Trio — максимальный консенсус (meta)

Meta-модель: срабатывает только когда ≥3 варианта одного семейства (HC Cover / Total Over / Winner) дают одинаковый пик. Максимальный консенсус = минимальный риск идиосинкразии отдельной модели.

Как работает эта модель

Trio — это не отдельная ML-модель, а meta-фильтр поверх всего ансамбля StarkTennis. Принцип работы: для каждого матча параллельно запускаются все модели семейства (например, для HC Cover -3.5 это четыре независимых модели — XGBoost per-line классификатор, CatBoost native-categorical версия, LineMove с фичами движения линий, и Pure Math на Monte Carlo симуляции Glicko-2). Если три или более вариантов семейства приходят к одному и тому же пику (одна сторона форы или одно направление тотала) — выдаётся Trio-сигнал. Математически это взвешенное голосование по независимым ансамблям: каждая модель имеет разный inductive bias и обучалась на разных feature sets, поэтому согласованность между ними — сильный индикатор реального edge, а не шумовой корреляции. На практике Trio-сигналы появляются в 8-12% матчей (там где Winner и HC/Total одновременно сильные). По первым 9 резолвленным picks (sample пока маленький): WR 78%, ROI +139.9%. Это заметно выше средней производительности любой отдельной модели на той же выборке. Trio исключает Winner Pure (retired 18.04 за WR 11%) и не учитывает single-model picks.

Частые вопросы по модели

Почему именно ≥3 моделей, а не 2 или 4?

Двух мало — недостаточно статистической уверенности, риск ложной корреляции (модели могут использовать схожие фичи). Четыре избыточно — в некоторых семействах всего 3-4 варианта, и порог 4 почти никогда не срабатывал бы. Три — sweet spot по чистоте сигнала и частоте появления.

Trio picks суммируются со ставками отдельных моделей или заменяют их?

НЕ суммируются. Если ты хочешь тестировать именно Trio-стратегию — ставь только Trio-пики (игнорируй остальные сигналы). Если ставишь все сигналы — Trio-picks уже учтены в базовых моделях, задваивать не нужно.

Что если все модели ошибутся одновременно?

Это возможно — 2W/0L за первые 9 picks уже случилось. Но вероятность синхронной ошибки низкая если модели действительно независимы по inductive bias. Мы специально добавили Pure Math (не-ML) как 4-й голос именно ради этого: ML-модели могут overfit на одинаковые паттерны, Pure Math — нет.

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.