- 衡量近期负荷：每位球员的局数、时长、长盘和休息天数，而不只是排名。
- 让AI做表格和计算，但数据由你录入，并核实每个数字。
- 每一分上一点点疲劳，会在一盘和整场比赛中被放大：所以值得去模拟它。
收藏这份指南：下次在赛事开始前制作你的网球表格时，你会希望它就开着。
你的进度保存在此浏览器中。
什么是网球里的疲劳，为什么它重要？
疲劳是累积的疲倦，它让球员损失一点速度、精准度和反应。
在网球里，一项赛事的每一天都要比赛。
没有替补，也没有换人。
如果一名球员带着疲劳上场，他照样要打。
排名说明的是平均而言谁更强。
它没有说明每个人是怎样来到这场比赛的。
两名水平相同的球员，状态可能大不相同。
一个刚打完两场很短的比赛，另一个刚打完三盘超长的比赛。
本文不向你承诺任何窍门。
它向你展示如何用数据衡量这种差异，以及如何看出它可能有多大分量。
投注仅限18岁以上成年人，而且始终存在亏损的风险。
一个疲劳数据只是调整一个概率，不能保证任何结果。
只用你输得起的钱投注。
网球里该衡量哪些疲劳数据？
有负荷数据、旅途数据和环境数据。
负荷数据最重要，因为它们可以用具体的数字衡量。
以下是我会为每位球员记录的内容。
| 数据 | 衡量什么 | 从哪里获取 |
|---|---|---|
| 已打局数 | 3天和7天内的负荷 | 比赛比分 |
| 场上时间 | 真实的消耗 | 赛事统计 |
| 长盘 | 额外的体力付出 | 每盘比分 |
| 抢七 | 压力与长分 | 每盘比分 |
| 休息天数 | 恢复 | 赛事日程 |
| 旅途与场地 | 适应 | 上一项赛事和当前赛事 |
最近3天和7天的局数与时长
把每个时间窗口内所有比赛的局数加起来。
用两个窗口：3天和7天。
短的显示即时的疲劳，长的显示一周的消耗。
如果你有比赛时长，也加起来：它们比局数更精确。
长盘、抢七和五盘制比赛
6-4比分打得比有抢七的7-6更快。
数一数有几盘超过了10局，以及出现了几次抢七。
在五盘制赛事里，一场长比赛可能相当于两场普通的比赛。
所以始终要看局数，而不只是他打了几场比赛。
旅途、场地变化和休息天数
一名跨洲旅行过的球员，身体还停留在另一个时间里。
一名从红土转到硬地的球员，改变了移动和击球的方式。
记下上一项赛事、场地，以及两场比赛之间相隔的天数。
不需要知道确切的影响：只要标出谁变了、谁没变就够了。
高温、湿度和时段
天气会改变一场比赛有多累。
在高温和潮湿下，同样的比分消耗更大。
同一项赛事里往往既有白天的比赛，也有夜晚的比赛。
记下时间和气温预报，不要编造任何你没有见到过的数字。
如何让AI制作疲劳表格
AI不知道每位球员这一周打了多少，除非它有带来源的联网搜索。
即便如此，它也可能出错。
规则很简单：数据由你粘贴，AI负责整理和计算。
这样可以避免它编造结果。
请扮演网球数据分析师。 我把两名球员（A和B）最近7天的比分发给你。 只使用这些数据，不要添加或编造任何内容。 请为每位球员制作一张表格，包含：最近3天已打局数、最近7天已打局数、超过10局的盘数、抢七次数，以及今天比赛前的休息天数。 请一步一步展示每一个求和。 如果缺少某项数据，请写「无数据」。 最后，用两行总结A和B之间的负荷差，不要推荐任何投注。
如何把疲劳转换成概率
你已经有了表格。
现在来到一个尴尬的问题：这份疲劳值多少？
没有人有确切的数字。
我们能做的是测试不同的情景，看看会发生什么。
思路是从一分开始。
在网球里，一切都由分数构成：一局由分数构成，一盘由局数构成，一场比赛由盘数构成。
如果你把赢下一分的机会稍微改动一点点，其余的一切都会跟着改变。
简单模型：各分相互独立
我们假设每一分都独立于之前的各分。
这是一种简化：现实中存在连胜和压力。
但它足以让我们看到数量级。
我们定义两个示例数字：A发球时赢分的比例，以及B发球时赢分的比例。
| 情景（示例） | A发球得分率 | B发球得分率 |
|---|---|---|
| 没有疲劳 | 64% | 62% |
| A损失1个点 | 63% | 63% |
| A损失2个点 | 62% | 64% |
| A损失3个点 | 61% | 65% |
「损失1个点」是指A在发球时少赢1个百分点，在接发球时也少赢1个百分点。
所以B那一列上升的幅度，与A那一列下降的幅度相同。
所有这些数字都是示例，不是任何真实球员的数据。
从分数到一盘和整场比赛
用这些数字，可以算出赢下一局的机会，然后是带抢七的一盘，最后是整场比赛。
计算要用代码完成，而不是手算。
我用一个遍历所有可能的得分组合的程序来求解。
这不是抽签：它是对这个简化模型的精确计算。
| 情景（示例） | A的得分 | A的一盘 | 三盘两胜制比赛 |
|---|---|---|---|
| 没有疲劳 | 51.0% | 56.7% | 59.9% |
| A损失1个点 | 50.0% | 50.0% | 50.0% |
| A损失2个点 | 49.0% | 43.3% | 40.1% |
| A损失3个点 | 48.0% | 36.9% | 30.7% |
看看会发生什么。
A只是少赢1个百分点的分数，赢下比赛的机会就从59.9%降到了50.0%。
少3个点，就降到30.7%。
每一分上的一点小变化会被放大，因为要连续赢下很多分。
| 情景（示例） | A三盘制 | A五盘制 |
|---|---|---|
| 没有疲劳 | 59.9% | 62.4% |
| A损失1个点 | 50.0% | 50.0% |
| A损失2个点 | 40.1% | 37.7% |
| A损失3个点 | 30.7% | 26.5% |
五盘制的比赛会把差距放大得更多。
较强的球员有更多机会取胜。
但疲惫的一方也有更多的盘数来消耗体力，而这个模型没有衡量这一点。
所以它只是一个用来思考的示例。
这个模拟没有说明的是：它没有说明疲劳对任何真实球员的影响有多大。
64%、62%和各项折减都是示例数字。
对于这些数字，计算是正确的，现实可能不同。
如何用你自己的数据模拟疲劳
你可以用你的数字做同样的事。
首先要确定每位球员在正常条件下发球时赢多少分。
这个数据来自他整个赛季的平均值，在赛事的官方统计里可以找到。
其次，选一个疲劳折减值，并尝试多个。
请用Python写一个程序，逐行解释，用来计算赢下一场网球比赛的概率。 输入：A发球时赢分的百分比、B发球时赢分的百分比，以及三盘制或五盘制。 假设每一分都是独立的。 计算赢下一局、一盘（含7分抢七）和整场比赛的机会。 加入一项测试：如果两人发球赢分的比例相同，结果必须是50%。 请向我展示疲劳折减为0、1、2和3个百分点时的输出。
衡量网球疲劳有哪些局限？
有好几个陷阱。
第一是样本小：比赛场次少，平均值就不稳定。
第二是偏差：打了很多长轮次的人，很可能是个好球员，所以才走到那一步。
第三是有些球员比其他人恢复得更好。
- 伤病：球员可能有伤，而比分里显示不出来。
- 动力：有些赛事对球员来说比其他赛事更重要。
- 对手：对阵强劲对手的长比赛，与对阵弱对手的长比赛，消耗并不一样。
- 市场：博彩公司也知道这些数据，并且已经把它们反映在赔率里了。
所以疲劳只能算是又一个过滤条件。
它不是投注的充分理由。
如果负荷差很小，就忽略它。
如果很大，就用它来复查一笔你本来出于其他原因就已被说服的投注。
为了管好样本，请把每一次投注记在表格里。
用于投注管理的Excel模板对你有用。
要了解需要多少次投注才能得出结论，请读需要多少次投注才能知道你是否在赢。
Gambeta在网球上提供什么，疲劳又在哪里发挥作用
Gambeta有一个网球标签页，提供ATP和WTA的预测。
模型使用两位球员的排名差。
由于博彩公司没有为很多赛事开盘，它会公布一个公平赔率，也就是1除以概率。
它不会发布赔率低于1.50的推荐。
每个网球推荐都只依据ESPN公布的获胜者来结算。
如果比赛没有进行，就会作废并退还投注。
目前的模型不衡量疲劳：它基于排名。
本文的分析，是你自己在其上叠加的一层。
所有推荐的战绩都公开在Gambeta的公开战绩里。
在那里你可以看到每个市场的表现。
而Jornal 投注日报每天都会汇总当天发布的推荐及其结果。
完整指南在用AI投注：完整指南。
分析网球比赛之前的疲劳检查清单
- 记下每位球员最近3天和7天已打的局数。
- 标出每个人的长盘和抢七。
- 比较自上一场比赛以来的休息天数。
- 看看是否有长途旅行或场地变化。
- 查看天气和比赛时间。
- 让AI制作表格，并手动核实两项计算。
- 用0、1、2和3个点的折减试一试模拟。
- 如果差距很小或存疑，就不要使用它。
接下来读什么
如果你想搭建自己的分析助手，请继续看如何创建并训练你自己的投注AI。
如果你想了解疲劳在足球里是什么样子，请读投注中的疲劳与赛程。
如果想与连续比赛的运动对比，请看NBA的背靠背。
想知道哪个AI更适合你，请看AI对比。
请记住：仅限18岁以上，而且投注并不是赚钱的方式。
如果你觉得自己失去了控制，请寻求帮助。
我们在负责任地投注里作了说明。
常见问题
如何衡量网球运动员的疲劳？
用最近几天的负荷。
把最近3到7天的局数和比赛时长加起来，数一数长盘和抢七。
再加上休息天数、旅途和场地变化。
需要休息多少天？
没有神奇的数字。
这取决于球员、场地，以及上一场比赛打了多久。
所以应该比较两位对手的负荷和休息，而不是只看一个数据。
AI能告诉我谁更疲惫吗？
它可以整理和计算，但只能用你给它的数据。
如果它拿不到最近的比赛结果，就会用编造的数据来填补。
你自己把表格给它，并要求它不要添加任何内容。
五盘制的比赛更累吗？
是的，原因很简单：要打更多的局数和更长的时间。
在五盘制的赛事里，前几轮累积的负荷在后几轮更有分量。
请始终用局数和时长来衡量，而不是用轮次。
疲劳会让概率下降多少？
不存在通用的数字。
你能做的是测试不同的情景，例如每一分减去一到两个百分点。
本文里你可以看到每种情景下比赛如何变化。
Gambeta的网球推荐用到疲劳了吗？
目前没有。
Gambeta的网球模型基于排名差，并公布公平赔率，下限为1.50。
疲劳是你自己的分析，用来补充；而当有比赛符合规则时，网球推荐才会出现。