Jak zbudować prosty model do zakładów esportowych

Każdy poważnie obstawiający esport dochodzi kiedyś do tego samego wniosku: zgadywanie to nie plan. Prosty model do zakładów daje powtarzalny sposób na przełożenie wiedzy o zespołach, mapach i formie na liczby, z którymi da się pracować. Nie potrzeba do tego ani dyplomu z data science, ani drogiego oprogramowania. Potrzebny jest jasny proces, arkusz kalkulacyjny i dyscyplina, by ufać własnym szacunkom bardziej niż przeczuciu. Ten przewodnik pokazuje lekki szkielet, który da się zbudować w jedno popołudnie i dopracowywać przez cały sezon.

Co model do zakładów naprawdę robi

Model to nic innego niż uporządkowana opinia. Bierze dane wejściowe uznane za istotne, na przykład ostatnie wyniki, pule map i zmiany w składzie, i wytwarza dane wyjściowe: szacowane prawdopodobieństwo, że określony wynik nastąpi. Właśnie o to prawdopodobieństwo chodzi. Gdy da się powiedzieć, że zespół według własnej oceny wygrywa w 60 procentach przypadków, tę wartość można porównać z ceną bukmachera i zdecydować, czy zakład ma sens.

Celem nie jest trafianie za każdym razem. Żaden model nie przewiduje pojedynczych spotkań z pewnością, a niespodzianki należą do tego, co czyni esport wartym oglądania. Celem jest być odrobinę dokładniejszym niż oferowana cena, i to na tyle często, by sumowało się to przez setki zakładów.

Zacząć od jednego jasnego pytania

Nadmierne ambicje zabijają wczesne modele. Zamiast przewidywać wszystko, lepiej wybrać jeden, wyraźnie zarysowany rynek. Zwycięzca meczu w lidze, którą śledzi się dokładnie, jest idealny. Zespoły, kontekst patcha i waga każdego spotkania są już znane, więc własne liczby da się skonfrontować z rzeczywistością.

Wąski fokus utrzymuje ponadto zbieranie danych w ryzach. Model obejmujący jedną ligę przez jeden sezon faktycznie da się utrzymać. Model, który chce od razu ogarnąć wszystkie tytuły, zwykle zawala się pod własnym ciężarem.

Zbierać dane, które się liczą

Dobre dane wejściowe biją wyrafinowaną matematykę. Skupić się trzeba na kilku czynnikach, które faktycznie poruszają wynikami:

• Ostatnie rezultaty meczów, ważone tak, by nowsze spotkania liczyły się mocniej niż starsze
• Skuteczność na mapach albo w draftach, bo wiele tytułów wisi na konkretnych mapach lub stylach kompozycji
• Stabilność składu, bo stand-in albo świeży transfer zmienia wszystko
• Regeneracja, podróże i zagęszczenie terminarza wokół dużych wydarzeń

Warto oprzeć się pokusie dorzucania dziesiątek zmiennych. Każde dodatkowe wejście wnosi szum i sprawia, że model zasługuje na mniejsze zaufanie. Zacząć od trzech albo czterech czynników, które da się uzasadnić, a rozbudowywać dopiero wtedy, gdy widać dowody, że pomagają.

Przełożyć dane wejściowe na prawdopodobieństwa

Najprostszym podejściem jest system ratingowy. Każdy zespół dostaje liczbę odzwierciedlającą jego siłę, a ta liczba jest korygowana po każdym spotkaniu, w zależności od tego, czy padła wygrana czy porażka i jak silny był rywal. Zwycięstwo nad czołowym zespołem powinno podnosić rating mocniej niż wygrana z ostatnią drużyną tabeli.

Żeby przełożyć dwa ratingi na prawdopodobieństwo wygranej, ich różnicę przepuszcza się przez prosty wzór, który duże dystanse odwzorowuje na jednostronne kursy, a małe na niemal rzut monetą. Systemy w stylu Elo robią dokładnie to. Są dobrze udokumentowane, darmowe we wdrożeniu i łatwe do prześledzenia, gdy jakiś wynik zaskoczy.

Porównać własne liczby z kursami

Gdy prawdopodobieństwo jest już policzone, kursy bukmachera przelicza się na ich implikowane prawdopodobieństwo, żeby porównywać podobne z podobnym. Kurs dziesiętny 2.00 odpowiada 50 procentom, zanim wyłączy się z niego marżę. Suma implikowanych prawdopodobieństw dla wszystkich wyników zawsze przekracza 100 procent, bo właśnie tą nadwyżką bukmacher pokrywa swoje koszty.

Zakład staje się interesujący dopiero wtedy, gdy własne szacowane prawdopodobieństwo leży wyraźnie powyżej prawdopodobieństwa implikowanego w cenie. Ta luka jest postrzeganą przewagą. Jeśli własna liczba i liczba rynku się pokrywają, nie ma nic do roboty, a spasowanie jest całkowicie dobrą decyzją.

Dobierać stawki z dyscypliną

Znalezienie przewagi to dopiero połowa pracy. Druga połowa to ochrona bankrolla. Płaskie stawki, przy których każdy zakład stanowi ten sam mały procent całego kapitału, są najsolidniejszym punktem wyjścia i najtrudniej je wysadzić. Zaawansowani korzystają z ułamkowego Kelly'ego, ale konserwatywny stały procent utrzymuje wariancję na znośnym poziomie w fazie nauki.

Strat nigdy nie odrabiać wyższymi stawkami i nigdy nie obstawiać pieniędzy przeznaczonych na coś innego. Model jest narzędziem do lepszych decyzji, a nie obietnicą zysku. Ustawiać granice, robić przerwy i każdą serię porażek traktować jako informację, a nie powód do paniki.

Testować, zanim się zaufa

Zanim na szali staną prawdziwe pieniądze, model warto zastosować do już rozegranych spotkań i zapisać, co by podpowiedział. Ten backtest pokazuje, czy własne prawdopodobieństwa na dużej próbie pasują do faktycznych wyników. Potem przez kilka tygodni protokołuje się prognozy na żywo, bez obstawiania, i porównuje każdą przepowiednię z rezultatem.

Dopiero gdy model wytrzyma na sensownej liczbie spotkań, w grę wchodzą małe stawki. Nadal zapisywać wszystko, bo tylko dokumentacja pokazuje, czy istnieje prawdziwa przewaga, czy tylko dobra passa.

Poprawiać powoli

Model to żywy projekt. Po każdym wydarzeniu przejrzeć go, szukać błędów systematycznych i zawsze zmieniać tylko jedną rzecz naraz, żeby dało się zmierzyć efekt. Postęp bierze się z cierpliwej iteracji, a nie z dramatycznych przebudów.

Przede wszystkim obowiązuje jedno: pozostać ze sobą szczerym. Model, który schlebia ulubionemu zespołowi, jest gorszy niż żaden.