Przez dekady typowanie zwycięzców w wyścigach koni pełnej krwi angielskiej w Nowej Zelandii opierało się na tych samych elementach: przewodniku po formie, bystrym oku, odrobinie znajomości toru i odrobinie szczęścia. Najlepsi typerzy rozwijają intuicję – wyczucie, kiedy koń jest gotowy, kiedy trener znalazł odpowiedni wyścig, kiedy warunki na torze są sprzyjające.
Ale intuicja ma swoje granice. Ludzki mózg potrafi przetwarzać nawet kilkanaście zmiennych naraz. Przeciętny mityng galopów w Nowej Zelandii obejmuje dziesiątki koni, wielu dżokejów i trenerów, zmieniające się warunki na torze, czasy poszczególnych odcinków, statystyki barier i cykle form trwające miesiące. Nawet najbystrzejszy typer zostawia pieniądze na stole – nie dlatego, że się myli, ale dlatego, że nie widzi pełnego obrazu.
Tu właśnie pojawia się sztuczna inteligencja.
Co sztuczna inteligencja wnosi do analizy wyścigów w Nowej Zelandii
Uczenie maszynowe nie jest nowością w wyścigach konnych. Globalne platformy, takie jak Horse Racing Nation i Timeform, od lat korzystają z modeli statystycznych. Jednak większość tych systemów opiera się na dużych zbiorach danych zagranicznych – amerykańskich, brytyjskich i australijskich – i jest adaptowana do potrzeb Nowej Zelandii dopiero na marginesie.
Problem polega na tym, że wyścigi w Nowej Zelandii są naprawdę inne. Mniejsze stawki. Mniej spotkań. Warunki na torze, które szybko się zmieniają. Schematy dżokejów i trenerów, które nie odzwierciedlają formy międzynarodowej. Model sztucznej inteligencji wyszkolony głównie na danych z Wielkiej Brytanii nie rozumie, dlaczego koń, który dobrze biegł w Riccarton, może mieć problemy w Te Rapa, ani dlaczego konkretna przeszkoda w Awapuni historycznie spisywała się słabo na torze Soft 6.
Rozwiązaniem jest model trenowany wyłącznie na danych z Nowej Zelandii.
Dane stojące za prognozami
Specjalnie zaprojektowana sztuczna inteligencja wyścigowa Nowej Zelandii przetwarza tysiące zmiennych na wyścig. Nie tylko te oczywiste – barierę, wagę, aktualną formę – ale także wzorce, na które ludzcy handicapperzy rzadko mają czas, by je skwantyfikować:
Czasy sekcyjne — jak koń ukończył ostatnie 200 i 600 metrów w porównaniu ze średnią dla całej stawki, a nie tylko swoje ostateczne miejsce.
Wydajność bariery według toru i odległości — czy bariera 3 w Trentham na odcinku 1600 m statystycznie różni się od bariery 3 w Riccarton na tym samym odcinku.
Historia stanu zdrowia — jak poszczególne konie radzą sobie na torach o dobrej, miękkiej i ciężkiej nawierzchni, podzielone według rodzaju nawierzchni.
Wzory trenerów i dżokejów na określonych torach — nie tylko ich ogólny wskaźnik skuteczności, ale także to, jak radzą sobie na poszczególnych obiektach.
Przejścia klasowe — jak konie startujące w wyższych lub niższych klasach radziły sobie w porównywalnych wyścigach.
Zmiany wagi podczas wyścigów — różnica między masą przypisaną a masą faktycznie przenoszoną, z uwzględnieniem roszczeń stażystów.
Model nie zgaduje. Uczy się na podstawie dziesiątek tysięcy historycznych wyników wyścigów w Nowej Zelandii – każdego biegacza, każdego miejsca, każdej przewagi – i identyfikuje kombinacje czynników, które historycznie przewidywały sukces.
Dlaczego stan toru ma większe znaczenie, niż zdaje sobie sprawę większość graczy
Jednym z najbardziej uderzających odkryć wynikających z analizy danych wyścigowych w Nowej Zelandii przeprowadzonej przez sztuczną inteligencję jest to, jak duży wpływ na wyniki ma stan toru — i jak nierównomiernie radzą sobie z tym poszczególne konie.
Weźmy pod uwagę typową stawkę w środku tygodnia w Otaki. Przy kursie „Good 4” faworyt może mieć w karierze trzy zwycięstwa z siedmiu startów na dobrych torach. Ale jeśli przyjrzymy się bliżej, możemy odkryć, że wszystkie te trzy zwycięstwa padły na torach „Good 3” lub twardszych – a ten koń nigdy nie plasował się na miękkiej ani twardej nawierzchni. Tymczasem koń z kursem 15 do 1 w tym samym wyścigu rozegrał cztery z pięciu najlepszych wyścigów w karierze na nawierzchni pokrytej deszczem.
Większość typerów spogląda na stan toru i koryguje swoje myślenie o jeden lub dwa stopnie. Model kwantyfikuje go, wyciąga z niego wnioski i stosuje tę wiedzę w przypadku tysięcy koni.
A co z wartością?
W tym miejscu sztuczna inteligencja zmienia zasady gry dla graczy z Nowej Zelandii.
Co innego typować zwycięzców. Co innego typować zwycięzców po odpowiedniej cenie. Dobry system predykcyjny nie tylko klasyfikuje konie, ale także szacuje prawdopodobieństwo. Kiedy model daje koniowi 25% szans na wygraną, a stałe kursy TAB sugerują 12% szans (około 8.00 USD+), to jest to okazja do wartości.
To jest obstawianie wartości oczekiwanej (EV) – ta sama koncepcja, którą stosują zawodowi pokerzyści i bukmacherzy sportowi. Nie musisz wygrywać każdego wyścigu. Musisz obstawiać, gdzie rzeczywiste prawdopodobieństwo przewyższa cenę rynkową.
Sztuczna inteligencja jest w tym mistrzem, ponieważ jest pozbawiona emocji. Nie zakochuje się w imieniu konia, nie daje się zwieść efektownemu zwycięstwu w ostatnim starcie ani nie przesadza z korektą po pechowym występie. Przetwarza dane, szacuje prawdopodobieństwo i pozwala matematyce przemówić.
Czynnik ludzki nadal ma znaczenie
Sztuczna inteligencja nie zastępuje osądu gracza, lecz go wzmacnia. Najlepsze podejście łączy prawdopodobieństwo generowane przez sztuczną inteligencję z Twoją własną wiedzą o sporcie. Możesz wiedzieć, że dany trener co roku koncentruje się na tym konkretnym spotkaniu lub że dżokej ma dziś bogaty kalendarz przejazdów. Model nie uwzględnia wszystkiego.
Ale to, co model rejestruje – wzorce statystyczne z ponad 100 000 przebiegów historycznych – to informacje, których żaden człowiek nie jest w stanie pomieścić w swojej głowie. Używając obu, zyskujesz przewagę materialną.
Wprowadzenie do prognoz wyścigów AI w Nowej Zelandii
Kilka platform oferuje teraz oparte na danych analizy wyścigów w Nowej Zelandii. Jedna z nich została stworzona specjalnie dla nowozelandzkich galopów. Zwycięski post — silnik predykcyjny AI, trenowany wyłącznie na danych wyścigowych z Nowej Zelandii. Obejmuje wszystkie wyścigi konne w Nowej Zelandii, generuje prawdopodobieństwo zwycięstwa i miejsca oraz wskazuje potencjalne korzyści w oparciu o wartość oczekiwaną.
Usługa znajduje się obecnie w fazie zamkniętej wersji beta, a gracze chcący sprawdzić, czy sztuczna inteligencja może zwiększyć ich przewagę, mogą skorzystać z bezpłatnego okresu próbnego.
Niezależnie od tego, czy korzystasz z Winning Post, budujesz własne modele, czy po prostu zwracasz uwagę na czasy poszczególnych odcinków i różnice między stanem toru a warunkami na torze, kierunek jest jasny: analiza wyścigów w Nowej Zelandii przechodzi rewolucję w danych. Gracze, którzy się dostosują, będą trzymać bilety w okienku płatności.
*(Niniejszy artykuł ma charakter wyłącznie informacyjny. Zakłady na wyścigi konne wiążą się z ryzykiem finansowym. Prosimy o rozważną grę.)*
