Discusión: Trabajos científicos sobre apuestas deportivas. Redes neuronales y otras hierbas

He encontrado estos estudios universitarios aplicados a la predicción de eventos deportivos:

1. Estudio de un sistema de predicción para la NHL
http://homepages.cae.wisc.edu/~ece53...t/f03/kahn.pdf

2. Carreras de galgos
http://ai.bpa.arizona.edu/papers/dog93/dog93.html

3. Fútbol
http://citeseer.ist.psu.edu/cachedpage/235956/2

http://citeseer.ist.psu.edu/update/105708

http://citeseer.ist.psu.edu/cache/pa...ce-s-world.pdf

http://citeseer.ist.psu.edu/update/10335

Originalmente publicado por Manolo2

Alguien que sepa algo de ingles, nos puede traducir lo basico????

¿Ves aqui a la gente pinta de chacha?

Muy interesantes los links, hay algunos que ya tenía pero otros no. Gracias.

La verdad es que hay poca informació válida sobre el tema de estrategias modelos y predicciones, la mayoria sobre futbol. De lo poco que he podido ir leyendo, os puedo comentar que la mayoria de articulos tienen información muy general, con resultados que engloban un monton de partidos y temporadas y con resultados mas que cuestionables.

Os podeis encontrar desde modelos con regresiones de 40 variables o mas, a modelos basados en distribuciones de Poisson, sobre datos ¡que no son Poisson!, dicho por el propio autor.

De lo mejorcito que he encontrado por ahi, sobre la NHL, www.hockeyanalytics.com

En cuanto a las redes, pues el problema es lo que aparece en el primer articulo, determinar que parametros son los optimos. El learning parameter y el momentum son los parámetros de aprendizaje de la red, además de esto hay que determinar el numero de capas de la red y el numero de neuronas por cada capa, esto determinará lo 'inteligente' que es la red.

Que puede suceder, pues que si los parametros no estan correctamente seleccionados, la red aprendera muy lentamente, o a saltos. Si la red la hacemos muy 'tonta' llegará a unas conclusiones muy generales, como puede ser clasificar todo lo que entre al grupo que más hay. Si la hacemos muy 'lista', la mamona, llega a aprenderse los resultados.

Así que como podeis ver hace falta, además de conocimiento del tema, mucho tiempo. En esta pagina podeis encontrar dos redes neuronales en excel, un clasificador y un estimador (predictor). Son muy sencillas pero funcionan bien: http://www.geocities.com/adotsaha/NNinExcel.html

Seguiremos informando.

El primer estudio es de la NFL, no de la NHL, me equivoqué. Y bueno, describe el método que siguieron para aplicar las redes neuronales a los pronósticos de la NFL durante dos semanas. Cogieron todas las box score de la web nfl.com de las 15 primeras semanas y sobre esos datos actuaron.

Pues estaba buscando información sobre redes neuronales y la predicción en los deportes, y me salieron esos trabajos, a ver si encontraba algún soft asequible. Ví neuroxl, un add-on para excel, y asegura en su web que es muy fácil usarlo para predecir resultados deportivos sin tener ni idea de matemáticas o de estadística.

También está http://www.prosoccer.gr/ una web ya conocida por muchos, y que basa sus pronósticos en un software de redes neuronales. Hace mucho que no lo sigo, pero en su momento no me parecieron unos resultados espectaculares. De todas formas, como esto se supone que va aprendiendo progresivamente, igual los resultados cada vez son mejores.

El tema de Poisson parece interesante, por lo visto lo aplican a la media de goles del equipo A en casa y del equipo B fuera de casa, y con ello tratan de predecir con Poisson el número de goles que marcará cada uno en un encuentro entre ambos equipos.
http://tprc.blogspot.com/2007/05/dis...rtidos-de.html
No sé si se podrá aplicar a los asian handicaps. Es decir, si miramos la media de la diferencia de goles del equipo A en casa y las del equipo B fuera de casa.

Hombre, parece ser que no es el único que está intentándolo a través de las redes neuronales .

Yo, que tuve "la suerte" de no ver una rama mejor para hacer que IA en la carrera, vi que era una posibilidad real el poder realizar simulaciones de este tipo. Stardust comentó hace no mucho por otro hilo que la idea del Data Minning, en lo que se engloba las redes Neuronales o los algoritmos genéticos o la caracterización de patrones, mediante clustering o similar, puede ser la herramienta que usan muchos en las predicciones de mercados. Se, por amigos de carrera, que empresas que te asesoran financieramente, tipo Gaesco o similar, usan estas herramientas para hacer sus predicciones. Por tanto, aquí también, en este mundo se pueden aplicar.

El problema, según comenta acertadamente buzjss, es que las redes neuronales pueden memorizar, categorizar muy generalmente, y sobre todo, caer en minimos locales de los cuales no salen ni a tiros.

Yo he probado de simular el mercado del +/- 2,5 goles con una red Neuronal tipo Backpropagation usando una herramienta software sobre redes neuronales, muy fácil de utilizar y que es un plugin de excel llamada Alyuda Forecaster XL y para mercados -2,5 goles era como mejor se comportaba, llegando a partir de la 8ª jornada a un 55% de acierto. Pero no puedo garantizaros si es que la red entraba en un mínimo local o era una memorización de la señorita . O los parámetros, que, por ejemplo, no usaba Poisson, como se habla no sólo en este foro, sino en otros, que parece que hay una relación probada con los goles marcados por los equipos. Además, tal como aparece en uno de los links, el cual ya conocía, el tema no es hacerlo sobre las dos ligas últimas, son las que estoy usando, sino que se debería de realizar un algoritmo basado en la Ley de los Grandes números como Montecarlo o similar. Y otra de las cosas que quiero ver es si son realmente posibles encontrar similitudes entre diferentes temporadas ya que los equipos, las motivaciones, etc etc cambian tanto, que no se si es extrapolable o cada temporada se necesita un borrón y cuenta nueva y a volver a "enseñar" a la red.

Otro problema que te puedes encontrar no sólamente es la calidad de los parámetros empleados en el vector de entrada, como comenta buzjss, sino también en la cantidad. Una cantidad excesiva de parámetros, por lo que pude aprender en mis años lectivos, hacen que necesites un número mayor de simulaciones para llegar a un aprendizaje óptimo, eso en el fútbol se traduce en un handicap porque no hay tantos partidos para poder simular. Así, hay que seleccionar los mejores parámetros, y Alyuda Forecaster, supongo que softwares parecidos también deben de tener esta herramienta, te da un estudio después del aprendizaje, donde te señala que parámetros influyen más o menos en ese aprendizaje.

Por último, estoy montando, una red neuronal en Java, yo soy Javero , del tipo SOM, una Kohonen, sí, el nombre se las trae , pero no se si será o no concluyente, pero creo que es posible sacar alguna conclusión más porque este tipo de redes competitivas se pueden adaptar más a este tipo de estudios. Este es el tipo de redes que se usan para predecir mercados financieros. Sí ya lo se, existe software, pero este es de pago, Alyuda lo es, y el mio, lo único que me cuesta es tiempo.

Si saco alguna conclusión, la compartiré con todos vosotros, siempre que sea beneficioso. Estoy realizando el estudio para unas ligas de fútbol en algunos mercados, y si la estrategia funciona, no descarto abrir un hilo a principio de temporada con un estudio similar a los realizados por algunos excelentes foreros, y ponerlo al servicio de todos vosotros. Eso sí, repito, si veo que puede aportar algo.

That's all folks!

Originalmente publicado por Manolo2

Si Goncep a tu madre !!

Mira, yo aqui no estoy para discutir con nadie ni mucho menos con un tipo como tú, que solo viene pidiendo, alguna vez copiando picks, e incluso hablabndo de que se ha forrao con los casinos, yo voy a pasar de descalificaciones hacia ti ni hacia nadie y no viendote por aqui durante una temporada todo irá a mejor.
El foro esta colaborar y no para servir a autenticos perdedores como tu, con el tiempo que llevas aqui, mas que yo inclusod eberias darte cuenta de que gente como tu sobra y desprestigia el foro.

P.D: Si no tienes vida social pues comprate una muñeca hinchable.