Sportvorhersagen mit ML: Eine Analyse der National Hockey League

Die Welt des Sports ist voller Überraschungen, aber was wäre, wenn wir einige dieser Überraschungen mit Hilfe von Machine Learning vorhersehen könnten? In diesem Blogbeitrag tauchen wir tief in die Materie ein und untersuchen, wie Machine Learning zur Vorhersage von Sportergebnissen, insbesondere in der National Hockey League (NHL), eingesetzt werden kann. Wir analysieren die wichtigsten Fakten, Datenquellen und Methoden, um Sportfans und Wettende mit wertvollen Einblicken zu versorgen.

Warum Machine Learning für Sportvorhersagen?

In der heutigen datengetriebenen Welt bietet Machine Learning (ML) aufregende Möglichkeiten in verschiedenen Bereichen, einschließlich Sportvorhersagen. Durch die Analyse riesiger Datenmengen können ML-Algorithmen Muster und Erkenntnisse aufdecken, die für das menschliche Auge möglicherweise nicht erkennbar sind. Diese Fähigkeit macht Machine Learning zu einem wertvollen Werkzeug für Sportanalysten, Wettende und Fans, die ein tieferes Verständnis der Wahrscheinlichkeiten von Sportergebnissen suchen. Das Ziel dieses Projekts ist es, ein Machine Learning Tool zu entwickeln, das Sportfans hilft, gegen Buchmacher zu spielen und ihre Gewinnchancen bei Sportwetten zu erhöhen.

Statistiken der National Hockey League: Sportstatistiken + Wettstatistiken. Man kann sich zu verschiedenen Websites begeben, auf denen man verschiedene Sportstatistiken sehen kann. Man kann diese Statistiken nutzen, um bessere Vorhersagen zu treffen.

• Die Popularität von Sportvorhersagen: Fußball, Basketball, American Football, Rugby, Ice Hockey, Australian Rules Football, Baseball, Cricket, Rugby League. Die Tabelle zeigt die Anzahl der Studien nach Sportart. Fußball ist die beliebteste Sportart, gefolgt von Basketball und American Football.

• Das NHL-Punktesystem muss man kennen, um Sport besser vorherzusagen: 2 Punkte für den Sieg nach regulärer Spielzeit oder Verlängerung, 1 Punkt für den Verlust in der Verlängerung oder im Penaltyschießen und 0 Punkte für den Verlust nach regulärer Spielzeit.

Ziel des Projekts: Entwicklung eines Tools, das Sportfans hilft, gegen Buchmacher zu spielen.

R. Bunker, T. Susnjak, Journal of Artificial Intelligence Research 73, 1285-1322, (2022).

Dieses Projekt zielt darauf ab, ein Machine Learning Tool zu entwickeln, das Sportfans hilft, gegen Buchmacher zu spielen und ihre Gewinnchancen bei Sportwetten zu erhöhen. Es ist jedoch wichtig zu beachten, dass das Ziel nicht darin besteht, mit anderen zu konkurrieren, sondern ein ML-Tool zu entwickeln, um Sportfans zu helfen, mit Buchmachern zu konkurrieren.

Die National Hockey League (NHL): Wichtige Fakten

Die National Hockey League (NHL) ist eine professionelle Eishockeyliga in Nordamerika, die aus 32 Teams besteht.

Die Liga ist in zwei Konferenzen unterteilt, die Eastern Conference und die Western Conference, mit jeweils zwei Divisionen. Die Saisonstruktur umfasst eine Vorsaison, eine reguläre Saison (ca. 1300 Spiele) und die Stanley Cup Playoffs.

Regeln und Punktesystem

Das Punktesystem in der NHL ist wie folgt:

• 2 Punkte für einen Sieg (einschließlich Verlängerung oder Penaltyschießen)
• 1 Punkt für eine Niederlage in der Verlängerung oder im Penaltyschießen
• 0 Punkte für eine Niederlage in der regulären Spielzeit

Diese Regeln und die Saisonstruktur sind entscheidend für das Verständnis der Daten, die für Machine Learning Modelle verwendet werden.

Die Season Structure: Preseason, Regular Season (~1300 matches), Stanley Cup Playoffs

NHL Teams: Von 2000-01: 30 teams, Von 2017-18: 31 teams, Von 2021: 32 teams

Sammeln relevanter Daten für Machine Learning

Der erste Schritt bei der Entwicklung eines ML-Modells zur Vorhersage von NHL-Ergebnissen ist das Sammeln relevanter Daten. Diese Daten können aus verschiedenen Quellen stammen, darunter:

• Offizielle NHL-Website: Bietet umfassende Statistiken, Ergebnisse und Spielpläne.
• Sportstatistik-Websites: Websites wie Hockey-Reference.com bieten detaillierte historische Daten.
• Wettstatistik-Websites: Websites wie Flashscore.com bieten Wettquoten und Informationen.

Die Kombination von Sport- und Wettstatistiken kann die Genauigkeit der ML-Modelle erheblich verbessern. Zum Beispiel kann die Einbeziehung von Wettquoten Einblicke in die öffentliche Wahrnehmung der Wahrscheinlichkeit eines bestimmten Ergebnisses liefern.

Web Scraping: Die Daten werden über verschiedene Webseiten gesammelt, um sie für die Vorhersagen zu verwenden.

• Die Web Scraping-Methode wird im Programm verwendet: Python mit Selenium. Die Raw Dataset Size enthält NHL Seasons von 2018/2019 bis 2022/2023: ~ 5557 rows x 43 columns including bet statistics from bwin and bet-at-home. Downloadzeit: ~4 hours for one season (~1200 matches)

Man kann die Quotenformate in den Einstellungen umschalten.

Feature Engineering: Kumulative und Differenzmerkmale

Sobald die Daten gesammelt sind, besteht der nächste Schritt darin, Features zu entwickeln, die die Vorhersagekraft des ML-Modells verbessern können. Feature Engineering umfasst die Transformation von Rohdaten in aussagekräftige Eingaben für die Algorithmen. Zwei Arten von Features, die besonders nützlich sind, sind kumulative und Differenzmerkmale.

• Kumulative Merkmale: Dies sind Merkmale, die historische Daten über einen bestimmten Zeitraum aggregieren. Zum Beispiel könnte ein kumulatives Feature die Gesamtzahl der von einem Team in den letzten fünf Spielen erzielten Tore sein. Diese Funktionen helfen, Trends und Konsistenz zu erfassen.

• Differenzmerkmale: Diese Merkmale berechnen die Differenz zwischen zwei kumulativen Merkmalen. Zum Beispiel könnte ein Differenzmerkmal die Differenz zwischen den Toren sein, die ein Team zu Hause und auswärts erzielt hat. Diese Funktionen helfen, die relative Stärke oder Schwäche von Teams zu analysieren.

Die Art der Merkmale:

• Raw Features: von Webseiten heruntergeladen, nur nach dem Spiel verfügbar
• Cumulative Features: Engineered Features, aus Raw Features gewonnen, vor dem Spiel verfügbar
• Difference Features: Engineered Features, aus Cumulative Features gewonnen, vor dem Spiel verfügbar

Durch die Einbeziehung dieser Features in das ML-Modell kann die Genauigkeit von NHL-Vorhersagen erheblich verbessert werden. Es ist es ist wichtig, dass man eine binäre Zielvariable wie Home_win für jedes Hockeyspiel aus dem Datensatz enthält.

Schritte zur Erstellung eines ML-Modells für Sportvorhersagen

Hier sind die Schritte zur Vorhersage der zukünftigen Spiele mit Sportstatistiken:

1. Dataset preparation: Splitten des Datasets in Sportstatistiken und Wettstatistiken, Reinigen fehlender Werte, Hinzufügen von Punkten nach Hockeyspielregeln, Kodieren nicht numerischer Daten, Entfernen von Merkmalen mit starker Korrelation, Hinzufügen eines Zielmerkmals: Gewinn oder Verlust des Heimteams

   . Um zukünftige Spiele vorherzusagen, benötigen wir Merkmale, die vor dem Spiel verfügbar sind.

2. Training und Testen des ML-Modells: Feature Importance, Training Dataset, Test Dataset. Bei dem Training und Testen des ML Modells soll man verschiedene Machine Learning Algorithmen verwenden: Random Forest Classifier, CatBoost Classifier, XGB Classifier .

Um zu bestimmen, ob die Genauigkeit gut oder schlecht ist, kann man es mit anderen wissenschaftlichen Arbeiten vergleichen: Weissbock et al. (2013) -> 59%, Sergii (2023) -> 59.9%, Weissbock & Inkpen (2014) -> 60.3%, Gu et al. (2019) -> 91.8% Wie man das Modell im Hockey verbessern kann: Mehr Samples, mehr Merkmale einschließlich individueller Spielerleistung, Principal Components Analysis (PCA), verschiedene Methoden wurden angewendet SVM und Boosting-Methoden

Potenzielle Gewinne durch numerische Experimente

Um die potenziellen finanziellen Vorteile von ML-gestützten NHL-Vorhersagen zu bewerten, können numerische Experimente durchgeführt werden. Bei diesen Experimenten wird simuliert, wie man auf der Grundlage der Vorhersagen des ML-Modells wetten würde.

Das Ziel des Projekts: Entwicklung eines Machine Learning Tool, das Sportfans hilft, gegen Buchmacher zu spielen und ihre Gewinnchancen bei Sportwetten zu erhöhen. Dazu gehört es, sich mit bestehenden Vorhersagen zu vergleichen und zu schauen, wo noch Potenzial besteht. Dieses Potenzial möchte man mit Machine Learning identifizieren und nutzen.

• Beispiel für ein numerisches Experiment: Budget: 200€, Dataset: last 20 NHL matches in the season 2022/2023, Strategy: fixed bet 10 € on every match. Total Net Profit: +34.4€

Mit einem Budget von 200€ und einem fixen Einsatz von 10€ konnte so ein Netto Profit von 34.4€ erzielt werden

Wie schlägt sich das ML-Modell im Vergleich zu Buchmachern?

Ein entscheidender Aspekt bei der Bewertung eines ML-Modells zur Sportvorhersage ist der Vergleich seiner Leistung mit der von Buchmachern. Buchmacher beschäftigen Expertenteams, die historische Daten, Teamnachrichten und andere Faktoren analysieren, um Wettquoten festzulegen. Daher kann ein ML-Modell, das Buchmacher durchweg übertrifft, als vielversprechend angesehen werden.

Die Ergebnisse: Die Ergebnisse sind sehr ähnlich: ML model predictions accuracy: 58.80%, Bookmaker predictions accuracy: 58.48%. Das lässt darauf schließen, dass beide die gleichen Variablen bei der Vorhersage verwenden. Auch werden die gleichen Fehler gemacht und die Verteilung der Fehler ist ähnlich. So lassen sich Machine Learning model predictions vs Bookmaker predictions am besten vergleichen. Damit man den Buchmachern etwas voraushaben kann, muss man also andere oder mehr Datenquellen nutzen, um sich zu verbessern.