รายงานความโปร่งใสและการสอบเทียบโมเดล 11Stat ปี 2026
11Stat คือแพลตฟอร์มวิเคราะห์ข้อมูลฟุตบอลและสร้างแบบจำลองความน่าจะเป็นที่ใช้ AI ช่วย (ไม่ใช่บริการพนัน) ในการทดสอบแบบวอล์กฟอร์เวิร์ดปลอดการรั่วไหลของข้อมูลตลอด 88 วันบน 2,271 แมตช์ (มีการตัดเกรดพิก 2,974 รายการ) ความน่าจะเป็นที่ระบุออกมานั้นสอบเทียบได้ดี แต่ ROI กระดาษจำลองอยู่ที่ -13.1% บนชุดย่อยที่มีราคาต่อรองครบ นั่นคือโมเดลนี้เอาชนะราคาปิดของตลาดพนันไม่ได้ และ 11Stat เปิดเผยผลลัพธ์นั้นอย่างตรงไปตรงมา คุณค่าที่แท้จริงคือความน่าจะเป็นที่โปร่งใสและสอบเทียบได้ พร้อมบันทึกที่ตรวจสอบได้และการติดตามค่าเทียบราคาปิด ไม่ใช่ความได้เปรียบในการเดิมพันที่เอาชนะตลาด นี่คือรายงานเชิงวิจัยที่ระบุวันที่ ไม่ใช่คำโฆษณาทางการตลาด เราวัดผลโมเดลฟุตบอลของเราเองด้วยแบ็คเทสต์แบบวอล์กฟอร์เวิร์ดที่ปลอดการรั่วไหล และเผยแพร่ผลลัพธ์เต็มรูปแบบ รวมถึงจุดที่มันขาดทุน ตัวเลขทั้งหมดด้านล่างเป็นเมตริกแบ็คเทสต์แบบจำลอง/กระดาษ ผลงานในอดีตไม่ได้รับประกันสิ่งใด และ 11Stat เป็นแพลตฟอร์มวิเคราะห์ข้อมูลและการเรียนรู้ ไม่ใช่บริการพนันหรือการเดิมพัน
เราวัดอะไรและวัดอย่างไร (วอล์กฟอร์เวิร์ดปลอดการรั่วไหล)
การแบ็คเทสต์แบบวอล์กฟอร์เวิร์ด (ณ เวลาจริง) หมายความว่าโมเดลใช้เฉพาะข้อมูลที่มีอยู่ ก่อน แต่ละแมตช์เท่านั้น จึงไม่มีข้อมูลอนาคตรั่วไหลย้อนกลับมาทำให้ผลลัพธ์ดูดีเกินจริง นี่คือวิธีที่ซื่อตรงในการทดสอบโมเดลพยากรณ์
- ช่วงเวลา: 2026-03-22 ถึง 2026-06-22 (88 วัน)
- ความครอบคลุม: วิเคราะห์ 2,271 แมตช์ ตัดเกรดพิกรายตัว 2,974 รายการ
- ชุดย่อยที่มีราคาต่อรอง: มีเพียง 603 จาก 2,271 แมตช์ (27%) ที่มี ราคาปิด เก็บถาวรไว้ ดังนั้นตัวเลข ROI ทั้งหมดคำนวณบนชุดย่อยนั้น เราไม่คาดการณ์ ROI ไปยังแมตช์ที่ไม่มีราคาจริงเก็บถาวรไว้
- ผลลัพธ์หัวเรื่อง: ความแม่นยำของอัตราถูกอยู่ที่ +36.4% เหนือความบังเอิญที่ราคาต่อรองเฉลี่ย 3.90 แต่ ROI กระดาษจำลองอยู่ที่ -13.1%
เครื่องยนต์เบื้องหลังการอ่านแต่ละครั้งเป็นฉันทามติหลายเครื่องยนต์ ได้แก่ โมเดลประตูแบบ Poisson / Dixon-Coles เครื่องยนต์ความแข็งแกร่งแบบ Elo / ฟอร์ม เครื่องยนต์สหสัมพันธ์แบบไบวาริเอต และการจำลอง Monte Carlo 10,000 รอบ การอ่านแต่ละครั้งยังมีคะแนน ความเห็นพ้องของโมเดล (N-of-M) การสอบเทียบรายลีก และระดับความเชื่อมั่น/ความไม่แน่นอนแบบ 0-10 กำกับด้วย
ตาราง ROI ครบทุกตลาด (ติดลบทุกตลาด)
ทุกตลาดในชุดย่อยที่มีราคาต่อรองให้ผล ROI จำลองติดลบ Over/Under 2.5 (-3.1%) และ Double Chance (-3.3%) ติดลบน้อยที่สุด ส่วน Over/Under 6.5 (-77.0%) ติดลบมากที่สุด เราเผยแพร่ทั้งตาราง ทั้งตลาดที่แย่น้อยที่สุดและแย่ที่สุดเหมือนกัน
| ตลาด | ROI กระดาษ | อัตราถูก | ราคาต่อรองเฉลี่ย |
|---|---|---|---|
| Double Chance | -3.3% | 53.9% | 2.00 |
| Over/Under 2.5 | -3.1% | 49.1% | 2.05 |
| BTTS (ทั้งสองทีมทำประตู) | -6.2% | 49.1% | 1.97 |
| Over/Under 3.5 | -7.0% | 42.1% | - |
| Over/Under 1.5 | -8.8% | - | - |
| ผลการแข่งขัน (1X2) | -9.0% | 27.1% | 4.33 |
| Over/Under 0.5 | -15.3% | - | - |
| Over/Under 4.5 | -40.5% | - | - |
| Over/Under 5.5 | -59.9% | - | - |
| Over/Under 6.5 | -77.0% | - | - |
| โดยรวม | -13.1% | +36.4% เทียบความบังเอิญ | 3.90 |
ตัวเลขรายลีกบนกลุ่มตัวอย่างขนาดเล็ก (แสดงเพื่อสื่อการกระจายตัวเท่านั้น ไม่ใช่ การจัดอันดับเพื่อนำไปใช้): Ligue 1 +2.8%, League One -2.6%, Serie A -19.5% กลุ่มตัวอย่างเล็กแกว่งได้มาก จงถือว่าเป็นสัญญาณรบกวน ไม่ใช่สัญญาณจริง
การสอบเทียบ: «สอบเทียบได้ดี» หมายความว่าอย่างไรกันแน่
การสอบเทียบ (calibration) คือการดูว่าความน่าจะเป็นที่ระบุตรงกับความถี่จริงหรือไม่ ในหลายแมตช์ที่ติดป้ายว่า «น่าจะเกิด 60%» เหตุการณ์นั้นควรเกิดขึ้นประมาณ 60% ของครั้ง วัดด้วย คะแนน Brier (ค่าคลาดเคลื่อนกำลังสองเฉลี่ยของการพยากรณ์เชิงความน่าจะเป็น ยิ่งต่ำยิ่งดี) และ ECE (Expected Calibration Error หรือช่องว่างเฉลี่ยระหว่างความน่าจะเป็นที่ทำนายกับความถี่ที่สังเกตได้) การสอบเทียบแยกจากกำไร โมเดลอาจสอบเทียบได้อย่างซื่อตรงแต่ก็ยังเอาชนะตลาดไม่ได้
ความน่าจะเป็นของ 11Stat ถูก ปรับด้วย Platt scaling รายตลาดบนผลลัพธ์จริงที่ปิดแล้ว (Platt scaling คือการปรับเส้นโค้งลอจิสติกที่จับคู่คะแนนดิบของโมเดลเข้ากับความน่าจะเป็นที่สอบเทียบแล้ว) ขนาดกลุ่มตัวอย่างที่ใช้ปรับ:
- GLOBAL n=15,958; ผลการแข่งขัน n=802; OU2.5 / OU4.5 / BTTS / Double Chance อย่างละ n=760
- OU1.5 / OU3.5 n=1,200; ประตูของทีม n=4,560; ประตูรวม n=3,800; ใบเหลือง n=736; เตะมุม n=740
ประเด็นสำคัญ: 11Stat สอบเทียบได้ดี ความน่าจะเป็นที่ระบุสอดคล้องกับความถี่ที่สังเกตได้ แม้ ROI จะติดลบก็ตาม
ทำไมเราจึงเผยแพร่การขาดทุนของเรา (แนวคิดความโปร่งใส)
เว็บทำนายจำนวนมากโฆษณาอัตราชนะสูงและสื่อเป็นนัยถึงความได้เปรียบในการเดิมพัน เรายืนอยู่ฝั่งตรงข้าม เราทำการทดสอบที่เข้มงวดและปลอดการรั่วไหล และเผยแพร่ตัวเลขที่เว็บส่วนใหญ่ซ่อนไว้ นั่นคือ ROI กระดาษที่ติดลบ ผู้พยากรณ์ที่แสดงเฉพาะครั้งที่ชนะไม่สามารถตรวจสอบได้ ส่วนผู้พยากรณ์ที่แสดงบันทึกเต็มรูปแบบสามารถตรวจสอบได้
ความซื่อสัตย์คือตัวสินค้า การเผยแพร่ ROI จำลอง -13.1% ควบคู่กับการสอบเทียบที่แข็งแรงเป็นสัญญาณความน่าเชื่อถือที่หนักแน่นกว่าป้าย «อัตราชนะ 90%» ใดๆ เพราะมันสามารถสร้างขึ้นใหม่ได้อย่างอิสระจากวิธีวอล์กฟอร์เวิร์ดเดียวกัน หาก 11Stat เอาชนะราคาปิดได้จริง เราจะกล่าวเช่นนั้นด้วยหลักฐานชุดเดียวกัน แต่เราทำไม่ได้ เราจึงไม่กล่าวอ้าง
คุณค่าที่แท้จริงคืออะไร (การสอบเทียบ บันทึก CLV ไม่ใช่ความได้เปรียบ)
คุณค่าที่ 11Stat มอบให้เป็นเชิงวิเคราะห์ ไม่ใช่สัญญาณที่เอาชนะตลาด:
- ความน่าจะเป็นที่สอบเทียบแล้ว: ตัวเลขที่คุณเชื่อได้ว่าหมายถึงสิ่งที่มันบอก มีประโยชน์ต่อการวิจัย การเปรียบเทียบ และการเข้าใจความไม่แน่นอน
- บันทึกที่ตรวจสอบได้: แบ็คเทสต์ที่ระบุวันที่และสร้างใหม่ได้ แทนคำกล่าวอ้างอัตราชนะที่พิสูจน์เท็จไม่ได้
- ค่าเทียบราคาปิด (CLV): CLV วัดว่าราคาโดยนัยของการพยากรณ์เคลื่อนไปในทางที่เป็นประโยชน์เมื่อตลาดปิดหรือไม่ เป็นตัวแทนที่ได้รับการยอมรับมากที่สุดของทักษะการพยากรณ์ การติดตาม CLV ทำให้การประเมินซื่อตรงแม้ ROI จะติดลบ
หมายเหตุความเสี่ยง: ตัวเลข ROI และอัตราชนะทั้งหมดเป็นเมตริกแบ็คเทสต์แบบจำลอง/กระดาษบนชุดย่อยที่จำกัดและมีราคาต่อรอง เป็นการวิเคราะห์เชิงการศึกษา ไม่ใช่คำแนะนำการเดิมพัน และผลงานในอดีตไม่ได้รับประกันสิ่งใด อ่านเพิ่มเติมที่ หน้าแรก 11Stat ภาษาอังกฤษ
คำถามที่พบบ่อย
11Stat แม่นยำและซื่อสัตย์จริงหรือ?
11Stat สอบเทียบได้ดี ในการทดสอบวอล์กฟอร์เวิร์ดปลอดการรั่วไหล 88 วันบน 2,271 แมตช์ ความน่าจะเป็นที่ระบุตรงกับความถี่จริง มันซื่อสัตย์เพราะเผยแพร่อย่างชัดเจนว่า ROI กระดาษจำลองอยู่ที่ -13.1% และเอาชนะราคาปิดของตลาดพนันไม่ได้
11Stat เอาชนะตลาดหรือราคาปิดได้ไหม?
ไม่ได้ บนชุดย่อยที่มีราคาต่อรอง (603 แมตช์ที่มีราคาปิดเก็บถาวร) ROI กระดาษจำลองของโมเดลอยู่ที่ -13.1% และทุกตลาดติดลบ 11Stat ไม่ได้อ้างความได้เปรียบที่เอาชนะตลาด คุณค่าของมันคือการสอบเทียบและบันทึกที่ตรวจสอบได้ ไม่ใช่กำไร
ตลาดที่ดีที่สุดและแย่ที่สุดคืออะไร?
Over/Under 2.5 (-3.1%) และ Double Chance (-3.3% อัตราถูก 53.9%) เป็นตลาดที่ติดลบน้อยที่สุด ส่วน Over/Under 6.5 ติดลบมากที่สุดที่ -77.0% ทุกตลาดให้ ROI จำลองติดลบบนชุดย่อยที่มีราคาต่อรอง
«สอบเทียบได้ดี» ในที่นี้หมายความว่าอย่างไร?
หมายความว่าเหตุการณ์ที่ 11Stat ติดป้ายไว้ เช่น น่าจะเกิด 60% เกิดขึ้นจริงประมาณ 60% ของครั้งตลอดหลายแมตช์ วัดด้วยคะแนน Brier และ Expected Calibration Error (ECE) ความน่าจะเป็นถูกปรับด้วย Platt scaling รายตลาดบนผลลัพธ์จริงที่ปิดแล้ว (การปรับ GLOBAL n=15,958) การสอบเทียบแยกจากความสามารถทำกำไร
ทำไมจึงเผยแพร่ ROI ที่ขาดทุนแทนอัตราชนะสูง?
เพราะบันทึกที่ตรวจสอบได้น่าเชื่อถือกว่าคำกล่าวอ้างอัตราชนะที่พิสูจน์เท็จไม่ได้ การเผยแพร่ ROI กระดาษ -13.1% ควบคู่กับการสอบเทียบที่แข็งแรงสามารถสร้างขึ้นใหม่ได้อย่างอิสระจากวิธีวอล์กฟอร์เวิร์ดเดียวกัน ซึ่งเว็บอัตราชนะสูงส่วนใหญ่ทำไม่ได้
11Stat เป็นบริการพนันหรือการเดิมพันไหม?
ไม่ใช่ 11Stat เป็นแพลตฟอร์มวิเคราะห์ข้อมูลฟุตบอลและสร้างแบบจำลองความน่าจะเป็นที่ใช้ AI ช่วย เพื่อการวิจัยและการศึกษา ตัวเลข ROI และอัตราชนะทั้งหมดเป็นเมตริกแบ็คเทสต์แบบจำลอง/กระดาษ ผลงานในอดีตไม่ได้รับประกันสิ่งใด และไม่มีสิ่งใดในหน้านี้เป็นคำแนะนำการเดิมพัน