Methodik der FootIQ-Prognosen
Diese Seite beschreibt, wie FootIQ von Rohdaten zu einer veröffentlichten Prognose kommt – ohne internen Code oder sich ändernde Parameter offenzulegen.
Zuletzt aktualisiert:
Zusammenfassung
FootIQ passt je Wettbewerb drei statistische Tormodelle an echte Spieldaten an, kombiniert sie mit gelernten Gewichten, kalibriert die Wahrscheinlichkeiten, bezieht Buchmacherquoten ein, wendet Qualitätsprüfungen an und lässt jeden verbleibenden Kandidaten von einem KI-Modell prüfen. Veröffentlicht werden nur Tipps, die die Mindestwahrscheinlichkeit ihres Marktes erreichen. Alle Wahrscheinlichkeiten sind Schätzungen, keine garantierten Ergebnisse.
1. Daten
Die Daten stammen von API-Football: beendete Spiele der aktuellen und vorherigen Saison je Wettbewerb (Tore, Halbzeitstände und, wo verfügbar, Expected Goals) sowie Spielpläne, Tabellen, Verletzungen und Sperren, Aufstellungen und Buchmacherquoten.
2. Zeitgewichtung
Jedes Spiel wird mit w = exp(−ξ · Alter in Tagen), ξ = 0,0019 gewichtet: Ein Spiel von vor einem Jahr zählt etwa halb so viel wie ein heutiges (das von Dixon und Coles 1997 ermittelte Optimum).
3. Die Modelle
- Dixon–Coles
- Poisson-Modell mit Angriffs- und Abwehrparametern je Team, Heimvorteil und Dixon–Coles-Korrektur für niedrige Ergebnisse, geschätzt per gewichteter Maximum-Likelihood.
- Bivariates Poisson
- Modelliert die Tore beider Teams gemeinsam mit einer geteilten Komponente und spielortabhängigen Stärken.
- Empirical Bayes (hierarchisch)
- Zieht Teamstärken je nach Datenmenge zum Ligadurchschnitt (Gamma–Poisson) und nutzt xG statt Toren, wo vorhanden.
- Tore je Halbzeit
- Schätzt den Anteil der Tore eines Teams in der 1. und 2. Halbzeit für halbzeitbezogene Märkte.
4. Kombination und Kalibrierung
Die Modelle werden je Markt mit Gewichten kombiniert, die aus einem Walk-forward-Backtest gelernt werden (bewertet per Log-Loss, zur Robustheit zu gleichen Gewichten hin gezogen); die jüngsten 30 % der Wochen dienen nur der Messung. Eine isotone Kalibrierungskurve je Markt sorgt dafür, dass angegebene Wahrscheinlichkeiten beobachteten Häufigkeiten entsprechen; ab 300 echten Ergebnissen je Markt ersetzen eigene Kurven die Backtest-Kurven.
5. Buchmacherquoten
Wo Quoten vorliegen, wird die Buchmachermarge entfernt und die implizite Wahrscheinlichkeit mit der Modellwahrscheinlichkeit gemischt. Ein Kandidat wird verworfen, wenn die Buchmacherwahrscheinlichkeit mehr als 12 Prozentpunkte über der Modellwahrscheinlichkeit liegt oder sich kleine Wahrscheinlichkeiten um mehr als das 1,5-Fache unterscheiden. Liegt das Modell über 12 Punkte höher, wird der Tipp für die KI-Prüfung markiert.
6. Qualitätsprüfungen
- Mindestwahrscheinlichkeit je Markt.
- Einigkeit der Modelle.
- Abgleich mit dem Markt (siehe oben).
- Datenqualität: genügend verlässliche Spiele beider Teams.
- Marktregeln, z. B. genaues Ergebnis nur bei torarmen Spielen; beide Teams treffen ab 65 %.
7. KI-Prüfung
Jeder verbleibende Kandidat wird von einem KI-Modell (derzeit von OpenAI) mit dem vollständigen Datensatz geprüft; es kann annehmen, verwerfen oder die Wahrscheinlichkeit senken, aber nie erhöhen.
8. Ranking, Konfidenz und Abrechnung
Je Kategorie werden qualifizierte Tipps nach finaler Wahrscheinlichkeit sortiert und bis zum Tageslimit veröffentlicht. Die angezeigte „Konfidenz“ ist diese finale Wahrscheinlichkeit in Prozent. Abgerechnet wird nach dem offiziellen Ergebnis der regulären Spielzeit (90 Minuten plus Nachspielzeit, ohne Verlängerung und Elfmeterschießen); Halbzeitmärkte nach dem Halbzeitstand. Bei abgesagten, abgebrochenen oder verlegten Spielen sind offene Prognosen ungültig und zählen nicht in die Trefferquote.
9. Grenzen
- Modelle beschreiben Durchschnitte; einzelne Spiele können stark abweichen.
- Kurzfristige Nachrichten fehlen eventuell in den Daten.
- Vergangene Genauigkeit garantiert keine künftige.
Die ausführliche englische Fassung: Methodology.