Личные данные Haodmir

Полное имя

Виталий

Возраст

Просмотры

105

Зарегистрирован на сайте

5 месяцев назад

Немного о себе

О себе: Инженерия данных и Machine Learning в футболе

Меня зовут Виталий, и я подхожу к футбольному анализу не с точки зрения интуиции или «чуйки», а через призму количественной аналитики (Quant Analysis) и промышленного Data Science.

Я верю, что современный футбол - это не хаос, а сложная математическая система, в которой можно найти закономерности, скрытые от человеческого глаза. Последние месяцы я посвятил разработке собственного проекта — Footpredict102 (вверху ссылка на мою группу в вк, где я выкладываю результаты каждого шага разработки, скрины тестов и их описания, заходите понаблюдать).

Чем я занимаюсь прямо сейчас:
Я строю полностью автономную систему инвестиционного прогнозирования. Это не просто «бот», а сложная инженерная экосистема:

Big Data: Мною собран и оцифрован архив данных за 11 сезонов (с 2015 года) по 9 ведущим лигам мира. Это более 15 Гб чистой текстовой статистики.

Deep Feature Engineering: Система оперирует массивом из 7500 уникальных признаков на каждый матч. Я анализирую всё: от посекундной геометрии передач (xT, Zone 14) до финансового веса составов и влияния конкретных судей.

Архитектура: Сердцем проекта является гибридный ML-ансамбль из трех топовых алгоритмов градиентного бустинга (XGBoost, CatBoost, LightGBM), работающих по принципу мягкого голосования (Уже вижу, что систему нужно переработать из ансамбля в целую сеть моделей, каждая из которых должна будет отвечать за какие-о отдельные данные).

Моя цель:
Создать инструмент, который полностью нивелирует маржу букмекера за счет нахождения математического перевеса (Value Betting). На этапах стресс-тестов система уже показывает стабильный ROI свыше 25% на дистанции топовых чемпионатов, таких как АПЛ.

Я сторонник подхода «Build in Public» (разработка на виду), поэтому делюсь не только результатами, но и этапами создания модулей, маппинга данных и результатами аудита.

Текущий статус:
На данный момент основная модель Footpredict102 (Architecture v2.1) находится в стадии разработки генераторов признаков (feauture engineering). Пока идет этот сложный процесс R&D, я делаю свои прогнозы и анализ, базируясь на упрощенной линейной модели. Я делаю это осознанно — как контрольный эксперимент, чтобы проверить эффективность базовых алгоритмов и натренировать дисциплину на дистанции, прежде чем выпустить в работу «основной калибр».

Наблюдайте за процессом, здесь математика побеждает азарт.

Стратегия ставок

Стратегия ставок: Алгоритмический подход v3.4.4 (Linear Baseline)

Моя стратегия базируется на принципе Probabilistic Superiority (Вероятностного превосходства). Я не ищу «верняки», я рассчитываю математическое ожидание каждого исхода, минимизируя влияние человеческого фактора и эмоций.

На текущем этапе, пока основная ML модель Footpredict102 проходит стадию R&D, я использую гибридную линейную модель версии 3.4.4. Это cреднеточный инструмент, который служит «базовым слоем» для проверки моих гипотез.

1. Трехуровневая архитектура анализа

Мой анализ строится по системе 3-Layer Architecture:

Core-Layer (Базис): Расчет фундаментальных показателей - xG-метрики, динамические рейтинги Эло, и LSTM-форма (анализ долгосрочных циклов команды на дистанции 20 игр).

Sport-Layer (Контекст): Специфические футбольные надстройки. Учет «дорожного стресса» (travel-factor), глубины состава (squad depth) и даже погодных условий. Особое внимание уделяется «эффекту второго матча» и корреляции рынков.

2. Математика принятия решений

В основе лежит формула расчета Value = P - (1 / k)*, где P* - моя расчетная вероятность, а k - коэффициент букмекера. Однако мой приоритет - Probability over Value.

В отличие от многих, кто ставит только на «валуй», я отдаю предпочтение исходам с наивысшей вероятностью прохода, подтвержденной перекрестным анализом. Если математика говорит «выгодно», но тактический разбор выявляет аномалию (например, скрытый конфликт в раздевалке или внезапную смену схемы), я провожу ручную коррекцию вероятности.

3. Гибридный интеллект

Я не доверяю цифрам вслепую. Каждая ставка проходит фильтр «Hybrid Intelligence»:

Машина выдает базовый прогноз на основе 12 ключевых факторов (β-веса актуальной формы, мотивации, усталости и др.).

Я как аналитик дополняю расчеты поиском нестандартных данных: инсайды по мотивации (дерби, реванши, «бонусы за выживание»), анализ Sentiment-media и специфику судейства.

Если ручной анализ подтверждает или усиливает расчетную вероятность - ставка переходит в категорию А (High Confidence).

4. Цели и Дисциплина

Моя цель - не разовый выигрыш, а стабильный рост ROI (целевой показатель > 5% в месяц) и удержание Brier Score (метрика точности предсказаний) на уровне ниже 0.18.

Каждый прогноз для меня - это точка данных. После каждого матча проводится Post-mortem анализ: я разбираю тип ошибки, пересматриваю веса факторов и провожу ночную коррекцию алгоритма.

Для меня беттинг - это игра в долгую, где побеждает тот, у кого лучше дисциплина и совершеннее алгоритм.

Контакты

Вконтакте

https://vk.com/footpredict102

Телеграм

Не указано

Клубная карта

Будьте в приоритете скидка 10, 20, 30%!

Персональная программа лояльности

Узнать подробнее

Последние 10 ставок

Место в рейтинге

Ср. ставки
Ср. коэфф.

Ср. % от банка	4,0 %
Ср. сумма ставки	396 $

Всех ставок	1.98
Выигравших	1.88
Проигравших	2.09
Возвратов	(не задано)

Среднее время ставки до матча

Топ-5 лиг
Топ-5 рынков

Чемпионат	Ставки
Чемпионат Англии. Премьер-лига	5 / 3
Чемпионат Германии. Бундеслига	5 / 1
Чемпионат Испании. Примера	3 / 5
Кубок Англии	2 / 5
Чемпионат Франции	2 / 0

Линия	Ставки
П1	5 / 8
Обе забьют Да	5 / 3
ТБ (2.50)	3 / 3
ТМ (2.50)	3 / 2
ТМ (21.50)	1 / 0

В ср. прогнозов в неделю

18шт.