2020世界杯四强预测(世界杯排名)

波兰vs沙特阿拉伯|2022卡塔尔世界杯  » 波兰vs沙特阿拉伯 »  2020世界杯四强预测(世界杯排名)
0 Comments

高盛为本届世界杯打造的统计模型听起来很了不起:这家投资银行挖掘参赛球队和球员的数据,利用人工智能技术预测可能影响比赛结果的因素,模拟一百万个可能发生的事件。随着比赛的进行,这种模式不断更新,结果是一个又一个错误。当然,它没有预测到法国和克罗地亚会退出决赛。

高盛的模型未能准确预测足球比赛的结果,这足以让人嘲笑精英银行家的傲慢(他们也将类似的复杂模型应用于投资决策)。左上机会基金(Upper Left Opportunities Fund)创始人汤姆·派尔(Tom Pair)最近在一条推文中写道:

“当然,过去的数据并不总能预测未来;高盛从来没有要求客户仅仅根据模型的结果来做决定。无论如何,这个模型只是计算了夺冠和晋级的可能性,为每支球队设定的夺冠几率不超过18.5%。这次事件给我们的教训是,大数据、人工智能等热门技术不一定能让统计预测更准确。”

2014年世界杯,高盛进行了一项统计项目,没有今年的雄心勃勃。预测模型仅使用特定的球队统计数据,如一支球队在过去十场正式国际比赛中的进球数和球队的国际排名,以及决定每支球队离家路程长短的各种变量。之一个模拟结果是半决赛巴西2:1战胜德国,最终3:1战胜阿根廷捧杯。卫冕冠军西班牙在另一场半决赛中输给了阿根廷。

现在我们都知道西班牙在小组赛被淘汰,而巴西7-1不敌最终成为世界冠军的德国。之后,高盛的经济学家Jan Hatzius和Sven Jari Stehn将预测模型的失败部分归因于足球的“自然随机性”。他们写道:

“根据模型的预测,巴西会以2比1获胜,但实际上,德国人带走了一场7比1的胜利。我们很遗憾预测失败了。但作为德国人,我们也想指出,世界上有比真相更重要的东西。”

为了更精确地预测2018年世界杯,高盛的经济学家将大量球队和球员数据应用于四种不同的数据处理模型,以获得统计模型的预测能力。之后,经济学家开始模拟计算每个博弈最有可能的结果。通过在球员层面增加变量(如球队中某球员的平均评级,以及防守和进攻能力的量化数据)获得的初步结果看起来令人满意。人工智能让更精细的数据成为可能。也是因为引入了详细的数据,今年的预测模型应该会比2014年的版本更好。

2014年的模型成功预测了三支进入半决赛的队伍,所以整体差别没那么大。巴西输给德国的历史性一役很难重现,它将永远存在于这两个足球强国的记忆中。计算机绝对不可能预测到这个结果。

到2018年世界杯,高盛模型预测的前四名分别是巴西、法国、德国和葡萄牙,巴西将在决赛中击败德国。事实上,四支队伍中,只有法国队最终晋级四强。

高盛在世界杯期间更新了模型。根据6月29日和7月4日的两次预测,两次入围的将是“巴西和西班牙”和“巴西和法国”。后来的预测给出了英格兰和比利时之间的冠军结果。两个队最终都在半决赛中被淘汰。

当然,预测不是百万美元的赌注,甚至不是承诺。“即使使用更先进的统计技术,预测仍然非常不确定,原因很简单,足球是一项不可预测的运动。”Steen的同事Manav Chaudhary和Nicholas Fawcett写道,“这就是为什么世界杯的观看体验会给人以外部 *** 。”

公平地说,高盛不是唯一一个复杂模型无法处理复杂任务的公司。瑞银预测结果显示,德国夺冠概率更大,巴西、西班牙、英格兰紧随其后。根据瑞银的计算,克罗地亚晋级四强的几率只有4.4%。研究人员对赔率进行处理后得出的结果与庄家几乎相同。

但高盛对滑铁卢的预测可能是最不可理解的。现代技术的出现,将极其详细的数据引入计算模型,催生了预测能力大大增强的神话。但即使是人工智能驱动的最精细的综合数据分析模型,也可能远没有生命复杂。影响结果的因素有很多(球员的伤病和队内冲突,裁判,天气,教练决策失误,激励效果等等。).足球仍然是被少数人牢牢控制的游戏。基于过去的数据,预测大企业、整个行业、国家的行为和表现只会更加困难。

当今数据模型的复杂技术不应该蒙蔽我们的判断。无论我们多么努力地试图用数据库来主宰我们的生活,它仍然是最后的赢家。


发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注