На протяжении десятилетий выбор победителей в новозеландских скачках на чистокровных лошадях основывался на одних и тех же составляющих: анализе формы лошадей, остром глазе, знании трассы и немалой доле удачи. Лучшие игроки на ставках развивают интуицию — чувство, когда лошадь готова, когда тренер выбрал подходящую скачку, когда условия на трассе благоприятны.
Но у интуиции есть пределы. Человеческий мозг может одновременно обрабатывать, возможно, десяток переменных. Среднестатистические скачки в Новой Зеландии включают в себя десятки лошадей, множество жокеев и тренеров, меняющееся состояние трассы, время прохождения отдельных участков, статистику стартовых позиций и циклы формы, растянувшиеся на несколько месяцев. Даже самый опытный игрок упускает возможность заработать — не потому, что он ошибается, а потому, что не видит полной картины.
Вот тут-то и вступает в игру искусственный интеллект.
Что привнесет ИИ в анализ скачек в Новой Зеландии
Машинное обучение не является чем-то новым в конном спорте. Глобальные платформы, такие как Horse Racing Nation и Timeform, уже много лет используют статистические модели. Но большинство этих систем построены на основе больших зарубежных наборов данных — американских, британских, австралийских — и адаптированы для Новой Зеландии уже после создания системы.
Проблема в том, что новозеландские скачки действительно отличаются. Меньшее количество участников. Меньше скачек. Быстро меняющиеся условия на трассе. Подбор жокеев и тренеров, не отражающий международную практику. Модель искусственного интеллекта, обученная в основном на данных из Великобритании, не понимает, почему лошадь, хорошо выступившая в Риккартоне, может испытывать трудности в Те Рапа, или почему определённая стартовая позиция в Авапуни исторически показывала худшие результаты на мягкой трассе №6.
Предлагаемое решение — модель, обученная исключительно на данных из Новой Зеландии.
Данные, лежащие в основе прогнозов.
Специально разработанный для новозеландских скачек искусственный интеллект обрабатывает тысячи переменных для каждой гонки. Не только очевидные — стартовый номер, вес, недавняя форма — но и закономерности, которые у специалистов по прогнозированию результатов редко хватает времени количественно оценить:
Время прохождения участков — то, как лошадь финишировала на последних 200 и 600 метрах относительно среднего показателя по всем участникам, а не только ее итоговое место.
Прочность барьеров в зависимости от трассы и расстояния — Отличается ли статистически барьер №3 на ипподроме Трентам на дистанции 1600 м от барьера №3 на ипподроме Риккартон на той же дистанции.
История состояния дороги — Как отдельные лошади показывают себя на трассах хорошего, мягкого и тяжелого качества, с разбивкой по типу покрытия.
Особенности поведения тренеров и жокеев на конкретных ипподромах. — не только их общий процент успешных выступлений, но и то, как они показывают себя на каждой площадке.
Переходы между классами — как лошади, переходящие на более высокий или более низкий уровень подготовки, исторически показывали себя в сопоставимых скачках.
Изменения веса во время гонок — разница между заявленным весом и фактическим весом перевозимого груза с учетом требований к стажерам.
Модель не гадает. Она учится на основе десятков тысяч исторических результатов новозеландских забегов — каждого участника, каждого места, каждого отрыва — и выявляет комбинации факторов, которые исторически предсказывали успех.
Почему состояние трассы имеет большее значение, чем думает большинство игроков на скачках.
Один из самых поразительных результатов анализа данных о скачках в Новой Зеландии с помощью ИИ заключается в том, насколько сильно состояние трассы влияет на результаты — и насколько непоследовательно отдельные лошади справляются с этим.
Возьмем типичный состав участников скачек в середине недели в Отаки. На трассе Good 4 фаворит может иметь в своей карьере 3 победы из 7 стартов на трассах Good. Но если копнуть глубже, то окажется, что все три победы были одержаны на трассах Good 3 или более твердых — и эта лошадь никогда не занимала призовых мест на трассах Soft или Heavy. Между тем, лошадь с коэффициентом 15 к 1 в той же скачке провела четыре из пяти своих лучших скачек в карьере на размокшей от дождя трассе.
Большинство игроков, делающих ставки, лишь мельком взглянув на состояние трассы, корректируют свои предположения на одну-две ступени. Модель же количественно оценивает это состояние, учится на его основе и применяет полученные знания к тысячам лошадей.
А что насчет ценности?
Именно здесь искусственный интеллект меняет правила игры для новозеландских игроков на тотализаторе.
Одно дело — выбрать победителей. Другое дело — выбрать победителей по правильной цене. Хорошая система прогнозирования не просто ранжирует лошадей — она оценивает вероятность. Когда модель дает лошади 25% шансов на победу, а фиксированные коэффициенты TAB подразумевают 12% шансов (примерно 8.00 долларов и более), это выгодная возможность.
Это ставки на ожидаемую ценность (EV) — тот же принцип, который используют профессиональные игроки в покер и любители ставок на спорт. Вам не нужно выигрывать каждую гонку. Вам нужно делать ставки, где реальная вероятность превышает рыночную цену.
Искусственный интеллект преуспевает в этом, потому что он бесчувственный. Он не влюбляется в имя лошади, не поддается влиянию эффектной победы в последнем забеге и не делает чрезмерных корректировок после неудачи. Он обрабатывает данные, оценивает вероятность и позволяет математике говорить за себя.
Человеческий фактор все еще имеет значение
Искусственный интеллект не заменяет суждения игрока, а дополняет их. Наилучший подход сочетает сгенерированные ИИ вероятности с вашими собственными знаниями о спорте. Вы можете знать, что определенный тренер каждый год нацелен именно на эти скачки, или что у жокея сегодня большой выбор лошадей. Модель не может учесть все нюансы.
Но то, что модель действительно улавливает — статистические закономерности, выявленные на основе более чем 100 000 исторических запусков, — это информация, которую ни один человек не может удержать в голове. Используйте оба подхода, и вы получите существенное преимущество.
Начало работы с прогнозированием результатов выборов с помощью ИИ в Новой Зеландии
Сейчас существует несколько платформ, предлагающих основанный на данных анализ новозеландских скачек. Одна из них, созданная специально для новозеландских ипподромов, — это... Победа — Система прогнозирования на основе искусственного интеллекта, обученная исключительно на данных новозеландских скачек. Она охватывает все скачки на чистокровных лошадях в Новой Зеландии, генерирует вероятности победы и призовых мест, а также выделяет перспективные возможности на основе ожидаемой стоимости.
В настоящее время сервис находится в стадии закрытого бета-тестирования, и для игроков, желающих проверить, сможет ли ИИ повысить их конкурентоспособность, доступна бесплатная пробная версия.
Независимо от того, используете ли вы Winning Post, строите собственные модели или просто уделяете больше внимания времени прохождения участков и состоянию трассы, направление очевидно: анализ скачек в Новой Зеландии переживает революцию данных. Игроки, которые адаптируются к этим изменениям, будут теми, кто будет держать билеты в кассе.
*(Данная статья носит исключительно информационный характер. Ставки на скачки сопряжены с финансовым риском. Пожалуйста, играйте ответственно.)*
