Krok 1: dane, czyli 70% pracy
Potrzebujesz kilku sezonów meczów z wynikiem końcowym, składami, terminarzem, a przede wszystkim z kursami zamknięcia każdego spotkania. Bez historycznych kursów nie dowiesz się, czy twój model bije rynek, a to jedyne pytanie, które się liczy.
Wyczyść zdublowane nazwy drużyn, przerwane mecze i daty w różnych strefach czasowych. W Gambecie większość błędów z pierwszych miesięcy to były błędy danych, nie modelu.
Każda walka o piłkę to dana. Model nigdy nie widzi meczu: widzi wiersze, które wcześniej postanowiłeś zapisać.
Krok 2: zmienne istniejące przed meczem
Klasyczna pułapka to wyciek informacji: użycie danej znanej dopiero po meczu, jak strzały celne z tego samego spotkania. W treningu model wygląda idealnie; w produkcji się rozsypuje.
Poprawne zmienne: ostatnia forma, gole oczekiwane z poprzednich meczów, odpoczynek między meczami, atut własnego boiska, potwierdzone braki i sam kurs otwarcia. W machine learning do zakładów sportowych opisujemy te z naszego modelu.
Krok 3: model
Na start nie potrzebujesz sieci neuronowej. Regresja logistyczna albo dobrze zregularyzowany gradient boosting solidnie przewidują prawdopodobieństwa 1X2 czy over/under. Ważne, żeby wyjściem było prawdopodobieństwo, nie etykieta „wygra albo przegra”.
Trenuj jeden model na sport. Piłka nożna, tenis, baseball i koszykówka mają różne struktury: w tenisie rządzą punkty przy serwisie, w baseballu miotacz startowy, w koszykówce braki. Jeden model do wszystkiego źle uczy się wszystkich czterech.
Krok 4: kalibracja
Model skalibrowany to taki, który mówiąc 60%, ma rację mniej więcej 6 razy na 10. Mierzy się to, grupując prognozy w przedziały i porównując z tym, co się stało. Bez kalibracji porównanie z kursem nic nie znaczy, a stawka jest źle dobrana.
Wpada albo nie. Skalibrowany model uczy się z tysięcy takich rzutów; z kilkuset uczy się tylko szumu.
Krok 5: uczciwy test
Odłóż ostatni sezon i nie zaglądaj do niego do końca. Symuluj obstawianie tylko wtedy, gdy twoje prawdopodobieństwo przebija to implikowane przez kurs zamknięcia, przy stałej stawce. Jeśli wynik nie jest dodatni, model nie działa, choćby dokładność wyglądała wysoko.
Ta logika obstawiania tylko z przewagą to value betting i to ona zamienia predyktor w narzędzie do zakładów.
Krok 6: publikuj wszystko
Model, który nie publikuje historii, jest nieodróżnialny od typera. Zapisuj każdy typ z prawdopodobieństwem, kursem i wynikiem i zostaw to na widoku. Jest niewygodnie, gdy przegrywa, i to jedyny sposób, by ktoś zaufał, gdy wygrywa.
Jeśli to brzmi jak dużo pracy, to prawda: właśnie to robimy codziennie w Gambecie i publikujemy za darmo, żebyś nie musiał budować od zera.
Najczęstsze pytania
Czy można wytrenować AI do zakładów sportowych bez programowania?
W arkuszu kalkulacyjnym dojdziesz do prostej regresji. Do kalibracji i testu na historycznych kursach potrzebujesz Pythona albo R.
Ile meczów trzeba do treningu?
Kilka sezonów tej samej ligi. Na kilkuset meczach model uczy się szumu, nie wzorców.
Jakie dane są niezbędne?
Wyniki, składy, terminarz i historyczne kursy zamknięcia. Bez kursów nie wiesz, czy bijesz rynek.
Czy ogólna AI jak ChatGPT może to zrobić?
Może napisać kod i omówić projekt, ale nie być modelem: nie ma danych ani kalibracji.