#TopFiveLeaguesPreMatchPredictor

#欧州5大リーグ試合前予測モデル

Premier League、La Liga、Serie A、Bundesliga、Ligue 1の試合結果予測は、もはや直感の問題ではない。試合前のモデリングによって、収益性のある予測と推測的な当てずっぽうを分ける、定量的な専門分野である。堅牢な欧州5大リーグ試合前予測モデルは、一般的なモデルが無視する4つのシグナル層を統合する。

第1層：順位表の直近成績ではなく、期待ゴール差とフィールドティルト
この予測モデルは、W-D-Lの連勝・連敗 streakを使わない。直近6試合における、相手の強さを調整したxG創出量と被xGをローリング方式で使用する。例えば、Brightonのように順位は10位でも、1試合あたり1.85 xGを生み出し、フィールドティルト（最終サードでのポゼッション割合）が68%に達しているチームは、結果がいずれ実力に追随することを示す、基礎的な優勢を持っている。逆に、1-0で勝ち続けているものの、xG創出量が1.10、被xGが1.40のトップ4チームは、成績が平均へ回帰する候補としてフラグが立つ。これが、23/24シーズンにおけるArsenalの過大パフォーマンスや、市場が修正する前のDortmundの低調なパフォーマンスをモデルが捉えた方法である。

第2層：出場可能性を調整した選手インパクト
負傷情報はブックメーカーによって遅れて価格に織り込まれる。この予測モデルは、プラスマイナスモデルを通じて、試合前にその影響を定量化する。Vinicius Jr.のように90分あたり0.35 xG + xAを記録するウイングが欠場すると、Real Madridの予想総得点は0.28低下する。一方、Rodriのように90分あたり6.5本のプログレッシブパスを出すミッドフィールダーが欠場すると、Manchester Cityの試合支配指標は12%低下する。モデルはキックオフの24～36時間前に、記者会見の記録、トレーニング写真、遠征メンバーリストを相互参照し、オッズが動く前にチーム評価を引き下げる。

第3層：過密日程と移動負荷
この5リーグは、チャンピオンズリーグの週中開催による影響を特に受けやすい。2024年のデータでは、アウェーでのUCLの夜間試合から戻ったチームは、72時間以内に行われる次のリーグ戦で、0.18 xGを失い、被xGが0.22増加する。予測モデルは疲労係数を適用する。7日間で3試合を戦う場合は-0.15ゴールのハンディキャップ、4000kmの移動には追加で-0.08を加える。これにより、週中の選手ローテーションが少ないLigue 1やBundesligaのチームが、日曜日の試合で低調になる理由を説明できる。

第4層：市場のミクロ構造と先発メンバーによるアンカリング
最後の調整は、オッズのアンカリングである。予測モデルは、自ら算出した公正確率（例：ホーム勝利52%）と、直近2時間におけるPinnacleの終盤のライン変動を比較する。モデルが52%と示しているにもかかわらず、ニュースがないのにホーム勝利のオッズが2.10から1.85へ動いた場合、情報漏洩の可能性を示すフラグを立て、予測を保留する。これにより、漏洩した先発メンバー情報による偽シグナルを防ぐ。これは、試合直前の先発情報によってオッズが10～15%動くSerie Aで、エッジを失う一般的な要因である。

実際には、高信頼度の試合前予測にはシグナルの収束が必要である。すなわち、xG差が>+0.45、出場可能性による影響の損失が<10%、疲労係数がニュートラル、そして市場との一致が確率差3%以内であることだ。Manchester City対下位半分のホームチームの試合で見られるように、Manchester Cityが2.3 xGを生み、相手が1.9 xGを許すなど、4つすべてが一致した場合、過去の的中率は2.5得点超で68%、公正オッズにおけるホーム勝利-2ハンディキャップで62%を超える。

したがって、欧州5大リーグ試合前予測モデルは予想屋ではなく、フィルターである。試合の85%を賭ける価値のないノイズとして排除し、構造的・身体的・市場的な非効率性が重なる15%の試合だけを抽出する。