Xga футбол что это
Ставки на футбол по xG-модели
Что такое xG?
Счет далеко не всегда отражает происходящее на поле. Сколько раз приходилось видеть, что одна из команд наносит 20 ударов по воротам, всю игру осаждает штрафную площадь соперника, но уступает 0:1, пропустив после единственного удара. Так ли плохо сыграла проигравшая команда? И если да, то насколько? А если нет, то насколько сильно ей не везло у чужих ворот?
По xG-модели каждому удару по воротам присваивается коэффициент, сумма этих коэффициентов отражает опасность, которую команда создала у чужих ворот. Сравнение xG игравших команд формирует альтернативный счет матча.
Лучшие xG-модели
xG-карта матча по модели Майкла Кэйли
xG-карта матча по модели 11tegen11
Обсчитывая все матчи лиги подобным образом, после каждого тура можно получать общую таблицу xG-достижений команд. При желании в нее можно добавить массу дополнительных параметров. Самые простые — xG (ожидаемые голы или суммарная созданная опасность у чужих ворот) и xGa (ожидаемые голы соперника или суммарная допущенная опасность у своих ворот). Их разница соответствует предполагаемой разнице забитых и пропущенных мячей.
Альтернативная таблица АПЛ по xP
Чтобы эффективно использовать xG статистику в предматчевом анализе, придется разобраться и в методологии, и в тех параметрах, которые предлагаются в таблицах. Готового рецепта успеха в ставках xG-модель не предлагает, но является отличным подспорьем для поиска завышенных и заниженных коэффициентов в букмекерской линии. Модель постоянно развивается, убираются баги и добавляются новые значимые параметры. Это делает оценку игры команд все более и более точной.
Как применять xG статистику в ставках?
xG-модель не может точно предсказать счет ближайшего матча, но может оценить, насколько команда будет выступать лучше/хуже на дистанции. Проблема в том, что даже целый сезон — недостаточная дистанция для полноценной регрессии к среднему, а наносимые командой в среднем за сезон 600 ударов — малая выборка. К тому же в клубе может поменяться игровая формация, игроки и тренер, что неизбежно окажет влияние на количество и качество ударов. Еще у команд есть свои особенности, например, игра на контратаках и повышенный процент владения мячом.
Если данные анализа игры команды по xG-модели имеют сильное расхождение с реальными результатами команды, стоит поискать особенность игры, которая приводит к таким перегибам.
Рассмотрим два показательных примера.
Долгосрочные ставки по xG модели
Большинство букмекеров предлагает долгосрочные ставки, например, на попадание команд в первую четверку АПЛ по окончании сезона. Допустим, есть команда, которая после 20 туров идет на 7-8-м месте и отстает от четвертого места на 10 очков. Казалось бы, шансы добиться цели невелики, но таблица по xG показывает недобор порядка 15 очков, а значит, команде катастрофически не везет.
Основными причинами расхождения реальных результатов и данных по xG обычно являются завышенная реализация оппонентов или заниженная собственная реализация. На дистанции эти параметры стремятся к средним значениям, и до конца сезона есть смысл ожидать всплеска по результатам при том же качестве игры.
Оценка вероятности вылета команд в Чемпионшип после 24-го тура АПЛ по xG-модели 11tegen11
Cтавки по xG на отдельный матч
1) Ставки на исходы по xP. Для каждой команды берем реальное количество набранных очков и отнимаем от него xP (ожидаемые голы). Если у одной команды недобор (xP больше реально набранного количества очков), а у другой перебор (xP меньше реально набранного количества очков), причем вторая по букмекерским коэффициентам является фаворитом, стоит задуматься о ставке на команду с недобором.
2) Ставки на тоталы по xG и xGa. Находим команды с солидными переборами или недоборами по xG и xGa (ожидаемые пропущенные голы), смотрим на те же параметры соперников, выделяем матчи с наибольшими расхождениями и рабочими коэффициентами. Например, команда, которая забивает значительно меньше, чем показывает xG, играет с командой, которая пропускает гораздо меньше, чем показывает xGa — есть смысл ставить на индивидуальный тотал больше первой команды.
3) Кто первый забьет по xG при равном счете. В развернутых таблицах есть параметр, показывающий xG команд при равном счете. Некоторые команды отлично играют при ничьей на табло, но начинают нервничать и допускать ошибки, как только соперник выходит вперед, или окапываются у своей штрафной, как только сами забивают. По этому параметру можно вычислять команды, которые с большей вероятностью откроют счет в матче.
Важно понимать, что xG — не всеобъемлющий параметр, объясняющий все процессы, происходящие в командах. При предматчевом анализе нельзя забывать о кадровых потерях и текущей форме, которые в краткосрочной перспективе оказывают большее влияние на результат.
xG — отличный инструмент для выявления трендов и поиска недооцененных/переоцененных команд, но он не может использоваться в отрыве от привычных способов оценки команд. Это просто дополнительный козырь в битве с огромным штатом аналитиков букмекерской конторы.
Как xG статистика помогает при анализе?
Анализ, основанный на xG статистике, это попытка определить уровень соперников и их шансы на успех и выявить долгосрочные тенденции без учета счета матчей. Такой инструмент анализа используют многие профессиональные бетторы и даже тренеры футбольных команд, например, Арсен Венгер.
Что такое xG?
Цифры на табло иногда не отражают реальную ситуацию на футбольном поле. Неоднократно приходилось наблюдать, как команда бьет по воротам 15 раз и атакует весь поединок, но минимально проигрывает после одного попадания в створ. Действительно ли недостаточно хорошо отыграл проигравший? Если ответ положительный, то настолько плохо? А если отрицательный, то, как сильно не везло в завершающей стадии?
Именно xG старается дать ответы и как можно точнее оценить игру соперников.
xG – expected goals, в переводе – ожидаемые голы – это модель расчета ожидаемых забитых мячей, которая чаще всего основывается на опасности ударов по воротам.
По xG-модели, удары оцениваются коэффициентом. Сумма значений показывает опасность, создаваемую футболистами у ворот противника. Сравнение xG соперников позволяет сформировать и предположить возможный счет поединка.
Футбол – малорезультативный вид спорта. Результат отдельных событий зависит от случайностей: ошибки игрока или судьи, рикошета или отскока. В игре отсутствуют статические положения, а это усложняет подсчет статистических показателей и выделение основных моментов для объяснения исхода матча. Выигрыш команды по xG не означает выигрыш по счету, но дает понять, кто приложил больше усилий для успеха.
xG – это не баловство статистических и тактических гиков (людей, сильно увлеченными чем-либо). Система применяется в клубах ТОП лиг. Наставник лондонского «Арсенала» однажды обмолвился, что предпочитает xG модель. На тренировочных базах «Байера» и «Боруссии» Дортмунд показаны зоны, из которых желательно бить по воротам. Продвинутая xG статистика помогает определить уровень соперников, опираясь на различные факторы, а не только прошлые результаты.
Эффективные xG-модели
Авторы моделей делятся результатами в Twitter на своих страницах. Примеры можете увидеть ниже.
xG-карта Майкла Кэйли:
Если обсчитать все поединки чемпионата таким образом, то после окончания тура получится таблица xG-достижений клубов. При желании дополнительно можно учитывать другие показатели. Наиболее простые – xG (ожидаемые голы или суммарная опасность у ворот соперника) и xGa (ожидаемые голы противника или общая опасность, которая была допущена у своих ворот). Разница этих моделей соответствует ожидаемой разнице голов.
Чтобы вычислить более сложные элементы, требуется элементарное понимание теории вероятностей и математического анализа. Среди продвинутых показателей, важную роль играет xP – предполагаемые очки. Еще более сложным показателем является разница созданных и допущенных xG при равенстве в счете.
Для эффективного использования моделей, необходимо разобраться в терминологии и тех показателях, которые подсчитываются. Развернутый анализ создает подобные таблицы (см. ниже). Расшифровку обозначений читайте здесь.
Готового прибыльного рецепта не существует. xG – это лишь подспорье для поиска валуйных котировок в линии букмекерских контор. Модель беспрерывно усовершенствуется: удаляются баги, исправляются ошибки и появляются значимые элементы. Это оценивает игру команд еще точнее.
Недостатки xG
xG не прогнозирует счет предстоящего поединка, но оценивает, насколько хорошо/плохо клуб будет играть на дистанции. Минус в том, что даже весь сезон не является достаточной дистанцией для полной регрессии к среднему значению. За чемпионат команды пробивают примерно по 600 раз – это малая выборка.
К тому же, в коллективе меняются футболисты, тренеры, тактика, а это обязательно сказывается на числе и качестве ударов. Также у команд есть особенности, допустим, игра на удержание, контратаках или с повышенным контролем мяча. Если данные xG модели заметно расходятся с действительными результатами, ищите причину в особенностях игры, которая вызывает такие перекосы.
Есть элементы, которые не учитываются xG моделями. Например, ненанесенные удары. Футболист может выйти на ударную позицию, но не попасть по мячу. Это не учитывается в xG статистике, но недостаток нивелируется на длительном отрезке.
Несмотря на другие проблемы, к примеру, трактовку голов в свои ворота или непробитые удары, на дистанции xG довольно точно показывают реальную силу команд. Со старта сезона чемпионата Англии 2017/18, телеканал BBC в эфире начал предоставлять статистику xG на ряду с другой статистикой (удары, угловые, % владения, фолы и т. д.).
Применяя xG в ставках, рассматривайте информацию в разрезе конкретных соперников. xG можно использовать как для оценки успеха/неуспеха команды в ближайшей игре, так и в качестве основы для долгосрочной ставки. Разберем оба варианта.
Ставки на отдельный поединок
Ставки на победителя по xP. Для каждого соперника возьмите реальное число набранных пунктов и отнимите от него xP (ожидаемые очки). Если у одного клуба недобор (xP больше, нежели реальное число очков), а у другого перебор (xP меньше действительного количества завоеванных баллов), задумайтесь о пари на команду, у которой недобор. Особенно, если по котировкам контор, фаворитом считается команда с перебором.
Ставки на количество голов по xG и xGa. Найдите команды, у которых существенные переборы или недоборы по моделям xG и xGa (ожидаемые голы и ожидаемые пропущенные мячи). Выберите поединки с наибольшим расхождением и котировками, которые можно заиграть (1.7-2.2, в зависимости от вашей стратегии).
Допустим, футболисты забивают гораздо меньше, нежели должны по модели xG, противостоят коллективу, который пропускает меньше, нежели демонстрирует модель xGa. Оптимальная ставка при таком раскладе – ИТБ команды, которая забивает меньше, чем показывает xG.
Кто откроет счет в матче по xG. В развернутых таблицах имеется элемент, показывающий xG соперников при счете 0:0. Некоторые клубы хорошо проявляют себя при ничьей, но нервничают и ошибаются, после пропущенного мяча, либо выставляют «автобус», если сами открывают счет. Этот параметр позволяет выявлять команды, которые с высокой вероятностью забьют первый мяч в игре.
Долгосрочные ставки по xG
Большинство БК добавляют в роспись долгосрочные пари, например, на победителя турнира или попадание в ТОП-3 и прочее. Представим, что есть клуб, который занимает 9-е место в таблице и отстает от 4-ой позиции на 10 баллов. Кажется, что вероятность забраться на желаемую строчку минимальная, но xG указывает на недобор около 14 очков. Значит, команде сильно не везет.
Главными причинами расхождения реальной картины и xG являются завышенная реализация голевых моментов соперников или заниженная собственная. На дистанции эти показатели идут к среднему числу. В оставшемся отрезке сезона есть смысл ждать улучшения результатов и больше завоеванных баллов при том же качестве футболе.
Если до последнего тура клубу вернется недобор в 14 баллов, то есть шансы, что он поднимется на желанное 4-е место. Преимущество в том, что в середине чемпионата попадание команды в четвертку лучших, может оцениваться коэффициентом около 10 и больше. Такие ситуации встречаются регулярно. Это лишь грубый пример использования xG для долгосрочных сделок.
Резюме
Статистика xG не способна объяснить все процессы, которые проходят в командах. При разборе событий важно учитывать не только цифры, но и составы оппонентов, игровую форму и мотивацию. В ближайшем поединке эти факторы больше скажутся на результате, нежели xG модели.
Это вспомогательный инструмент, благодаря которому выявляются тренды и недооцененные или переоцененные исходы. Самостоятельно xG не используется. Сочетайте такой разбор с классическим анализом. Не полагайтесь исключительно на данные xG таблиц. Они служат помощником и являются преимуществом в схватке с букмекером, а не самостоятельным «оружием».
xFootball: Что такое xG и как превратить xG в xPoints
А. Кузнецов, О. Железнов
Последнее время в комментариях просто в геометрической прогрессии множатся различные вариации вопроса «Что такое xG?». Ссылаться на авторов других ресурсов уже становится стыдно, потому держите разбор главного футбольного тренда 2016-го от Карриковедения.
Модель xG — метод оценки качества шансов, которые команда создаёт в атаке или позволяет создать сопернику у своих ворот. Сама аббревиатура xG (сокр. от expected goals) так и переводится — «ожидаемые голы». Позднее появилось ещё несколько показателей: xA — «ожидаемые голевые пасы», xW/xD/xL — «ожидаемые победы/ничьи/поражения», xPoints — «ожидаемые набранные очки» и xGa/xAa — «допущенные ожидаемые голы/ассисты» — то есть голы и голевые пасы, которые анализируемая команда позволила создать сопернику.
Освежим знания из теории вероятностей, чтобы понять, как считаются все эти показатели: допустим, у нас есть случайный эксперимент A — «игрок бьёт по воротам». Какой игрок, как бьёт — пока неважно. У этого эксперимента есть множество исходов Ω = <«игрок пробил мимо», «удар заблокирован одним из полевых игроков», «вратарь парировал удар», «игрок попал в каркас ворот», «игрок забил гол»>. Есть ещё некоторое количество возможных исходов, вроде «игрок промазал мимо мяча» или «прилетели инопланетяне и испепелили мяч на лету», но мы опустим их для простоты понимания.
Каждый из этих исходов имеет определенную вероятность наступления, сумма которых даёт нам единицу, то есть 100%-ю вероятность того, что игрок ударил по мячу. И, собственно, вероятность наступления исхода «игрок забил гол» — это и есть значение искомого параметра xG для данного конкретного удара. После матча xG всех ударов суммируется, и мы получаем те самые цифры, графики и схемы, которые вы в последнее время так часто встречаете.
Нужно помнить, что xG — не совсем классическая вероятность. Её можно интерпретировать как таковую, но считается xG как значение функции, сглаженное логистической регрессией (чтобы попадать в диапазон от 0 до 1). xG — в первую очередь индекс качества момента, который можно интерпретировать как вероятность забить гол этим ударом. Это очень важный нюанс.
Also, people overrate Zlatan as a finisher. His greatness lies elsewhere. pic.twitter.com/OwUf5us0EE
Не будем подробно останавливаться на истории появления xG, потому что она всё ещё пишется, но отдельного упоминания заслуживают норвежский тренер Эгил Ольсен, ещё 20 лет назад заложивший основы этой модели во время своей работы с национальной сборной, и английский журналист Майкл Кэйли, год назад опубликовавший статью Premier League Projections and New Expected Goals и ставший одним из главных популяризаторов модели.
Впрочем, употреблять слово «модель» в единственном числе здесь не совсем верно, на данный момент существует несколько методов подсчёта xG, которые отличаются подходом к расчету (некоторые модели используют лишь положение на поле, некоторые вообще основаны на количестве действий в штрафной соперника и так далее).
В данной статье мы остановимся на модели Майкла Кэйли. В попытке создать как можно меньше формул, но при этом сохранить нюансы различных видов шансов, Майкл остановился на 6 типах ударов по воротам:
Удары были дифференцированы именно так, потому что множества ударов каждого типа имеют различные (но схожие для ударов одного типа) кривые зависимости вероятности забить гол от угла и расстояния до ворот. Кроме этих факторов, учитываются позиция пасующего и тип атаки (заслуживающая упоминания статья о качестве дальних ударов). Вопреки расхожему мнению, мастерство вратаря и так называемое «умение завершать атаки» (англ. «finishing») бьющего игрока влияют на вероятность гола гораздо меньше, чем перечисленные выше факторы.
Это легко можно доказать с помощью коэффициента корреляции — статистической зависимости двух величин друг от друга (изменение одной величины влечёт за собой изменение другой): лишь для игроков, наносящих за сезон более 250 ударов, коэффициент корреляции «финишинга» принимает сколько-нибудь значимое значение. Чтобы это проверить, нужно взять игроков, разбить все их удары на две выборки одинакового размера и проверить, существует ли какая-то корреляция. Для убедительности стоит повторить это действие несколько раз. Коэффициент корреляции считается сильным, если принимает значение от 0,7 (или −0,7 если корреляция отрицательная) и больше. 
Как мы видим из графика выше, существует очень слабая связь между качеством шансов и их конвертацией для игроков, нанесших более 250 ударов за последние 5 лет. Исходя из этого, можно сказать, что мастерство нападающего выражается в другом — в более качественных шансах. Умение открыться и найти мяч в штрафной соперника — тот самый пресловутый инстинкт хищника, который делает игрока нападающим топ-уровня.
В первую очередь, проблема отсутствия какой-либо зависимости кроется в объёме выборки — очень важном для статистического анализа понятии. Кэйли приводит отличный пример: в предпоследнем сезоне НХЛ Александр Овечкин совершил 795 бросков по воротам, Стефен Карри в том же сезоне 1341 раз бросил мяч в кольцо в НБА. В футболе же есть только два игрока, ударившие по воротам более 1000 раз за последние 6 лет (исключая пенальти). Догадываетесь, как их зовут?
Premier League Projections and New Expected Goals
«И, собственно, к чему всё это?» — спросите вы. «Всё это» — ещё одна попытка осознать и описать хотя бы часть игры в футбол с помощью статистического анализа, преследующая две цели: понять, насколько хорошо команда создаёт и реализует свои моменты и насколько реальные результаты команды (в которые частенько вмешивается его величество Случай) отличаются от «сферических в вакууме». С первым всё просто — в один гол конвертируется примерно 0,6–0,8 xG, значит если анализируемая команда наиграла хотя бы на это количество — забить минимум раз она точно заслужила. Со вторым всё гораздо интереснее: удача играет большую роль в футболе из-за пресловутого малого количества матчей и малой результативности, просто сравните его с баскетболом и бейсболом и поймёте, почему «просчитать» футбол гораздо сложнее.
Перейдём к xPoints. Допустим, играют команды А и B, и команда А создала 10 шансов по 0,2 xG каждый, а команда B — 10 шансов по 0,1 xG. Маловероятно, что матч завершится со счётом 10–10, так же маловероятно, что команда B выиграет 3–0. Хотя в таком фортунозависимом спорте, как футбол, всё возможно! В теории вероятностей есть формула полной вероятности, которая позволяет вычислить вероятность интересующего события через условные вероятности этого события. В случае матча, в котором было создано по 10 моментов с каждой стороны, нужно учесть вероятность наступления каждого потенциально возможного исхода: 0–0, 1–0, 0–1, 1–1, 2–1 и так далее до 10–10.
Затем с помощью формулы полной вероятности необходимо вычислить вероятность победы команды А, вероятность ничьей и вероятность победы команды B. Эти величины нужны, чтобы получить математическое ожидание (или среднее значение случайной величины) набранных командой очков, которое считается по формуле «кол-во очков, получаемых за победу, умножить на вероятность победы + кол-во очков, получаемых за ничью, умножить на вероятность ничьей». Готово — мы получили примерное количество очков, которое команда должна была набрать за матч.
«Что за бред, как количество очков может быть дробным? Как команда может набрать 1,7 или 0,3 очка?» — спросите вы. Тут необходимо понять, что xPoints — это не реальное количество очков, на которое наиграла команда, а некий показатель качества игры. Да, обычные очки, присуждаемые за победу/ничью — это тоже показатель качества, но значение этого показателя распределяется дискретно, то есть принадлежит множеству [0, 1, 3].
Дискретное значение подразумевает собой конечное число вероятностей, тем не менее довольно часто случаются матчи, после которых сложно сказать однозначно, что одна команда была явно сильнее другой. Поэтому для моделей, оценивающих качество игры команды, необходимо брать математическое ожидание величины, а не конкретное значение из множества выше. Оценив разницу реальных очков и xPoints, можно сделать выводы об удаче, сопутствующей команде, и понять, какие команды явно прыгают выше головы, а какие, наоборот, не реализуют свои шансы должным образом.
Составив таблицы xPoints для нескольких предыдущих сезонов, можно сказать, что в целом они служат хорошим ориентиром. В сезоне 2013/14 много команд действительно показали хорошую результативность, особенно «Ливерпуль», «Арсенал», «Тоттенхэм» и «Эвертон».
Из прошлогодней таблицы очевидно, что «Лестер» и «Вест Хэм» прыгнули намного выше головы. Не менее очевидно, почему Луи Ван Гал был уволен, несмотря на победу в Кубке Англии — ситуация в чемпионате была просто ужасающей. «Юнайтед» не только мало создавал, но и допускал у своих ворот слишком много опасных моментов — это признак верного середняка и отсутствия прогресса как такового. При этом утверждение, что многие команды выступили ниже своих возможностей, более чем справедливо — только 5 команд вышли в плюс по разнице xPoints и очков по итогам сезона, из них лишь 3 — сколько-нибудь значимо.
Сезон 2016-2017 «Юнайтед», несмотря на мнимую «полосу неудач» в матчах с андердогами, завершил с практически нулевой разницей P-xP.
Конечно же, xG не может претендовать, да и не претендует, на звание «универсальной теории всего» в футболе. Но если не возводить модель в культ и не пытаться судить об игре команды, руководствуясь только xG и xPoints, она может стать интересным инструментом для оценки качества игры команды, подхода главного тренера к стратегии создания голевых моментов и конверсии шансов — или реализации бьющих игроков.
xG-карта матча «Ньюкасл» – «Юнайтед» и таблицы xPoints предоставлены xMetrics.