Turning Stone into Gold: How 43 Years of Tennis Data Became a Money-Printing Machine in Prediction Markets?

作者：Phosphen

編譯；Gans 甘斯，Bagel預測市場觀察

這個男人收集了過去43年所有職業網球比賽的數據，全部輸入一個機器學習模型，然後只問了一個問題：你能預測誰會贏嗎？

模型只回答了一個字：能。

隨後，它在今年的澳大利亞網球公開賽上，正確預測了116場比賽中的99場，準確率高達85%！

這是模型訓練中從未見過的賽事，它竟然連最終冠軍贏得的每一場比賽都預測對了。

這一切只用了一台筆記本電腦、免費的數據和開源的程式碼，出自 @theGreenCoding 之手。

接下來，我將完整拆解這個點石成金的專案，從原始數據到最終預測成功。這將是你見過的最令人印象深刻的AI + 預測成功案例。

起點：一個資料夾裡的43年網球數據

故事要從一份堪稱「體育數據聖杯」的資料集說起。

這份資料集涵蓋了1985年至2024年，ATP（男子職業網球聯盟）的每一場職業賽事記錄。

破發點、雙誤、正手、反手、球員身高、年齡、排名、歷史交手記錄、比賽場地……ATP有史以來追蹤過的每一項逐分統計數據，應有盡有。

四十年的CSV檔案，全部裝在一個資料夾裡。

當他打開完整資料集時，電腦直接崩潰了。

但他沒有放棄。針對資料集中的95,491場比賽，他額外計算了大量衍生特徵:

• 兩位球員的歷史交手記錄
• 年齡差、身高差
• 最近10場、25場、50場、100場比賽的勝率
• 一發得分率差值
• 破發點挽救率差值
• 一套從國際象棋借鑑的自訂ELO評分系統(關鍵點)

最終資料集：95,491行 × 81列。

過去四十年的每一場職業網球賽事，配上數十個手工計算的特徵。

第二步：從泰坦尼克號借鑑的演算法

在將資料輸入分類器之前，他決定先徹底理解演算法的運作原理。為此，他用 numpy 從零手寫了一個決策樹。

決策樹的工作方式類似推理遊戲——透過一系列問題逐步逼近答案。

為了說明這個概念，他選了一個完全不同的資料集：泰坦尼克號。

舉個例子：11號乘客是否存活？

• 問題一：TA 在頭等艙嗎？→ 是的。
• 問題二：TA 是女性嗎？→ 是的。
• 預測結果：存活。

演算法如何決定問哪些問題？

它從所有資料出發，找到最能區分「存活」和「未存活」的單一變數。在泰坦尼克號資料中，答案是艙位等級。頭等艙乘客走一邊，其他人走另一邊。

但頭等艙也有人遇難，仍存在「不純度」。演算法繼續尋找下一個最佳分割點，性別。頭等艙女性全部存活，形成「純節點」，分支到此終止。

不斷重複這個過程，直到建立出一棵覆蓋所有情況的完整決策樹。

他的 numpy 手寫版在小資料集上表現良好，但用在 95,000 條網球比賽資料上時，速度慢得令人崩潰。於是在正式訓練階段，他切換到 sklearn 的優化版本，邏輯相同，但快得多。

第三步：找到決定勝負的關鍵變數

在訓練模型之前，他先將所有變數兩兩繪製成一張巨大的散點圖矩陣（SNS pairplot），尋找能夠區分勝者與敗者的規律。

大多數特徵都是噪聲。球員ID顯然沒用。勝率差值雖然呈現出一些規律，但不夠明顯，無法支撐可靠的分類器。

只有一個變數遠超其他：ELO差值（ELO_DIFF）。

ELO_DIFF 和 ELO_SURFACE_DIFF 的散點圖清楚展現了兩個類別之間的分離程度，其他任何特徵都無法與之相比。

這一發現促使他建立了整個專案最核心的部分。

第四步：將國際象棋評分系統引入網球

ELO 是一套評估選手技術水平的方法，最早應用於國際象棋。目前國際象棋世界第一 Magnus Carlsen 的評分是 2833 分。

他決定將這套系統應用到網球上：

• 每位球員起始評分：1500 分
• 贏球：評分上升；輸球：評分下降

核心機制：得失分多少取決於與對手的評分差距，擊敗高評分對手，得分更多；輸給低評分對手，扣分更重。

他用 2023 年溫布爾登決賽演示這套公式：卡洛斯·阿爾卡拉斯(評分 2063)對陣諾瓦克·德約科維奇(評分 2120)，阿爾卡拉斯逆轉奪冠。

代入公式計算：阿爾卡拉斯 +14 分，德約科維奇 -14 分。

計算雖然簡單，但應用在 43 年歷史資料上時，威力驚人。

第五步：三巨頭統治力的可視化證明

他將費德勒整個職業生涯的 ELO 評分繪製成曲線，從初登職業賽場到退役，每一場比賽都清楚記錄。

這條曲線完整展現了一段傳奇：早期的快速攀升、巔峰期（約第 400 場比賽前後）的絕對統治，以及職業生涯後期的波動起伏。

但真正震撼的，是將費德勒與 1985 年以來所有 ATP 球員放在同一張圖上時：

三條曲線高高矗立，遠超其他所有人——費德勒（綠）、納達爾（藍）、德約科維奇（紅）。

「大滿貫三巨頭」不只是一個稱號。當你將 40 年的比賽數據可視化後會發現，這種統治力在數學上清晰可見。

根據他的自訂 ELO 系統，當前世界第一是 雅尼克·辛納（2176 分），其次是德約科維奇（2096 分）和阿爾卡拉斯（2003 分）。

記住辛納排名第一這一點，這在後面至關重要。

第六步：場地是改變一切的變數

網球比賽的場地類型會徹底改變這項運動的面貌：

• 紅土：慢速，彈跳高
• 草地：快速，彈跳低
• 硬地：介於兩者之間

在某種場地呼風喚雨的球員，換個場地可能完全崩潰。

所以他為三種場地分別建立了 ELO 評分：紅土、草地、硬地。

結果印證了每個網球迷心知肚明的事實，並用 43 年的數據作為佐證：

納達爾在紅土上的巔峰評分，超過了費德勒在草地上的最高分，超過了德約科維奇在硬地上的最高分，超過了任何人在任何場地的歷史最高峰。

14 座法網冠軍，在羅蘭加洛斯 112 勝 4 負。

ELO 公式不在乎敘事，不在乎名氣，它只處理勝負記錄。而它得出的結論，和四十年的體育新聞報導完全一致。

第七步：遇到天花板

資料準備完畢，ELO 系統搭建完成，他開始訓練分類器。這個過程完美展現了演算法選擇的重要性。

決策樹：準確率 74%

單棵決策樹在完整資料集上達到 74% 的準確率。聽起來不錯——直到你發現，單純用 ELO 差值預測勝者，就能達到 72%。

決策樹在他已經手動建好的評分系統基礎上，幾乎沒有帶來任何提升。

隨機森林：準確率 76%

單棵決策樹的問題在於「高方差」——它對訓練時恰好選到的資料子集過於敏感。標準解法是隨機森林：建立數十棵乃至上百棵決策樹，每棵用不同的隨機資料子集和特徵子集訓練，最後透過多數投票決定預測結果。

94 棵各不相同的決策樹，共同為每場比賽投票。

結果是 76%。有所提升，但他撞上了天花板。無論怎麼調整超參數、重新設計特徵、折騰資料，準確率就是過不了 77%。

第八步：突破天花板

接著他嘗試了XGBoost——他稱之為「隨機森林的類固醇版本」。

核心差別在於：隨機森林並行建樹後取平均，而XGBoost串行建樹——每棵新樹專門修正前面所有樹的錯誤。它引入了正則化防止過擬合，並刻意保持每棵樹的小規模，避免死記硬背訓練資料。

結果：準確率85%。

相比隨機森林76%的天花板，這是巨大的突破。同樣的資料，同樣的特徵，唯一改變的是演算法。

XGBoost同樣認為最重要的三個特徵是：ELO差值、場地專項ELO差值、整體ELO。這套從國際象棋借鑑來的評分系統，在81列特徵中被驗證為最強預測因子。

作為對比，他用同樣的資料訓練了一個神經網路，準確率83%。雖然不錯，但仍輸給XGBoost。在這個資料集上，基於樹的方法獲勝。

第九步：決戰時刻——2025 年澳大利亞網球公開賽

以上所有內容，都基於 2024 年 12 月之前的資料訓練。

2025 年 1 月的澳大利亞網球公開賽完全不在訓練集中，這使它成為完美的測試場：模型究竟掌握了網球的真正規律，還是只會記憶歷史模式?

他將完整的賽事簽表輸入模型，讓它預測每一場比賽。

結果：116 場比賽中正確預測 99 場，僅失誤 17 場。準確率 85.3%。

最關鍵的預測：模型準確預測了辛納（那個 ELO 系統排名全球第一的球員）在整屆賽事中的每一場勝利。

在第一顆球落地之前，AI 就預測出了大滿貫冠軍。

結語

一個人，一台筆記本電腦，沒有專有數據，沒有昂貴的基礎建設，沒有研究團隊——就構建出了一套職業網球預測模型，準確率高達 85%，並在賽事開始前預測出了大滿貫冠軍。

網球數據就在 GitHub 上，完全可復現。

創造奇蹟，從未像今天這樣觸手可及。

真正的差距不在資源，而在於你是否願意去做。