Нейросеть для прогнозов на футбол на Python: данные и точность

Своя нейросеть для прогнозов на футбол — это не столько архитектура сети, сколько данные и честная проверка. Модели нужны три вещи: история результатов для обучения, актуальные матчи для прогноза и коэффициенты как ориентир, с которым сравнивается точность. В SportAPI всё это есть: API результатов отдаёт итоги матчей с историей за 20 лет и статистикой, а API линии — предстоящие матчи и коэффициенты от $30 в месяц за вид спорта. Остальное делается на Python с pandas и scikit-learn.

Сразу о главном: ни одна модель не гарантирует выигрыш. Хорошая модель отличается от плохой не громкими обещаниями, а тем, что её вероятности на проверочных данных точнее рыночных. Ниже — как к этому прийти по шагам.

Какие данные нужны модели прогнозов

Данные	Зачем	Где взять в SportAPI
История результатов: дата, команды, счёт	Обучение модели	API результатов, история за 20 лет
Статистика матчей: удары, угловые, карточки	Дополнительные признаки	API результатов, дополнительные показатели
Предстоящие матчи	Ежедневный прогноз	Календарь матчей в API линии
Коэффициенты	Признак и эталон для сравнения	API линии, prematch

Одна честная оговорка: исторических коэффициентов в SportAPI нет. Поэтому сохраняйте коэффициенты с первого дня подключения — через несколько месяцев у вас будет собственная история, на которой модель можно проверять против рынка.

Шаг 1. Соберите данные в таблицу

Модель учится на одной таблице, где одна строка — один матч. Минимальный набор столбцов:

date, home, away, home_goals, away_goals, odds_home, odds_draw, odds_away

Результаты прошлых матчей загрузите из API результатов, а коэффициенты начните сохранять ежедневно. Этот скрипт раз в день берёт сегодняшние матчи из календаря API линии и дописывает коэффициенты П1 / Х / П2 в файл:

import csv
from datetime import date

import requests

API = "https://YOUR_API_DOMAIN/v1"
HEADERS = {"Package": "YOUR_SPORTAPI_KEY"}

url = f"{API}/events/1/0/sub/50/line/0/0/ru"
response = requests.get(url, headers=HEADERS, timeout=10)
response.raise_for_status()

with open("odds_history.csv", "a", newline="", encoding="utf-8") as file:
    writer = csv.writer(file)
    for tournament in response.json()["body"]:
        for match in tournament["events_list"]:
            odds = {
                outcome["oc_name"]: outcome["oc_rate"]
                for group in match.get("game_oc_list", []) if group["group_name"] == "1x2"
                for outcome in group["oc_list"]
            }
            writer.writerow([
                date.today(), match["game_id"], match["game_start"],
                tournament["tournament_name"], match["opp_1_name"], match["opp_2_name"],
                odds.get("П1"), odds.get("Ничья"), odds.get("П2"),
            ])

Запрос /events/1/0/sub/50/line/0/0/ru — это все футбольные матчи сегодняшнего дня из календаря матчей. Поставьте скрипт на ежедневный запуск, и история коэффициентов будет копиться сама.

Шаг 2. Подготовьте признаки

Сеть не понимает названия команд — ей нужны числа. Простые и полезные признаки:

форма: средние забитые и пропущенные голы в последних 5 матчах;
дома или в гостях: у большинства команд результаты дома и в гостях заметно различаются;
вероятности рынка: коэффициенты, пересчитанные в вероятности без маржи;
статистика: средние удары и угловые за последние матчи — если загружаете дополнительные показатели.

Главное правило: в признаки попадает только то, что было известно до начала матча. Если форма считается с учётом самого матча, модель «подсматривает» ответ и на проверке показывает фантастическую точность, которой в реальности не будет.

Шаг 3. Обучите нейросеть

Для табличных данных не нужна сложная сеть: начните с небольшого многослойного перцептрона из scikit-learn. Код ниже считает форму команд без подсматривания, пересчитывает коэффициенты в вероятности и обучает модель на первых 80% матчей по времени:

import numpy as np
import pandas as pd
from sklearn.metrics import log_loss
from sklearn.neural_network import MLPClassifier
from sklearn.pipeline import make_pipeline
from sklearn.preprocessing import StandardScaler

df = pd.read_csv("matches.csv", parse_dates=["date"]).sort_values("date").reset_index(drop=True)
df["match_id"] = df.index
df["result"] = np.select(
    [df.home_goals > df.away_goals, df.home_goals < df.away_goals], ["H", "A"], default="D"
)

# Форма: средние голы в 5 прошлых матчах команды, без текущего матча
columns = ["match_id", "date", "team", "scored", "conceded"]
home = df[["match_id", "date", "home", "home_goals", "away_goals"]].set_axis(columns, axis=1)
away = df[["match_id", "date", "away", "away_goals", "home_goals"]].set_axis(columns, axis=1)
games = pd.concat([home.assign(side="home"), away.assign(side="away")]).sort_values(["date", "match_id"])
for col in ["scored", "conceded"]:
    games[f"{col}_form"] = games.groupby("team")[col].transform(
        lambda s: s.shift().rolling(5, min_periods=3).mean()
    )
form = games.pivot(index="match_id", columns="side", values=["scored_form", "conceded_form"])
form.columns = [f"{side}_{name}" for name, side in form.columns]
df = df.join(form, on="match_id").dropna()

# Вероятности рынка без маржи
inverse = 1 / df[["odds_home", "odds_draw", "odds_away"]]
market = inverse.div(inverse.sum(axis=1), axis=0)
market.columns = ["p_home", "p_draw", "p_away"]

X = pd.concat([df[form.columns], market], axis=1)
y = df["result"]
split = int(len(df) * 0.8)

model = make_pipeline(
    StandardScaler(),
    MLPClassifier(hidden_layer_sizes=(32, 16), early_stopping=True, max_iter=500, random_state=42),
)
model.fit(X[:split], y[:split])

model_proba = model.predict_proba(X[split:])
market_proba = market[split:][["p_away", "p_draw", "p_home"]].to_numpy()
print("Нейросеть, log loss:", log_loss(y[split:], model_proba, labels=model.classes_))
print("Рынок, log loss:", log_loss(y[split:], market_proba, labels=["A", "D", "H"]))

Модель возвращает вероятности трёх исходов: H — победа хозяев, D — ничья, A — победа гостей. Это удобнее, чем «угадал или нет»: вероятность можно сравнить с коэффициентом.

Шаг 4. Проверьте точность честно

Большинство «точных» моделей из интернета проваливаются именно здесь.

Делите данные по времени, а не случайно. Модель обучается на прошлом и проверяется на будущем — как в реальной жизни. Случайное перемешивание даёт завышенную точность.
Не смотрите только на долю угаданных исходов. Модель, которая всегда ставит на хозяев, угадывает почти половину матчей и при этом бесполезна.
Используйте log loss и Brier score. Они оценивают качество вероятностей: чем меньше, тем лучше.
Сравнивайте с рынком. Коэффициенты — сильнейший бесплатный прогноз. Если log loss модели не ниже рыночного, модель знает о матчах меньше, чем линия.
Проверьте калибровку. Из матчей, где модель даёт 60%, должно выигрываться около 60%.

Только после этого имеет смысл моделировать ставки на исторических данных — с фиксированной суммой и с учётом маржи. Результат такого теста — оценка, а не обещание будущей прибыли.

Шаг 5. Прогнозы на реальные матчи каждый день

Когда модель прошла проверку, работа становится ежедневным процессом:

Утром скрипт берёт матчи дня из календаря API линии.
Считает признаки по последним результатам и текущим коэффициентам.
Модель выдаёт вероятности и сохраняет прогнозы.
После матчей итоги подтягиваются из API результатов, а статистика точности обновляется автоматически.

Прогнозы можно публиковать в Telegram-канале — как настроить автопостинг, мы разобрали в статье о спортивном канале на автопилоте.

Ошибки, которые портят модель прогнозов

Утечка данных из будущего. Форма, рейтинг или статистика, посчитанные с учётом самого матча.
Случайное разделение выборки. Модель видит будущие матчи при обучении.
Переобучение. Слишком большая сеть на нескольких тысячах матчей запоминает шум. Начните с маленькой и сравните с логистической регрессией.
Игнорирование маржи. Вероятности из коэффициентов в сумме больше 100% — нормализуйте их.
Мало данных. Модель на одном сезоне одной лиги почти ничего не знает. Берите несколько сезонов и лиг — история результатов в SportAPI охватывает 20 лет.

Если строить модель самому некогда

SportAPI разрабатывает спортивные стратегии под ключ: формализует ваши правила отбора матчей или создаёт модель с нуля, подключает данные, считает результаты на истории и отправляет сигналы в Telegram, на почту или через вебхук. А если прогнозы нужно продавать, на тех же данных можно запустить сайт прогнозов с платным доступом.

Частые вопросы

Можно ли сделать нейросеть для прогнозов на спорт без больших данных?

Можно начать с нескольких тысяч матчей и простых признаков, но точность будет ограниченной. Чем больше сезонов и лиг, тем стабильнее модель. История результатов за 20 лет в SportAPI решает проблему объёма.

Что лучше для прогнозов: нейросеть, логистическая регрессия или Пуассон?

На табличных данных простые модели часто работают не хуже нейросети. Правильный путь — обучить несколько моделей и выбрать ту, у которой лучше log loss на проверочных матчах.

Где взять исторические коэффициенты?

В SportAPI исторических коэффициентов нет. Начните сохранять текущие коэффициенты из API линии ежедневно — скрипт из этой статьи делает это автоматически.

Как понять, что модель работает?

Её log loss на матчах, которых она не видела при обучении, ниже рыночного, а вероятности хорошо откалиброваны. Доля угаданных исходов сама по себе ничего не доказывает.

Можно ли проверить данные до оплаты?

Да. Тестовый доступ на 2 дня позволяет посмотреть линию, коэффициенты и формат данных и запустить скрипт сбора коэффициентов.

С чего начать сегодня

Получите тестовый ключ SportAPI и запустите скрипт ежедневного сбора коэффициентов.
Загрузите историю результатов нескольких сезонов в таблицу.
Посчитайте форму команд без подсматривания и вероятности рынка.
Обучите небольшую нейросеть и сравните её log loss с рынком.
Если модель лучше рынка на проверке — запускайте ежедневные прогнозы.

Напишите менеджеру SportAPI в Telegram, какие лиги и виды спорта нужны вашей модели, — вы получите тестовый доступ к API спортивной линии и коэффициентов и сможете собрать первые данные уже сегодня.