«Серія перемог» у футболі: ефект зникає, якщо порівнювати з командами тієї ж ціни. Як ви ловите такі пастки в даних?
Привіт, спільното!
Останнім часом збираю базу футбольних матчів (близько 700 тисяч,
Одна з перевірок: чи команда після серії з 5+ перемог поспіль частіше виграє наступний матч, ніж очікує ринок. На ~20 тисячах таких випадків «сирим» порівнянням вийшло +1,2 п.п. до ймовірності, закладеної в ціні. Здавалося б, ефект є.
Але коли я порівняв ці команди не з усім ринком, а з командами тієї ж цінової категорії (корзини по 5 п.п.), різниця зникла: —0,01 п.п. при похибці ±0,32. Причина проста: команди в серії майже завжди фаворити, а фаворити загалом трохи перевиконують свою ціну. Тобто це ефект фаворита, а не серії.
Хочу спитати у вас:
1. Як ви контролюєте такі конфаундери, коли працюєте з історичними даними?
2. Які методи валідації використовуєте, щоб не підганяти модель під історію (out-of-sample, walk-forward, інше)?
3. Чи є у вас перевірені підходи для даних, де події рідкісні й сильно залежать від контексту?
Матеріали й калькулятори: bossportslab.com (некомерційний проєкт).
Немає коментарів
Додати коментар Підписатись на коментаріВідписатись від коментарів