Rynek Over 2,5 gola odpowiada na proste pytanie: czy w meczu padną co najmniej trzy bramki? Samo pytanie jest binarne, ale droga do odpowiedzi obejmuje tempo gry, jakość ataków, odporność obron, siłę przeciwników i losowość futbolu.
Najpierw chronimy przyszłość
Każda cecha musi być znana przed pierwszym gwizdkiem. Forma, średnie i oceny drużyn są liczone wyłącznie z wcześniejszych spotkań. Wynik analizowanego meczu ani informacje powstałe po jego rozpoczęciu nie mogą trafić do danych wejściowych.
Co opisuje drużyny?
Model patrzy oddzielnie na gospodarza i gościa. Uwzględnia między innymi ważoną czasowo formę strzelecką i defensywną, mecze domowe i wyjazdowe, tempo tworzenia sytuacji oraz wyniki skorygowane o siłę wcześniejszych rywali. Nowsze spotkania mają większe znaczenie, ale pojedynczy nietypowy wynik nie powinien przesądzać o prognozie.
Korekta o przeciwnika odróżnia trzy gole strzelone słabej obronie od trzech goli przeciwko czołowemu zespołowi ligi. Dzięki temu liczby z różnych terminarzy są bardziej porównywalne.
Dwa modele patrzą na problem inaczej
Pierwszy komponent szacuje oczekiwaną liczbę bramek gospodarzy i gości. Z tych wartości powstaje rozkład możliwych wyników, a następnie suma prawdopodobieństw wszystkich rezultatów zawierających co najmniej trzy gole.
Drugi komponent jest klasyfikatorem binarnym. Uczy się bezpośrednio rozróżniać mecze kończące się Overem 2,5 od pozostałych. Potrafi wychwycić nieliniowe zależności, których prostszy model liczbowy może nie opisać.
Ensemble zamiast jednego głosu
Końcowe prawdopodobieństwo łączy oba spojrzenia. Wagi nie są wybierane na podstawie jednego efektownego sezonu, lecz w kolejnych oknach czasowych. Gdy komponenty dochodzą do podobnej oceny, prognoza jest stabilniejsza. Gdy mocno się różnią, dashboard pokazuje podwyższoną niepewność.
- model liczby goli pilnuje sensownej struktury wyniku,
- klasyfikator wyłapuje złożone relacje pomiędzy cechami,
- ensemble ogranicza zależność od błędów pojedynczego modelu,
- zgodność komponentów informuje, jak stabilna jest prognoza.
Kalibracja zmienia wynik w prawdopodobieństwo
Surowe modele często są zbyt pewne siebie. Dlatego ich wyniki kalibrujemy na danych późniejszych od treningowych, ale wcześniejszych od właściwego testu. Jeśli prognozy oznaczone jako 70% realizują się długoterminowo znacznie rzadziej, skala wymaga korekty.
Jakość mierzymy nie tylko procentem trafień. Brier score ocenia odległość prawdopodobieństwa od wyniku, log loss mocno karze błędną nadmierną pewność, a krzywa kalibracji pokazuje, czy etykiety 60%, 70% i 80% zachowują się uczciwie.
Test jest chronologiczny
W walidacji walk-forward model trenuje się na przeszłości i przewiduje kolejny, niewidziany okres. Następnie okno przesuwa się w czasie. Po wdrożeniu prognozy są zapisywane przed meczami i rozliczane dopiero po wynikach — to publicznie raportowany forward-only.
Czego model celowo nie używa?
Ta prognoza jest czystą oceną sportowego prawdopodobieństwa i nie wykorzystuje kursów bukmacherskich. Kurs może być później osobnym punktem odniesienia dla CLV albo wartości, ale nie wpływa na ocenę szans samego zdarzenia.
Jak czytać wynik?
- Sprawdź prawdopodobieństwo Over 2,5.
- Zobacz oczekiwaną łączną liczbę goli.
- Oceń zgodność niezależnych komponentów.
- Sprawdź liczebność publicznej próbki forward-only.
- Traktuj wynik jako miarę niepewności, nie obietnicę.
Właśnie tak chcemy rozwijać publiczne wyniki modeli: najpierw uczciwa prognoza i odpowiednio duża próbka, dopiero później wnioski o jakości.