С задачей прогнозирования результатов спортивных состязаний сталкиваются, как аналитики букмекерских контор, при составлении линий, так и игроки, которые пытаются эти букмекерские конторы обыграть.
Приведем некоторые факты:
Только лучшие игроки способны ежегодно выигрывать свыше 55 % своих ставок, при этом следует отметить, что игроки получающие такой процент вынуждены тратить «львиную» долю своего рабочего времени на составление прогнозов.
Букмекерские конторы держат целый штат аналитиков, которые занимаются прогнозированием исходов спортивных состязаний и потоков денежных средств на различные события, при этом аналитики, составляющие линии, главные добытчики букмекерских контор. Эти специалисты могут получать до 10% от прибыли конторы.
Эти факты иллюстрируют актуальность решения задачи – автоматизации прогнозирования исходов спортивных состязаний.
Традиционные подходы к прогнозированию
Под традиционным подходом к прогнозированию исходов спортивных состязаний, мы будем понимать подход, сочетающий в себе использование расчета всевозможных «рейтингов силы команд» и экспертного мнения.
По поводу методов расчетов «рейтингов силы команд» можно прочитать на сайтах: http://rsport.netorn.ru/ и http://www.mratings.com/.
Рейтинг представляет собой некоторое выражение, аккумулирующее в себе результаты нескольких последних игр анализируемой команды, при этом сами результаты, как правило, входят в рассчитываемый рейтинг линейным образом и с коэффициентами которые чаще всего задаются экспертным путем. Рейтинг после каждой игры подлежит корректировке.
Если же мы хотим спрогнозировать результат игры двух команд, то мы берем два текущих рейтинга данных команд и выводим некоторую случайную величину (обычно отношение или разность), далее делается предположение о статистических свойствах этой случайной величины (обычно речь идет о нормальном распределении), на базе этих предположений производится прогноз значения величины после игры из которого получается прогноз результата игры.
Данный подход обладает следующими недостатками:
Большая зависимость от субъективного мнения эксперта, который проставляет коэффициенты в рассчитываемом рейтинге.
Линейная зависимость между величинами, на базе которых строится рейтинг, тогда как большинство зависимостей в реальном мире не линейны.
Предположения о статистических свойствах разности или отношения рейтингов на практике могут не выполняться.
Высокая стоимость адаптации рейтингов, поскольку способы расчета рейтинга применимые для одного чемпионата, могут быть не применимы к другому чемпионату того же вида спорта и для корректировки коэффициентов, на базе которых считаются рейтинги, приходится привлекать высококвалифицированных аналитиков.
Следствием вышеперечисленных недостатков, является низкое качество прогноза на базе рейтингов, а также большие временные, трудовые и финансовые затраты на составление прогноза.
Подходы на основе технологий Data Mining
Подход к прогнозированию на основе технологий Data Mining позволяет устранить недостатки традиционных подходов.
К технологиям Data Mining мы относим такие алгоритмы, как:
Логистическая регрессия.
Деревья решений.
Карты Кохонена.
Нейронные сети (персептрон).
Следует отметить, что данные технологии уже достаточно давно применяются к спортивному прогнозированию на Западе, приведем несколько фактов:
Don Emmons из Детройта построил нейронную сеть, позволяющую на скачках предугадывать лошадь-победителя. ИНС (Искусственная Нейронная Сеть), анализируя предыдущие забеги, время финиша, рекорд на ипподроме и другие факторы, с 75 % точностью оценивала вероятного победителя. С помощью результатов этой ИНС Don Emmons получил выигрыш с 17 из 22 сделанных ставок (http://www.calsci.com/Thoroughbreds.html).
Anderson (Lakewood, CO) обучил нейронную сеть для прогнозирования победителя на собачьих гонках. Он учитывал похожие факторы, в результате чего получалась ИНС с 504 входами, что обеспечиловает ему точность прогнозов в 94 случаев из 100 (94%), правда, только на трети трасс (http://www.calsci.com/DogRacing.html).
Joel Sokol создал систему - Logistic Regression/Markov Chain (LRMC) model. Она в точности спрогнозировала результаты четырех финальных турниров по баскетболу серии National Collegiate Athletic Association (NCAA). За последний 9 летний период тестирования системы она точно и безошибочно предсказывала в среднем 30 из 36 матчей американских соревнований по баскетболу серии NCAA Final Four. Точность ее результатов составляет 83 % (http://www2.isye.gatech.edu/people/faculty/Joel_Sokol/ncaa.pdf).
Доктор Алан Маккейб, разработал систему MAIT, на базе нейронных сетей, которая использовалась для прогнозирования результатов игр Английской Премьер - Лиги (http://www.mymait.com).
Методы автоматизации прогноза
В проведенном нами исследовании был применен весь спектр технологий Data Minung для прогнозирования результатов Английской Премьер – Лиги, сезона 2007-2008, при этом, в отличии от системы разработанной доктором Аланом Маккейбом, наша система прогнозирует ничьи, что особенно актуально для профессиональных игроков, поскольку коэффициенты на ничьи весьма высоки.
Разработанная нами система работает лишь на статистике предыдущих игр и дает прогноз в автоматическом режиме. Кроме того, система может быть легко адаптирована и для других футбольных чемпионатов, для этого лишь необходимо переобучить модели на базе статистики нового чемпионата в автоматическом режиме.
Результаты тестирования системы прогнозирования
Таблица, находящаяся по ссылке (в формате excel) содержит результаты прогноза на 327 игр Английской Премьер Лиги 2007-2008. Всего за сезон 2007-2008 было сыграно 380 игр, но на первые пять туров прогноз не делался, система начинает строить прогноз только в случае, если по каждая из играющих команд сыграла в текущем сезоне хотя - бы 5 игр.
Система правильно спрогнозировала 190 игру из 327, что составляет 58,1% и является очень хорошим результатом.
Экономический эффект от использования
На базе прогнозов полученных нашей системой мы провели тестирование по линии букмекерской конторы «Марафон», архив линий мы взяли с сайта http://www.bettinginfo.net/Ru/mf.html. Следует отметить, что мы ни в коем случае не даем рекомендаций по поводу выбора букмекерской конторы по линии, которой необходимо делать ставки. На наш взгляд, хороший обзор Российских и Западных букмекерских контор содержится на сайте http://www.bukmekerskiekontory.ru.
Следует отметить, что коэффициенты «Марафона», являются довольно низкими, в частности коэффициенты букмекерской конторы Pinnacle Sports выше в среднем на 5-7%.
В качестве стратегии управления финансами во время ставок, мы использовали простейшую, заключающую в проставлении 2% от нашего исходного банка на спрогнозированный исход каждого из 327 событий.
Дальнейшие наши исследования будут посвящены исследованию целесообразности применения стратегий с меняющимся от ставки к ставке процентом используемого капитала (Критерий Келли, стратегия поиска оптимального f).
График изменения состояния счета Увеличить рисунок. откроется в новом окне (вкладке).
Чистая прибыль за период тестирования, при начальном счете в 100 долларов, составляет 35,86 долларов (смотри отчет в формате excel).
Выводы
Технологии Data Mining позволяют эффективно решать задачи прогнозирования спортивных событий и полностью автоматизировать процесс построения прогноза.
Внедрение подобных технологий позволит получать профессиональным игрокам существенную прибыль от ставок на спорт, минимизируя при этом временные и трудовые затраты.
Букмекерским конторам разработанная система позволит по максимуму автоматизировать процесс оценки результатов исходов спортивных состязаний по большому количеству чемпионатов, видов спорта, а также эффективно управлять денежными потоками.
В настоящее время ведутся работы по адаптации данного подхода к другим футбольным чемпионатам, а также таким видам спорта, как: теннис, баскетбол, хоккей, бейсбол.
За более подробной информацией обращайтесь в BIGroup Labs.
Компания BIGroup Labs оказывает полный спектр консалтинговых и внедренческих услуг в области анализа бизнес - информации для различных секторов бизнеса.
Добавить на BobrDobr
Добавить на memori.ru
Добавить на del.icio.us
Добавить на МоёМесто.ru
