Останнім часом усі говорять про ситуацію в Ірані, але на Polymarket є один крупний гравець, який непомітно витягнув 16,5 тисячі доларів з тенісного ринку (близько 1,2 мільйона юанів).

Цей хлопець ніколи не ходить на матчі, не пише тренерам. Він покладається на машинну модель навчання, яка працює на комп'ютері.

Ось його гаманець, можете стати спостерігачем:
Подивіться на його останні два ходи, щось такого хитрого:
Відкритий чемпіонат BNP Paribas: Серальдо vs Бондці
Прибуток: $25,184.10 (+47.55%)
Відкритий чемпіонат BNP Paribas: Крістіан vs Тін
Прибуток: $24,413.96 (+166.7%)

Як він придумав грати в теніс? По суті, чотири етапи.

1. Створив "Святий Грааль даних"
Він загрузив у модель дані з майже 100 тисяч професійних матчів з 1985 по 2024 років. Тип корту, невдалі подачі, точки брейку... все, що можна придумати.
Але одних даних недостатньо. Хитрість у тому, що він розрахував:
Різницю у відсотку виграшу двох гравців
Різницю у віці
Рейтинг сили (ELO) кожного на конкретних кортах, як-от червона глина чи трава

2. Знайшов найважливіші дані
Як на "Титаніку" были "перший клас, жінка" — найважливіші ознаки виживання, так і він витягнув з величезної кількості даних два чинники, які найкраще передбачають перемогу:
Загальна різниця у рейтингу між двома гравцями
Різниця у рейтингу на корті сьогодні
Математика просто доказала одне: наприклад, якщо зустрітися з Надалем на червоній глині, його "червоноглинистий ELO ореол" практично неможливо подолати.

3. Дав моделі "естафету"
Спочатку спробував простий граф рішень — точність 74%. Потім базові правила ELO — 72%. Потім використав модель під назвою "Випадковий ліс" (як якщо 94 дерева голосують разом) — точність 76% — все ще недостатньо.
Врешті-решт він застосував жорсткий прийом: XGBoost.
Це не дерева, які голосують разом, а дерева в "естафеті" одне за одним. Наступне дерево стежить за тим, де попереднє помилилось, і заповнює прогалини. Плюс техніка "регуляризації" для запобігання перенавчанню — точність стрибнула до 85%, навіть перевищивши складніші нейронні мережі.

4. Перевірив у реальних змаганнях
Він навчив модель на основі даних до 2024 року, а потім передбачив щойно завершений Австралійський відкритий 2025.
Результат:
116 матчів, відгадав 99 (точність 85.3%)
До початку матчів модель передбачила, що Сінер виграє без поразок.
Без жодних інсайдерських інформацій, просто:
Один комп'ютер
Відкритий код на Python
Алгоритм XGBoost
Та сміливість робити великі ставки на ринку, за яким ще не спостерігає багато людей.

Я точно буду копіювати одну рівно.
У мене є бот копійованої торгівлі, який підключається до гаманця й автоматично слідує за його позиціями.
Натисніть тут, щоб почати синхронізацію його портфеля: