lunedì 28 febbraio 2011

HATTRICK - Ricerca DAC sull'OverConfidence









Questo articolo è il frutto di una ricerca svolta nella Federazione "DAC - Crick & Croack", ricerca gestita da specialdoc, manager di Biotek Team, che l'ha curata per sei mesi. A tutti i confederati DAC che hanno partecipato un grande grande GRAZIE, a specialdoc il merito per tutto lo sbattimento e il ringraziamento per avermi lasciato la parti più divertente, l'elaborazione dei dati.

OverConfidence (abbreviata in "OC"), immagino sappiate già di cosa si tratti, ad ogni modo riprendo dal manuale, considerando anche le precisazioni comunicate nel messaggio del Notiziario del 2 agosto 2010.

Nel caso in cui incontri una squadra piazzata peggio di te e la tua fiducia è forte o maggiore, i tuoi giocatori possono sottovalutare gli avversari e giocare al di sotto delle loro normali possibilità.

Il rischio di sottovalutare l'avversario dipende dalla differenza di punti e di posizione tra le due squadre, dal tuo livello di fiducia e dall'atteggiamento della tua squadra per la partita. Più grande è la differenza tra le squadre, più alta è la fiducia, maggiore è il rischio.
Il solo modo per evitare completamente il rischio di sottovalutare l'avversario è quello di giocare "partita della stagione".

Nel caso in cui la tua squadra sottovaluti l'avversario, i punti di differenza, il livello della fiducia, l'atteggiamento della squadra e il fattore campo, sono i fattori che ne determinano l'entità. In base al risultato puoi però recuperare nell'intervallo tra i due tempi: recupero totale se in svantaggio, 2/3 se in pareggio, 1/3 se in vantaggio di un gol.

Notate che la sottovalutazione può accadere solo nelle partite di campionato, ma non nelle prime tre giornate.


Allora sembra piuttosto chiaro: la probabilità che vi sia OC è legata a 4 variabili:
  1. La Differenza di Posizione
  2. La Differenza di Punti
  3. Il Livello della Fiducia
  4. L'Atteggiamento (Mots, Normal, Pic)

mentre l'intensità dell'OC è legata a 4 variabili:
  1. La Differenza di Punti
  2. Il Livello della Fiducia
  3. L'Atteggiamento (Mots, Norma, Pic)
  4. Il fattore campo
a differenza delle 4 sopra manca la Differenza di Posizione e si aggiunge il fattore campo.



La ricerca DAC

In DAC è stato raccolto un campione di 90 partite. In 3 partite l'atteggiamento è stato "Partita della stagione" (Mots) e non c'è stata OC, come da manuale. Il campione effettivo quindi è di 87 partite. Vediamo come varia la presenza o meno di OC al variare delle 4 variabili:


1) La Differenza di Posizione

Questo valore può varia da 2 ad un massimo di 7 (nel caso in cui un team sia primo e l'altro ottavo), questi i dati:


vedete nella prima riga che nel caso di differenza di posizioni pari a 2 abbiamo 8 casi in cui non c'è OC e nessun caso di OC. Con una differenza di posizioni pari a 3 ci sono 5 casi senza OC e 2 casi di OC, 2 casi su 7 sono il 28.57%. E così via a crescere. Vedete che a valori di differenza di posizioni pari a 5, 6 o 7 l'OC sembra assestarsi attorno a valori sul 45/50%.

Se rappresentiamo in un grafico vediamo come la probabilità di OC cresca al crescere delle differenze di posizione.




2) La Differenza di Punti

Nel campione questo valore varia da 0 a 30.

Come ci aspettavamo la probabilità di OC cresce al crescere della differenza punti, fino a diventare quasi una certezza per differenze superiori ai 20 punti.

Gli ondeggiamenti della curva sono normali in un campione così ristretto, ma la linea di tendenza parla chiaro.


3) Il Livello della Fiducia

La fiducia può assumere i valori di 5 ("forte"), 6 ("magnifica"), 7 ("leggermente esagerata") e 8 ("esagerata").


per valori pari a 5 non c'è nessun OC, con fiducia pari a 6 il 28% dei casi, con fiducia pari a 7 circa il 47%, con fiducia pari a 8 poco meno del 40% (ma il dato può essere inficiato dai pochi dati disponibili con fiducia pari a 8).
Questo il grafico della probabilità di OC al variare del livello di Fiducia:




4) L'Atteggiamento (Mots, Normal, Pic)



Si passa dai 5 soli casi giocando normal (il 16%), al 46% dei casi giocando Pic.




Alla ricerca di una FORMULA

Ora quanto visto sopra ci dà un idea di massima di come vari la fiducia al variare delle singole variabili. Per stimare però quanto pesi una variabile rispetto all'altra occorre considerarle tutte insieme e fare un'analisi di regressione.
In sostanza si tratta di stimare i valori a, b, c, d ed e della seguente

Probabilità di OC = a*Diff.Posiz. + b*Diff.Punti + c*Fiducia + d*Atteggiamento + e

cercando di ottenere una formula della probabilità di OC, formula da prendere con le pinze data la ristrettezza del campione.
Anche l'uso del termine Probabilità è un po' improprio dato che il valore finale non sarà compreso tra 0 e 1, ma potrà anche valere un po' di più o di meno.

Vi salto i tecnicismi e salto alla conclusione dicendo che una stima di questo tipo non dava risultati attendibili. Allora ho provato a pensarci un po' e mi sono accorto che le variabili "Differenza di posizione" e "Differenza punti" non sono mutualmente indipendenti, ma sono correlate (maggiore la differenza punti, maggiore sarà la differenza di posizione dei due team in linea di massima), se non sono completamente arrugginito di queste cose un'analisi di regressione efficace richiede la mutua indipendenza delle variabili.

Ho provato ad escludere la "Differenza Punti", ma l'efficacia della stima (l'R-quadro per gli statistici) crollava, mentre togliendo la "Differenza di Posizione" si otteneva una formula decente.
Del resto la "Differenza di Posizione" non fa neppure parte delle 4 variabili che regolano l'intensità dell'OC (vedi sopra la citazione dal manuale), per cui escluderla dal calcolo della probabilità dell'OC non sembra un sacrificio insensato (tenendo anche conto come detto che parte dell'informazione è comunque implicita nella differenza punti).

Ponendo l'Atteggiamento pari a "1" se si gioca Normal e a "2" se si gioca Pic, la formula della probabilità di OC sembra poter essere:

Probabilità di OC = 0.04*Diff.Punti + 0,08*Fiducia + 0,16*Atteggiamento - 1

sembra anche facile da ricordare, i decimali infatti sono 4 per la Differenza Punti, 8 per la fiducia e 16 per l'Atteggiamento.

Come funziona questa formula sul campione? Presto detto
se è minore del 50% non c'è OC in 49 casi e c'è OC in 7 casi (di cui due appena sopra al limite, al 52%)
se è maggiore del 50% non c'è OC in 8 casi (di cui tre appena sotto al limite, al 48%) e sì OC in 23 casi

se la formula è maggiore del 70% non ho OC solo in 1 caso su 14 (pari al 7%)
se la formula è minore del 30% c'è OC solo in 3 casi su 41 (ancora pari al 7%)


Ecco in un grafico le 7 partite particolarmente fortunate in cui non c'è stata OC, pur con un valore della formula superiore al 50%, nel resto del campione non c'è stata OC, come previsto dal valore basso dato dalla formula.


Passando infine ai valori di Probabilità di OC calcolata per quelle partite nel campione che invece hanno avuto OC


vedete che sono solo 4 i casi sfortunati di OC prevista inferiore al 40% e invece realizzatasi. 4 i valori compresi tra 40% e 50% (di cui 3 al 48%) e altri 23 con probabilità superiore al 50% in cui poi l'OC si è concretizzata.



Le Cause dell'OC

Il fatto che i decimali per la differenza di punti siano 4, quelli per la fiducia 8 e quelli per l'atteggiamento 16 non significa che queste variabili siano nel medesimo ordine di importanza, dato che variano su scale diverse (da 0 a 30 la differenza punti, da 5 a 8 la fiducia e da 1 a 2 l'atteggiamento). Portando tutto sulla stessa scala e cioè sostituendo ai valori di fiducia il valore (Fiducia-5)*10 e all'Atteggiamento 0 se Normal e 30 se Pic, la formula diventa:

Probabilità di OC = 0.04*Diff.Punti + 0,0075*Fiducia(riscalata) + 0,005*Atteggiamento(riscalato) - 0.45

Insomma la Differenza Punti sembra pesare oltre 5 volte il valore della Fiducia e 8 volte il valore dell'Atteggiamento.
Quindi - e questo è importante - se troviamo OC in squadre che hanno piccato, non è tanto il Pic in sé a essere causa di Overconfidence, ma il fatto che il Pic viene fatto da squadre che hanno tanto vantaggio di punti sull'avversario.
Complessivamente l'OC dipende quindi per oltre il 75% dalla differenza punti, per il 14% dal livello di fiducia e per il 10% dall'Atteggiamento.
La metto in un grafico a Torta che forse resta più impressa:



APPENDICE

Questo il campione nel dettaglio:





PS. dai un occhio all' INDICE del blog, ci sono parecchi articoli che ti potrebbero interessare.




Andreac (team ID 1730726 in Hattrick)

Creative Commons License
This opera by Andreac is licensed under a Creative Commons Attribuzione-Non commerciale 3.0 Unported License. Cioé questo lavoro può essere liberamente copiato, distribuito o modificato senza espressa autorizzazione dell'autore, a patto che l'autore sia chiaramente indicato e la pubblicazione non sia a fini commerciali.

domenica 20 febbraio 2011

HATTRICK - Trading procedura di raccolta ed elaborazione dati






Dato che ho ricevuto numerose richieste al riguardo, mi accingo a spiegare passo passo la procedura utilizzata per elaborare i dati mostrati nell'articolo precedente

PARTE 1 - LA DIFFERENZA LORDA tra Venduto e Comprato

Naturalmente occorre andare nella pagina della "Storia dei Trasferimenti" del team che si vuole analizzare e si va a cercare la data finale del periodo che interessa, trovata la stessa selezionare i dati come indicato dalle frecce rosse, da prima della prima data alla stellina dell'ultimo giocatore nella pagina:


a questo punto un bel CTRL+C per copiare i dati.
Aprire "Blocco Note" e un CTRL+V per incollare i dati in blocco note

Aggiungi immagine
fatto questo torniamo in Hattrick, clicchiamo sulla pagina successiva della Storia dei Trasferimenti e selezioniamo tutti i dati (in questo caso dal 28/12 al 19/12)


naturalmente ancora CRTL+C per copiare tutti i dati, dopodiché ci riportiamo su Blocco Note e - IMPORTANTE - ci assicuriamo di cliccare invio in modo che il cursore si trovi all'inizio della riga successiva, come indicato dalla freccia rossa


in modo da non impapocchiare i dati.
Dopodiché potete cliccare su CTRL+V per incollare i dati.
Procedete così copiando da Hattrick e incollando in Blocco Note fino a quando risalite alla data di inizio del periodo che vi interessa.
Fatto questo e incollata l'ultima parte di dati in Blocco Note, andate su Modifica->Seleziona Tutto in modo che tutti i dati siano selezionati come da immagine


Ora aprite Excel (qui mostro con Excel 2007, ma la procedura è sostanzialmente la stessa anche in altre versioni del programma) e nella prima riga scrivete nella cella A1 "Data", nella B1 "Player/Giocatore", nella C1 "Azione", nella D1 "Squadra", nella E1 "Prezzo" e nelle successive "1" e "2" (vedere immagine successiva), dopodiché andate nella cella A2 e cliccate CTRL+V che vi incollerà tutti i dati copiati in precedenza


siamo a buon punto.
A questo punto cliccate su "C" in modo da selezionare tutta la colonna relativa alle azioni di compravendita


cliccate CTRL+C per copiare l'intera colonna e incollatela nella colonna "H", dopodiché fate lo stesso per la colonna "E" dei prezzi ed incollatela nella colonna "I" e vi troverete in questa situazione:


ora con la colonna "I" dei prezzi ancora selezionata, cliccate sull'icona in alto a destra "Trova e seleziona" e scegliete "Sostituisci" dal menu, vi si aprirà una maschera in cui inserirete nello spazio "Trova" un semplice spazio " " così:


dopodiché cliccate su "Sostituisci tutto" e se avete fatto tutto correttamente vi risponderà "sono state effettuate XXX sostituzioni" e la colonna I sarà ora costituita da numeri


A questo punto selezionate entrambe le colonne "H" e "I" e cliccate su "Inserisci" in alto a sinistra, vicino a "Home", cliccate sulla prima icona a sinistra "Tabella Pivot" e dal menu scegliete Tabella Pivot


dopo aver cliccato su "Tabella Pivot" e dato l'ok vi si aprirà una pagina così


ci siamo quasi: andate su "Azione" a destra e trascinatelo nel quadratino in basso a destra, quello con scritto "Etichette di riga" e trascinate invece "Prezzo" nel quadratino appena a destra del precedente, con scritto "Valori"


come vedete a sinistra è già apparso il totale di operazioni effettuate in acquisto e in vendita dato che in cella B3 c'è "Conteggio di PREZZO"
Doppio cliccate sulla stessa cella e si aprirà una maschera (se non lo prende andate in alto in "Impsotazioni campo")


scegliete somma e date ok e ottenete


finalmente la somma dei TOTALI dei valori dei giocatori comprati e venduti.



per i 2 o 3 che fossero interessati due righe anche su

PARTE 2 - Il Seasonal

Occorre estrarre dalla data che è nella forma "28-12-2010 (5/44)" il numero di settimane.
Per fare questo basta aggiungere una colonna ulteriore "K" e scrivere nella cella la formula
"SE(STRINGA.ESTRAI(A2;14;1)="/";STRINGA.ESTRAI(A2;13;1);STRINGA.ESTRAI(A2;13;2))"
dove A2 è la cella con "28-12-2010 (5/44)" e la formula restituirà "5"
La colonna "K" è adiacente a quella dei prezzi, basta selezionarle e fare una tabella pivot come mostrato sopra e avrete i dati di numero di scambi e totale di valori divisi per le settimane delle stagioni.

PARTE 3 - Le tipologie di giocatori

Selezionate tutti i dati dei giocatori e ordinateli per "Azione".
In una colonna a destra scrivete i valori delle classi di prezzo che volete considerare, ad esempio se volete dividere come ho fatto io per classi di 125.000€ dovete scrivere una colonna come la seguente, che termina al valore massimo che volete (in qs caso 7kk)

125000
250000
375000
500000
625000
750000
...
7000000

selezionate un numero di celle pari a quello delle classi di prezzo nella colonna subito a destra e inserite la formula "FREQUENZA(G2:G201;H6:H61)" dove G2 e G201 sono la prima e l'ultima cella coi prezzi dei giocatori comprati e H6 e H61 la prima e l'ultima cella delle classi di prezzo da considerare, cliccate CTRL+MAIUSC+INVIO e il gioco è fatto.


PS. dai un occhio all' INDICE del blog, ci sono parecchi articoli che ti potrebbero interessare.




Andreac (team ID 1730726 in Hattrick)

Creative Commons License
This opera by Andreac is licensed under a Creative Commons Attribuzione-Non commerciale 3.0 Unported License. Cioé questo lavoro può essere liberamente copiato, distribuito o modificato senza espressa autorizzazione dell'autore, a patto che l'autore sia chiaramente indicato e la pubblicazione non sia a fini commerciali.

venerdì 18 febbraio 2011

HATTRICK - Trading 2010







Forse qualcuno si ricorderà che lo scorso giugno avevo abbozzato una ricerca su quali Traders italiani avevano realizzato i migliori guadagni nei primi 5 mesi del 2010. Bene, terminato il 2010 e trovato un po’ di tempo, ho deciso di ampliare l’analisi a tutto lo scorso anno solare, in modo da avere un campione più ampio su cui fare delle considerazioni.

Scopo della ricerca è:

1) stendere una classifica degli utenti che hanno ottenuti i migliori guadagni nel 2010

2) analizzare in dettaglio come si muovono i migliori trader, andando a vedere come distribuiscono acquisti e vendite nelle diverse settimane della stagione e le tipologie di prezzo su cui lavorano. In questa seconda parte della ricerca, ho dovuto tenere presente che l’anno solare 2010 non coincide con un numero intero di stagioni hattrickiane: comincia con la prima settimana della stagione 41, prosegue con la 42 e la 43 e vi sono infine 5 settimane della stagione 44. Per avere un quadro corretto dei movimenti stagionali ho quindi dovuto escludere le settimane della 44 da questa parte.


Data la delicatezza dell’argomento, metto subito le mani avanti con un po’ di doverose precisazioni metodologiche.

Punto PRIMO: questa non è “LA” classifica assoluta, ma UNA delle classifiche possibili. Ci sono molti modi infatti per valutare quali siano i guadagni dei manager, da quelli meno raffinati a quelli che spaccano il capello in quattro, tuttavia anche questi ultimi presentano delle imperfezioni, per tutta una serie di fattori che vado subito ad elencare:

A) per avere un dato più pulito, si potrebbero considerare solo i giocatori effettivamente comprati e venduti nell’arco di tempo in esame, escludendo quelli comprati nel 2010, ma non ancora venduti, e quelli venduti nel 2010, ma comprati precedentemente. E qui si trova subito un grosso ostacolo: non sono pochi i giocatori che per un motivo o l’altro sono stati licenziati: mettiamo che io venda a 2kk un 34enne, l’utente successivo poi lo licenzia, io i soldi li ho ricevuti, ma dalla storia trasferimenti risulta la dicitura “licenziato” che impedisce di valutare correttamente la compravendita del giocatore (se sono presenti più giocatori licenziati non è possibile sapere con certezza a quale acquisto corrisponde quale vendita, in quanto compare solo la dicitura “licenziato”). E’ una distorsione non da poco. Una soluzione semplice consiste nel considerare l’insieme di tutti i giocatori comprati e venduti nel 2010, presumendo, approssimativamente, che i comprati nel 2010 e non ancora venduti si vadano in qualche modo a compensare coi venduti nel 2010, ma comprati prima.

B) gli STIPENDI. Prendiamo un giocatore X, comprato a 1kk e venduto a 2kk dopo 15 settimane: se il suo stipendio è di 10k settimanali il guadagno al netto degli stipendi è (2000-1000-10*15)=850k, se invece il suo stipendio è di 100k settimanali il guadagno al netto è in realtà una perdita (2000-1000-100*15)=-500k. Qui i problemi sono diversi: gli stipendi, come si sa, variano ad ogni compleanno del giocatore e per calcolare il netto occorrerebbe andare a vedere su Alltid settimana per settimana lo stipendio effettivo per detrarlo, un lavoro immane che però troverebbe il solito limite dei giocatori licenziati: qual era il loro stipendio? Non lo sappiamo e non possiamo saperlo, quindi una distorsione comunque rimarrebbe. Per i fini che mi propongo e per il tempo che ho a disposizione opto per la soluzione più semplice, ossia considerare al lordo degli stipendi, cosa che implicitamente sovrastima i guadagni dei manager che compravendono giocatori con alto stipendio.

C) le TASSE. Come si sa le tasse variano in funzione dei giorni di permanenza del giocatore nel proprio team, minori i giorni e maggiori le tasse. Anche qui si presenta il solito problema dei giocatori licenziati di cui non possiamo calcolare con certezza il numero dei giorni di permanenza. Un ulteriore elemento distorsivo è dato dai redditi provenienti come “precedente proprietario”, occorrerebbe andare a vedere giocatore per giocatore se è stato poi venduto nell’arco di tempo e a quanto, creando però un’asimmetria tra quelli che vengono venduti e quelli che vengono invece tenuti nel team successivo. Pertanto anche qui per semplicità ho considerato al lordo delle tasse.

Ho considerato quindi l’insieme di compravendite effettuate nel 2010, senza escludere i giocatori comprati nel 2010 e non venduti e i venduti nel 2010 ma comprati prima e, come detto, al lordo di stipendi e di tasse.


Punto SECONDO: nell’introduzione ho parlato di “un’analisi di quali Traders italiani avevano realizzato i migliori guadagni”, attenzione alle parole non ho detto dei “migliori traders”, dato che la classifica che segue non è derivante da una competizione tra i traders, ma solo un rilevamento tra il 1/1/2010 e il 31/12/2010. Solo se gli utenti fossero stati consapevoli di tale rilevamento avrebbe senso valutare i risultati come una classifica tipo gara, dato che allora sarebbero state poste in atto strategie per massimizzare i profitti nell’arco di tempo considerato, mentre questa è una “foto” con date arbitrarie di utenti che non stavano cercando di dare il massimo nel periodo in esame.

Per la modalità di rilevazione effettuata inoltre ci possono essere (e in effetti ci sono) le distorsioni menzionate precedentemente: se un utente compra 3 giocatori a 3kk l’uno il 30/12/2010, magari superaffaroni da vendere a 4kk l’uno dopo poche settimane, il dato totale li vedrà semplicemente come una perdita e il guadagno dell’utente, dato dalla differenza tra l’insieme dei giocatori venduti e di quelli comprati, sarà diminuito di 9kk. La situazione inversa se il 2/1/2010 l’utente aveva venduto parecchi giocatori comprati prima. Come detto sopra ho ipotizzato forfettariamente che queste situazioni si compensassero a vicenda.

Un altro elemento è dato dagli utenti che rifondano o che abbandonano (Daveheart, Kaleir?) e che pertanto vendendo completamente o quasi il parco giocatori creano una grossa differenza tra vendite e giocatori comprati. Non si tratta chiaramente di guadagni da trading e sono situazioni riconoscibili nella tabella proprio dalla forte asimmetria tra numero di giocatori comprati e numero di giocatori venduti.

Pubblico i dati elaborati finora:
analizzati complessivamente 19037 trasferimenti per un controvalore totale di quasi 18 miliardi di €





Come detto sopra questa è solo una delle classifiche possibili.
Ad esempio sarebbe possibile fare una classifica di

GUADAGNO LORDO / NUMERO VENDITE

che restituirebbe il guadagno medio per giocatore venduto.
In tal caso si vedrebbe chi, in un certo senso, ottiene di più col minimo sforzo.

Giusto per curiosità tale classifica sarebbe (escludendo i rifondanti o abbandonanti Astrax, Daveheart, AndR80ea, Altares, Kaleir e ing_Laurentio):

PiC74 con 938.512€
eliot68 con 497.587€
Supergiampi con 480.875€
_HLaW_ con 451.789€
13Giacomo13 con 451.694€
Stefanick con 447.902€
_Peo_ con 410.807€
_Nick con 394.228€
PinkMoon con 385.930€
10° Marteam2004 con 357.002€


naturalmente è possibile fare anche la classifica degli utenti che hanno fatto più operazioni di compravendita:

tunei 860 operazioni
regia5 788
Sir_QQ 736
zagortenay 644
-HM-Toto 568
eliot68 564
_Peo_ 538
scricciolo 520
rusty83 483
10° Alerish 463


Come detto sopra in questa ricerca vi è una seconda parte in cui vado ad analizzare in dettaglio come si muovono i migliori trader, andando a vedere come distribuiscono acquisti e vendite nelle diverse settimane della stagione e le tipologie di prezzo su cui lavorano.
I primi 5 in classifica sono: eliot68, Sir_QQ, _Peo_, PiC74 e Supergiampi, andiamo a vedere come si sono mossi sommando tutti i movimenti effettuati nelle stagioni 41, 42 e 43. In particolare le compravendite sono state sommate settimana per settimana: sommo la 1a settimana della stagione 41 con la 1a della stagione 42 e con la prima della 43, ottenendo tutti i movimenti effettuati dai manager nelle settimane numero "1" delle stagioni, e così per tutte le altre settimane.

Vado a salire e comincio dal 5°, Supergiampi, rappresentando il grafico di acquisti (in rosso) e vendite (in verde) per numero e per valore


Dal punto di vista degli acquisti, Supergiampi evita come la peste le prime settimane di mercato: in 3 stagioni nessun, dico nessun acquisto nelle settimane 1 e 2 della stagione. Vero che nel 2010 sono settimane che hanno coinciso con le ferie natalizie, i ponti primaverili e le ferie di agosto, ma dubito che si tratti di coincidenza. Timidi gli acquisti nelle settimane dalla 3 alla 6 e nelle ultime della stagione, ma consistenti in quelle dalla 8 alla 13.
Le vendite sono invece sostanzialmente costanti, eccetto il valore basso della settimana 1.

Proseguo con PiC74

che presenta variazioni stagionali poco sensibili, a parte il calo degli acquisti a inizio stagione e quello delle vendite a fine stagione.

Ecco i grafici relativi a _Peo_

anche per lui vendite più basse della norma nelle settimane di fine stagione (15 e 16) mentre salgono gli acquisti (soprattutto nella 15), che sono invece più bassi nelle prime 3/4 settimane della stagione. Da rilevare anche il valore altissimo di vendite nella settimana 1 delle tre stagioni in esame e anche il fatto che nelle settimane dalla 4 alla 10 la somma degli acquisti praticamente coincide con quella delle vendite.


Sir_QQ

presenta grafici di vendite in ciclico, ma continuo ribasso in tutta la stagione, concentrando così le vendite nel mercato di inzio stagione, mentre gli acquisti sono sostanzialmente costanti.

Infine eliot68

il quale presenta, come _Peo_, un grandissimo exploit di vendite nella settimana 1 della stagione, mentre nel resto della stagione acquisti e vendite presentano valori tutto sommato costanti e non troppo dissimili.

Infine un occhio ai profili di giocatori comprati e venduti: la domanda è "i trader con miglior guadagno lavorano sugli stessi tipi di giocatori o no?"
Ho suddiviso i giocatori comprati e venduti nel 2010 per fasce di prezzo di 125.000€ l'una, così la prima fascia è tra 0 e 125.000€, la seconda tra 125.000 e 250.000€ ecc...
In seguito utilizzerò la notazione abbreviata e cioé 125.000€ = 125k.

Vediamo i profili, cominciando dal 5° e cioé Supergiampi, rapprensentanto a sinistra, in rosso, gli acquisti e a destra, in verde, le vendite:

Supergiampi sembra lavorare in modo molto specializzato: vedete l'istogramma rosso nel grafico a sinistra che identifica ben 48 acquisti realizzati nella fascia tra 1.000k e 1.125k.
Le vendite a destra sembrano più distribuite, con un picco comunque nella fascia 1.375k/1.500k che fa presumere un'attività di skill trading tra 1.100 e 1.400k.

Proseguo con il 4°, PiC74

trader che concentra i suoi acquisti tra 1.000k e 1.600k. Le vendite presentano 3 picchi ben precisi nelle fasce appena sotto ai valori "tondi" di 2.000k, 2.500k e 3.000k. Ci sono infatti ben 12 vendite al valore di 1.989.520€, 10 a 2.489.520€ e altri 12 a 2.989.520. Evidentemente il "89.520" finale porta bene.

Ecco _Peo_

gli acquisti si distribuiscono con una curva "a campana" con le frequenze più alte in zona 1.000/1.500k, una distribuzione non troppo dissimile da quella delle vendite, che presentano sì dei picchi attorno ai valori "tondi" di 1kk/1.5kk/2kk/2.5kk, ma nel loro insieme sembrano configurare la stessa forma "a campana" degli acquisti, ma spostata più a destra

Sir_QQ invece ha una distribuzione completamente diversa:

gli acquisti hanno 3 enormi picchi nelle fasce tra 125k e 500k (ben oltre la metà degli acquisti), con istogrammi via via decrescenti al crescere del valore dei giocatori. 3 picchi anche per le vendite nella zona tra 375k e 750k, con valori però alti anche nelle fasce un po' superiori.

Infine il trader con la migliore differenza tra vendite e acquisti, eliot68

che presenta profili di trading meno specializzati, le curve presentano dei picchi, ma le forme sostanzialmente a campana indicano come vada a fare trading su giocatori di tipologie diverse.

Tirando le somme dell'analisi in dettaglio di questi 5 trader, mi sembra di poter dire che non esiste una unica "via" al trading e che risultati eccellenti vengono ottenuti con strategie differenti, sia dal punto di vista del profilo stagionale, che soprattutto da quello del tipo di giocatori su cui fare trading.

PS. dai un occhio all' INDICE del blog, ci sono parecchi articoli che ti potrebbero interessare.




Andreac (team ID 1730726 in Hattrick)

Creative Commons License
This opera by Andreac is licensed under a Creative Commons Attribuzione-Non commerciale 3.0 Unported License. Cioé questo lavoro può essere liberamente copiato, distribuito o modificato senza espressa autorizzazione dell'autore, a patto che l'autore sia chiaramente indicato e la pubblicazione non sia a fini commerciali.

giovedì 10 febbraio 2011

HATTRICK - I contributi dei giocatori in TABELLA








Mi prendo una piccola pausa dal lavoraccio sui cali di skill e procedo a pubblicare una tabella che potrebbe venir comoda. Spesso mi sono state chieste informazioni e chiarimenti sui valori dei coefficienti delle prediction, con la domanda "sì, ma quanto apporta un livello della skill X alla zona Y?"

Ho avuto modo di spiegare sia qui nel blog che da altre parti che i coefficienti cercavano di approssimare il totale di sottolivelli dato da un livello di skill del giocatore in una specifica zona di campo, a monte delle considerazioni riguardanti forma, resistenza ed esperienza.

Per avere qulcosa di più immediato, basta prendere le prediction F (sviluppate con una ricerca svolta nella scorsa primavera/estate nel forum Italia e in DAC a partire dalle stime di Flatterman in www.flattermann.net), dividere i coefficienti per 4 et voilà ecco che la stima non è più in sottolivelli, ma in livelli (dato che 1 livello è costituito da 4 sottolivelli). Inoltre aumento tutti i valori di circa il 18.65% per tener conto forfettariamente di un livello standard dei parametri di forma, resistenza ed esperienza.

Nelle colonne vedete:
  • Il ruolo del giocatore (Portiere, DC = difensore centrale sx=sinistro e dx=destro, Terzini, CC=centrocampisti, Ali e Attaccanti) con l'eventuale ordine individuale (normale, offensivo, difensivo, tw=toward wing, verso l'ala e tm=toward middle, verso il centro)
  • La situazione delle zone centrali (1, 2 o 3 giocatori coi relativi malus già inseriti)
  • Le zone di campo con le skill relative, quindi Regia per il Centrocampo, Parate e Difesa per la Difesa Centrale e le Difese Laterali sinistra (sx) e destra (dx), Passaggi e Attacco per l'Attacco Centrale, Passaggi, Cross e Attacco per l'Attacco Laterale sinistro (sx) e destro (dx)

Ecco la TABELLA, divisa in tre parti:




La tabella al primo impatto può sembrare complicata, ma in realtà è piuttosto semplice, prendiamo ad esempio il portiere, vedo che ha i contributi

in Difesa Centrale
0.165 per parate
0.079 per difesa

se il portiere è un 12/6 in parate/difesa il suo apporto sarà di
12*0.165 + 6*0.079 = 2.45 livelli alla difesa centrale

insomma i valori indicano chiaramente QUANTO apporta UN livello di una data skill a quella specifica zona di campo.

Faccio un altro esempio: gioco con 1 solo difensore centrale normal e sto valutando se cambiare il mio difensore con 4 in regia con uno con 7 in regia e mi chiedo quanto guadagnerei a centrocampo.
Vado a vedere in tabella: il valore è 0.035
quindi se aumento di 3 il valore della skill regia del difensore centrale guadagno 0.035*3=0.105 livelli a centrocampo, cioè poco meno di mezzo sottolivello.


Alcune annotazioni finali:
  • si tratta di stime qui esposte per effettuare un confronto tra giocatori, non per costruire un predittore preciso dei valori delle zone di campo
  • DIFESA: i valori sono calcolati con allenatore equilibrato, se avete lo spregiudicato o il difensivo i valori riscontrati nel campo saranno naturalmente un po' diversi (rimando all'articolo sui dettagli di HO! per vedere esattamente di quanto, evito tecnicismi in questo articolo).
  • DIFESA: i valori sono calcolati giocando normal, valori inferiori saranno rilevati in centro se giocate AOW (attacco sulle fasce), nei lati se giocate AIM (attacco al centro), in centro e nei lati se giocate libertà di iniziativa
  • CENTROCAMPO: i valori fanno riferimento al valore netto del centrocampo (quello riscontrato giocando in trasferta, senza il bonus del 20% del giocare in casa o dell'11 e rotti % giocando il derby fuori casa), senza PIC o MOTS, con valori medi di TS
  • ATTACCO: come detto per difesa, i valori sono calcolati con allenatore equilibrato, se avete lo spregiudicato o il difensivo i valori riscontrati nel campo saranno naturalmente un po' diversi.
  • ATTACCO: i valori sono calcolati giocando normal, giocando tiri da lontano si ha una leggera penalizzazione (3% circa) dei valori.
  • ATTACCO: i valori sono relativi a livelli medi di Fiducia.


PS. dai un occhio all' INDICE del blog, ci sono parecchi articoli che ti potrebbero interessare.




Andreac (team ID 1730726 in Hattrick)

Creative Commons License
This opera by Andreac is licensed under a Creative Commons Attribuzione-Non commerciale 3.0 Unported License. Cioé questo lavoro può essere liberamente copiato, distribuito o modificato senza espressa autorizzazione dell'autore, a patto che l'autore sia chiaramente indicato e la pubblicazione non sia a fini commerciali.