Прогнозирование результатов футбольных матчей

[@Faenor]

Можно еще взять параметры как: Игра дома или в гостях(дома повышает вероятность судя по статистике), серия из последних матчей(если у команды несколько подряд проигрышей, то вероятность проигрыша увеличивается), необходимо учитывать травмы игроков, в том числе и основных, интенсивность матчей(наверное), в конце сезона турнирное положение(мотивированные команды играют лучше). Можно взять еще не статистические факторы(при увольнении/смене тренера, тоже есть отличие в игре, меняется тактика и т.д.). Можно учитывать громкие трансферы, в какой то степени бюджет клубов для постоянно обучающейся модели. Короче много можно придумать, дерзай) Очень просто и понятно для меня по крайней мере написано

[@ilikeev]

Главная проблема — нехватка данных (особенно в российском футболе). Компании связанные со спортивной аналитикой предоставляют статистику по матчам, а вот насчёт травм/дисквалификации игроков и т.д. нет данных. Можно смотреть на спортивных сайтах информацию по каждому матчу и таким образом вручную собрать данные по травмам и дисквалификациям.

А вообще есть такая идея: сравнивать составы команд перед матчем. Например, по суммарной стоимости состава на матч. Но эти данные тоже придется собирать вручную.

[@Faenor]

Ну вообще вы с такой идее можете обратится в какую нибудь контору по сбору статистики типа Instat — она российская, может быть их даже ваша инициатива заинтересует(ну или позаимствуют идею как обычно)). Из бесплатных статистических сайтов могу выделить ru.whoscored.com(там много данных, можно наверное даже парсить оттуда), sports.ru и прочие русские аналоги… Стоимость можно брать с transfermarket — достаточно авторитетный сайт.
Тут наверное не по стоимости можно ориентироваться а по пресловутому xG — оно стабильнее как то

[@python_monaco]

спарсил, свой xg рассчитал.

[@ilikeev]

Можно поподробнее? Какой сайт, если не секрет? xG стандартный или своя модель? И если спарсил xG, то и Packing (как xG, только не про удары, а про пасы) можно спарсить

[@python_monaco]

sofascore, undestat и некоторые другие.
xG — своя расчетная формула, которая показала достаточно хорошую точность по сравнению с тем же understat.
Packing крутой показатель, но пока его не у меня.

[@ilikeev]

Спасибо

[@Hiccup]

Теперь можно и савки делать на футбол. Спасибо автору, очень интересная статья.

[@vzaguskin]

Метрикой качества такого алгоритма может быть суммарный выигрыш в букмекерской конторе, если поставить на все матчи равную сумму в соответствии с его прогнозами.
Будет стабильно в плюсе — имеет право на жизнь.

[@Inflight]

И очень маловероятно, что можно у букмекера таким образом выиграть, потому что у букмекера модель будет точнее

[@olegryabkov]

В теории букмекер не является игроком, его цель забрать маржу от ставок, а денежные потоки нужно уравновесить. В сущности букмекеру все равно выиграет игрок А или игрок Б. Ему важно, чтобы с учетом всех ставок получить гарантированную прибыль от комиссии. Поэтому в ставках часто наблюдается, так называемое, движение коэффициентов. Когда перекос денежных потоков идет на победу команды X, повышается коэффициент на победу команды Y (для привлечения денежных потоков от ставок на эту команду).
Развивая данную тему скажу, что если проект задумывается для осуществления ставок, то определение вероятностей исходов недостаточно. Нужно еще и рассчитывать с учетом полученных вероятностей исходов математическое ожидание, исходя из коэффициентов букмекеров. Разумеется, ставить нужно на события с положительным мат.ожиданием. Но основная проблема здесь в достоверном определении вероятностей, это трудно сделать в таком виде спорта как футбол, где исход матчей зависит от субъективных факторов — травмы, удаления, ошибки судей, договорные матчи.

[@fingoldo]

Вы правы. Скажу больше, основная проблема применения ML к ставкам на спорт — это плохая калибрация предсказанной доходности. Что интересно, классификатор может при это получаться хорошо откалиброванным по вероятности, но это вовсе не обязательно позволяет извлечь прибыль.

[@fingoldo]

Это да, создавать модель без сравнения её прогнозирующих качеств с таковыми качествами коэффициентов букмейкеров — дело бессмыссленное.

[@savostin]

С русским Вы конечно зря связались, тем более cp1251…

[@python_monaco]

Огромное спасибо за статью!
PS некоторые параметры некорректно отобраны. Но это всего лишь мое мнение)

[@python_monaco]

почему во всех результатах прогнозирования для команды А и команды Б сумма составляет 72%?

[@ilikeev]

Интересное замечание, спасибо.

Делаем прогноз на победу 1 команды

createGamePrediction(team1_vector, team2_vector)

Потом делаем прогноз на победу 2 команды

createGamePrediction(team2_vector, team1_vector)

Получается мы делаем прогнозы на победу/проигрыш, но в футболе есть ничья.
Можно добавить такой прогноз

team1pred = createGamePrediction(team1_vector, team2_vector)
team2pred = createGamePrediction(team2_vector, team1_vector)
print("Вероятность победы 1 команды: ", team1pred)
print("Вероятность ничьи: ", 1.0-(team1pred+team2pred))
print("Вероятность победы 2 команды: ", team2pred)

То что ничья получается всегда примерно 28% это странно. Но стоит учитывать, что в РПЛ часто матчи заканчиваются ничьей (примерно 26-32% каждый сезон). Если бы мы обучили модель на матчах Украинской Премьер Лиги (ничья = 22%) или Ла-Лиги Испании (ничья = 22.3%), то получили бы процент ничей на уровне 22-23%. Это дало бы нам сделать более точный прогноз на победу/проигрыш

[@python_monaco]

спасибо за развернутый ответ!
я немного доработал эту модель, добавил более 35 показателей за последние 5 лет по РПЛ и у меня общая сумма для команд стала не 72%, а 84%.

[@Victor_D]

Можно ещё анализировать с помощью обработки естественного языка новости перед матчем(пресс-конференции, комментарии и т.д.). Таким образом можно учесть хоть как-то настрой команды на матч, что тоже очень немаловажно в футболе.

[@python_monaco]

сложно, долго и непонятен результат. Главный тренер перед матчем скажет, что скорее всего лучший нападающий не будет играть, т.к. есть микротравма. И? А потом окажется, что он вышел на матч и это была утка.