Model i intuicja

Wiedza o składach i formie odpowiada na pytanie, kto może wygrać. Rynek kursów pyta o inną wielkość: ile ta opinia jest warta jako liczba od 0 do 1. Przeczucie podpowiada zwycięzcę. Model (albo konsensus) podaje prawdopodobieństwo. Różnica między „czuję, że wygrają” a „32%” to różnica formatu oszacowania — nie dowód, że liczby dają przewagę nad operatorem.

Dlaczego intuicja zawodzi jako wycena: czuje zwycięzcę, nie zna procentu

Intuicja rzadko produkuje kalibrowaną liczbę. Kibic czuje, że gospodarz wygra, ale nie rozstrzyga, czy to 55%, czy 70% — a między tymi wartościami mieści się przepaść w implied odds. Bez liczby nie da się powiedzieć, czy kurs jest powyżej, czy poniżej oszacowania.

Do tego dochodzą stałe błędy: ostatni mecz waży więcej niż dwadzieścia poprzednich, ulubiona drużyna dostaje premię, której nie ma w danych, głośna kontuzja przesłania cichą formę rezerwowego. Model tych rzeczy nie „odczuwa”, jeśli nie ma ich w wejściu. To brak nastroju w funkcji, nie cnota charakteru.

Pamięć selekcjonuje trafienia i gubi pudła. Po dziesięciu kuponach łatwo mieć wrażenie kalibracji przy obiektywnych pięciu na dziesięć. Zapis modelu nie zaokrągla wspomnień.

Od czego zacząć opis modelu: jedna liczba na mecz

Najprostszy przykład edukacyjny: średnia goli strzelanych i traconych, rozkład Poissona, szanse na 1, X i 2. To wystarczy, żeby porównać własne implied odds z ofertą. Warstwy (boisko, forma, siła ligi) dokładane osobno i testowane historycznie — inaczej model staje się droższą wersją przeczucia.

Każde rozszerzenie najpierw mierzy się na danych, zanim uzna się, że poprawia kalibrację. Model, który komplikuje się szybciej, niż zyskuje na Brierze albo log-loss, przestaje być zrozumiały nawet dla autora.

1. 1
   Zbierz wyniki

   Wyniki jednej ligi z ostatniego sezonu: gole strzelone i stracone u siebie i na wyjeździe.

2. 2
   Policz oczekiwane gole

   Dla meczu: siła ataku × obrona rywala × średnia ligi — oszacowanie oczekiwanych bramek obu stron.

3. 3
   Zamień gole na szanse

   Rozkład Poissona daje prawdopodobieństwa wyników; z nich składa się 1, X i 2.

4. 4
   Porównaj z kursem

   Odwróć prawdopodobieństwo na kurs fair i zestaw z ofertą operatora. Różnica to rozbieżność modelu i ceny — metryka, nie rekomendacja transakcji.

Konsensus rynku jako gotowe oszacowanie

Konsensus: kursy na ten sam wynik u kilku operatorów, de-vig, uśrednienie szans. To model złożony z cudzych wycen. Rynek agreguje pieniądze i opinie; gołe przeczucie konkuruje z tą agregacją bez wspólnej jednostki.

Błędy pojedynczych operatorów częściowo się znoszą. Jeden przecenia gospodarza, drugi go nie docenia, średnia ląduje bliżej środka rozkładu. Kurs mocno odstający od reszty bywa pomyłką, inną marżą albo opóźnionym feedem — najpierw hipoteza do sprawdzenia, nie nietypowa wycena do wykorzystania.

szansa = 1 / kurs;   konsensus = średnia szans po operatorach

Gdzie model jest mocniejszy, a gdzie słabszy od nowej informacji

Modele oparte na historii działają lepiej tam, gdzie jest dużo powtarzalnych meczów i pełne dane. Ligi z pełnym sezonem, znane składy — liczby mają się na czym oprzeć. Im rzadsze wydarzenie, tym historia gorszym przewodnikiem.

Ślepe pola: kłótnia w szatni, nagłe zwolnienie trenera, gorączka kluczowego zawodnika. Rynek wycenia plotkę szybciej niż arkusz, bo pieniądze reagują w minuty. Konsensus bywa wtedy aktualniejszy niż prywatny model z wczorajszym wsadem.

Na żywo liczy się częstość aktualizacji. Model, który liczy się pół minuty, spóźnia się za stanem gry. Rynek live bywa chwilowo rozjechany po golu albo kartce; luka zamyka się w sekundach. To opis latencji i ryzyka modelu, nie instrukcja, kiedy „łapać” kurs.

Znać się na piłce to osobna przyjemność. Znajomość składów nie jest znajomością kalibrowanego prawdopodobieństwa. „Czuję, że wygrają” i „32%” nie odpowiadają na to samo pytanie. Kursor porównuje ceny; nie rozstrzyga, czy kibicować sercem.