Modello di previsione degli esiti calcistici basato su metriche relative ai singoli giocatori

La tesi prende come riferimento l’approccio proposto da Holmes e McHale (2023) per lo sviluppo di un modello di previsione di esiti calcistici. La principale novità introdotta dal modello è la simulazione del livello a cui ogni giocatore di una squadra delle due in competizione interagisce con ciascuno di quelli della squadra avversaria. Per ottenere la quantificazione delle interazioni tra i giocatori viene utilizzato un modello multinomiale, che restituisce le stime delle probabilità che un dato giocatore interagisca con ciascuno dei suoi avversari, date le due formazioni e il ruolo del giocatore stesso. Le stime delle probabilità ottenute fungeranno da ponderazione per la differenza di tutte le possibili combinazioni dei ratings dei singoli giocatori delle due squadre. Le differenze ponderate serviranno a determinare i parametri di una distribuzione di Skellam, che descrivere una variabile casuale discreta risultante dalla differenza di due variabili casuali indipendenti di Poisson, la quale verrà implementata per ottenere le probabilità dei possibili esiti dell’incontro. Il modello è stato, successivamente, testato sia con delle scoring rule, che hanno suggerito un’ottima performance, anche quando confrontata con quella dei bookmaker, sia con la valutazione dei ricavi ottenuti con gli investimenti nel mercato delle scommesse sportive. Questi ultimi si sono rivelati positivi sulle scommesse 1X2.