xG это сокращенная аббревиатура Expected goals - Ожидаемые голы. Например каждый удар имеет свою вероятность забить гол и следовательно записывается цифрой независимо от того поразил игрок ворота или нет. Подробней я рассказывал в 4-ом нашем выпуске
-
Реклама: 💰 Пополни свой портфель с минимальной комиссией на Transfer24.pro
-
Добро пожаловать на инвестиционный форум!
Во всем многообразии инвестиций трудно разобраться. MMGP станет вашим надежным помощником и путеводителем в мире инвестиций. Только самые последние тренды, передовые технологии и новые возможности. 400 тысяч пользователей уже выбрали нас. Самые актуальные новости, проверенные стратегии и способы заработка. Сюда люди приходят поделиться своим опытом, найти и обсудить новые перспективы. 16 миллионов сообщений, оставленных нашими пользователями, содержат их бесценный опыт и знания. Присоединяйтесь и вы!
Впрочем, для начала надо зарегистрироваться! -
🐑 Моисей водил бесплатно. А мы платим, хотя тоже планируем работать 40 лет! Принимай участие в партнеской программе MMGP
-
📝 Знаешь буквы и умеешь их компоновать? Платим. Дорого. Бессрочная акция от MMGP: "ОПЛАТА ЗА СООБЩЕНИЯ"
-
Внимание! Правила раздела "Стратегии и прогнозы"
Триумфатор. Блог по ставкам на спорт. - Страница 2
- Автор темы SonicBP
- Дата начала
xG это сокращенная аббревиатура Expected goals - Ожидаемые голы. Например каждый удар имеет свою вероятность забить гол и следовательно записывается цифрой независимо от того поразил игрок ворота или нет. Подробней я рассказывал в 4-ом нашем выпуске
сами же назвали систему Г
еще и с большой буквы...
дальше и не имеет смысла что-то разбирать...
еще и с большой буквы...
дальше и не имеет смысла что-то разбирать...
дабы не напрягать форумы адептов XG напишу здесь:
не верю в XG пригодное разве что для оправдания проигрышей
зато верю в ввод повышенного
коэффициента на бирже ставок
кроме того пул игроков как парадокс: курица или яйцо
букмекеры выставили коэффициенты по пулу игроков
а пулы игроков кинулись ставить по коэффициентам букмекера
а также когда забивают гол в лайв
букмекеры меняют коэффициенты при том же пуле игроков
и ещё читая про игрища миллионеров на ставках
мол ворочают по миллиону в сутки с рои 1%
интересны их угадывания без цифр условно донельзя
типа выиграл выиграл выиграл и проиграл выигранное
и повысил ставку и проиграл и проиграл и выиграл
чтобы читатели ушли от самообмана
якобы безпроигрышной игрушки
не верю в XG пригодное разве что для оправдания проигрышей
зато верю в ввод повышенного
коэффициента на бирже ставок
кроме того пул игроков как парадокс: курица или яйцо
букмекеры выставили коэффициенты по пулу игроков
а пулы игроков кинулись ставить по коэффициентам букмекера
а также когда забивают гол в лайв
букмекеры меняют коэффициенты при том же пуле игроков
и ещё читая про игрища миллионеров на ставках
мол ворочают по миллиону в сутки с рои 1%
интересны их угадывания без цифр условно донельзя
типа выиграл выиграл выиграл и проиграл выигранное
и повысил ставку и проиграл и проиграл и выиграл
чтобы читатели ушли от самообмана
якобы безпроигрышной игрушки
Всем привет друзья, по традиции, после выпуска видео, мы выпускаем текстовый формат информации, которую вы могли узнать из видео. Это будет полезно будет тем, кто лучше обучается в текстовом. В последних двух выпусках мы затронули очень важную тему, без которой прогнозирование по футболу в 2018 году просто невозможно. Речь пойдет о моделе xG.
Что же такое xG модель? xG («expected goals») – это модель ожидаемых голов. В основе её лежит показатель ударов по воротам, на основе которого мы можем оценить сколько реально голов должна была забить команда, если учесть все удары которые она нанесла. Это очень похоже на EV показатель в покере, так что тем кто играет в покер профессионально это все должно быть очень знакомо.
xG работает следующим образом, каждому удару в матче присваивается коэффициент опасности. Коэффициент опасности это по сути ВЕРОЯТНОСТЬ ЗАБИТЬ ГОЛ.
Автор одной из первых известных моделей Эгил Ольсен тренер сборной Норвегии по футболу 1990-1998 однажды заявил, что он не доверяет победе со счетом 1-0, если его команда нанесла всего 1 удар, а соперник бил 10 раз. И так же он не сильно расстроится поражению 0-1, если его команда нанесла 10 ударов по воротам, а соперник всего 1.
Для простого примера. Если команда нанесла удар по воротам с хорошей позиции, где вероятность забить гол примерно 30%, то система xG засчитывает этот удар как 0,3 гола, независимо от того, реализовал ли игрок этот момент в гол или ударил на трибуны.
В совокупности эта система нам показывает, что непосредственно сами голы – очень ненадежный показатель команды в конкретном матче. Она помогает выявить недооцененные команды, которым сейчас не везет и напротив команды, которым очень сильно везет. Из-за чего слабая часть пула игроков которая не учитывает данный показатель, будет их недооценивать или напротив переоценивать.
К примеру, если команда за 10 матчей набрала 18.4 ожидаемых голов по xG, а её фактический результат составляет всего 8 голов за 10 туров, то это говорит о том, что данной команде очень сильно не везет в атаке и стоит рассмотреть ставки на нее в дальнейшем, особенно против команд, которым наоборот везет. Или же рассмотреть ставки на тотал больше этой команды, который так же будет недооценен, ведь данная команда забила намного меньше голов, чем должна была. Так как базовая статистика которую мы привыкли видеть, никак не отображает показатель везения. Если вы в базовой статистике увидите команду с 8 голами за 10 туров, то решите, что это слабо результативная команда, хотя на самом деле проблема команды заключается в том, что на данный момент у команды черная полоса с реализацией моментов.
Футбол спорт с очень низкой результативности и голы как правило не показывают реальную ситуацию на поле. Поэтому чтобы нам лучше ориентироваться в футболе, система xG приходит нам на помощь помогая оценить качество игры команд лучше, чем это делают голы или турнирная таблица. На основе xG строят ставки в настоящее время все серьёзные бетторы.
Кстати, помимо xG голов, есть еще множество других интересных статистических показателей, работающих по тому же принципу и на которые практически никогда не обращают внимание. Например, любой навес с фланга несет в себе %, при котором нападающий ударит с опасной зоны и будет иметь высокую вероятность забить гол. Поэтому если футболист попытался навесить в опасную зону, а его навес блокировали, то этот навес все равно включал в себя % гола. На сленге футбольных комментаторов это называется «назревает гол», это фактически, когда не видно ни одного удара по воротам, зато регулярно идут навесы или прострелы в опасную зону, которые не проходят по причине блокировки защитниками или неточности навеса.
Но нас интересует тот факт, что никогда такой навес или пас не пойдет ни в одну популярную статистику, которую смогут использовать большинство игроков. Поэтому если вы пользуетесь таким продвинутым методом, то сможете быть далеко впереди пула игроков.
И xG, как я уже сказал ранее, способна выявить недооцененные команды, которые хорошо выступают из матча к матчу и должны выигрывать большинство матчей, но им не везет, и из-за неудачных стечений обстоятельств они регулярно теряют очки и получают незаслуженную критику в свой адрес.
До появления xG все удары в статистике были безликими сухими числами, и это была главная проблема.
Вот представьте ранее вот этот удар с 1 минуты 35 секунды:
Равнялся этому (С 3 минуты, 22 секунды)
И в статистику оба этих удара сохранялись сухой единичкой. Поэтому когда одна команда наносила больше ударов чем другая, по статистике казалось, что она сыграла лучше, но это не всегда было правдой. Согласен, на длинной дистанции в 30000 матчей, действительно та команда которая наносит больше ударов, чаще будет побеждать. Но вот здесь и кроется вся основная загвоздка. Футбол как я уже писал - спорт с очень низкой результативностью и небольшой выборкой матчей за сезон, поэтому принимать за правду статистику по сухим ударам всего лишь за пару десятков матчей, не является разумным решением, потому что разброс вероятностей там будет гигантским. Именно для решения такой проблемы, нам на помощь пришел xG, который способен оценить качество каждого удара.
Рассмотрим два удара из видео выше.
В первом случае Квальярелла бьет рабочей правой ногой с очень близкого расстояния, практически без помех, вероятность гола в этом моменте должна быть близка к 100%.
Во втором же моменте Д’Алесандро бьет из-за предела штрафной, при этом удару предшествуют события, которые явно не повышают вероятность забить гол. Я имею в виду неудобную для удара позицию с разворота, так же впереди и по бокам от него 4 игрока соперника. Все это в сумме уменьшает вероятность забить гол. Из этой позиции в такой ситуации он забьет не чаще, чем 1 раз из 20-25 ударов. А значит максимальная вероятность забить гол здесь не более 4-5%.
А что же нам показал в этих эпизодах один из популярных сайтов по расчету xG в сыгранных матчей ?
https://understat.com/match/7505
Как вы видите удару Квальяреллы он присвоил 84%, а удару Д’Алессандро 3%.
Теперь вы можете видеть, что если раньше оба этих удара попадали в статистику сухой цифрой «1», то теперь благодаря системе xG каждый удар обрел свое лицо, а точнее вероятность стать голом. В случае с Квальяррелой удар имел вероятность 0,84 гола, а вероятность удара Д’Алессандро соответственно 0,03 гола. Если бы это были единственные удары за весь матч от команд, то счет по xG был бы 0,84 – 0,03 и не важно в конечном итоге как закончится матч в реальности, для нас это не имеет абсолютно никакого значения. Нам для построения моделей по прогнозированию матчей интересует только xG. Из-за слишком малого количество матчей за сезон, мы просто не можем рассматривать все удары одинаково и уж тем более, не должны учитывать счета, с которыми закончились матчи. Нам нужна более глубокая и продвинутая статистика.
Давайте теперь рассмотрим какие же факторы влияют на вероятность гола в том или ином моменте?
На самом деле факторов, влияющих на вероятность гола во время удара бесчисленное количество, вплоть до того в каком настроении игрок, куда дует ветер в данный момент или что ел сегодня на завтрак игрок. Все эти факторы безусловно так или иначе влияют на вероятность поразить ворота, но во-первых эти факторы относятся к разряду тех, которые практически невозможно отследить и просчитать, а во-вторых эти факторы очень слабо влияют на вероятности, по сравнению с некоторыми другими, которые непосредственно очень сильно влияют на вероятности и являются ключевыми.
Я выделю три ключевых фактора, которые влияют на вероятность гола:
1. Расстояние до ворот.
2. Угол относительно линии, делящей поле пополам в продольном направлении. Относительно этой линии строится угол от точки удара до точки середины ворот. (см. скрин ниже)
3. Степень заблокированности удара. Какую площадь обзора ворот закрывают защитники, блокирующие удар, и какая площадь ворот в зоне досягаемости вратаря.
Теперь я пробегусь вкратце по этим 3 факторам и начну с первого, а именно с расстояния до ворот. К примеру, если игрок бьет с 80 метров, то какие бы не были данные у двух остальных факторов, вероятность забить гол будет низкая.
Что касается второго пункта, если игрок бьет с нулевого угла, то его уже не спасет маленькое расстояние до ворот и отсутствие помех в виде защитников. Так как поразить ворота с острого угла очень тяжело.
То же самое справедливо и с блокировкой мяча. Если вплотную на расстоянии 10 сантиметров перед мячом 3 игрока соперника, плюс вратарь на линии, то все остальные факторы уже не важны, так как поразить ворота с такой позиции практически невозможно, т.к. практически все удары будут заблокированы соперником, а значит вероятность гола здесь близка к нулю.
Так что эти 3 фактора являются по сути равномерными, и их вы можете ставить в любой последовательности, так как каждый из них существенно влияет на вероятность поразить ворота.
Есть и другие факторы, такие как скилл игрока, скилл вратаря, какой частью тела бьет игрок, сколько игрок пробежал перед ударом и многое другое, все это безусловно тоже важно, но все эти факторы значительно уступают по важности 3 вышеперечисленным, так как не влияют существенно на вероятность забить гол. Да от этих факторов вероятность реализации изменяется, но не настолько сильно как от основных факторов.
Вот так на основании различных факторов и определяется вероятность гола для каждого удара, то есть вне зависимости от того куда полетел мяч после удара, на трибуны или в сетку ворот на оценку вероятностей это не влияет никоим образом, оценка вероятности происходит в момент удара.
Посчитав вероятности гола во всех ударах команды за матч, мы складываем эти вероятности и получаем альтернативный счет матча по xG. И с помощью этого альтернативного счета по xG мы и можем строить всевозможные модели прогнозирования вероятностей исходов событий. О них мы поговорим в следующий раз!
Что же такое xG модель? xG («expected goals») – это модель ожидаемых голов. В основе её лежит показатель ударов по воротам, на основе которого мы можем оценить сколько реально голов должна была забить команда, если учесть все удары которые она нанесла. Это очень похоже на EV показатель в покере, так что тем кто играет в покер профессионально это все должно быть очень знакомо.
xG работает следующим образом, каждому удару в матче присваивается коэффициент опасности. Коэффициент опасности это по сути ВЕРОЯТНОСТЬ ЗАБИТЬ ГОЛ.
Автор одной из первых известных моделей Эгил Ольсен тренер сборной Норвегии по футболу 1990-1998 однажды заявил, что он не доверяет победе со счетом 1-0, если его команда нанесла всего 1 удар, а соперник бил 10 раз. И так же он не сильно расстроится поражению 0-1, если его команда нанесла 10 ударов по воротам, а соперник всего 1.
Для простого примера. Если команда нанесла удар по воротам с хорошей позиции, где вероятность забить гол примерно 30%, то система xG засчитывает этот удар как 0,3 гола, независимо от того, реализовал ли игрок этот момент в гол или ударил на трибуны.
В совокупности эта система нам показывает, что непосредственно сами голы – очень ненадежный показатель команды в конкретном матче. Она помогает выявить недооцененные команды, которым сейчас не везет и напротив команды, которым очень сильно везет. Из-за чего слабая часть пула игроков которая не учитывает данный показатель, будет их недооценивать или напротив переоценивать.
К примеру, если команда за 10 матчей набрала 18.4 ожидаемых голов по xG, а её фактический результат составляет всего 8 голов за 10 туров, то это говорит о том, что данной команде очень сильно не везет в атаке и стоит рассмотреть ставки на нее в дальнейшем, особенно против команд, которым наоборот везет. Или же рассмотреть ставки на тотал больше этой команды, который так же будет недооценен, ведь данная команда забила намного меньше голов, чем должна была. Так как базовая статистика которую мы привыкли видеть, никак не отображает показатель везения. Если вы в базовой статистике увидите команду с 8 голами за 10 туров, то решите, что это слабо результативная команда, хотя на самом деле проблема команды заключается в том, что на данный момент у команды черная полоса с реализацией моментов.
Футбол спорт с очень низкой результативности и голы как правило не показывают реальную ситуацию на поле. Поэтому чтобы нам лучше ориентироваться в футболе, система xG приходит нам на помощь помогая оценить качество игры команд лучше, чем это делают голы или турнирная таблица. На основе xG строят ставки в настоящее время все серьёзные бетторы.
Кстати, помимо xG голов, есть еще множество других интересных статистических показателей, работающих по тому же принципу и на которые практически никогда не обращают внимание. Например, любой навес с фланга несет в себе %, при котором нападающий ударит с опасной зоны и будет иметь высокую вероятность забить гол. Поэтому если футболист попытался навесить в опасную зону, а его навес блокировали, то этот навес все равно включал в себя % гола. На сленге футбольных комментаторов это называется «назревает гол», это фактически, когда не видно ни одного удара по воротам, зато регулярно идут навесы или прострелы в опасную зону, которые не проходят по причине блокировки защитниками или неточности навеса.
Но нас интересует тот факт, что никогда такой навес или пас не пойдет ни в одну популярную статистику, которую смогут использовать большинство игроков. Поэтому если вы пользуетесь таким продвинутым методом, то сможете быть далеко впереди пула игроков.
И xG, как я уже сказал ранее, способна выявить недооцененные команды, которые хорошо выступают из матча к матчу и должны выигрывать большинство матчей, но им не везет, и из-за неудачных стечений обстоятельств они регулярно теряют очки и получают незаслуженную критику в свой адрес.
До появления xG все удары в статистике были безликими сухими числами, и это была главная проблема.
Вот представьте ранее вот этот удар с 1 минуты 35 секунды:
Равнялся этому (С 3 минуты, 22 секунды)
И в статистику оба этих удара сохранялись сухой единичкой. Поэтому когда одна команда наносила больше ударов чем другая, по статистике казалось, что она сыграла лучше, но это не всегда было правдой. Согласен, на длинной дистанции в 30000 матчей, действительно та команда которая наносит больше ударов, чаще будет побеждать. Но вот здесь и кроется вся основная загвоздка. Футбол как я уже писал - спорт с очень низкой результативностью и небольшой выборкой матчей за сезон, поэтому принимать за правду статистику по сухим ударам всего лишь за пару десятков матчей, не является разумным решением, потому что разброс вероятностей там будет гигантским. Именно для решения такой проблемы, нам на помощь пришел xG, который способен оценить качество каждого удара.
Рассмотрим два удара из видео выше.
В первом случае Квальярелла бьет рабочей правой ногой с очень близкого расстояния, практически без помех, вероятность гола в этом моменте должна быть близка к 100%.
Во втором же моменте Д’Алесандро бьет из-за предела штрафной, при этом удару предшествуют события, которые явно не повышают вероятность забить гол. Я имею в виду неудобную для удара позицию с разворота, так же впереди и по бокам от него 4 игрока соперника. Все это в сумме уменьшает вероятность забить гол. Из этой позиции в такой ситуации он забьет не чаще, чем 1 раз из 20-25 ударов. А значит максимальная вероятность забить гол здесь не более 4-5%.
А что же нам показал в этих эпизодах один из популярных сайтов по расчету xG в сыгранных матчей ?
https://understat.com/match/7505
Как вы видите удару Квальяреллы он присвоил 84%, а удару Д’Алессандро 3%.
Теперь вы можете видеть, что если раньше оба этих удара попадали в статистику сухой цифрой «1», то теперь благодаря системе xG каждый удар обрел свое лицо, а точнее вероятность стать голом. В случае с Квальяррелой удар имел вероятность 0,84 гола, а вероятность удара Д’Алессандро соответственно 0,03 гола. Если бы это были единственные удары за весь матч от команд, то счет по xG был бы 0,84 – 0,03 и не важно в конечном итоге как закончится матч в реальности, для нас это не имеет абсолютно никакого значения. Нам для построения моделей по прогнозированию матчей интересует только xG. Из-за слишком малого количество матчей за сезон, мы просто не можем рассматривать все удары одинаково и уж тем более, не должны учитывать счета, с которыми закончились матчи. Нам нужна более глубокая и продвинутая статистика.
Давайте теперь рассмотрим какие же факторы влияют на вероятность гола в том или ином моменте?
На самом деле факторов, влияющих на вероятность гола во время удара бесчисленное количество, вплоть до того в каком настроении игрок, куда дует ветер в данный момент или что ел сегодня на завтрак игрок. Все эти факторы безусловно так или иначе влияют на вероятность поразить ворота, но во-первых эти факторы относятся к разряду тех, которые практически невозможно отследить и просчитать, а во-вторых эти факторы очень слабо влияют на вероятности, по сравнению с некоторыми другими, которые непосредственно очень сильно влияют на вероятности и являются ключевыми.
Я выделю три ключевых фактора, которые влияют на вероятность гола:
1. Расстояние до ворот.
2. Угол относительно линии, делящей поле пополам в продольном направлении. Относительно этой линии строится угол от точки удара до точки середины ворот. (см. скрин ниже)
3. Степень заблокированности удара. Какую площадь обзора ворот закрывают защитники, блокирующие удар, и какая площадь ворот в зоне досягаемости вратаря.
Теперь я пробегусь вкратце по этим 3 факторам и начну с первого, а именно с расстояния до ворот. К примеру, если игрок бьет с 80 метров, то какие бы не были данные у двух остальных факторов, вероятность забить гол будет низкая.
Что касается второго пункта, если игрок бьет с нулевого угла, то его уже не спасет маленькое расстояние до ворот и отсутствие помех в виде защитников. Так как поразить ворота с острого угла очень тяжело.
То же самое справедливо и с блокировкой мяча. Если вплотную на расстоянии 10 сантиметров перед мячом 3 игрока соперника, плюс вратарь на линии, то все остальные факторы уже не важны, так как поразить ворота с такой позиции практически невозможно, т.к. практически все удары будут заблокированы соперником, а значит вероятность гола здесь близка к нулю.
Так что эти 3 фактора являются по сути равномерными, и их вы можете ставить в любой последовательности, так как каждый из них существенно влияет на вероятность поразить ворота.
Есть и другие факторы, такие как скилл игрока, скилл вратаря, какой частью тела бьет игрок, сколько игрок пробежал перед ударом и многое другое, все это безусловно тоже важно, но все эти факторы значительно уступают по важности 3 вышеперечисленным, так как не влияют существенно на вероятность забить гол. Да от этих факторов вероятность реализации изменяется, но не настолько сильно как от основных факторов.
Вот так на основании различных факторов и определяется вероятность гола для каждого удара, то есть вне зависимости от того куда полетел мяч после удара, на трибуны или в сетку ворот на оценку вероятностей это не влияет никоим образом, оценка вероятности происходит в момент удара.
Посчитав вероятности гола во всех ударах команды за матч, мы складываем эти вероятности и получаем альтернативный счет матча по xG. И с помощью этого альтернативного счета по xG мы и можем строить всевозможные модели прогнозирования вероятностей исходов событий. О них мы поговорим в следующий раз!
поиск: коэффициент и ... ничего
поиск: коэфф или кэф или кф и ... ничего
лишь воображаемый "коэффициент опасности"
невдомёк фантазёрам: когда вероятность выше
тогда коэффициент букмекера букмекера коэффициент ниже
а про гениальных проигрунишек и глупеньких букмекеров
сказки сочиняли бы хотя бы покороче
поиск: коэфф или кэф или кф и ... ничего
лишь воображаемый "коэффициент опасности"
невдомёк фантазёрам: когда вероятность выше
тогда коэффициент букмекера букмекера коэффициент ниже
а про гениальных проигрунишек и глупеньких букмекеров
сказки сочиняли бы хотя бы покороче
Прошлую статью мы закончили на вопросе о том, где же нам брать данные по xG?
Самым простым способом является сбор данных на сайтах, считающих xG, к примеру, на упомянутом в прошлой статье сайте Давайте я вам вкратце расскажу об этом сайте, посмотрим как на нем все устроено и решим подходит ли этот сайт для нас?
Для начала нам нужно знать, как работает этот сайт, чтобы понять его плюсы и минусы.
В первую очередь прежде чем «покупать» статистику на любом сайте вы должны определить ее реальную ценность. При чем под словом «покупать» я имею ввиду не только реальную покупку, но и бесплатное использование статистики, ведь мы с помощью этой самой статистики будем принимать решения стоит ли нам ставить деньги или нет, поэтому если вдруг она окажется неверной, то мы поплатимся за нее собственными деньгами, это актуально и для ставок, и для покера. Поэтому давайте определим насколько ценная и точная статистика на этом сайте?
Начну с того, что на момент написания этого текста, сбор данных для системы xG возможен лишь двумя способами:
1.Создание своей команды статистов, которая будет собирать статистику для каждого удара.
Если у вас готовое программное обеспечение или просто своя модель построения точной xG, то специально обученная команда статистов поможет вам собрать данные для собственной xG модели, которая будет отражать максимально точные данные. Это, пожалуй, самый дорого бюджетный и сложный способ, но он однозначно самый точный.
2.Покупка тактических данных.
Это второй способ получить данные для xG на сегодняшний день. Такие данные предоставляет множество сервисов, к примеру: Optasports и Ortecsports.
Что такое тактические данные и как работают Optasports и Ortecsports? Давайте я вам расскажу как работают подобные сайты, чтобы вы понимали, о чем идет речь. На данных сервисах работает собственная команда статистов, которая следит за матчами по телевизионным камерам. Что делает эта команда?
Команда статистов в собственном программном обеспечении, которое разработано специально под них, отслеживает матчи в режиме реального времени и заносит данные о ключевых событиях с опозданием в несколько секунд, которые идут на обработку. Для них футбольный матч состоит из набора событий. Есть несколько видов ключевых событий, например, гол, удар по воротам, угловой, фол и несколько других. Эти события и фиксируют статисты, так же помимо ключевых событий есть еще события которые предшествуют ключевым событиям.
К примеру, для удара по воротам может предшествовать лишь несколько событий, например, пас, или дриблинг, под понятием дриблинг кроется обводка нападающим защитника сразу после которой он бьет по воротам, такие моменты называются связанными. Итак, статисты смотрят матч вживую и заносят в свою программу все ключевые моменты и предшествующие им связанные моменты. Все данные программа автоматически конвертирует в текстовые форматы.
Рассмотрим табличку, в которой есть несколько столбиков с данными от Ortec:
Первый столбик - это отметка времени в миллисекундах.
Второй столбик - это тайм в котором создан момент.
В третьем столбике указана категория момента, то есть тип момента, чтобы покупателям статистики легче было ее сортировать и обрабатывать
В четвертом столбике указан игрок, который выполнил действие в конкретном момент.
А в пятом команда, которой принадлежит данный игрок.
Шестой столбик описание момента. В описании приводится информация о моменте, какой был момент, был ли он успешен, и так далее. Здесь указаны и ключевые моменты и связанные с ним моменты.
В Седьмом и восьмом столбиках указаны координаты момента, в седьмом продольная, а в восьмом поперечная. Координаты фиксируют отметку на поле где произвел действие игрок. Есть так же и другие колонки, но для того чтобы понять ценность тактических данных для xG этих колонок хватит.
В общем статисты этих компаний во время прямых трансляций с помощью своего программного обеспечения, собирают и обрабатывают в различные форматы(текстовые, графические итд) данные о ключевых эпизодов матча. И продают эти данные всем желающим, от футбольных клубов, до телекомпаний, и сайтов статистики типа . А уже покупатели делают продукты исходя из этих данных, футбольные команды улучшают игру, телевизионные компании делают различную интересную графику матча, сайт показывает нам статистику по xG.
Теперь чтобы оценить насколько точны будут вероятности каждого удара предоставляемые understat давайте вернемся к факторам? которые больше всего влияют на вероятности каждого удара стать голом. Об этих факторах мы говорили в прошлой нашей статье.
Первые два фактора которые нужны для построения успешной xG модели, это расстояние и угол до ворот. Для этого нужно знать точные координаты удара. Статисты Опты выставляют координаты вручную, поэтому в точности есть погрешности, но погрешность в рамках нормы. Поэтому с этими двумя факторами проблем не будет никаких. Так же не будет проблем с фактором того, какой часть тела наносится удар. Наличие достаточно точных данных по этим трем факторам дает возможность андерстату создать полностью автоматизированную xG модель, но к сожалению эта модель очень не точна, и сейчас я вам покажу это на примерах, и объясню почему она не точна и почему модель построенная на тактических данных не даст достаточно точных результатов никогда.
Для этого мы пробежимся по живым примерам, чтобы вы поняли почему.
Берем момент с участием Серхио Агуеро. (Смотрите этот момент в видео с 1 минуты, 26 секунды.)
https://www.youtube.com/watch?v=y_oKmRc7BCY?t=1m26s
Как мы видим Агуеро выходит 1 на 1, обводит вратаря, после чего пробивает в пустые ворота. Для начала давайте на глаз попробуем оценить вероятность гола в этой ситуации. У Агуеро здесь небольшое расстояние до ворот, так же небольшой угол относительно линии делящей поле продольно пополам, и что самое главное, нет ни вратаря ни защитников между мячом и воротами, так же Агуеро бьет рабочей правой ногой, при этом скилл Агуеро в 10-ке лучших нападающих на планете. Все это говорит, что вероятность гола в этом моменте стремится к 100%, давайте посмотрим, что нам показывает андерстат?
https://understat.com/match/7149
Андерстат показывает вероятность гола в момент удара Агуеро 52%(!), как вам? Вероятность того, что один из лучших нападающих мира забьет в пустые ворота с этой точки оценивается в 52%?, как вы понимаете это просто абсурдно.
Смотрим дальше.Этот момент (смотрите с 2 минуты 41 секунды), Андерстат оценил в 58%
https://understat.com/match/8604
Т.е. 58% что игрок с 4 метров попадет в пустые ворота.
https://www.youtube.com/watch?v=7CwoMfXwX58?t=2m41s
Ну и самая вишенка на торте момент смотрите с 16 секунды.
Здесь Андерстат нам говорит, что игрок забьет в абсолютно пустые(!!!) ворота с 2 метров(!), с вероятностью 65%! То есть забьет в этой ситуации реже, чем 2 раза из 3!
https://understat.com/match/7895
И на последок еще один интересный момент. Смотрим с 44 секунды.
Андерстат засчитал удар Мертенса как 5%.
https://understat.com/match/7692
То есть нам хотят сказать, что Мертенс забьет в пустые ворота 1 раз и 20? Таких приколов на андерстате можно найти огромное количество, я показал лишь одни из многих на скорую руку.
Давайте я вам расскажу откуда берется этот косяк на андерстате. Как я уже писал, сервисы по сбору статистики определяют достаточно точные координаты удара, поэтому understat знает и расстояние до ворот и угол относительно центра ворот. Вся проблема заключается в том, что Опта, Ортек и другие сайты собирающие тактические данные НЕ фиксируют абсолютно никак положение защитников и вратаря в момент удара!
Как итог все те моменты, что я показал ранее имеют на андерстате такую же вероятность быть реализованными, как и те моменты, где вратари были бы на месте, а игроку мешала бы защита, как вы понимаете это полный абсурд.
К примеру Опта в своих данных не учитывает, что в этом моменте вратарь вышел слишком далеко в поле (Смотрим с 41 секунды).
Поэтому на сайте андерстата, мы можем видеть, что игроку присвоили 1% реализации, хотя на самом деле игроку нужно было лишь попасть в створ ворот и это произойдет в 10-20 раз чаще, чем 1 раз из 100 как показывает сайт.
https://understat.com/match/8586
В принципе эту проблему никак не решить с помощью статистики от Опты. Единственным вариантом помимо создания и обучения собственных статистов мне видится вариант заменить тактические данные на пространственно-временные данные. Такие данные собираются с помощью специального оборудования несколькими компаниями, одной из компаний является inmotio.
Inmotio представляет собой программный пакет, разработанный компаниями Abatec. Inmotiotec. Они отслеживают игроков, используя радиочастотную идентификацию. Что позволяет отслеживать игроков намного точнее по сравнению с отслеживанием GPS. Inmotio преимущественно используется для количественной оценки физической нагрузки игроков. В последнее время данные отслеживания также используются для проведения анализа тактики, такого как количественное определение параметров паса, моментов перехода от защиты к нападению и наоборот, поперечных пасов и борьбы за мяч. Давайте посмотрим небольшое видео и я немного поясню суть. Как вы видите все данные о перемещениях игроков выводятся в виде двухмерной графики на экран. Inmotio собирает все пространственно-временные данные и хранит их в известном для всех формате CSV с которым работает excel.
Давайте рассмотрим несколько столбцов из данных которые предоставляет Inmotio, в текстовом виде. Cразу скажу, что этих столбиков намного больше и я выбрал лишь несколько чтобы показать вам было легче представить на примере.
Первый столбик - это отметка времени матча в миллисекундах. Как мы видим Inmotio фиксирует положение каждого игрока каждые 100 миллисекунд.
Второй и соответственно, третий столбик, это координаты в которых находится игрок в это мгновение.
Четвертый столбик - это тайм, как мы видим на рисунке указан второй тайм.
Пятый столбик – это скорость с которой бежит в данное мгновение игрок.
Шестой столбик - это его ускорение.
Далее колонки с номером игрока и его именем.
Я показал именно эти колонки для того чтобы вам было понятно, что с помощью ексель данных мы можем проследить, в какое мгновение, в каком месте на поле был тот или иной игрок. Мы можем отследить с какой скоростью двигался, а по координатам воссоздать направление движения игрока. Так же есть еще множество таких столбцов, по которым можно узнать точное место и точное время матча, в котором был нанесен удар и что самое главное(!) - точная расстановка защитников во время удара. То есть главный недостаток тактических данных от Опты, Ортек и им подобных сайтов, пространственно-временные данные могли бы закрыть.
Давайте же теперь посмотрим на плюсы и минусы такого метода относительно команды статистов. Эта система действительно очень серьезная и могла бы для xG модели стать лучшим помощником, самым главным плюсом конечно же является то, что не нужно набирать команду статистов, чтобы следить за матчами и при этом получать точную расстановку защитников на поле в момент удара. Из главных минусов стоит выделить то, что получив вот такие данные в екселе на каждого игрока, нужно вложить очень много денег и времени для создания инструмента, который будет не только выводить графически положения игроков в нужную нам секунду, но и рассчитывать вероятность гола для того или иного момента.
Теперь подумаем, как это можно было бы все просчитать.
Вначале нужно создать программное обеспечение которое преобразовывает координаты всех игроков на поле в момент удара, которые предоставляет Inmotio вот в такую графическую схему:
Далее нужно создать программу которая сможет рассчитать вероятность для той или иной ситуации. Как вы понимаете недостаточно просто посчитать количество защитников между бьющим игроком и воротами, а так же, посмотреть, находится ли вратарь между бьющим игроком и воротами в момент удара. Нужно научить программу оценивать, как сильно уменьшают вероятность гола вратарь с защитниками.
Очевидно, что для одного и того же момента не все ситуации, в которых вратарь находится между игроком атаки и воротами, равнозначны. В ситуациях, когда вратарь находится очень близко к игроку атаки, очень сложно ударить по мячу таким образом, чтобы он миновал вратаря. С другой стороны, когда вратарь стоит далеко от игрока атаки, у вратаря есть больше времени, чтобы отреагировать на попытку забить гол. Так как расстояние от вратаря до игрока атаки играет важную роль, для расчетов стоит включить евклидово расстояние от вратаря до игрока атаки в качестве параметра, вместо учета того факта, находится ли вратарь между игроком атаки и воротами. При этом имеется случай, когда вратарь не расположен на одной линии с воротами и игроком атаки. То есть представьте визуально, что на нашем графике вратарь сейчас был бы расположен где-то за пределами вратарской ближе к угловому флажку. В этом случае в качестве расстояния используется максимальное расстояние вратаря от ворот из всех данных.
Такая же логическая схема, как при рассмотрении вратаря, должна быть применена и в отношении защитника. С одной стороны, ударить по воротам таким образом, чтобы мяч миновал защитника, сложнее, когда защитник находится рядом, с другой стороны, у защитника больше времени, чтобы отреагировать на попытку поразить ворота, когда он стоит дальше. Вследствие этого, помимо количества защитников, стоящих на линии между игроком атаки и воротами, нужно рассчитывать евклидово расстояние этих защитников до рассматриваемого игрока атаки. Создание такой модели невероятно сложное и дорогое удовольствие.
Даже если научиться переводить цифры вот в такие графические изображения и учитывать все координаты защитников на поле, то этого все равно будет недостаточно для точного определения какую именно площадь ворот блокирует защита и вратарь. Для того, чтобы определить какую площадь обзора ворот закрывают защитники, блокирующие удар, и какая площадь ворот в зоне досягаемости вратаря обязательно нужно видеть параметры защитников в момент удара, т.е. направление движения защитников в момент удара, чтобы понять сколько различных траекторий в конкретном эпизоде блокируют они.
Вы скажите что у нас есть такие данные, ведь Inmotio предоставляет не только координаты в момент удара, но и координаты за несколько мгновений до удара, а так же скорость, но к сожалению вы будете правы лишь отчасти, так как на основе этих данных никак не построить всю геометрию движения защитников, так как если статист остановит эпизод с ударом на стоп кадре он увидит не только точные координаты на поле в которых находятся игроки, и не только скорость с которой они бежали до этого, но он увидит и насколько готов к удару защитник, то есть смотрит ли он на мяч в момент удара и готов попытаться блокировать удар или он повернут к нему спиной смотря на опекаемого им игрока или возможно защитник вообще находится уже на газоне в эту секунду после столкновения с кем либо. То есть, геометрически в момент удара они могут оказаться в одной точке, но в момент удара первый защитник имеет возможность лететь наперерез траектории удара со скоростью 5 м/с, а второй просто будет стоять, да еще, допустим, боком к форварду. Именно поэтому вероятность которые рассчитывают профессиональные статисты будет однозначно точнее, нежели xG которое рассчитывается сложными программами на основе данных Inmotio, но второй вариант имеет право на жизнь, в отличии от тех вариантов которые используются сейчас, а именно методы которые отображаются на сайте understat. Вы только вдумайтесь, вероятность гола рассчитывается без знания где именно сейчас находится вратарь, на линии ворот или его уже обвели и бьют в пустые ворота, так же не учитывается не только евклидово расстояние защитников, их точное месторасположение, но даже не учитывается сколько защитников перед бьющим игроком. Без этих данных xG от understat и всех подобных сервисов просто пустой и бесполезный инструмент.
Ну а покупка пространственно-временных данных для большого количества матчей сейчас невозможно, а значит этот способ нельзя рассматривать как панацею.
Идем дальше и вернемся к Андерстату.
На главной странице андерстата красуется большой график который показывает, что количество ожидаемых голов от андерстат соответствует количеству реальных голов, забитых в матчах за всю дистанцию.
На самом деле все так и есть. Общее количество ожидаемых голов от андерстата на дистанции будет совпадать с общим количеством реальных голов, так как андерстат известен тем, что работает используя нейросети. Если в двух словах, то андерстат накапливает данные для каждой координаты на поле, для каждого типа момента, и для каждой части тела которой нанесен удар. После чего высчитывает среднее количество голов для каждой из координат, для этого типа момента и конкретной часть тела.
Чтобы вам легче было понять, о чем я, представьте такой пример, допустим у андерстата есть данные о 2000 ударов головой после углового, из конкретной координаты на поле. К примеру, за эти 2000 ударов было забито 200 голов. То есть 10%! Значит для 2001 удара головой после углового из этой же координаты, будет присвоена так же 10% вероятность. Именно благодаря такому подсчету ожидаемое количество голов будет совпадать с реальными голами.
Но после прочтения данного текста или просмотра нашего видео вы уже понимаете, что этот метод работал бы, если помимо координаты и части тела которой бьет игрок, учитывалась бы еще и позиция защитников на поле, а так получается хоть в 2001 ударе перед игроком будет 3 защитника и вратарь, хоть пустые ворота, вероятность гола будет все равно по андерстату будет 10%. Правда с пустыми воротами я немного утрировал, так как андерстат зная свою проблему с тем что не учитывается положение защитников, ввел один дополнительный параметр который должен хоть НЕМНОГО исправить ситуацию, этот параметр называется Биг Шанс(Big Chance).
Давайте поясню: статисты Опты в моментах, когда у игрока очень опасный момент дают ему пометку Big Chance. Соответственно, андерстат ввел этот параметр и разделил моменты с пометкой Big Chance и без таковой пометки, как итог вероятность для каждой из этих двух категорий считается отдельно.
Чтобы лучше понять, как это работает давайте представим, что из 2000 ударов о которых я только что писал 500 было с пометкой Big Chance и 1500 без пометки, а из 200 забитых голов, 120 было с пометкой Big Chance и 80 без пометки. Как итог если бы удары не делились на те, у которых есть данная пометка и у тех, у которых ее нет, то 2001 удару как из нашего примера выше была бы дана вероятность 10% на гол, теперь же вероятность будет зависеть от того, есть ли пометка Big Chance или нет. К примеру, если следующий удар будет с пометкой от Опты Big Chance, то вероятность у этого удара на андерстате будет ровняться 24%.
120/500=24%
А если пометку не указали, то вероятность будет чуть более 5%
80/1500=5.33 %
Это немного исправляет ситуацию с защитниками, так как пометка Big Chance дается как раз когда у игрока хорошая позиция для удара относительно защиты и вратаря, но как мы видели из видео примеров голов которые я показывал ранее, этого недостаточно и погрешности все равно колоссальные. Вспомните момент с Агуеро, или тот удар с 2 метров в пустые ворота где дали 65%, всё это удары с пометкой Big Chance и как вы понимаете, эта пометка никак не решает проблемы.
Давайте я вам покажу какую еще проблему несет в себе такой усредненный подсчет ожидаемых голов. Если мы откроем на андерстате историю предыдущих чемпионатов,
то там мы увидим, что в большинстве случаев те команды, которые вверху турнирной таблицы забивают реальных голов больше, чем ожидаемое количество голов от андерстат и соответственно зарабатывают больше очков, чем ожидаемых очков от андерстата. Это как раз и происходит из-за того, что более сильные команды создают более опасные моменты из той же позиции, из которой более слабые команды создают менее опасные моменты, а андерстат обеим командам пишет усредненную вероятность, тем самым забирая часть ожидаемых голов и очков у более сильных команд и отдавая эту часть незаслуженно более слабым командам, поэтому все счета матчей и таблицы андерстата далеки от правильных ожидаемых голов.
Поскольку xG сейчас безусловно лучший инструмент для прогнозирования вероятностей матчей мы со своей командой решили во чтобы то ни было довести этот инструмент до совершенства, наша команда статистов уже собрала всю нужную статистику для расчета вероятностей каждого удара. Уже сейчас мы тестируем все наши расчеты на видео архивах матчей. А через 2-3 недели начнем делать первые тестовые расчеты свежесыгранных матчей и начнем выкладывать xG сыгранных матчей в наших блогах, поэтому обязательно подписывайтесь и следите за новостями! И подытожив на сегодня я могу сказать что xG модель это то, в каком направлении вы должны двигаться, что бы правильно оценивать реальную силу команд в футболе. Потому что если вы сможете построить нормальную работающую систему, которая будет корректно оценивать силы команд, то на основе её вы сможете уже делать ставки и зарабатывать деньги.
О прогнозировании вероятностей с помощью системы xG мы поговорим в следующей статье.Если тебе понравился наш материал обязательно подписывайся на наш блог здесь, а так же на YouTube, чтобы не пропустить выход новых видео!
https://www.youtube.com/channel/UCOg_DNGpyPYFxDipaIBl4kQ?sub_confirmation=1
И в VK:
https://vk.com/blog.triumphator
Самым простым способом является сбор данных на сайтах, считающих xG, к примеру, на упомянутом в прошлой статье сайте Давайте я вам вкратце расскажу об этом сайте, посмотрим как на нем все устроено и решим подходит ли этот сайт для нас?
Для начала нам нужно знать, как работает этот сайт, чтобы понять его плюсы и минусы.
В первую очередь прежде чем «покупать» статистику на любом сайте вы должны определить ее реальную ценность. При чем под словом «покупать» я имею ввиду не только реальную покупку, но и бесплатное использование статистики, ведь мы с помощью этой самой статистики будем принимать решения стоит ли нам ставить деньги или нет, поэтому если вдруг она окажется неверной, то мы поплатимся за нее собственными деньгами, это актуально и для ставок, и для покера. Поэтому давайте определим насколько ценная и точная статистика на этом сайте?
Начну с того, что на момент написания этого текста, сбор данных для системы xG возможен лишь двумя способами:
1.Создание своей команды статистов, которая будет собирать статистику для каждого удара.
Если у вас готовое программное обеспечение или просто своя модель построения точной xG, то специально обученная команда статистов поможет вам собрать данные для собственной xG модели, которая будет отражать максимально точные данные. Это, пожалуй, самый дорого бюджетный и сложный способ, но он однозначно самый точный.
2.Покупка тактических данных.
Это второй способ получить данные для xG на сегодняшний день. Такие данные предоставляет множество сервисов, к примеру: Optasports и Ortecsports.
Что такое тактические данные и как работают Optasports и Ortecsports? Давайте я вам расскажу как работают подобные сайты, чтобы вы понимали, о чем идет речь. На данных сервисах работает собственная команда статистов, которая следит за матчами по телевизионным камерам. Что делает эта команда?
Команда статистов в собственном программном обеспечении, которое разработано специально под них, отслеживает матчи в режиме реального времени и заносит данные о ключевых событиях с опозданием в несколько секунд, которые идут на обработку. Для них футбольный матч состоит из набора событий. Есть несколько видов ключевых событий, например, гол, удар по воротам, угловой, фол и несколько других. Эти события и фиксируют статисты, так же помимо ключевых событий есть еще события которые предшествуют ключевым событиям.
К примеру, для удара по воротам может предшествовать лишь несколько событий, например, пас, или дриблинг, под понятием дриблинг кроется обводка нападающим защитника сразу после которой он бьет по воротам, такие моменты называются связанными. Итак, статисты смотрят матч вживую и заносят в свою программу все ключевые моменты и предшествующие им связанные моменты. Все данные программа автоматически конвертирует в текстовые форматы.
Рассмотрим табличку, в которой есть несколько столбиков с данными от Ortec:
Первый столбик - это отметка времени в миллисекундах.
Второй столбик - это тайм в котором создан момент.
В третьем столбике указана категория момента, то есть тип момента, чтобы покупателям статистики легче было ее сортировать и обрабатывать
В четвертом столбике указан игрок, который выполнил действие в конкретном момент.
А в пятом команда, которой принадлежит данный игрок.
Шестой столбик описание момента. В описании приводится информация о моменте, какой был момент, был ли он успешен, и так далее. Здесь указаны и ключевые моменты и связанные с ним моменты.
В Седьмом и восьмом столбиках указаны координаты момента, в седьмом продольная, а в восьмом поперечная. Координаты фиксируют отметку на поле где произвел действие игрок. Есть так же и другие колонки, но для того чтобы понять ценность тактических данных для xG этих колонок хватит.
В общем статисты этих компаний во время прямых трансляций с помощью своего программного обеспечения, собирают и обрабатывают в различные форматы(текстовые, графические итд) данные о ключевых эпизодов матча. И продают эти данные всем желающим, от футбольных клубов, до телекомпаний, и сайтов статистики типа . А уже покупатели делают продукты исходя из этих данных, футбольные команды улучшают игру, телевизионные компании делают различную интересную графику матча, сайт показывает нам статистику по xG.
Теперь чтобы оценить насколько точны будут вероятности каждого удара предоставляемые understat давайте вернемся к факторам? которые больше всего влияют на вероятности каждого удара стать голом. Об этих факторах мы говорили в прошлой нашей статье.
Первые два фактора которые нужны для построения успешной xG модели, это расстояние и угол до ворот. Для этого нужно знать точные координаты удара. Статисты Опты выставляют координаты вручную, поэтому в точности есть погрешности, но погрешность в рамках нормы. Поэтому с этими двумя факторами проблем не будет никаких. Так же не будет проблем с фактором того, какой часть тела наносится удар. Наличие достаточно точных данных по этим трем факторам дает возможность андерстату создать полностью автоматизированную xG модель, но к сожалению эта модель очень не точна, и сейчас я вам покажу это на примерах, и объясню почему она не точна и почему модель построенная на тактических данных не даст достаточно точных результатов никогда.
Для этого мы пробежимся по живым примерам, чтобы вы поняли почему.
Берем момент с участием Серхио Агуеро. (Смотрите этот момент в видео с 1 минуты, 26 секунды.)
https://www.youtube.com/watch?v=y_oKmRc7BCY?t=1m26s
Как мы видим Агуеро выходит 1 на 1, обводит вратаря, после чего пробивает в пустые ворота. Для начала давайте на глаз попробуем оценить вероятность гола в этой ситуации. У Агуеро здесь небольшое расстояние до ворот, так же небольшой угол относительно линии делящей поле продольно пополам, и что самое главное, нет ни вратаря ни защитников между мячом и воротами, так же Агуеро бьет рабочей правой ногой, при этом скилл Агуеро в 10-ке лучших нападающих на планете. Все это говорит, что вероятность гола в этом моменте стремится к 100%, давайте посмотрим, что нам показывает андерстат?
https://understat.com/match/7149
Андерстат показывает вероятность гола в момент удара Агуеро 52%(!), как вам? Вероятность того, что один из лучших нападающих мира забьет в пустые ворота с этой точки оценивается в 52%?, как вы понимаете это просто абсурдно.
Смотрим дальше.Этот момент (смотрите с 2 минуты 41 секунды), Андерстат оценил в 58%
https://understat.com/match/8604
Т.е. 58% что игрок с 4 метров попадет в пустые ворота.
https://www.youtube.com/watch?v=7CwoMfXwX58?t=2m41s
Ну и самая вишенка на торте момент смотрите с 16 секунды.
Здесь Андерстат нам говорит, что игрок забьет в абсолютно пустые(!!!) ворота с 2 метров(!), с вероятностью 65%! То есть забьет в этой ситуации реже, чем 2 раза из 3!
https://understat.com/match/7895
И на последок еще один интересный момент. Смотрим с 44 секунды.
Андерстат засчитал удар Мертенса как 5%.
https://understat.com/match/7692
То есть нам хотят сказать, что Мертенс забьет в пустые ворота 1 раз и 20? Таких приколов на андерстате можно найти огромное количество, я показал лишь одни из многих на скорую руку.
Давайте я вам расскажу откуда берется этот косяк на андерстате. Как я уже писал, сервисы по сбору статистики определяют достаточно точные координаты удара, поэтому understat знает и расстояние до ворот и угол относительно центра ворот. Вся проблема заключается в том, что Опта, Ортек и другие сайты собирающие тактические данные НЕ фиксируют абсолютно никак положение защитников и вратаря в момент удара!
Как итог все те моменты, что я показал ранее имеют на андерстате такую же вероятность быть реализованными, как и те моменты, где вратари были бы на месте, а игроку мешала бы защита, как вы понимаете это полный абсурд.
К примеру Опта в своих данных не учитывает, что в этом моменте вратарь вышел слишком далеко в поле (Смотрим с 41 секунды).
Поэтому на сайте андерстата, мы можем видеть, что игроку присвоили 1% реализации, хотя на самом деле игроку нужно было лишь попасть в створ ворот и это произойдет в 10-20 раз чаще, чем 1 раз из 100 как показывает сайт.
https://understat.com/match/8586
В принципе эту проблему никак не решить с помощью статистики от Опты. Единственным вариантом помимо создания и обучения собственных статистов мне видится вариант заменить тактические данные на пространственно-временные данные. Такие данные собираются с помощью специального оборудования несколькими компаниями, одной из компаний является inmotio.
Inmotio представляет собой программный пакет, разработанный компаниями Abatec. Inmotiotec. Они отслеживают игроков, используя радиочастотную идентификацию. Что позволяет отслеживать игроков намного точнее по сравнению с отслеживанием GPS. Inmotio преимущественно используется для количественной оценки физической нагрузки игроков. В последнее время данные отслеживания также используются для проведения анализа тактики, такого как количественное определение параметров паса, моментов перехода от защиты к нападению и наоборот, поперечных пасов и борьбы за мяч. Давайте посмотрим небольшое видео и я немного поясню суть. Как вы видите все данные о перемещениях игроков выводятся в виде двухмерной графики на экран. Inmotio собирает все пространственно-временные данные и хранит их в известном для всех формате CSV с которым работает excel.
Давайте рассмотрим несколько столбцов из данных которые предоставляет Inmotio, в текстовом виде. Cразу скажу, что этих столбиков намного больше и я выбрал лишь несколько чтобы показать вам было легче представить на примере.
Первый столбик - это отметка времени матча в миллисекундах. Как мы видим Inmotio фиксирует положение каждого игрока каждые 100 миллисекунд.
Второй и соответственно, третий столбик, это координаты в которых находится игрок в это мгновение.
Четвертый столбик - это тайм, как мы видим на рисунке указан второй тайм.
Пятый столбик – это скорость с которой бежит в данное мгновение игрок.
Шестой столбик - это его ускорение.
Далее колонки с номером игрока и его именем.
Я показал именно эти колонки для того чтобы вам было понятно, что с помощью ексель данных мы можем проследить, в какое мгновение, в каком месте на поле был тот или иной игрок. Мы можем отследить с какой скоростью двигался, а по координатам воссоздать направление движения игрока. Так же есть еще множество таких столбцов, по которым можно узнать точное место и точное время матча, в котором был нанесен удар и что самое главное(!) - точная расстановка защитников во время удара. То есть главный недостаток тактических данных от Опты, Ортек и им подобных сайтов, пространственно-временные данные могли бы закрыть.
Давайте же теперь посмотрим на плюсы и минусы такого метода относительно команды статистов. Эта система действительно очень серьезная и могла бы для xG модели стать лучшим помощником, самым главным плюсом конечно же является то, что не нужно набирать команду статистов, чтобы следить за матчами и при этом получать точную расстановку защитников на поле в момент удара. Из главных минусов стоит выделить то, что получив вот такие данные в екселе на каждого игрока, нужно вложить очень много денег и времени для создания инструмента, который будет не только выводить графически положения игроков в нужную нам секунду, но и рассчитывать вероятность гола для того или иного момента.
Теперь подумаем, как это можно было бы все просчитать.
Вначале нужно создать программное обеспечение которое преобразовывает координаты всех игроков на поле в момент удара, которые предоставляет Inmotio вот в такую графическую схему:
Далее нужно создать программу которая сможет рассчитать вероятность для той или иной ситуации. Как вы понимаете недостаточно просто посчитать количество защитников между бьющим игроком и воротами, а так же, посмотреть, находится ли вратарь между бьющим игроком и воротами в момент удара. Нужно научить программу оценивать, как сильно уменьшают вероятность гола вратарь с защитниками.
Очевидно, что для одного и того же момента не все ситуации, в которых вратарь находится между игроком атаки и воротами, равнозначны. В ситуациях, когда вратарь находится очень близко к игроку атаки, очень сложно ударить по мячу таким образом, чтобы он миновал вратаря. С другой стороны, когда вратарь стоит далеко от игрока атаки, у вратаря есть больше времени, чтобы отреагировать на попытку забить гол. Так как расстояние от вратаря до игрока атаки играет важную роль, для расчетов стоит включить евклидово расстояние от вратаря до игрока атаки в качестве параметра, вместо учета того факта, находится ли вратарь между игроком атаки и воротами. При этом имеется случай, когда вратарь не расположен на одной линии с воротами и игроком атаки. То есть представьте визуально, что на нашем графике вратарь сейчас был бы расположен где-то за пределами вратарской ближе к угловому флажку. В этом случае в качестве расстояния используется максимальное расстояние вратаря от ворот из всех данных.
Такая же логическая схема, как при рассмотрении вратаря, должна быть применена и в отношении защитника. С одной стороны, ударить по воротам таким образом, чтобы мяч миновал защитника, сложнее, когда защитник находится рядом, с другой стороны, у защитника больше времени, чтобы отреагировать на попытку поразить ворота, когда он стоит дальше. Вследствие этого, помимо количества защитников, стоящих на линии между игроком атаки и воротами, нужно рассчитывать евклидово расстояние этих защитников до рассматриваемого игрока атаки. Создание такой модели невероятно сложное и дорогое удовольствие.
Даже если научиться переводить цифры вот в такие графические изображения и учитывать все координаты защитников на поле, то этого все равно будет недостаточно для точного определения какую именно площадь ворот блокирует защита и вратарь. Для того, чтобы определить какую площадь обзора ворот закрывают защитники, блокирующие удар, и какая площадь ворот в зоне досягаемости вратаря обязательно нужно видеть параметры защитников в момент удара, т.е. направление движения защитников в момент удара, чтобы понять сколько различных траекторий в конкретном эпизоде блокируют они.
Вы скажите что у нас есть такие данные, ведь Inmotio предоставляет не только координаты в момент удара, но и координаты за несколько мгновений до удара, а так же скорость, но к сожалению вы будете правы лишь отчасти, так как на основе этих данных никак не построить всю геометрию движения защитников, так как если статист остановит эпизод с ударом на стоп кадре он увидит не только точные координаты на поле в которых находятся игроки, и не только скорость с которой они бежали до этого, но он увидит и насколько готов к удару защитник, то есть смотрит ли он на мяч в момент удара и готов попытаться блокировать удар или он повернут к нему спиной смотря на опекаемого им игрока или возможно защитник вообще находится уже на газоне в эту секунду после столкновения с кем либо. То есть, геометрически в момент удара они могут оказаться в одной точке, но в момент удара первый защитник имеет возможность лететь наперерез траектории удара со скоростью 5 м/с, а второй просто будет стоять, да еще, допустим, боком к форварду. Именно поэтому вероятность которые рассчитывают профессиональные статисты будет однозначно точнее, нежели xG которое рассчитывается сложными программами на основе данных Inmotio, но второй вариант имеет право на жизнь, в отличии от тех вариантов которые используются сейчас, а именно методы которые отображаются на сайте understat. Вы только вдумайтесь, вероятность гола рассчитывается без знания где именно сейчас находится вратарь, на линии ворот или его уже обвели и бьют в пустые ворота, так же не учитывается не только евклидово расстояние защитников, их точное месторасположение, но даже не учитывается сколько защитников перед бьющим игроком. Без этих данных xG от understat и всех подобных сервисов просто пустой и бесполезный инструмент.
Ну а покупка пространственно-временных данных для большого количества матчей сейчас невозможно, а значит этот способ нельзя рассматривать как панацею.
Идем дальше и вернемся к Андерстату.
На главной странице андерстата красуется большой график который показывает, что количество ожидаемых голов от андерстат соответствует количеству реальных голов, забитых в матчах за всю дистанцию.
На самом деле все так и есть. Общее количество ожидаемых голов от андерстата на дистанции будет совпадать с общим количеством реальных голов, так как андерстат известен тем, что работает используя нейросети. Если в двух словах, то андерстат накапливает данные для каждой координаты на поле, для каждого типа момента, и для каждой части тела которой нанесен удар. После чего высчитывает среднее количество голов для каждой из координат, для этого типа момента и конкретной часть тела.
Чтобы вам легче было понять, о чем я, представьте такой пример, допустим у андерстата есть данные о 2000 ударов головой после углового, из конкретной координаты на поле. К примеру, за эти 2000 ударов было забито 200 голов. То есть 10%! Значит для 2001 удара головой после углового из этой же координаты, будет присвоена так же 10% вероятность. Именно благодаря такому подсчету ожидаемое количество голов будет совпадать с реальными голами.
Но после прочтения данного текста или просмотра нашего видео вы уже понимаете, что этот метод работал бы, если помимо координаты и части тела которой бьет игрок, учитывалась бы еще и позиция защитников на поле, а так получается хоть в 2001 ударе перед игроком будет 3 защитника и вратарь, хоть пустые ворота, вероятность гола будет все равно по андерстату будет 10%. Правда с пустыми воротами я немного утрировал, так как андерстат зная свою проблему с тем что не учитывается положение защитников, ввел один дополнительный параметр который должен хоть НЕМНОГО исправить ситуацию, этот параметр называется Биг Шанс(Big Chance).
Давайте поясню: статисты Опты в моментах, когда у игрока очень опасный момент дают ему пометку Big Chance. Соответственно, андерстат ввел этот параметр и разделил моменты с пометкой Big Chance и без таковой пометки, как итог вероятность для каждой из этих двух категорий считается отдельно.
Чтобы лучше понять, как это работает давайте представим, что из 2000 ударов о которых я только что писал 500 было с пометкой Big Chance и 1500 без пометки, а из 200 забитых голов, 120 было с пометкой Big Chance и 80 без пометки. Как итог если бы удары не делились на те, у которых есть данная пометка и у тех, у которых ее нет, то 2001 удару как из нашего примера выше была бы дана вероятность 10% на гол, теперь же вероятность будет зависеть от того, есть ли пометка Big Chance или нет. К примеру, если следующий удар будет с пометкой от Опты Big Chance, то вероятность у этого удара на андерстате будет ровняться 24%.
120/500=24%
А если пометку не указали, то вероятность будет чуть более 5%
80/1500=5.33 %
Это немного исправляет ситуацию с защитниками, так как пометка Big Chance дается как раз когда у игрока хорошая позиция для удара относительно защиты и вратаря, но как мы видели из видео примеров голов которые я показывал ранее, этого недостаточно и погрешности все равно колоссальные. Вспомните момент с Агуеро, или тот удар с 2 метров в пустые ворота где дали 65%, всё это удары с пометкой Big Chance и как вы понимаете, эта пометка никак не решает проблемы.
Давайте я вам покажу какую еще проблему несет в себе такой усредненный подсчет ожидаемых голов. Если мы откроем на андерстате историю предыдущих чемпионатов,
то там мы увидим, что в большинстве случаев те команды, которые вверху турнирной таблицы забивают реальных голов больше, чем ожидаемое количество голов от андерстат и соответственно зарабатывают больше очков, чем ожидаемых очков от андерстата. Это как раз и происходит из-за того, что более сильные команды создают более опасные моменты из той же позиции, из которой более слабые команды создают менее опасные моменты, а андерстат обеим командам пишет усредненную вероятность, тем самым забирая часть ожидаемых голов и очков у более сильных команд и отдавая эту часть незаслуженно более слабым командам, поэтому все счета матчей и таблицы андерстата далеки от правильных ожидаемых голов.
Поскольку xG сейчас безусловно лучший инструмент для прогнозирования вероятностей матчей мы со своей командой решили во чтобы то ни было довести этот инструмент до совершенства, наша команда статистов уже собрала всю нужную статистику для расчета вероятностей каждого удара. Уже сейчас мы тестируем все наши расчеты на видео архивах матчей. А через 2-3 недели начнем делать первые тестовые расчеты свежесыгранных матчей и начнем выкладывать xG сыгранных матчей в наших блогах, поэтому обязательно подписывайтесь и следите за новостями! И подытожив на сегодня я могу сказать что xG модель это то, в каком направлении вы должны двигаться, что бы правильно оценивать реальную силу команд в футболе. Потому что если вы сможете построить нормальную работающую систему, которая будет корректно оценивать силы команд, то на основе её вы сможете уже делать ставки и зарабатывать деньги.
О прогнозировании вероятностей с помощью системы xG мы поговорим в следующей статье.Если тебе понравился наш материал обязательно подписывайся на наш блог здесь, а так же на YouTube, чтобы не пропустить выход новых видео!
https://www.youtube.com/channel/UCOg_DNGpyPYFxDipaIBl4kQ?sub_confirmation=1
И в VK:
https://vk.com/blog.triumphator
даже у меня есть свой сайт
для размещения ссылок на свои картинки
а здесь видим триллионеры
пресмыкаются по файлообменникам
и одновременно для меня любое сообщение
содержащее название команд и игроков
вводит в заблуждение играя на эмоциях
типа волшебного предсказания будущего
и какая-то наработка о чём читаем
не содержит информации о проигрышах
и слово коэффициент или коэф или иначе
есть как ни странно только в моих сообщениях
мой вывод: вводят в заблуждение якобы надёжностью
и лично меня не заинтересовывает абсолютно никак
для размещения ссылок на свои картинки
а здесь видим триллионеры
пресмыкаются по файлообменникам
и одновременно для меня любое сообщение
содержащее название команд и игроков
вводит в заблуждение играя на эмоциях
типа волшебного предсказания будущего
и какая-то наработка о чём читаем
не содержит информации о проигрышах
и слово коэффициент или коэф или иначе
есть как ни странно только в моих сообщениях
мой вывод: вводят в заблуждение якобы надёжностью
и лично меня не заинтересовывает абсолютно никак
Всем привет друзья! Вышел 6-ой наш выпуск. Целый час отборной обучающей информации по ставкам на спорт. В данном выпуске мы снова затронем информацию по букмекерским конторам, ответим почему конторы режут и блокируют счета успешных игроков, а так же построим модель Монте-Карло по xG в футболе, которая умеет прогнозировать вероятности исходов будущих матчей!
воображаемый xg хорош только для оправдания проигрышей ставок
хотя главный минус всех материалов: нет информации о проигрышах
и значит вводят в заблуждение и себя и народ
главное чтобы народ не проиграл бы свои денюжки
хотя главный минус всех материалов: нет информации о проигрышах
и значит вводят в заблуждение и себя и народ
главное чтобы народ не проиграл бы свои денюжки
в таблице выше для каждой команды
Счет Минута Игрок xG Исход Игрок xG Исход
воображаемый хЖ как от 0,01 до 0,99
несчастные самообманщики вынуждены в таблицы вставлять 0
вместо увеличения своего самообманнывающего хЖ в 100 раз
в таблице нет никаких итогов ни в % ни в деньгах
и заинтересует разве что проверкой знающих кыфы по минуте гола
очевидного без самообманывющего хЖ
Счет Минута Игрок xG Исход Игрок xG Исход
воображаемый хЖ как от 0,01 до 0,99
несчастные самообманщики вынуждены в таблицы вставлять 0
вместо увеличения своего самообманнывающего хЖ в 100 раз
в таблице нет никаких итогов ни в % ни в деньгах
и заинтересует разве что проверкой знающих кыфы по минуте гола
очевидного без самообманывющего хЖ
xG статистика по первому туру чемпионата Южной Кореи. K-League. Старт второго тура через несколько часов.
https://download.ru/files/B8q3eYsd
А так же статистика по 1-2 туру чемпионата Японии(J.League и J.League-2).
https://download.ru/files/t1sKtaaY
https://download.ru/files/1Mc2voVb
https://download.ru/files/B8q3eYsd
А так же статистика по 1-2 туру чемпионата Японии(J.League и J.League-2).
https://download.ru/files/t1sKtaaY
https://download.ru/files/1Mc2voVb
Всем привет друзья, для тех кто еще не знает, у нас уже открылся сайт по спортивной аналитике и статистике. https://xscore.win/
Это портал, в котором будет вся самая передовая информация по ставкам на спорт, а так же самая продвинутая статистика. Уже в данный момент на сайте доступен очень ценный набор инструментов для начинающего беттора «Инструментарий». Который позволит новичку разобраться во всех базовых тонкостях беттинга. https://xscore.win/products/instrumentariy/
Раздел xG Статистика позволит всем бетторам лучше узнать команды, даже из самых малознакомых чемпионатов в мире. В данный момент у нас представлены такие чемпионаты как Англия Премьер Лига, Англия Чемпионщип, Германия Бундеслига-1 и Бундеслига-2, Испания Примера, Италия Серия А, Франция Лига 1, Российская и Украинская Премьер Лига. Чемпионаты Финляндии, Швеции и Норвегии(первый и второй дивизион).
Чемпионат Японии(Джей Лига-1 и Джей Лига-2), чемпионат Кореи и Чили. Так же на нашем сайте представлены такие малоизвестные всему миру лиги как чемпионат Армении, Азербайджана и даже Исландии!
Уже совсем скоро будут доступны все вторые и третьи лиги топовых чемпионатов и наша команда статистов приступит к работе над чемпионатом Аргентины и многих других чемпионатов.
Над статистикой у нас работает целый штаб статистов в количестве 12 человек, которые ежедневно пересматривают и оценивают все матчи вышеперечисленных лиг. И по нашим разработкам мы получаем конечный продукт – самый точный xG в мире, в который включен скилл игрока и многие другие важные элементы, о которых мы подробно рассказывали в наших выпусках.
После того как на сайте будут открыты все чемпионаты по футболу, мы расширим штаб статистов и возьмемся за баскетбол и хоккей. В планах добавить продвинутую статистику на все европейские баскетбольные лиги и студенческие американские.
Подробней как пользоваться сайтом
А так же не забываем подписываться на наш телеграмм канал и следить за всеми последними новинками на нашем сайте и полезной информацией о ставках на спорт. https://t.me/triumfator_stavki
И ВК https://vk.com/blog.triumphator
Это портал, в котором будет вся самая передовая информация по ставкам на спорт, а так же самая продвинутая статистика. Уже в данный момент на сайте доступен очень ценный набор инструментов для начинающего беттора «Инструментарий». Который позволит новичку разобраться во всех базовых тонкостях беттинга. https://xscore.win/products/instrumentariy/
Раздел xG Статистика позволит всем бетторам лучше узнать команды, даже из самых малознакомых чемпионатов в мире. В данный момент у нас представлены такие чемпионаты как Англия Премьер Лига, Англия Чемпионщип, Германия Бундеслига-1 и Бундеслига-2, Испания Примера, Италия Серия А, Франция Лига 1, Российская и Украинская Премьер Лига. Чемпионаты Финляндии, Швеции и Норвегии(первый и второй дивизион).
Чемпионат Японии(Джей Лига-1 и Джей Лига-2), чемпионат Кореи и Чили. Так же на нашем сайте представлены такие малоизвестные всему миру лиги как чемпионат Армении, Азербайджана и даже Исландии!
Уже совсем скоро будут доступны все вторые и третьи лиги топовых чемпионатов и наша команда статистов приступит к работе над чемпионатом Аргентины и многих других чемпионатов.
Над статистикой у нас работает целый штаб статистов в количестве 12 человек, которые ежедневно пересматривают и оценивают все матчи вышеперечисленных лиг. И по нашим разработкам мы получаем конечный продукт – самый точный xG в мире, в который включен скилл игрока и многие другие важные элементы, о которых мы подробно рассказывали в наших выпусках.
После того как на сайте будут открыты все чемпионаты по футболу, мы расширим штаб статистов и возьмемся за баскетбол и хоккей. В планах добавить продвинутую статистику на все европейские баскетбольные лиги и студенческие американские.
Подробней как пользоваться сайтом
А так же не забываем подписываться на наш телеграмм канал и следить за всеми последними новинками на нашем сайте и полезной информацией о ставках на спорт. https://t.me/triumfator_stavki
И ВК https://vk.com/blog.triumphator
кажись фантазёры не сделали ни одной ставки
потому как фантазёры проиграть боятся
потому как фантазёры проиграть боятся
SergioConceicao
МАСТЕР
В чем смысл огромных простыней xGстатистики?
Неужели авторы хотят продавать уникальную статистику?
Прогнозы продавать уже прошедший день... Пора наживаться на "игроках" более продвинуто! Подключаем "научный метод"!
Слежу за триумфаторами давно-уникальные мошенники!
Галстук за 500 евро еще не износился?!
Неужели авторы хотят продавать уникальную статистику?
Прогнозы продавать уже прошедший день... Пора наживаться на "игроках" более продвинуто! Подключаем "научный метод"!
Слежу за триумфаторами давно-уникальные мошенники!
Галстук за 500 евро еще не износился?!
Похожие темы
