하는 무료 도구와, 자체 모델이 어떻게 추론하는지 볼 수 있는 베팅 저널(Jornal)입니다.
모델이 이기는 것을 보장하나요?
아닙니다.
모델은 불확실성을 정리해 줄 뿐입니다.
틀릴 수 있고, 북메이커의 마진은 여러분에게 불리하게 작용합니다.
잃어도 되는 돈만 베팅하고, 만 18세 이상만 베팅하세요.