Sådan virker det
En proprietær maskinlæringsmotor. En AI forklarer forudsigelserne — den laver dem aldrig.
Oddbert forudsiger kampudfald med et kalibreret ensemble bygget på levende holdratings. Vi er åbne om, hvad modellen kan og ikke kan.
- 1
Levende ratings
Elo, pi-ratings og en Dixon-Coles-målmodel opdateres efter hver afsluttet runde. Klub- og landsholdspuljer holdes adskilt.
- 2
Point-in-time-features
Hver feature har et as-of-tidsstempel. En forudsigelse lavet på tidspunkt T bruger kun data kendt på T — ingen look-ahead, hverken i produktion eller backtests.
- 3
Kalibreringslag
Rå modeloutput kalibreres på et separat out-of-time-vindue. Ved hver ugentlig genoptræning forsøges en ny kalibrering, og den beholdes kun, når den måleligt forbedrer resultatet på data, den ikke er fittet på. Vi gemmer både rå og kalibrerede sandsynligheder.
- 4
Forklaring, ikke opfindelse
AI'en modtager de endelige sandsynligheder og modellens feature-attributioner og skriver en læsbar forhåndsanalyse. Den er — i kode — spærret fra at producere tal.
Attributionernes rækkevidde: faktor-chipsene tilskriver den gradient-boostede komponent i et ensemble, hvis hovedtal desuden forankres til markedet, hvor der findes en konsensus. Dixon-Coles- og Elo-komponenterne og markedsforankringen dækkes ikke af chipsene — modelkortet på transparenssiden oplyser det pr. champion.
Et ærligt loft
1X2-træfsikkerhed topper omkring 50–55% — bookmakerne selv ligger nær 54%. Vores mål er at lande inden for 0,005 RPS af markedets lukkelinje. Ethvert backtest med 60%+ træfsikkerhed behandles som en data-lækage-fejl, aldrig en succes.
Kun walk-forward
Vi validerer strengt fremad gennem tiden. Blandet krydsvalidering lækker fremtiden ind i fortiden på tidsseriedata, så vi bruger det aldrig.