NBA大数据预测高达65%准确且能赚钱的分析研究，究竟是真是假呢?

今天来分享一篇研究，是由Matthew Houde所撰写的《Predicting the Outcome of NBA Games》，是一篇利用机器学习的模型去预测NBA比赛结果的研究，而我们将这篇研究方法实测於2022年，也就是本赛季的常规赛中，回测结果竟然真的可以「赚钱」，所以就让我们来好好介绍这篇吧!!

博彩公司的阴谋

首先，我们以掷硬币来说明一下博彩公司背後的阴谋，假设你和朋友每人投注 10 元，如果掷出人头，你可赚到 10 元。如果掷出数字，你就输掉 10 元，这样规定下，你们双方都不占任何便宜，用博彩术语来说，这叫 100% 市场，也就是说投注的一方和受注的一方都没有任何优势（利润），因此，100% 市场就是零利润的市场。

但如果您是跟寻求利益的博彩公司赌铜板，那结果就不一样了，此时市场的百分比会超过 100%，而这超出 100% 的市场百分比即是博彩公司加诸在投注者身上的利润，或是博彩公司为服务收取的费用。

那要如何计算博彩公司每场比赛的利润呢?其公式如下

假设A队赔率为1.76，B队为2.1，那麽博彩公司的利润为(1/1.76)*100% +(1/2.1)*100%-100% = 4.4%。

而业界目前在各赛事中平均的利润都高达5%~8%，因此，我们如果将「赔率」加入到我们模型的预测上，虽然预测准确度能够有效的提升，但也容易使我们的预测越靠近博彩公司，那麽我们与博彩公司之间的利润差距就会有5%~8%的空间，也因此使我们相对较不易於获利的原因之一。

Matthew Houde的研究

Matthew Houde的研究则是利用了30个特徵值进行机器学习模型预测，而其30个特徵都未使用到任何赔率，并做出高达65.1%准确度的模型，也因此使我们对其感到兴趣。

Matthew Houde所利用的特徵值分别为以下主队与客队各15个特徵，而计算周期为本赛季前10场比赛的平均值

      并利用六个机器学习的模型进行预测，最终以Gaussian Naïve Bayes模型做出高达65.1%的准确度

实测结果

当我们知道该研究所使用的模型、特徵值等方法後，秉持着数据分析的原则，就必须要实测看看结果究竟如何。因此我们利用了NBA於2022年，也就是本赛季的常规赛做为绩效回测的实证，最终回测上的确获得了「65%」的准确度

在绩效的回测上，我们以每次下注1000元，并且只投注於不让分盘的结果，最终整年的获利来到了「21920元」，而曾经最高获利来到「26220元」，最低则有到「-19660元」，爆冷门(获利扣除成本>2000元)的比赛就有11笔，而霍获利介於1000到2000之间的比赛则有78笔，因此算是抓到相当多冷门的比赛

总结

从本次研究我们得知以下三个论点:

1.博弈公司开出的赔率虽然是预测比赛胜负中重要的特徵值，能有效提升预测准确度，但对於投注者来说获利不易

2.在特徵值未加入赔率下，相对容易预测中冷门的比赛，也因此较容易有较多单笔大的获利能用於弥补多笔亏损

3.本研究所参考的周期为本赛季前10场比赛，使得赛季初因参考数据较少，较容易失准，因此可以多尝试不同周期的数据来优化模型的预测