منهجية توقعات FootIQ
تشرح هذه الصفحة كيف ينتقل FootIQ من البيانات الخام إلى توقع منشور، دون كشف الشيفرة الداخلية أو المعاملات المتغيرة.
آخر تحديث:
الملخص
لكل مسابقة يطبّق FootIQ ثلاثة نماذج إحصائية للأهداف على بيانات مباريات حقيقية، ويدمجها بأوزان متعلَّمة، ويعاير الاحتمالات، ويأخذ أسعار شركات المراهنات بالحسبان، ويطبّق فحوص الجودة، ثم يراجع نموذج ذكاء اصطناعي كل مرشّح متبقٍّ. لا يُنشر إلا ما يبلغ الحد الأدنى لاحتمال سوقه. كل الاحتمالات تقديرات وليست نتائج مضمونة.
1. البيانات
مصدر البيانات API-Football: المباريات المنتهية في الموسم الحالي والسابق لكل مسابقة (الأهداف ونتائج الشوط الأول وxG عند توفره)، والجداول، والترتيب، والإصابات والإيقافات، والتشكيلات، وأسعار شركات المراهنات.
2. الترجيح الزمني
يُرجَّح كل مباراة بالصيغة w = exp(−ξ · العمر بالأيام) حيث ξ = 0.0019: مباراة عمرها سنة تُحسب بنحو نصف وزن مباراة اليوم (القيمة المثلى التي وجدها ديكسون وكولز عام 1997).
3. النماذج
- ديكسون–كولز
- نموذج بواسون بمعاملات هجوم ودفاع لكل فريق وأفضلية الأرض وتصحيح ديكسون–كولز للنتائج المنخفضة، يُقدَّر بالإمكان الأعظم المرجَّح.
- بواسون ثنائي المتغير
- ينمذج أهداف الفريقين معًا بمكوّن مشترك وقوة تعتمد على مكان اللعب.
- بايز التجريبي (هرمي)
- يقرّب قوة الفريق من متوسط الدوري بحسب كمية البيانات (غاما–بواسون) ويستخدم xG بدل الأهداف عند توفره.
- أهداف كل شوط
- يقدّر نسبة أهداف الفريق في كل شوط للأسواق المرتبطة بالأشواط.
4. الدمج والمعايرة
تُدمج النماذج لكل سوق بأوزان متعلَّمة من اختبار رجعي متدرّج زمنيًا (يُقيَّم بخسارة اللوغاريتم ويُقرَّب من الأوزان المتساوية للثبات)؛ وتُستخدم آخر 30% من الأسابيع للقياس فقط. ثم يضمن منحنى معايرة متساوي التوتر لكل سوق أن الاحتمالات المعلنة تطابق التكرارات الفعلية؛ وبعد 300 نتيجة حقيقية لكل سوق تحل منحنيات مبنية على النتائج الحقيقية محل منحنيات الاختبار الرجعي.
5. أسعار شركات المراهنات
عند توفر الأسعار يُزال هامش الشركة ويُمزج الاحتمال الضمني مع احتمال النموذج. يُرفض المرشّح إذا زاد احتمال الشركة عن احتمال النموذج بأكثر من 12 نقطة مئوية، أو إذا اختلفت الاحتمالات الصغيرة بأكثر من 1.5 ضعف. وإذا زاد احتمال النموذج بأكثر من 12 نقطة يُعلَّم التوقع لمراجعة الذكاء الاصطناعي.
6. فحوص الجودة
- حد أدنى للاحتمال لكل سوق.
- اتفاق النماذج.
- المقارنة مع السوق (أعلاه).
- جودة البيانات: عدد كافٍ من المباريات الموثوقة للفريقين.
- قواعد السوق، مثل النتيجة الصحيحة في المباريات قليلة الأهداف فقط، وتسجيل الفريقين من 65%.
7. مراجعة الذكاء الاصطناعي
يراجع نموذج ذكاء اصطناعي (حاليًا من OpenAI) كل مرشّح متبقٍّ مع البيانات الكاملة؛ يمكنه القبول أو الرفض أو خفض الاحتمال، لكن لا يرفعه أبدًا.
8. الترتيب والثقة والحسم
في كل فئة تُرتَّب التوقعات المؤهلة بحسب الاحتمال النهائي وتُنشر حتى الحد اليومي. «الثقة» المعروضة هي هذا الاحتمال النهائي كنسبة مئوية. يُحسم التوقع بحسب النتيجة الرسمية للوقت الأصلي (90 دقيقة مع الوقت بدل الضائع، دون الأشواط الإضافية وركلات الترجيح)، وأسواق الشوط الأول بحسب نتيجة الشوط الأول. إذا أُلغيت المباراة أو أوقفت أو أُجّلت تصبح التوقعات المفتوحة ملغاة ولا تُحتسب في نسبة النجاح.
9. الحدود
- النماذج تصف المتوسطات؛ وقد تختلف المباريات الفردية كثيرًا.
- قد لا تتضمن البيانات الأخبار العاجلة.
- الدقة السابقة لا تضمن الدقة المستقبلية.
النسخة الإنجليزية المفصّلة: Methodology.