⚠️ To narzędzie analityczne i edukacyjne — NIE jest rekomendacją finansową.
Szacunki są teoretyczne. Model osiąga ~64% trafności, podczas gdy rynek bukmacherski ~67% —
czyli jest gorszy od kursów i nie służy do obstawiania. Powstał, by badać kalibrację
prawdopodobieństw, a nie przewidywać wyniki dla zysku.
Uczciwa ocena: model kontra rynek bukmacherski
Backtest chronologiczny: dla każdego meczu prognoza powstaje wyłącznie z ratingów sprzed
tego meczu — model nigdy nie widzi przyszłości. Kalibrator uczony tylko na okresie treningowym.
ATP — 14 049 ocenionych meczów (po 2019-12-31)
| Model | Trafność | Brier ↓ | Log-loss ↓ | Ocena |
|---|
| Elo (surowe) |
63.7% |
0.2206 |
0.6311 |
przed korektą pewności
|
| Elo + kalibracja |
63.7% |
0.2189 |
0.6262 |
nasz model
|
| Rynek (kursy) |
67.7% |
0.2040 |
0.5917 |
🏆 poprzeczka — rynek jest najlepszy
|
| Ranking ATP/WTA |
63.4% |
0.3655 |
12.6251 |
naiwny baseline (tylko 0/1)
|
ATP — kalibracja: czy „70%" naprawdę znaczy 70%?
| Gdy model mówi… | n | Średnia prognoza |
Realnie wygrali | Zgodność |
|---|
| 0%-10% |
175 |
7.0% |
8.0% |
+1.0 pp
✓ świetnie
|
| 10%-20% |
646 |
15.6% |
18.7% |
+3.1 pp
ok
|
| 20%-30% |
1308 |
25.4% |
29.8% |
+4.4 pp
ok
|
| 30%-40% |
1883 |
35.2% |
41.1% |
+5.9 pp
ok
|
| 40%-50% |
2384 |
45.1% |
50.6% |
+5.5 pp
ok
|
| 50%-60% |
2668 |
55.0% |
55.2% |
+0.2 pp
✓ świetnie
|
| 60%-70% |
2323 |
64.9% |
64.9% |
-0.0 pp
✓ świetnie
|
| 70%-80% |
1682 |
74.5% |
73.5% |
-1.1 pp
✓ świetnie
|
| 80%-90% |
810 |
84.1% |
84.8% |
+0.8 pp
✓ świetnie
|
| 90%-100% |
170 |
92.9% |
92.9% |
+0.1 pp
✓ świetnie
|
Kalibrator: a=0.837, b=-0.010.
Współczynnik a<1 oznacza, że surowe Elo było przesadnie pewne siebie i trzeba było
ściągnąć prognozy w stronę 50%.
WTA — 13 043 ocenionych meczów (po 2019-12-31)
| Model | Trafność | Brier ↓ | Log-loss ↓ | Ocena |
|---|
| Elo (surowe) |
64.0% |
0.2212 |
0.6323 |
przed korektą pewności
|
| Elo + kalibracja |
64.1% |
0.2192 |
0.6271 |
nasz model
|
| Rynek (kursy) |
67.0% |
0.2068 |
0.5989 |
🏆 poprzeczka — rynek jest najlepszy
|
| Ranking ATP/WTA |
62.3% |
0.3771 |
13.0232 |
naiwny baseline (tylko 0/1)
|
WTA — kalibracja: czy „70%" naprawdę znaczy 70%?
| Gdy model mówi… | n | Średnia prognoza |
Realnie wygrali | Zgodność |
|---|
| 0%-10% |
43 |
8.0% |
7.0% |
-1.0 pp
✓ świetnie
|
| 10%-20% |
446 |
16.2% |
16.8% |
+0.6 pp
✓ świetnie
|
| 20%-30% |
1134 |
25.6% |
28.0% |
+2.4 pp
✓ świetnie
|
| 30%-40% |
1754 |
35.2% |
36.8% |
+1.5 pp
✓ świetnie
|
| 40%-50% |
2305 |
45.2% |
47.1% |
+1.9 pp
✓ świetnie
|
| 50%-60% |
2599 |
55.0% |
55.3% |
+0.2 pp
✓ świetnie
|
| 60%-70% |
2342 |
64.8% |
62.8% |
-2.0 pp
✓ świetnie
|
| 70%-80% |
1609 |
74.6% |
75.1% |
+0.6 pp
✓ świetnie
|
| 80%-90% |
714 |
84.0% |
83.8% |
-0.2 pp
✓ świetnie
|
| 90%-100% |
97 |
92.0% |
97.9% |
+6.0 pp
ok
|
Kalibrator: a=0.805, b=+0.069.
Współczynnik a<1 oznacza, że surowe Elo było przesadnie pewne siebie i trzeba było
ściągnąć prognozy w stronę 50%.
Dane w bazie
| Tura | Meczów | Zakres | Z kursami |
|---|
| ATP | 70 937 |
2000-01-03 → 2026-07-12 |
62 703 |
| WTA | 46 956 |
2006-12-31 → 2026-07-11 |
46 796 |
WTA zaczyna się w 2007, bo archiwum tennis-data pod adresami 2000–2006 serwuje w rzeczywistości
dane ATP (mężczyzn). Wykryliśmy to i odfiltrowaliśmy — inaczej model kobiet uczyłby się
na meczach mężczyzn.
Dlaczego model przegrywa z rynkiem — i czemu to uczciwe
Kursy zawierają wiedzę, której model nie ma: kontuzje, zmęczenie, sprawy osobiste, warunki,
motywację, kursy insiderów. Rynek to zbiorowa mądrość tysięcy ludzi ważona pieniędzmi.
Model widzi wyłącznie kto z kim wygrał i na czym.
Dlatego wartość tego projektu to nie „pobicie bukmachera" (to się nie uda), tylko:
uczciwie skalibrowane prawdopodobieństwa i przejrzystość — widać dokładnie,
dlaczego model tak twierdzi.