HC Quantile v1 — фора через 9 квантилей

LightGBM quantile regression: предсказывает 9 квантилей распределения margin (10%/20%/.../90%). Без нормального приближения. WFCV бьёт per-line на 3 из 4 линий.

Статистика модели на живых матчах

Всего picks5
Resolved (W/L)4/1
Win rate80.0%
ROI+181.2%
PnL (ставка 1000₽)+9,060₽
В ожидании / void0 / 0

Данные в реальном времени. Старт отсчёта — 2026-04-15. Ставка 1000₽ flat.

Как работает эта модель

HC Quantile v1 — модель распределения margin через квантильную регрессию. Отличие от per-line классификаторов: вместо предсказания P(margin ≥ 3.5) напрямую, мы предсказываем 9 квантилей распределения margin (10%, 20%, ..., 90%). Алгоритм: 9 отдельных LightGBM регрессий с quantile loss function, каждая обучена на том же feature set что HC Cover классификаторы. На инференсе получаем полный профиль распределения: «10% что margin < −8, 50% что margin < +2, 90% что margin < +7». Из этого вычисляется P для любой линии: P(margin ≥ 3.5) = 1 − F(3.5), где F — эмпирическая CDF. Преимущества перед per-line: (1) нет нормального или другого параметрического приближения — работает с реальной мультимодальной формой margin distribution; (2) одна модель покрывает все линии 2.5/3.5/4.5/5.5 сразу — меньше overfit риск; (3) устойчиво на edge-cases (матчи с большим или очень маленьким margin). Walk-forward CV: бьёт per-line классификаторы на 3 из 4 линий (кроме -5.5 где per-line классификатор остался лучше за счёт target-focused обучения). Используется как 4-й голос в HC Trio вместе с XGB/CatBoost/LineMove.

Последние picks модели

ИсходМатчСтавкаСчётP&L
✅ Jodar R. (Esp) vs Fils A. (Fra) · Barcelona Fils -3.5 гейма @6.06 6:3, 3:6, 2:6 +5060₽
✅ Kostyuk M. (Ukr) vs Li A. (Usa) · Open Capfinances Rouen Métropole Kostyuk -3.5 гейма @3.43 6:0, 6:7, 6:3 +2430₽
❌ Rybakina E. (Kaz) vs Fernandez L. (Can) · Porsche Tennis Grand Prix Rybakina -3.5 гейма @2.93 6:7, 6:4, 7:6 -1000₽
✅ Medjedovic H. (Srb) vs Borges N. (Por) · Barcelona Medjedovic -1.5 гейма @2.27 7:6, 6:2 +1270₽
✅ Machac T. (Cze) vs Rublev A. (Wrl) · Barcelona Rublev -3.5 гейма @2.30 4:6, 3:6 +1300₽

Данные обновляются после резолва каждого матча. Ставка фиксированная 1000₽ для сравнимости.

Частые вопросы по модели

Зачем 9 квантилей а не 5 или 20?

9 — хороший компромисс. 5 — грубо, важные точки распределения могут попасть между квантилями. 20 — избыточно, обучение каждого дополнительного квантиля стоит времени и вносит overfitting без пользы. 9 даёт шаг 10% — достаточная детализация.

Как понять, что модель ошибается на конкретной линии?

Смотрим gap между предсказанным квантилем и реальным исходом. Если predicted 90-й квантиль говорит margin ≤ +6, а реальный margin +10 — модель недооценила дисперсию. Систематический negative gap на одной стороне — признак bias.

Почему LightGBM а не XGBoost?

LightGBM имеет native quantile loss и работает быстрее на небольших датасетах. XGBoost поддерживает quantile через custom objective, но сложнее настраивать. В наших тестах оба давали сопоставимый Brier score.

Другие модели StarkTennis

Посмотреть live прогнозы

Модель даёт сигналы в реальном времени — доступны бесплатно в миниаппе сайта. Каждый pick помечается edge, Kelly ¼ размером ставки и real-time статистикой.

📊 Открыть все прогнозы

Telegram канал с сигналами: @cxcap. Обновление каждые 30 минут.

О проекте StarkTennis

StarkTennis — исследовательская лаборатория теннисных прогнозов ATP и WTA. Ансамбль из 20 ML моделей (XGBoost, CatBoost, LightGBM quantile regression) плюс математические методы без машинного обучения (Glicko-2 Bradley-Terry, Monte Carlo симуляции). Trio meta-consensus фильтр выдаёт самые безопасные picks когда 3+ независимых моделей одного семейства согласны.

Все прогнозы бесплатны, статистика каждой модели обновляется в реальном времени с прозрачным трекингом реального P&L по flat-1000₽ ставке. Сервис не является букмекером и не принимает ставки. Не рекомендация к реальной игре — используйте только для исследовательских целей и понимания value в тенниса.