|
|
xG Statistics in Football Matches: Predictions and Betting
Černý, Sebastian ; Hanus, Luboš (vedoucí práce) ; Šťastná, Lenka (oponent)
Tato bakalářská práce se zabývá efektivitou sázení na výsledky fotbalových zá- pasů pomocí statistiky Očekávaných gólů (xG) ze dvou zdrojů: Understat a FootyStats. Hodnotí výsledky šesti různých modelů v sezónách 2021/2022 a 2022/2023 napříč pěti nejlépe umístěnými Evropskými ligami pomocí binární logistické regrese pro predikci dvou možných výsledků: výhra domácího týmu nebo neprohra venkovního týmu. Pro sázení bylo použito několik strategií na základě existující literatury. Výsledky jsou porovnány s modelem obsahu- jícím tradiční proměnné, které jsou běžně používané pro predikce ve fotbale na základě relevantní literatury. Za použití jak kombinace xG proměnných a tradičních proměnných, tak pouze xG proměnných, výsledky ukazují, že xG proměnné jsou efektivní pro predikování výsledků fotbalových zápasů. Model obsahující pouze Understat xG proměnné dosáhl 4.18% návratnosti investice (ROI) při sázení na každý zápas v obou sezónách, což bylo o 3.6% více než model s tradičními proměnnými. Při sázení pouze na vybrané zápasy za určitých podmínek, kombinované modely s oběma typy proměnných, měly nejlepší výsledky dosahující 10.87% ROI, což opět překonalo model s tradičními proměnnými o přibližně 4.5%. KlasiĄkace JEL C10, C53, L83, Z29 Klíčová slova fotbal, očekávané góly, sázení, kurzy, predikce,...
|
host ::
RSS.