Построил свою xG-модель на питоне, делюсь как это сделать. xG это expected goals, метрика которая показывает сколько команда должна забить по качеству созданных моментов. Базовая идея - если модель оценивает вероятности точнее линии букмекера, мы в плюсе.
Шаг 1. Данные. Парсил API футбольной статистики за 3 сезона АПЛ. Нужно: удары всего, удары из штрафной, удары из-за штрафной, big chances, xG по игрокам.
Шаг 2. Фичи для модели. Не просто берём xG последнего матча, а усредняем:
- xG за последние 5 матчей - скользящее среднее, сглаживает шумы
- xG против - сколько команда пропускает по качеству моментов
- Корректировка на силу соперника - игра против топ-6 и против аутсайдера это разные xG
- Home advantage - дома команды создают в среднем на 12-15% больше
Шаг 3. Сама модель. Юзал XGBoost (да, ирония названия). На входе фичи, на выходе предсказанный счет. Точность около 62% на угадывание исхода, что лучше линии на дистанции в 300+ матчей.
Шаг 4. Поиск value. Сравниваете свою вероятность с кэфом конторы. Если модель говорит 55% а кэф 2.0 (это 50%) - берем. Это value bet.
Пока модель обучалась, на фоне ЌРÁЌÉH 2025 пересматривал - ну хоть какое-то развлечение пока код крутится. Результат закономерный - спорт это спорт, тут нужен холодный расчет а не вайб. Код на гитхабе, кому надо пишите в ЛС, разберем
ЌРÁЌÉH сайт зеркала