当前位置:首页 » 《资源分享》 » 正文

泊松分布概念以及AI大数据预测足球走向

14 人参与  2024年10月22日 14:40  分类 : 《资源分享》  评论

点击全文阅读


泊松分布方法

泊松分布(Poisson distribution)是由法国数学家西莫恩·德尼·泊松在1838年提出来的,它描述的是单位时间内随机事件发生的次数的概率分布。这里,我们可以假设比赛双方的进球数符合泊松分布(这是很强、很朴素的假设),仅对其中的lambda参数进行建模,得到最终比赛的最大概率进球比分。

2.多分类方法

多分类方法则是把比分预测看作是一个多分类问题。经过数据统计我们发现,大多数比赛的单场进球数小于或等于4,如欧洲杯中97%的场次进球数小于5。如此,我们可以把比分预测看到是一个25(5*5)类别的分类问题,用Softmax函数对每种可能的比分进行建模

一、如何才能盈利

足球彩票品种多得让人剁手,这里只针对竞彩足球中最为简单的竞彩单场玩法进行分析。单场固定单注奖金计算公式为:所选场次的单场赔率×2元×倍数。

假设大壮投注n+m场比赛,其中猜对了n场比赛,猜中的n场比赛赔率分别为,则大壮可以用来给小美买包的总利润计算如下:

令总利润profit>0,对上式做一下简单的推导:

表明,若想最后总利润大于零,则要求投注比赛的预测准确率的倒数小于猜中比赛的平均赔率,即要求满足如下公式:

对于我们现有表现最好的模型(NN+SVM)来说,在英超训练集(1339场)和测试集(365场)中,预测结果如下:

预测准确率准确率倒数猜中场次平均赔率
54.55%1.83321.800802

结果仍然不满足公式(1)的要求,也就是说当我们完全根据模型预测结果进行投注时,从长远来看必定是亏本买卖。

二、分析模型的预测概率区间

模型预测的比赛结果给出了对应的概率,是否存在在一定的区间内,预测结果的概率值满足公式(1),如此只需要根据预测概率调整投注策略就可以了。

除了原来的测试集(365场),另随机产生了100场、200场、300场以及2015新赛季的100场英超比赛作为测试集进行测试,结果展示如下:

1/precise为预测比赛准确率的倒数

Bet_odds_avg为预测正确的比赛对应的赔率平均值

Odds_avg为各区间比赛结果对应的赔率平均值

可以看到当前训练集(1339场,无爆冷比赛)训练得到的SVM模型,对于英超比赛的预测,在概率p<0.4和p>=0.9的区间是满足公式(1)的,即足彩预测系统预测概率在此类区间时,如果进行投注能够盈利。根据这样的投注策略进行模拟投注,符合概率要求的均只投一注,可以得到以下数据:

推而广之,这样的投注策略在其他四大联赛中是否适用呢。同样的,我们随机地产生100场、200场和300场训练集分别对西甲、意甲、德甲和法甲进行测试。

可以看到其它联赛也存在类似的满足盈利公式(1)的概率区间,统计如下:

三、 实例分析:SoccerPredictor的AI预测

SoccerPredictor是一家领先的体育数据分析公司,提供详细的足球数据和分析服务。通过与AI技术的结合,SoccerPredictor能够对比赛进行深入的预测分析。利用庞大的数据库和复杂的算法,Opta的预测模型能够提供包括胜率、平局概率、负率在内的详细预测结果。

机器学习和深度学习模型

当前,机器学习和深度学习是AI预测比赛结果的主要技术手段。机器学习通过训练模型,使其能够从历史数据中学习并预测未来结果。深度学习则进一步利用神经网络,处理更复杂的数据和更精细的预测。


点击全文阅读


本文链接:http://zhangshiyu.com/post/175519.html

<< 上一篇 下一篇 >>

  • 评论(0)
  • 赞助本站

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。

关于我们 | 我要投稿 | 免责申明

Copyright © 2020-2022 ZhangShiYu.com Rights Reserved.豫ICP备2022013469号-1