最近大家都在聊伊朗那边的事儿,但 Polymarket 上有个大佬,不声不响地从网球市场里捞走了 16.5 万多美元(大概 120 万人民币)。
这人从来不去现场,也不给教练发消息。他靠的,就是一个跑在电脑里的机器学习模型。
这是他的钱包,可以围观:
看他最近干的两票,有点“阴”:
巴黎银行公开赛:塞伦多罗 vs 邦齐
盈利:$25,184.10 (+47.55%)
巴黎银行公开赛:克里斯蒂安 vs 蒂恩
盈利:$24,413.96 (+166.7%)
他是怎么玩转网球的?说白了,就四步。
1. 搞了个“数据圣杯”
他把从1985年到2024年,将近10万场职业比赛的数据全喂给了模型。什么场地类型、发球失误、破发点……能想到的都有。
但光有这些没用,厉害的是他算出来的东西:
两个人的胜率差了多少
年龄差了几岁
在红土、草地这种特定场地上,各自的实力评分(ELO)
2. 找到了最关键的数据
就像泰坦尼克号上,“头等舱、女性”是最关键的生存标签一样。他也在海量数据里,揪出了两个最能预测输赢的因素:
俩人总的实力分差
在今天的场地上,俩人的实力分差
数学只是证明了一件事:比如在红土遇到纳达尔,他那“红土ELO光环”基本就是无解。
3. 让模型“接力赛”
他先试了单一的决策树,准确率74%。又试了基础的ELO规则,72%。然后用了个叫“随机森林”的模型(相当于让94棵树一起投票),准确率到