什么是信心分数?

信心分数是模型预测正确的估计概率。当 ExPrysm 对主场胜局预测表示 72% 的信心,这意味著模型估计主队赢得该比赛的机率有 72%。

这不是保证 —— 这是一种概率。72% 的信心预测大约在 28% 的情况下会错误,这是完全正常的。关键问题是模型的声明的信心是否与许多预测相匹配现实。

信心得分与赔率不一样。70% 的信心并不意味著您应该以任何赔率下注。您仍然需要将信心与博彩公司的隐含概率进行比较才能找到价值。

ExPrysm 如何计算信心

ExPrysm 的信心分直接来自 CatBoost 渐变增强模型的概率输出。以下是该过程的工作方式:

1
功能输入
该模型提供了 150 多项功能:PI 评级(康斯坦蒂诺和芬顿,2013),ELO 评分,表格指数,对对战记录,家/客场分配以及联赛积分榜。
2
概率输出
CatBoost 会针对每个结果输出原始概率(主场/平/客场比赛结果,BTTS 是/否,进球超过/低)。这些是基本信心分数。
3
校准
根据历史结果对原始概率进行校准,以确保当模型说 70% 时,它实际上赢得 ~ 70% 的时间。这就是使得分数可靠的原因。

信心与准确性

信心分数的真正测试是它是否匹配实际结果。以下是 ExPrysm 的信心带对应真实世界准确度的方式:

信心范围预期准确度观察到的准确度状态
50–60%~55%~52%略有保守
60–70%~65%~63%经过良好的校准
70–80%~75%~74%经过良好的校准
80%+~85%~82%强大的可靠性

预期和观察到的准确度之间的紧密对齐表明 ExPrysm 的模型经过良好的校准。当它说 70% 时,意味著 70%,而不是 60% 或 80%。

更高的信心并不总是意味著更好的投注。如果赔率为 2.50,60% 的信心挑选可能比 1.10 赔率下 85% 的信心选择更高的价值。始终将信心与价值分析结合。

如何使用信心分数

筛选精选

最简单的用法:设置最低信赖门槛。例如,只考虑具有 65% 以上信心的预测。这会减少音量,但增加您选择的平均准确度。

与值侦测结合

最强大的方法是将信心与价值相结合。ExPrysm 可以提供的最强信号,也显示出对博彩公司赔率的积极优势。寻找信心和优势都超过您的门槛的选择。

资金分配

有些投注者根据信心来调整投注金额。更高的信心选择会获得更大的投注,较低的信心选择则会更小的投注。这是凯利标准方法的简化版本。

押注范例
50— 65% 的信心
0.5 个单位
保守
65— 80% 的信心
1.0 个单位
标准
80% 以上的信心
1.5 个单位
侵略性

正确校准的模型是什么?

校准是预测的概率和实际结果之间的对齐。一个完美校准的模型将表明,在所有以 70% 的信心进行的预测中,准确 70% 的确实是正确的。

校准曲线

校准曲线(或可靠性图)会根据 y 轴上观察到的频率,绘制 x 轴上预测的概率。完美校准的模型产生从 (0,0) 到 (1,1) 的对角线。对角线上方的点意味著模型不自信;下面的点意味著模型过于自信。

布莱尔得分

Brier 得分测量预测概率和实际结果之间的平均平方差(0 或 1)。它范围从 0(完美)到 1(最差)。Brier 分数较低表示结合更好的校准和辨识。

布莱尔得分口译
0.00 – 0.15卓越的校准
0.15 – 0.25良好的校准
0.25 – 0.35公平校准
0.35+校准差

ExPrysm 的校准性能

ExPrysm 即时跟踪所有市场的校准。该平台来自 7,800 多个分析比赛的绩效数据显示在关键市场上的强大校准:

54.4%
比赛结果 (1X2)
80.8%
双机会 (DC)
55.6%
BTTS
59.7%
进球大小 2.5

检视详细的校准曲线、Brier 分数和每日准确性趋势 效能页面.

有效运用信心的提示

不要盲目追求高信心

对重大最爱的人有 85% 的信心,通常会带来非常低的赔率(1.10—1.20)。支付不能证明风险。一次输掉就消失了许多胜利。始终检查赔率和信心。

考虑市场类型

信心分数在不同的市场表现不同。双机率预测自然具有更高的信赖度(80% +),因为它们涵盖三个结果中的两个。比赛结果(1X2)的预测很少超过 70%,因为三向市场本质上较难。比较相同的市场类型中的信心,而不是跨市场之间的信心。

样本大小很重要

不要根据 10 个预测来判断模型。信心分数是可能性的 — 它们描述了长期频率。您需要至少 100 多个信赖带中的预测,才能有意义地评估校准是否有效。

合并多个信号

最强的方法使用信心作为几个输入中的一个输入:信心得分 + 价值优势 + 联赛级别 + 市场类型。没有单一指标可以说出整个故事。

结论

信心分数是 ExPrysm 上最有用的功能之一,但只有当您了解它们代表什么时才能完成。它们是校准的概率,而不是确定性。经过良好校准的 65% 比来自随机提示器的未校准的 90% 更有价值。

使用信心分数来筛选、排序优先顺序和大小您的选择。将它们与值检测结合,以获得最强信号。请务必记住:目标并不是每次都是正确的,而是要经常做得对,以正确的赔率,以随著时间的推移获利。