在《足球賽果預測方法與機器學習的分享》提到建構預測模型的一般步驟,從定義問題->确定要處理的資料->整合成算法邏輯->回測鍊條完成預測模型，今天小編就照套路完成前面兩部完成一次預測模型的嘗試。
定義問題
足球标準賽果有勝/負/平，在一些玩法當中也接受半場結果還有比分結果等方式。既然從零開始，就從最簡單的标準玩法做起。衆所周知，足球是有主場優勢的——即“勝”這個賽果更容易打出來，有了這個先決條件，定義需要預測的問題變成了:預測一場比賽，主勝賽果能不能打出。
需要處理的資料
定義好了問題，下一步就是需要處理資料。第一步顯然考慮先縮小比賽範圍，再去考慮處理的資料。找到2019-2020賽季五大聯賽主勝比例如下表
| 聯賽 | 主勝比例 |
| 法甲 | 48% |
| 英超 | 45.3% |
| 西甲 | 45.8% |
| 意甲 | 41.6% |
| 德甲 | 40.2% |
當然，這裡的法甲由于疫情原因并沒完成整個賽果。縮小範圍考慮，先選擇西甲比賽作為研究對象吧。确定了問題就是“尋找主勝”，在搜尋引擎内尋找資料觀察同類型的會有什麼特點。這裡貼出觀察到的比賽交易量結果如下：
觀察到2020-10-19的3場西甲比賽，一眼看來我們可以發現，主勝成交量占比高的情況下，賽果打出來了，平局的一場比賽也反向印證了一點。
到這裡不禁反問，就憑3場比賽就找到特征，這也太便宜了吧？當然不是，還需要更具體的案例再觀察上面産生的猜想——主勝交易額占比高，主勝容易出。
帶着疑問，再回查2020-10-04西甲的比賽資料：
圖檔來源網絡，如有侵權，請聯系删除
這裡發現了3場當中有2場依然是交易額比較高的情況下打出了賽果，結果025這場次并沒有和猜想一樣打出主勝。
産生新的問題後，處理的案例添加一個新的分之，交易額占比高，但賽果不是主勝會有什麼特征？
圖檔來源網絡，如有侵權，請聯系删除
答案可能藏在大額交易的表現上面，當一場比賽連續低價大額賣出，尤其越接近比賽前的的交易，表明并不看好這個賽果能打出來。
隐含的邏輯
通過上面的兩步，得出了一個簡易的主勝預測模型：
- 西甲比賽中交易額主勝方向占比占據大部分 65%+；
- 臨場不能出現連續大額賣出；
根據這兩個條件，可以選出一定的比賽預測為主勝。但要注要的是，如果毫無因果關系的相關關系，是無法得穩定的得出結論的。基于觀察到的現象，大膽提出一個假設，市場中的交易行為會追随能獲利的方向。
在這個觀點前提下，當主勝方向的交易額比較高的時候，可以推斷得有這些可能：要麼是主隊更大可能獲勝，市場各方對主隊價格(賠率)認知不一，容易交易獲利。
即使有其他例如其他買家轉移風險考慮，連續的賣出行為可以認為是在規避該賽果打出基于這個認知，我們鎖定了主勝交易占比一定比例，并在沒有連續賣出主勝的情況可以預測為主勝。
階段小結
總的來說，構造自己的模型就是一輪又一輪的定義問題，并收集資料解決問題的過程，文章中提出的簡易模型具體門檻值堅定定義，如果需要精準的數字，還需要更大規模的收集整理資料。這個過程需要不斷的重複上述步驟達到最終的可用狀态。
如果覺得太繁瑣，可以嘗試關注本公衆号直接發送“預測”來擷取預測結果，詳細可以點使用方法檢視本公衆号介紹哦！