建模预测做最大概率的事Analysis_冰球突破

四年前的世界杯再次出现。您是否开始收到类似的短信？

足球、啤酒、香烟、小龙虾、美女……都来吧！！

昨晚你看了东道主的揭幕战吗，还是打算直接瞄准葡萄牙对阵西班牙的大师级比赛？

作为一名伪球迷，君宇小编已经在百度上普及了一些关于世界杯的知识。这次战争正在俄罗斯打得如火如荼。仅仅了解几支强队、记住几位球星是不够的。为了洞察一切，小编写了一条冷门规则来分享给大家。当你的女朋友和闺蜜在旁边看球摸不着头脑的时候，你可以趁机做一些科普。

越位

即在进攻球员拿球的瞬间，在对方半场，接球球员比倒数第二个防守球员更接近球门且比球更接近球门，并试图利用这个位置进行干扰对手的球战。，干扰比赛，如果球从横梁或对方身体反弹，将被判越位。

今天早上，我起床刷朋友圈，感受到了夜猫子赌球的兴奋，喜忧参半……

每年投注世界杯已经变得司空见惯。今年最有可能获胜的球队是谁？

买了就走！总有人快乐，有人悲伤。我绝对不会做这种看天气的事情。 ١١(❛ᴗ❛)

但是苏……

似乎有人已经开始尝试建模并预测结果！

建模预测以最大概率做某事。这是否意味着商机？

这是不是说，如果我根据预测结果下注，我获胜的机会就很大呢？哈哈

于是君宇小编查阅了资料，惊讶地发现，一些业内大佬已经开始从四个方面进行分析和预测。

【人工智能AI】

【统计建模】

【经济分析】

【经济理论】

猜猜谁第一个对整个世界杯做出详细的建模预测？

体育产业（NO!!!）、媒体产业（NO!!!）

出乎你的意料，率先建模预测的公司竟然是投行、证券、金融领域几家非常重量级的公司！

果然，做金融，总会先找到商机。看看四大投行怎么说！

超酷的投行高盛的老爹统计模型采用人工智能技术算法进行建模和分析。意大利著名前国脚、传奇教练安切洛蒂受邀分享冠军预测以及根据各项成绩排名的世界杯全明星阵容。

高盛模型

将球队的比赛特点、球员的个人数据以及球队近期的表现数据放入四种不同的机器学习模型中，以分析每场比赛的得分。这套模型将使用2005年的欧洲杯和世界杯数据来学习这些特征和分数之间的关系。经过一系列的数据校准和数据组合，我们可以大致知道哪些团队特征是有效的。然后我们使用之前建立的模型来预测每场可能的比赛的最终得分，并使用计算出的准确得分来直接比较最终的获胜者。最后这套模型算法的分析结果是巴西以1.70分×1.41分击败德国。

高盛巴西预测的最终获胜者

瑞士首席投资银行办公室根据国际排名考虑了所有条件和主场优势。建立“蒙特卡罗算法”的统计模型。

瑞银模式

UBS输入了大量的随机变量，并利用这些随机变量引入一些随机成分来模拟计算最终的冠军。理论上来说，各方面都比较强的球队更有可能击败排名靠后的球队，但这毕竟是体育比赛，难免会出现一些不良的对决序列。所以，我们一遍又一遍地重复我们的模拟，通过一遍又一遍的重复，我们得到了10,000个模拟游戏。然后我们从这 10,000 个结果中计算每支球队获胜的次数。最后这个模型给出的结果是德国、巴西和西班牙都有可能获胜。最后，由于UBS对德国队的偏爱（？？？），报道的结果是德国队以24%获胜。

检验结果是德国队将夺得大力神杯。

荷兰模特

ING集团的分析则采取了完全不同的角度，通过查看特定国家队的市场价值以及他们之前的表现来分析最终的胜率。（这里所说的市值与他们的胜率密切相关。）这里的球队市值是通过估算每个球员的交易价格以及他们在FIFA数据库中的排名和过去的表现来计算的。的。

他们预计西班牙队将以10.4亿总市值捧起冠军奖杯。预估成绩第二名的是身价10.3亿的法国队。

最后，看看日本野村证券的预测。

野村模型

世界杯的结果是使用提供给自己客户的模型计算的，以平衡损失风险。他们是这样解释他们的模型的：作为分析师，我们必须对我们的世界杯预测添加一些非常严格的限制，所以我们决定使用“最佳投资组合理论”和“有效市场假说”来预测这场比赛。我们主要提取此分析的三个重要指标： 1. 球队中每个球员的价值 2. 整个球队的战斗力 3. 球队过往的表现

分析结果显示，法国、西班牙和巴西将大概率进入半决赛，最终的胜者很可能在法国和西班牙之间。