Методология
Как рассчитывается вероятность Riftcast, как она оценивается после окончания матча и что означают получаемые числа. Это техническое дополнение к странице «О проекте».
1. Чем мы занимаемся
Riftcast публикует вероятность для каждой из сторон профессионального матча League of Legends, рассчитанную моделями машинного обучения на исторических данных матчей. Вероятность формируется до начала матча, сохраняется, а после игры оценивается по результату. Прогноз никогда не пересматривается задним числом.
Вероятность - это не предсказание того, что произойдёт. Это утверждение о длинной серии похожих матчей: говоря, что команда побеждает в 65 процентах случаев, мы утверждаем, что во множестве матчей с такой оценкой выигрывается примерно 65 из 100. Поражение команды, оценённой в 65 процентов, не означает, что прогноз не сбылся. Не сбылся он тогда, когда команда с оценкой 65 процентов на большой выборке выигрывает лишь половину матчей.
Мы не продаём предсказанных победителей. Мы публикуем откалиброванные вероятности и собственные результаты, включая рынки, где эти результаты отрицательны.
2. Модели
На каждом матче работают четыре модели. Они обучаются независимо на одних и тех же данных и часто расходятся во мнениях, и это сделано намеренно: разброс между ними сам по себе показывает, насколько на самом деле предсказуема данная встреча.
FastTree
Дерево решений с градиентным бустингом и та точка отсчёта, относительно которой измеряются все остальные модели. Обучается быстро, сохраняет стабильность между переобучениями и хорошо справляется с обычным случаем: две известные команды в устоявшейся лиге с обширной свежей историей. Это модель бесплатного уровня и та, чьё качество падает наиболее плавно, когда данных по команде мало.
LightGBM
Реализация градиентного бустинга с ростом по листьям. Она подстраивается быстрее, чем FastTree, когда меняется сама игра, поэтому оказывается сильнее на стыках патчей и на международных турнирах, где команды разных регионов встречаются впервые, а региональная форма служит плохим ориентиром.
PCA Sweep
Конвейер на главных компонентах, гиперпараметры которого выбраны обширным офлайн-перебором, с понижением размерности перед классификатором. Сжатие коррелированных командных показателей в меньшее число компонент снижает переобучение на множестве почти дублирующих друг друга признаков, из которых состоит профиль команды, и обычно это самая точная из трёх базовых моделей.
Consensus
Не четвёртая модель, а взвешенная смесь трёх предыдущих, где вес определяется недавней логарифмической ошибкой каждой, так что модель в неудачной серии вносит меньший вклад. Consensus - самое надёжное отдельное число на сайте и одновременно самое осторожное: он редко выдаёт крайние вероятности, которые иногда дают отдельные модели.
Каждая модель существует в двух вариантах. Базовый вариант прогнозирует по форме команды и игроков до начала игры. Вариант с учётом драфта переоценивает ту же игру после того, как все десять чемпионов зафиксированы, добавляя к форме команды винрейты чемпионов, синергию внутри состава и контрпики. Этот вариант доступен только после завершения выбора чемпионов, поэтому прогноз может измениться незадолго до начала игры.
3. Обучающие данные
- 15,622 отдельных игр проиндексировано
- 450 команд отслеживается
- 230 турниров охвачено
- 35,844 прогнозов оценено и сохранено
Систему питают два источника. Расписания, состояние идущих игр и выбор чемпионов поступают из официального API LoL Esports на lolesports.com. Статистика завершённых матчей, на которой обучается каждая модель и по которой оценивается каждый прогноз, берётся из данных, собираемых с gol.gg. Когда источники расходятся по результату, истиной считается gol.gg, а данные прямой трансляции отбрасываются.
Модели видят форму команды в скользящих окнах последних матчей, оценку силы в духе Elo с поправкой на уровень региона и межрегиональные результаты, винрейты по сторонам карты, статистику по целям и золоту, форму отдельных игроков текущего состава, а в варианте с учётом драфта - фактически выбранных чемпионов. Признаки считаются симметрично для обеих сторон, чтобы модель не могла ничего извлечь из того, какая команда указана первой.
Все модели переобучаются ежедневно в 00:10 UTC на всей доступной на тот момент истории, а прогнозы на предстоящие матчи формируются заново по завершении обучения. Файл модели между переобучениями не изменяется никогда.
Ни один турнир не исключается из обучения. Ранние версии конвейера отсекали часть небольших и международных турниров; от этого отказались в 2026 году, поскольку исключаемые турниры были ровно теми, где моделям данные нужнее всего.
4. Как учитывается точность
Прогнозы, сделанные до начала матча, сохраняются бессрочно и используются для расчёта этих чисел. Механизма удалить, изменить или задним числом переоценить опубликованный прогноз не существует.
Прогноз оценивается только после того, как матч появится в собранных данных о результатах. Состояние идущей игры никогда не используется для расчёта прогноза, потому что оно получено по мере возможности и иногда ошибочно; матч, победителя которого пока нельзя установить по собранным данным, остаётся неоценённым, а не разрешается по косвенным признакам. Это медленнее чтения прямой трансляции и именно поэтому публикуемые результаты могут отставать от итога на несколько часов.
Оценка проводится с отложенной по дате выборкой: модель измеряется только на матчах, которых ещё не было на момент её обучения, и для системы, переобучаемой ежедневно, это единственная честная проверка. В приведённые ниже числа входит каждый оценённый прогноз. Нет редакторского этапа, на котором неудачная неделя исключалась бы, и ни один рынок не скрывается из-за слабых показателей.
Что мы публикуем
- Доля попаданий
- Доля верных выборов, всегда приводимая вместе с числом выборов, которое за ней стоит. Сама по себе это слабая мера: модель, называющая только явных фаворитов, может показывать высокую долю попаданий, не добавляя ничего сверх простого следования за рынком.
- Оценка Бриера
- Среднеквадратичное отклонение заявленной вероятности от того, что произошло. Чем ниже, тем лучше. Ответ «50 процентов» на всё даёт 0,25, поэтому любое значение выше 0,25 означает, что уверенность, приложенная к выборам, была хуже, чем бесполезной. Именно эта мера выявляет модель, которая уверенно ошибается, чего доля попаданий сама по себе не покажет.
- Логарифмическая ошибка
- Вторая система оценки тех же прогнозов, наказывающая уверенные ошибки существенно строже, чем оценка Бриера. Именно она определяет в смеси Consensus, какого веса заслуживает каждая модель в настоящий момент.
- Доходность
- Сколько принесла бы фиксированная ставка в одну единицу на каждый подходящий выбор по рыночным коэффициентам, доступным до матча. Верный выбор возвращает коэффициент минус один; неверный теряет одну единицу. Доходность - это итог, делённый на число выборов. Это единственная мера здесь, учитывающая цену, и та, при которой модель может быть точной и всё же убыточной.
5. Калибровка
Модель откалибрована, когда заявляемая ею уверенность соответствует действительности на большой выборке: из всех матчей, оценённых в 60 процентов, выиграно должно быть около 60 процентов. Модель может быть одновременно точной и плохо откалиброванной, выбирая правильную сторону, но будучи в ней слишком уверенной.
Сырой вывод модели сам по себе откалиброван плохо, поэтому слой калибровки применяется в момент отображения, подгоняется только по прошлым оценённым прогнозам и никогда по матчу, который прогнозируется сейчас. Поскольку он применяется при чтении страницы, а не зашивается в сохранённый прогноз, история остаётся ровно такой, какой была опубликована, а калибровка за ней продолжает улучшаться.
Калибровка объединяется по лигам, поэтому лига с малым числом оценённых матчей заимствует из более широкой выборки вместо того, чтобы доверять горстке результатов. По той же причине лиги ниже минимальной выборки помечаются как малонадёжные и не входят в основные показатели: не потому, что их результаты плохи, а потому, что их пока недостаточно, чтобы что-то значить.
6. Ценностные выборы
Ценностный выбор - это случай, когда наша вероятность выше вероятности, подразумеваемой рынком для того же исхода. Это расхождение с рыночной ценой, а не предсказание гарантированного результата.
ожидаемая ценность = (вероятность модели x рыночный коэффициент) - 1
Когда это значение выше нуля, рынок предлагает цену, которую мы считаем слишком щедрой, и выбор фиксируется. Каждый зафиксированный выбор сохраняется вместе с вероятностью, ценой и временем публикации, а затем оценивается так же, как любой другой прогноз. Выборы в лигах, помеченных как малонадёжные, отслеживаются, но исключаются из публикуемой доходности, потому что процент по горстке результатов - это шум.
Прежде чем рынок сможет что-либо возглавлять, у него должно быть не менее 50 оценённых выборов. Ниже этого порога числа по-прежнему публикуются в полной таблице вместе с размером выборки, но не считаются результатом.
Сейчас самый сильный рынок в сводке - PCA Sweep на Победитель серии: доходность +10.1 процента при 130 оценённых выборах. Это значение выведено, а не выбрано, и меняется по мере поступления результатов.
7. Частые вопросы
Можете ли вы прогнозировать отдельные игры внутри серии?
Да, и они оцениваются отдельно. Прогнозы на уровне игры и на уровне серии - это разные рынки с разными знаменателями, и они никогда не сводятся в одно число: в серии до трёх побед несколько игр, и совместное усреднение незаметно придавало бы длинным сериям больший вес, чем коротким.
Используете ли вы закрытую или инсайдерскую информацию?
Нет. Всё, что видят модели, общедоступно: опубликованные результаты матчей, официальные расписания и выбор чемпионов в том виде, в каком он транслируется. Нет ни сети скаутов, ни закрытых сведений о составах, ни контактов с командами или игроками.
Как вы справляетесь с новым патчем?
Модели переобучаются ежедневно, поэтому патч входит в них по мере того, как на нём играются матчи, а не через ручную правку. Это значит, что первые дни крупного патча - наименее надёжный период на сайте, а варианты с учётом драфта восстанавливаются быстрее, поскольку статистика по чемпионам сдвигается раньше командной. Мы не подстраиваем модели вручную под патч: это сделало бы публикуемую точность невоспроизводимой.
Как разрешаются ничьи и несостоявшиеся игры?
Прогноз на игру, которая так и не состоялась, аннулируется, а не засчитывается как промах, и аннулированные выборы убираются из всех чисел. Там, где рынок может закончиться возвратом, например когда тотал приходится точно на линию, выбор аннулируется, а вложенная единица считается возвращённой. Серии, попавшие в собранные данные с неполным счётом, остаются неоценёнными до появления недостающих игр.
Почему бы не использовать просто лучшую модель?
Потому что то, какая из них лучшая, меняется, и понять это можно лишь задним числом. Каждая из трёх лидировала на разных рынках и в разные периоды, а порядок смещается и между патчами, и между региональной и международной игрой. Смешение по недавней логарифмической ошибке даёт число более устойчивое, чем любая отдельная модель, ценой того, что оно почти никогда не бывает самым лучшим на конкретном рынке.
Прогнозы формируются моделями машинного обучения и не гарантируют результатов. Числа на этой странице описывают прошлые оценённые прогнозы и не являются предсказанием будущих результатов. Только в информационных целях; не является финансовой консультацией.