在《足球赛果预测方法与机器学习的分享》提到构建预测模型的一般步骤,从定义问题->确定要处理的数据->整合成算法逻辑->回测链条完成预测模型，今天小编就照套路完成前面两部完成一次预测模型的尝试。
定义问题
足球标准赛果有胜/负/平，在一些玩法当中也接受半场结果还有比分结果等方式。既然从零开始，就从最简单的标准玩法做起。众所周知，足球是有主场优势的——即“胜”这个赛果更容易打出来，有了这个先决条件，定义需要预测的问题变成了:预测一场比赛，主胜赛果能不能打出。
需要处理的数据
定义好了问题，下一步就是需要处理数据。第一步显然考虑先缩小比赛范围，再去考虑处理的数据。找到2019-2020赛季五大联赛主胜比例如下表
| 联赛 | 主胜比例 |
| 法甲 | 48% |
| 英超 | 45.3% |
| 西甲 | 45.8% |
| 意甲 | 41.6% |
| 德甲 | 40.2% |
当然，这里的法甲由于疫情原因并没完成整个赛果。缩小范围考虑，先选择西甲比赛作为研究对象吧。确定了问题就是“寻找主胜”，在搜索引擎内寻找数据观察同类型的会有什么特点。这里贴出观察到的比赛交易量结果如下：
观察到2020-10-19的3场西甲比赛，一眼看来我们可以发现，主胜成交量占比高的情况下，赛果打出来了，平局的一场比赛也反向印证了一点。
到这里不禁反问，就凭3场比赛就找到特征，这也太便宜了吧？当然不是，还需要更具体的案例再观察上面产生的猜想——主胜交易额占比高，主胜容易出。
带着疑问，再回查2020-10-04西甲的比赛数据：
图片来源网络，如有侵权，请联系删除
这里发现了3场当中有2场依然是交易额比较高的情况下打出了赛果，结果025这场次并没有和猜想一样打出主胜。
产生新的问题后，处理的案例添加一个新的分之，交易额占比高，但赛果不是主胜会有什么特征？
图片来源网络，如有侵权，请联系删除
答案可能藏在大额交易的表现上面，当一场比赛连续低价大额卖出，尤其越接近比赛前的的交易，表明并不看好这个赛果能打出来。
隐含的逻辑
通过上面的两步，得出了一个简易的主胜预测模型：
- 西甲比赛中交易额主胜方向占比占据大部分 65%+；
- 临场不能出现连续大额卖出；
根据这两个条件，可以选出一定的比赛预测为主胜。但要注要的是，如果毫无因果关系的相关关系，是无法得稳定的得出结论的。基于观察到的现象，大胆提出一个假设，市场中的交易行为会追随能获利的方向。
在这个观点前提下，当主胜方向的交易额比较高的时候，可以推断得有这些可能：要么是主队更大可能获胜，市场各方对主队价格(赔率)认知不一，容易交易获利。
即使有其他例如其他买家转移风险考虑，连续的卖出行为可以认为是在规避该赛果打出基于这个认知，我们锁定了主胜交易占比一定比例，并在没有连续卖出主胜的情况可以预测为主胜。
阶段小结
总的来说，构造自己的模型就是一轮又一轮的定义问题，并收集数据解决问题的过程，文章中提出的简易模型具体阈值坚定定义，如果需要精准的数字，还需要更大规模的收集整理数据。这个过程需要不断的重复上述步骤达到最终的可用状态。
如果觉得太繁琐，可以尝试关注本公众号直接发送“预测”来获取预测结果，详细可以点使用方法查看本公众号介绍哦！