Andreac - Analisi di Hattrick

HATTRICK - Bonus Fedeltà

2011-10-16T08:18:00.010+02:00

Dall'editoriale del 3 ottobre 2011 le cose sono piuttosto chiare, vengono introdotti 2 distinti bonus:

1) BONUS 1 - Bonus fedeltà dei giocatori

"Un giocatore sarà più attaccato e fedele alla vostra squadra per ogni giorno consecutivo che trascorrerà con essa.
La fedeltà si guadagna più velocemente all’inizio, quindi sempre più lentamente col passare del tempo. La massima fedeltà è raggiunta dopo 3 stagioni, ma sarà a metà livello dopo 12 settimane.
Bonus massimo: +1 livello di abilità in ogni abilità (Resistenza esclusa), dopo 3 stagioni (336 giorni)"

Allora il bonus per la presenza dei giocatori nel team, chiamiamolo BONUS1
* è basato sui giorni
* è a metà livello (+0.5 di abilità in ogni skill) dopo 12*7=84 giorni e al massimo (+1 di abilità in ogni skill) dopo 336 giorni

come suggeritomi da GM-Wiles la formula sottostante è molto semplice:
che infatti vale 0,5 se i giorni sono 84 (84/336=1/4 la cui radice è 1/2)
e 1 se i giorni sono 336
Altri punti interessanti sono 21 (3 settimane) per cui la formula vale 0,25 e 189 (27 settimane, poco più di 1 stagione e mezza) per cui vale 0,75
NOTA: Per giorni maggiori di 336 vale sempre 1, quindi la formula completa e corretta sarebbe min(1;RADQ(GIORNI/336)).

Il grafico è questo

Il bonus sarà indicato nel sito con un livello da 1 a 20 (da "disastroso" a "divino"), ma il valore esatto dovrebbe essere ricavabile dalla formula esposta sopra.

2) BONUS 2 - Bonus Squadra Madre "I giocatori che giocano per la loro squadra madre, come i giocatori delle vostre giovanili, e che l'hanno fatto per tutta la loro carriera danno qualcosa in più sul campo"

I bonus sono cumulabili, quindi

BONUS TOTALE = Bonus 1 + Bonus 2

Naturalmente un giocatore non uscito dalle giovanili (e rimasto continuamente nel team) non gode del Bonus 2.

IMPATTO DEI BONUS

Ora faccio un passo in più e cerco di capire come vari il beneficio ottenuto ruolo per ruolo.
Supponiamo per semplicità di avere un giocatore che sia uscito dalle giovanili e che sia ora in prima squadra (bonus totale= bonus 1+bonus 2=1,5) , che sia straordinario (10) in primaria e accettabile (6) nelle secondarie rilevanti per il ruolo.
Avremo quindi:

Portiere 10/6 in parate/difesa
Difensore Centrale e Terzino 10/6/6 in difesa/regia/cross
Centrocampista centrale 10/6/6/6 in regia/passaggi/difesa/cross
Ala 10/6/6/6 in cross/regia/passaggi/difesa
Trequartista (attaccante difensivo tecnico) 10/6/6/6 in passaggi/regia/attacco/cross (questo profilo è il più discutibile, lo so, ma tengo così per coerenza con gli altri ruoli)
Attaccante 10/6/6 in attacco/passaggi/cross

Per il giocatore che gode di un bonus massimo il valore in primaria diventerà di 11.5 e quello in secondaria di 7.5.
Mi appoggio al lavoro fatto a febbraio
http://acandio.blogspot.com/2011/02/hattrick-i-contributi-dei-giocatori-in.html
per valutare l'impatto dei bonus.

Comincio dal reparto difensivo

vedete i contributi reparto per reparto di tutte le possibili disposizioni.
Il primo gruppo di colonne è relativo ai "senza bonus" e vale per i giocatori che non godono né del bonus 1 né del bonus 2 (acquistati quindi da altri team da 0 giorni) e riporta i valori di apporto del giocatore ai livelli delle valutazioni nelle diverse zone del campo.
Il secondo gruppo di colenne sono sempre gli apporti nelle varie zone, per chi gode del bonus massimo di 1,5 punti per skill (cresciuti nel team).
Il terzo gruppo di colonne sono le differenze tra gli apporti (quindi i guadagni per chi gode del bonus), con l'ultima colonna che indica il totale dato dalla somma delle differenze.

* I Portieri sono quelli che godono più di tutti del bonus, il guadagno, suddiviso in più zone del campo, rispetto a un portiere senza bonus è di 1.16 livelli.
Questo guadagno è quasi equamente distribuito tra i tre reparti di difesa: apportano quasi 0,4 (0.398 nella tabella) livelli in più alle valutazioni delle difese laterali del team e poco meno (0.366) alla valutazione della difesa centrale.

* I Difensori Centrali hanno un guadagno medio totale di poco più di mezzo livello.
Questo guadagno, se considero il caso di due difensori centrali, va in minima parte al centrocampo. Quelli normal godono di un bonus di poco più di un quarto di livello per la difesa centrale (+0.268) e di poco meno per la difesa laterale più vicina (+0.222). Il guadagno aumenta per i difensori centrali verso l'ala ("tw") che apportano 0.326 in più alla difesa laterale verso cui spingono (naturalmente godono meno nella difesa centrale, dove il guadagno si abbassa a 0.200)

* I Terzini guadagnano più dei difensori centrali, e non è una sorpresa, dato che il bonus incide maggiormente nelle secondarie del giocatore e i terzini sono più legati alle secondarie. Il guadagno medio totale è di 0.70 livelli.
Il guadagno dato dal bonus per il terzino normal è soprattutto in difesa laterale (quasi mezzo livello in più, con 0.402), di circa la metà (0.193 livelli) in attacco laterale, ancora minore in difesa centrale (0.125 livelli)
Se il terzino è difensivo rispetto al normal il guadagno è di poco superiore in difesa laterale (0.426), ma molto inferiore in attacco laterale.

Continuo analizzando il reparto di centrocampo.

* I Centrocampisti che godono del bonus apportano complessivamente circa mezzo livello in più alle valutazioni del team. Questo mezzo livello di apporto maggiore va per poco più di un terzo all'aumento nella valutazione di centrocampo, per un terzo all'aumento nei contributi alla difesa e per poco meno di un terzo all'aumento nei contributi all'attacco.
Vediamo i numeri per un caso tipoco: centrocampista normal messo a sinistra, in centrocampo a 3 centrocampisti. Il giocatore che gode del bonus apporta 0.171 livelli in più alla valutazione di centrocampo, 0.086 in più alla difesa centrale e 0.069 in più alla difesa laterale sinistra (totale di 0.155 in più alle due difese); in attacco apporta 0.070 in più all'attacco centrale e 0.069 in più all'attacco laterale sinistro (totale di 0.140 in più ai due attacchi di competenza).

* Le Ali, essendo multiskillose, godono parecchio del bonus, per loro il guadagno medio totale è di 0.71 livelli.
Questo guadagno va in misura via via maggiore all'attacco centrale (0.03 livelli), alla difesa centrale (0.05 livelli), al centrocampo (0.10 livelli), alla difesa laterale di competenza (0.15 livelli in media), ma soprattutto all'attacco laterale (quasi +0.40 livelli in media).
Le differenze si spostano naturalmente a seconda dell'ordine individuale assegnato all'ala, per cui l'ala offensiva guadagnerà ancora di più in attacco laterale ecc...

Ecco il reparto offensivo

* Gli Attaccanti, guadagnano anch'essi mediamente 0.70 livelli di apporto complessivo grazie al bonus.
Se considero un attaccante sinistro in un attacco a due punte vedo come per un normal il guadagno del bonus sia di 0.343 livelli all'attacco centrale e di 0.194 livelli a ogni attacco laterale, il totale del guadagno è di 0.73 livelli.
Un attaccante verso l'ala guadagna 0.356 di livello nell'attacco laterale, ma solo 0.218 nell'attacco centrale e 0.040 nell'altro laterale, per un guadagno complessivo di soli 0.61 livelli.
Per un trequartista (il difensivo tecnico) il guadagno è di 0.296 livelli all'attacco centrale e di 0.210 per ogni attacco laterale (oltre che a un 0.082 al centrocampo), per un totale complessivo di 0.80 di livelli.
Risulta quindi dai calcoli come (dati i valori di partenza) sia il trequartista il gicoatore di movimento a godere maggiormente di questi bonus. E non è una sorpresa, essendo per definizione il trequartista un giocatore multiskilloso e incidendo % i bonus in modo maggiore nelle secondarie (+1.5 sul valore 6 della secondaria è un +25%, mentre sul 10 della primaria è solo un +15%).

Andreac

HATTRICK - Una misura (approssimata) del Random nella Serie

2011-10-08T14:24:00.014+02:00

Tolgo un po' di polvere e posto qualcosa di nuovo.
Oddio, non proprio nuovissimo, dato che già n stagioni fa avevo fatto qualcosa di simile, ma l'avevo postato nei CS del mio team e quindi era rimasto con una visibilità assai limitata.

Quello che vado a proporre è una misura, seppur approssimata come indicato nel titolo, del "Random" all'interno di una Serie.
"Random" viene qui inteso come devianza dai risultati ottenuti rispetto a quelli attesi, mostrati a chi ha installato Foxtrick nella barra in basso, quella all'interno della "Analisi del Match di HTMS" (http://www.fantamondi.it/HTMS/index.php?lang=it).
Come specificato in quel sito "La barra invece mostra le percentuali di vittoria, pareggio, sconfitta. Questi valori provengono da un confronto statistico sull'analisi diretta dei dati e non da una predizione fatta tramite il modello matematico. Ovvero, ciò che è stato fatto è stato di raggruppare tutte le partite presenti nel DB in base ai rapporti tra centrocampo, attacco e difesa. Si è quindi passati a catalogare tutte le partite con gli stessi rapporti e a contare le percentuali di vittoria, sconfitta, pareggio (al netto degli SE) effettivamente ottenute. A questo scopo ovviamente un 8-0 conta una vittoria esattamente come un 2-1. Queste stesse percentuali sono quindi mostrate sulla barra e non sono quindi un lavoro di predizione, ma un resoconto di quello che è effettivamente successo."
E' un utile riferimento pertanto e non una misura assoluta, per questo parlo di misura "approssimata".

Prima di passare ai numeri introduco il concetto di "Valore Atteso" (o "Speranza Matematica"), che non è niente di complicato, provo a spiegarlo con un esempio concreto: giocare a testa o croce.
Gioco a testa o croce e punto 1 euro, vincendo 2 euro se azzecco o nulla se perdo.
La probabilità è del 50%.
Se gioco 1.000 volte mi aspetto di vincere nel 50% dei casi e di perdere nell'altro 50%.
Quindi 500 volte vinco 2 euro e 500 volte perdo, per un totale di 500*2€=1.000€
Quindi posso dire che a ogni giocata ho una vincita attesa di 1.000€/1.000giocate=1€ a giocata.
Chiaramente non ci sarà nessuna gocata in cui vincerò "1€", ma vincendo 2€ la metà delle volte e 0€ nell'altra metà, allora "in media" vincerò 1€ a ogni giocata.
Tale valore (il "valore atteso") è ottenuto moltiplicando gli esiti della giocata per le loro probabilità, cioè
2€ * 50% + 0€ * 50% = 2*0,5 + 0 = 1

In Hattrick chiaramente dovrò moltiplicare i punti dati dai risultati di 1, x, 2 per le loro probabilità che ricavo dalla barra citata sopra.
Per cui se in una partita ho il 60% di vittoria, il 25% di pareggio e il 15% di sconfitta significa che:
3punti*60% + 1punto*25% + 0 punti*15% = 1,8 + 0,25 + 0 = 2,05
e 2,05 sono i punti attesi da quella partita.
Come sopra, non ci sarà mai una partita in cui otterrò 2,05 punti, ma se la gioco 1.000 volte, allora in media 2,05 sarà il valore di punti ottenuto.

Ora non resta che da confrontare il valore vero ottenuto sul campo con quello atteso.
* se ho vinto allora ho ottenuto 3 punti, cioè sono stato leggermente fortunato e ho ottenuto 3-2,05=0.95 punti in più di quelli attesi
* se ho pareggiato allora ho ottenuto 1 punto, cioè sono stato leggermente sfortunato e ho ottenuto 1-2,05=-1,05 punti in meno di quelli attesi
* se ho perso allora ho ottenuto 0 punti, cioè sono stato molto sfortunato e ho ottenuto 0-2.05=-2,05 punti in meno di quelli attesi

Quindi il valore ottenuto con
PUNTI OTTENUTI SUL CAMPO - VALORE ATTESO
è una misura (seppur approssimata come detto) della fortuna (se positivo) o della sfortuna (se negativo) che si è avuto nella singola partita.
Sommando partita per partita e squadra per squadra si ottiene una misura di quali siano stati approssimativamente i team più fortunati e quelli più sfortunati.

ATTENZIONE: questo calcolo vede solo la differenza tra "valori in campo" e "risultato ottenuto", vi prego di tener presente che i "valori in campo" sono solo DOPO che si sono realizzati tutti gli eventi della partita. Ad es. se a un team si sono rotti 4 giocatori e sono entrati 4 riserve di valore basso, il calcolo sopra terrà conto solo del confronto tra i valori (bassi) e il risultato, determinando fortuna/sfortuna in base a quello e non considerando la (grande) sfortuna di avere 4 infortunati nella stessa partita. Attenzione quindi: trattasi di una misura non solo approssimata, ma anche PARZIALE della fortuna/sfortuna avuta dai diversi team.

Posto per esempio il risultato di questa analisi nelle giocate questa stagione nella mia serie. In fondo allego il file excel che - se volete - può fare da guida per un'analogo studio nella vostra serie.

Allora comincio mostrando la 1a giornata.

Ho inserito le varie squadre e il risultato della partita. Il foglio excel provvede a calcolare i punti ottenuti dai team (verde per la vittoria, grigio per il pareggio, rosa per la sconfitta).
Dopodiché

inserisco nelle colonne dei risultati attesi i valori delle % che trovo nelle barre in basso, partita per partita. Il folgio provvede a calcolare i punti attesi per ogni team e a mostrare la differenza tra punti attesi e punti ottenuti.
Un valore negativo (in rosso sempre più marcato più il valore è negativo) significa che i punti ottenuti sono stati meno degli attesi, per cui la partita è stata sfortunata, un valore positivo (in verde) il contrario.
Così nella prima giornata ero stato io il più fortunato (Hellas VB), portando a casa 1.84 punti più di quanto atteso, fortunati anche SambaReggae e AC Bresaola che portano a casa i 3 punti in partite non del tutto scontate. Differenza nulla per Atletic Birimbao che vince fuori casa contro il team bottizzato (Fear of starvation), vittoria del tutto attesa.
Procedo così dunque giornata per giornata

Inserito il tutto il foglio excel provvede a raccogliere e riordinare tutti i dati nel foglio "FOGLIO APPOGGIO (AUTO)" a calcolare le somme dei valori in "Punti Ottenuti (AUTO)" e "Punti Attesi (AUTO)" e mi presenta i risultati nel foglio "RISULTATO"

Da cui risulta che il team più sfortunato è stato Atletic Birimbao, che ha lasciato per strada quasi 3 punti e mezzo. Sfortunati anche SambaReggae (-2.26) e Seportivo Scarpasciolta (-1.80), neutro il team bottizzato, mentre sempre più fortunati S.C.A. Porto San Giorgio (+0.83), AC Bresaola (+0.98), Hellas VB (+1.48) e affittinelsalento (+1.84 punti).
Fortuna e sfortuna quindi non si compensano in un campionato così corto (solo 14 partite).

Ma tutto questo come ha inciso nella classifica?
E' presto detto (attenzione, questo calcolo non viene fatto in automatico, occorre fare copincolla e poi riordinare i valori)

Vedete a sinistra la classifica effettiva e a destra quella "Equa" coi punti pari ai punti attesi.
Primo S.C.A. Porto San Giorgio in tutte e due, fortuna/sfortuna non hanno inciso sul primo posto. Al secondo posto invece sarebbe stato secondo i punti attesi "Seportivo Scarpasciolta", che per una serie di partite sfortunate scivola al 4° posto reale, lasciando campo a Hellas VB e AC Bresaola. La squadra più fortunata di tutte (affittinelsalento) supera quella più sfortunata (Atletic Birimbao) cosa che genera uno scambio tra 5° e 6° posto.
Tirando le somme?
Ai playoff va il team che se lo merita, S.C.A. Porto San Giorgio, ai playout le due che sarebbero dovute andare (l'inversione tra 5° e 6° posto non cambia nulla) e anche le retrocesse direttamente sono quelle giuste.
Fortuna e sfortuna (pur in questa accezione APPROSSIMATIVA e PARZIALE, lo ricordo) alla fine della fiera non hanno inciso nelle cose che contano. Concludo col miglior in bocca al lupo per i miei cogironisti, che la dea bendata sia con voi nei decisivi spareggi!

Premete QUI per scaricare il file excel.

Andreac

HATTRICK - Ricerca DAC sui Calci Piazzati Indiretti

2011-04-14T13:54:00.005+02:00

A oltre un anno dalla pubblicazione nel sito DAC, http://croack.altervista.org/it/ric-cp-ind, posto anche qui i risultati di una ricerca svolta in DAC e poi elaborata da me sui CP indiretti.

Grazie al lavoro di raccolta dei dati svolto in DAC coi contributi preziosi di Artic, gigietto, ggangus e molti altri abbiamo a disposizione circa 350 partite con cui provare a stimare come il motore di gioco calcoli la valutazione in CP indiretti, sia in attacco che in difesa.

1) ATTACCO

Dal manuale

L'efficienza della squadra che attacca è influenzata dalla
• media della skill calci piazzati e dalla
• media della skill attacco dei giocatori di movimento.
• In aggiunta, il livello di calci piazzati dello specialista darà un impatto aggiuntivo.

Quindi abbiamo un valore della Valutazione di attacco che dipende chiaramente da tre parametri ben precisi. Ho proceduto quindi alla raccolta dei dati postati, alla loro ripulitura e, grazie al contributo di charlie84 (anche lui armato di grande pazienza), ho ottenuto un file col quale provare a stimare i coefficienti β dei parametri mCP (media calci piazzati), mAtt (media in attacco) e tirCP (skill CP del tiratore).

VAtt=β0+β1*mAtt +β2* mCP+ β3*tirCP

Per quanto riguarda le valutazioni ho posto “X molto basso” in mezzo al suo segmento di valore e cioè a X,125, idem per “X basso” a X,375, “X alto” a X,625 e “X molto alto” a X,875

Poi ho proceduto modificando le medie delle skill, dato che non conosciamo i decimali è prudente anche qui porsi in mezzo e sostituire le medie senza decimali mAtt con mAtt+0.5

A questo punto possiamo ipotizzare che la funzione che stiamo stimando abbia o no intercetta, se non ce l’ha sarà nella forma

VAtt=β1*mAtt +β2* mCP+ β3*tirCP

E la regressione mi dà questi valori
β1=0.4796 con sqm=0.0142
β2=0.2930 con sqm=0.0177
β3=0.0919 con sqm=0.006

Rquadro pari a 0.9938 (troppa grazia)

Cioè il valore di attacco in CP indiretti è pari al
48% della media della skill attacco + 29.3% della media della skill calci piazzati + il 9% della skill CP del tiratore

Se ipotizziamo che vi sia una intercetta e la funzione sia

VAtt=β0+β1*mAtt +β2* mCP+ β3*tirCP

Allora otteniamo
β0=-0,1442 con sqm=0,1425
β1=0,5013 con sqm=0,0257
β2=0,2998 con sqm=0,0189
β3=0,0908 con sqm=0.006

Rquadro pari a 0.8744

Qui mi puzza quello sqm altissimo dell’intercetta che è praticamente pari ad essa in valore assoluto… data la scarsezza dei dati è comunque notevole la vicinanza dei β a dei valori che sembrano chiari e che mi sembrano del tutto ragionevoli per quanto finora visto e cioè mi sento di ipotizzare β0=0, β1=0.50, β2=0.30 e β3=0.09.

La ricetta per la parte di attacco quindi prevede, secondo me,
il 50% della media di attacco +
il 30% della media di CP +
il 9% della skill CP del tiratore

VAtt = 0.50*mAtt + 0.30*mCP+0.09*tirCP

provo a tradurlo in valori più concreti:
per fare 1 livello in più in attacco in CP indiretti (cioé per passare da insuff molto basso a accettabile molto basso) servono

+2 nella media in attacco dei giocatori di movimento oppure
+3,33 nella media in cp dei giocatori di movimento oppure
+11 nella skill cp del tiratore

questo un grafico a dispersione delle stime rispetto ai valori reali:

2) DIFESA

Nel manuale c'è una nuova formulazione

Per il calcolo della difesa vengono usati (in ordine d'importanza) • la media dell'abilità Difesa di tutti i giocatori (ad eccezione del portiere), • la loro media in calci piazzati, e le • skill parate e • calci piazzati del portiere che deve parare.

Quindi il valore della Valutazione di difesa in CP indiretti dipende da 4 parametri ben precisi.

Ho proceduto anche qui alla raccolta dei dati postati, alla loro ripulitura e, grazie al contributo di JoJo8, ho ottenuto un file col quale provare a stimare i coefficienti β dei parametri mCP (media calci piazzati dei giocatori di movimento), mDIF (media in difesa dei giocatori di movimento), gkCP (skill CP del portiere), gkPAR (skill parate del portiere)

Tralasciando l’ipotesi di intercetta perché abbiamo visto che non è presente nel caso di attacco e non avrebbe senso vi fosse in quello di difesa, la forma funzionale dovrebbe persumibilmente essere

VDif=β1*mDIF +β2* mCP+ β3*gkCP+ β4*gkPAR

Per quanto riguarda le valutazioni anche qui ho posto “X molto basso” in mezzo al suo segmento di valore (tra 0 e 0,25) e cioè a X,125, idem per “X basso” a X,375, “X alto” a X,625 e “X molto alto” a X,875

Poi ho proceduto modificando le medie delle skill, dato che non conosciamo i decimali è prudente anche qui porsi in mezzo e sostituire le medie senza decimali mDIF e mCP con (mDIF+0.5) e (mCP+0.5), idem per CP e Par del portiere.

Siamo quindi, dopo tanto lavoro, pronti per la regressione che dà questi valori:

β1=0.3809 con sqm=0.0109 per la mDIF
β2=0.3122 con sqm=0.0154 per la mCP
β3=0.0981 con sqm=0.006 per la gkCP
β4=0.0814 con sqm=0.006 per la gkPAR

Rquadro pari a 0.9952

Cioè il valore di difesa in CP indiretti è pari al

38.1% +/- 1% della media della skill difesa +
31.2% +/- 1.5% della media della skill calci piazzati +
9.8% +/- 0.6% della skill CP del portiere +
8.1% +/- 0.6% della skill parate del portiere

Questo un grafico degli scostamenti delle stime rispetto ai valori reali (indicate con delta1)

dato che le osservazioni sono ordinate in ordine decrescente (dalla valutazione di difesa più alta a quella più bassa) noto che la stima tende un po’ a sottostimare i valori elevati e sovrastimare quelli bassi

Allarghiamo il quadro e consideriamo quanto avevamo trovato per attacco: 50% mAtt + 30% mCP + 9% tirCP

Qui la funzione parrebbe essere

38% mDIF + 31% mCP + 10% gkCP + 8% gkPAR.

Vediamo che i valori di mCP sono molto simili tra attacco e difesa... se dovessimo ipotizzare una simmetria potremmo immaginare un 30% per la mCP che sarebbe anche dentro al range dello sqm (31.2 +/- 1.5%), e 40% non è troppo lontano dal limite massimo di mDIF+sqm che sarebbe 39.2%. Ci vorrebbero probabilmente ulteriori dati per confermare queste impressioni, per ora prudenzialmente teniamo il 38%, anche se non ci sono grandi conseguenze se tenete a mente una sua versione approssimata

VDif = 40% mDIF + 30% mCP + 10% gkCP + 8% gkPAR

Osservo infine che 10% e 8% sono prossimi al 9% della skill CP del tiratore nella valutazione di attacco.

Anche qui un esempio concreto: per avere 1 livello in più di difesa in CP indiretti serve uno dei seguenti elementi

2.6 punti in più nella media in difesa oppure
3.2 punti in più nella media in CP oppure
10 livelli in più nella skill CP del portiere oppure
12.5 livelli in più nella skill parate del portiere

****

RIASSUNTO FINALE

VAtt in CP indiretti = 50% mAtt + 30% mCP + 9% tirCP

VDif in CP indiretti = 40% mDif + 30% mCP + 10% gkCP + 8% gkPAR

HATTRICK - Le Tasse sulla Vendita

2011-04-09T02:05:00.019+02:00

Scrivo qualche riga sui costi di trasferimento. E' tutto spiegato bene nel capitolo 17 del manuale "Trasferimenti" e nell'appendice 4 "Costi di Trasferimento", qui posto qualche grafico e cerco di aggiungere qualche nota in più.

Quando si vende un giocatore si subisce una tassazione sul prezzo di vendita che è data dalla Somma di 3 tasse diverse:

1) Alla SQUADRA DI ORIGINE del giocatore va sempre il 2% del prezzo di vendita. Chiamiamola "Team A"

2) Al FONDO per il PRECEDENTE PROPRIETARIO va sempre il 3% del prezzo di vendita. Attenzione: il 3% va al Fondo, non al precedente proprietario. Tale precedente proprietario riceve infatti un valore variabile dallo 0% al 4%, commisurato al numero di partite che il giocatore ha giocato nel suo team.

Nel dettaglio, tale valore è

Ripeto: chi vende non si deve preoccupare di questi valori, chi vende viene tassato del 3% fisso e lo versa al Fondo. Sarà il Fondo poi ad andare a vedere quante partite il giocatore ha giocato col precedente proprietario e versargli la quota corretta, il 3% se ha giocato un numero di partite tra 10 e 19 e % minori o maggiori se minore o maggiore è stato il numero di partite giocate con quel team.

3) All'AGENTE va un ammontare variabile: più il giocatore è rimasto in un team, minore è tale ammontare

questo un grafico in base al numero di giorni:

Tali valori vengono calcolati al momento della messa in vendita del giocatore e non in quello dell'effettiva vendita dello stesso.

Dal punto di vista di chi vende quindi ci sono 2 tasse fisse, il 2% alla squadra di origine e il 3% al Fondo per il team precedente e una variabile, le spettanze per l'agente, che variano dal 2% al 12%. Per cui le tasse totali possono variare da un minimo di 2%+3%+2%=7% a un massimo di 2%+3%+12%=17%

Faccio ora un esempio numerico per chiarire i vari passaggi:

Il team A promuove un suo giocatore, lo fa giocare 5 partite in prima squadra e poi lo mette in vendita il 1 gennaio 2011. Il 4 gennaio il team B lo compra a 100.000€.
Al team A vengono addebitati
1) nessun 2% per il team di origine, in quanto è il team A stesso il team di origine
2) il 3% al fondo per il precedente proprietario, pari a 3.000€
3) il 2% all'Agente, pari a 2.000€
per un totale del 5%, cioè 5.000€.
Non ci sono spettanze per precedenti proprietari.

Il giocatore poi gioca 8 partite nel team B, che lo mette in vendita il 28 febbraio 2011.
Sono così trascorsi 55 giorni (conteggiando dal 4 gennaio, data di acquisto)
Dopo 3 giorni scade l'asta e il team C si aggiudica il giocatore a 180.000€
Al team B viene addebitato
1) il 2% per il team di origine pari a 3.600€
2) il 3% al fondo per il precedente proprietario, pari a 5.400€
3) a 55 giorni di presenza nel team corrisponde un addebito del 4.65% per l'agente, pari a 8.370
per un totale di 17.370€, pari al 9.65% del prezzo di vendita
Il team B riceve quindi dalla vendita 162.630€

Il team A riceve
1) il 2% come squadra di origine, pari a 3.600€
2) il giocatore aveva giocato 5 partite nel team, pertanto al team spetta il 2% come precedente proprietario, pari a altri 3.600€

come vedete in questo caso al "Fondo per il precedente proprietario" restano in cassa piu' soldi di quanti ne versi al precedente proprietario, dato che ne incassa 5.400 e ne versa 3.600. Succederà il contrario quando il giocatore avrà giocato almeno 20 partite nel team precedente.

Proseguiamo con l'esempio, il giocatore milita nel team C per un bel po' finché il 18 ottobre 2011, dopo 30 presenze, il team decide di metterlo in vendita. Sono trascorsi 229 giorni dalla data di acquisto.
Dopo 3 giorni scade l'asta e il team D si aggiudica il giocatore a 2.050.000€
Al team C viene addebitato
1) il 2% per il team di origine pari a 41.000€
2) il 3% al fondo per il precedente proprietario, pari a 61.500€
3) a 229 giorni di presenza nel team corrisponde un addebito del 2% per l'agente, pari a 41.000
per un totale di 143.500€, pari al 7% del prezzo di vendita
Il team C riceve quindi dalla vendita 1.906.500€

Il team A riceve
1) il 2% come squadra di origine, pari a 41.000€
2) non riceve niente come "precedente proprietario" in quanto nella vendita da C a D è B il precedente proprietario. I soldi come "precedente proprietario" si incassano una volta sola.

Il team B riceve
2) il giocatore aveva giocato 8 partite nel team, pertanto al team spetta il 2.5% come precedente proprietario, pari a 51.250€

Infine il team D è un trader, lo compra il 21, lo schiera il 22 e il 23 lo rimette in vendita dopo soli 2 giorni dall'acquisto. Dopo 3 giorni l'asta si conclude e il team E lo compra a 2.425.000€
Al team D viene addebitato
1) il 2% per il team di origine pari a 48.500€
2) il 3% al fondo per il precedente proprietario, pari a 72.750€
3) a 2 giorni di presenza nel team corrisponde un addebito del 9.95% per l'agente, pari a 241.288€ per un totale di 362.538€, pari al 14.95% del prezzo di vendita
Il team D riceve quindi dalla vendita 2.062.463€.
Il guadagno netto dell'operazione è quindi stato di solo 12.463€ (guadagno perché comunque non sto considerando gli stipendi, altrimenti l'operazione sarebbe stata chiaramente in perdita da un punto di vista economico, da un punto di vista sportivo magari no, in quanto questo giocatore potrebbe essere stato fondamentale per la partita del 22 ottobre)

Il team A riceve
1) il 2% come squadra di origine, pari a 48.500€

Il team C, unico precedente proprietario
2) riceve il 3.50% del trasferimento in quanto aveva disputato 30 partite nel team, pari a 84.875€. In questo caso il Fondo sborsa più di quanto riceva.

Analizzando team per team:

il team A riceve
95.000 netti dalla vendita
3.600+41.000+48.500=93.100 come squadra di origine
3.600 come precedente proprietario nella cessione da B a C
per un totale di 191.700€

il team B riceve
162.630 dalla vendita - 100.000 di acquisto = 62.630 dal trading
51.520 come precedente proprietario nella cessione da C a D
per un totale di 114.150€

il team C riceve
1.906.500 dalla vendita - 180.000 di acquisto = 1.726.500 dal trading
84.875 come precedente proprietario nella cessione da D a E
per un totale di 1.811.375€

il team D riceve
2.062.463 dalla vendita - 2.050.000 di acquisto = 12.463 dal trading
riceverà in futuro come precedente proprietario se e quando E cederà il giocatore, ma solo lo 0.25% della somma dato che con D il giocatore ha disputato solo 1 partita

Revisione e Riorganizzazione del Blog

2011-03-27T19:19:00.005+02:00

Questo Blog è nato un paio di anni fa per raccogliere alcuni studi che realizzavo per chiarire a me stesso come funzionavano alcuni punti del game.
Via via che si susseguivano le modifiche al gioco o si approfondivano alcuni argomenti questo spazio si è arricchito di materiale che ha interessato sempre più persone. Ho ricevuto molti ringraziamenti e apprezzamenti per quanto fatto, cosa di cui vi ringrazio a mia volta, che mi ha spinto ulteriormente allo studio e alla divulgazione.

Ora, la quantità di materiale presente richiede a questo punto una riorganizzazione, a tal fine ho sistemato l'indice
http://acandio.blogspot.com/2010/02/indice.html
ordinando gli articoli cronologicamente e per argomento.
Ho messo anche un bel rettangolone blu con scritto "INDICE del Blog" presente in ogni pagina a destra sotto i links, in modo che si possa risalire velocemente all'Indice che è in sostanza l'Home Page di questo sito.

Il materiale presenta però dei punti che richiedono una revisione: alcuni elementi ormai sono obsoleti, superati dalle modifiche introdotte nel game oppure migliorati da elementi scoperti in successive modifiche. Sono cose che sarebbero trascurabili se il blog fosse vissuto come "blog" con la sua naturale evoluzione cronologica.
Alcune mail ricevute - che mi sottolineano incongruenze tra un articolo e l'altro - mi suggeriscono invece che sia visto più come un sito e che, pertanto, serva un intervento che elimini tali differenze e che magari vada a sistemare alcuni punti che, scritti di getto magari con poco tempo a disposizione, possono essere migliorati.
Raggrupperò articoli, eliminerò parti inutili ecc...

Ho cominciato dall'articolo riguardante i SE Meteo, introducendo le nuove tabelle che seguono qui sotto, proseguirò - tempo permettendo - col resto.

Se avete punti che secondo voi necessitano di migliorie o di chiarimenti, segnalatemelo pure nei commenti a qs articolo, grazie.

*******

Queste le tabelle migliorate relative ai SE Meteo: tabella riassuntiva generale per TIPO di Specialità

e questa con le % di probabilità che si verifichi il SE Meteo

si possono anche riordinare gli eventi non per Specialità del Giocatore, ma per tipologia di tempo, per la serie "che tempo fa oggi? ah ok, allora chi può avere un SE?"

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

Andreac (team ID 1730726 in Hattrick)

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.

HATTRICK - Ricerca DAC sull'OverConfidence

2011-02-28T01:33:00.016+01:00

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:

La Differenza di Posizione
La Differenza di Punti
Il Livello della Fiducia
L'Atteggiamento (Mots, Normal, Pic)

mentre l'intensità dell'OC è legata a 4 variabili:

La Differenza di Punti
Il Livello della Fiducia
L'Atteggiamento (Mots, Norma, Pic)
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)

HATTRICK - Trading procedura di raccolta ed elaborazione dati

2011-02-20T17:33:00.017+01:00

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

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)

HATTRICK - Trading 2010

2011-02-18T23:34:00.007+01:00

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):

1° PiC74 con 938.512€
2° eliot68 con 497.587€
3° Supergiampi con 480.875€
4° _HLaW_ con 451.789€
5° 13Giacomo13 con 451.694€
6° Stefanick con 447.902€
7° _Peo_ con 410.807€
8° _Nick con 394.228€
9° 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:

1° tunei 860 operazioni
2° regia5 788
3° Sir_QQ 736
4° zagortenay 644
5° -HM-Toto 568
6° eliot68 564
7° _Peo_ 538
8° scricciolo 520
9° 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)

HATTRICK - I contributi dei giocatori in TABELLA

2011-02-10T02:04:00.007+01:00

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)

HATTRICK - Cali di Skill - Parte 2 Cali da Età

2011-01-31T10:48:00.037+01:00

*** ARTICOLO in CORSO di ELABORAZIONE
sono alla Terza stesura... lavoro lungoooo ***

Veniamo alla seconda parte di questa laboriosa ricerca sui cali di skill, analizzando stavolta i cali causati dall'età avanzata del giocatore.
Le domande che mi pongo sono

1) i cali sono gli stessi per ogni tipo di skill?
2) i cali dipendono in qualche modo dal LIVELLO della skill?
3) come si sono modificati i cali dopo il 7 agosto?

Premetto che lo stesso flameron ha confermato che i nuovi cali di skill sono stati introdotti all'inizio della stagione 43 (7 agosto) e non assieme all'introduzione dei nuovi stipendi (inizio della stagione 44).

Analogamente a quanto fatto per la prima parte ho proceduto a
a) raccogliere un campione di giocatori monoskill visti in vendita sul mercato: 50 difensori, 40 centrocampisti, 30 attaccanti, 15 ali per un totale di 135 giocatori
b) rilevarne la storia degli stipendi su Alltid,
c) dato lo stipendio X alla data dei suoi scorsi compleanni, stimarne il livello di skill a quel compleanno
d) analizzare le differenze tra i livelli di skill compleanno dopo compleanno per vedere i cali subiti dal giocatore (naturalmente se risultava evidente che il giocatore aveva ricevuto una certa dose di allenamento il dato relativo veniva qui scartato)

I dati raccolti quindi presentano questa forma, ecco tale Daniel Davis, attaccante canadese 36enne:

Potete vedere nella parte il alto

il suo ID (61527495),
la sua storia stipendi (1470 a 36 anni, 2310 a 35 anni, 630 a 34 anni ecc),
i livelli di skill stimati corrispondenti a quegli stipendi (12.995 a 36 anni, 13.942 a 35 anni, 14.637 a 34 anni ecc),
le date dei compleanni (per vedere quanti cali il giocatore ha subito col nuovo sistema di cali introdotto il 7 agosto).

nella parte in basso

l'entità dei cali vista al compimento di un certo compleanno (a 36 anni il giocatore manifesta un calo di 0.947 di skill, tale calo si è realizzato tra il compimento del 35° e quello del 36° compleanno, quindi maturato nel corso del 35° anno di età, idem per gli altri cali) e infine i
l numero di cali subiti nel nuovo sistema di cali (da un minimo di 0 se i cali sono stati tutti nel vecchio sistema di cali a un massimo di 16 se ha avuto una stagione intera di nuovi cali)

Naturalmente avendo ottenuto, nella prima parte di questo lavoro sui cali di skill, le formule del calo di skill per alta skill sono riuscito a separare l'effetto del "calo da alta skill" da quello del "calo da età" semplicemente sottraendo dal calo totale osservato il calo stimato da alta skill (con la vecchia formula nel caso di cali vecchi e viceversa).
I cali che hanno subito questo processo di "ripulitura" sono evidenziati nelle seguenti tabelle in grassetto e con sfondo marrone chiaro.

Questo il campione visto, con tutti i dati, ora ripuliti dai "cali da alta skill"

DIFENSORI

CENTROCAMPISTI

ALI

e infine ATTACCANTI

come vedete i giocatori sono sempre stati disposti in ordine di forza decrescente (prendendo come riferimento il valore di skill al compimento del 33° anno), proprio per vedere, cercando di rispondere alla domanda n° 2, se i cali fossero in qualche modo dipendenti dal livello della skill del giocatore.

I VECCHI CALI DA ETA'

Fatto quanto sopra, ho proceduto a isolare le parti in basso delle tabelle (quelle relative ai soli cali), eliminando i valori in arancione che contenevano anche parti di nuovi cali, mi restano quindi tutti i dati "puri" di cali col vecchio sistema di skill.

Ecco ad esempio i dati che emergono per la skill ATTACCO dopo avere "rovesciato a specchio" i dati in modo che i giocatori con skill alta siano a destra e quelli con skill bassa a sinistra, così più ci si sposta a destra più salga la skill.

Già ad occhio emergono alcune regolarità: basti osservare i dati al compimento del 31° compleanno che evidenziano il calo di skill nel corso del 30° anno di età: -0.150 -0.150 -0.147 -0.146 -0.147 -0.150 -0.148 -0.148 -0.147 -0.145 -0.146 -0.147 -0.148 ecc... è evidente come vi sia una forte regolarità dei valori, apparentemente in modo indipendente dal livello della skill.

Gli stessi dati li possiamo evidenziare in un grafico, disposti in modo da rappresentare l'effettivo livello di skill (che trovate in alto moltiplicato per mille, quindi "14000" sarà il livello 14 ecc...)

Ecco i Cali di età rilevati durante il 30° anno:

Tutti i valori sono piuttosto vicini, con una deviazione standard di soli 0.004 attorno al valore medio di -0.145

Andiamo avanti e vediamo i cali durante il 31° anno di età, che si manifestano a livello di stipendio al compimento del 32° anno (e quindi troveremo sopra in tabella nella differenza tra skill al 32° compleanno e skill al 31° compleanno)

anche qui, a parte un giocatore che manifesta un calo inferiore a causa probabilmente di qualche piccola dose di allenamento, rilevo una grande regolarità attorno a una media di -0.247 con una deviazione standard molto contenuta, pari a 0.010. Ho qui inserito una linea di tendenza lineare che vedete colorata con lo stesso colore degli indicatori, per dare un'idea dell'andamento dei dati. La linea è praticamente orizzontale, cosa che sembrerebbe indicare una indipendenza tra cali e livello della skill del giocatore.

Continuiamo l'analisi per altre fasce di età, passiamo al 32° anno dell'attaccante:

anche qui troviamo la solita regolarità, i dati variano nella fascia -0.37 / -0.40 , con un valore medio di -0.387 e una deviazione standard di soli 0.007 di skill. La linea di tendenza sembra anche qui sostanzialmente orizzontale.

Nel 33° anno di età, i cali, più consistenti mostrano non solo una maggiore varianza, ma anche una chiara tendenza al crescere proporzionalmente al livello della skill. Sembra insomma esserci una sorta di correlazione, da indagare ulteriormente.

Anche i cali riguardanti il 34° anno mostrano una correlazione piuttosto elevata tra livello della skill e livello del calo:

A completamento dei cali degli attaccanti aggiungo il calo durante il 29° anno di età, che avevamo saltato sopra, in quanto avevo presentato i dati numerici relativi al 30° anno. Ecco il grafico:

Ricapitolando, per la skill ATTACCO:

I cali mostrano andamenti piuttosto regolari fino a 32° anno di età, per età superiori invece le linee di tendenza mostrano come i cali sembrano essere correlati linearmente col livello di skill.

Proseguiamo con REGIA, vi risparmio tutti i grafici intermedi e vi posto direttamente il grafico finale di riepilogo per tutti i cali di skill, aggiungendo anche il calo durante il 35° anno di età:

Qui già a età molto basse i cali mostrano una correlazione col livello di skill, correlazione sempre più evidente al crescere dell'età (vedete come all'aumento delle età le linee di tendenza siano sempre più inclinate).

Per la skill DIFESA i cali sono sensibilmente inferiori in intensità a quelli osservati per attacco e per regia

anche qui sembrano evidenti 2 elementi:

la dipendenza del calo dal livello di skill (le linee di tendenza sono inclinate)
la dipendenza del calo dall'età (le linee di tendenza sono sempre più inclinate all'aumentare dell'età)

Anche nel - pur piccolo - campione relativo alla skill CROSS sono evidenti le stesse dinamiche

Quindi rispondendo alle prime due domande viste sopra:

1) i cali sono gli stessi per ogni tipo di skill?

NO, a skill diverse si rilevano cali diversi, difesa sembra calare molto meno delle altre skill, regia e cross calano grossomodo alla stessa velocità, mentre attacco sembra essere quella che cala più velocemente

2) i cali dipendono in qualche modo dal LIVELLO della skill?
Sì, come emerge dall'analisi delle skill regia, difesa, cross e parzialmente anche da attacco, sembra che maggiore sia il livello, maggiore il calo che subisce il giocatore (le linee di tendenza sono inclinate).
I cali sembrano anche correlati all'età del giocatore (le linee sono sempre più inclinate all'aumentare dell'età).

Per rispondere alla terza domanda occorre considerare i NUOVI cali e vedere il loro rapporto rispetto ai cali precedenti.

*** PARTE AVANZATA ***

Ho cercato di vedere se riuscivo a trovare delle formule che spiegassero i cali.
Data la rilevata tendenza dei dati a delineare delle linearità ho proceduto con delle regressioni semplici, per trovare le rette y=mx+q (con m il coefficiente angolare e q l'intercetta naturalmente) che spiegassero ogni valore di calo per ogni diversa skill.

Naturalmente non si possono usare come "x" i valori al compimento del 33° compleanno anche per le altre età, quindi ogni età avrà le sue "x" di partenza diverse.
Ad es. per regia questa è una parte del campione preparato per le regressioni in modo che a ogni età si parta dal valore del compleanno da porre in rapporto col calo realizzatosi durante l'anno seguente:

Sono convinto che, analogamente a quanto succede per l'allenamento, in cui vengono AUMENTATI i decimali del giocatore in modo INDIPENDENTE dal numero di giorni del giocatore (fatto confermato da flameron in forum global), anche nei cali, nei quali vengono DIMINUITI i decimali del giocatore, vi sia un'indipendenza dal numero dei giorni del giocatore, sicché il calo che subisce a 33 anni e 1 giorno sia lo stesso patito a 33 anni e 110 giorni.

Fatte le regressioni, questa la tabella dei COEFFICIENTI ANGOLARI (rappresentati in grassetto i dati numerosi):

osservazioni:

i 3 valori in rosso di attacco sono quelli che presentano un'inclinazione positiva, dati devianti per i quali al crescere del livello di skill il calo diminuisce invece di crescere
Difesa, Regia e Cross presentano inclinazioni simili: -0.003/-0.003/-0.002 al 30° anno, tra -0.006 e -0.011 al 31°, valori tra -0.020 e -0.025 al 32°, valori tra -0.040 e -0.053 al 33° e tra -0.090 e -0.114 al 34° anno
Attacco si allinea ai precedenti solo al 34° anno, negli altri presenta un andamento deviante.

restringendo a Difesa, Regia, Cross l'andamento ponderato si aggira su questi valori:
-0,00100 29°
-0,00285 30°
-0,00818 31°
-0,02250 32°
-0,04803 33°
-0,09544 34°

ora risulta chiaro che i primi valori procedono moltiplicando il precedente per un numero vicino a 2.85, ma poi il quoziente si abbassa...

Questa la tabella delle INTERCETTE

le linee di tendenza vengono infatti identificate dalle seguenti:

I NUOVI CALI
(parte in corso di elaborazione)

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

Andreac (team ID 1730726 in Hattrick)

HATTRICK - Cali di Skill - Parte 1 Cali da Alta Skill

2011-01-27T19:52:00.030+01:00

PREMESSA

Di cali di skill avevo già accennato lo scorso maggio nel primo articolo che avevo scritto relativo alla pianificazione dell'allenamento http://acandio.blogspot.com/2010/05/hattrick-tool-di-pianificazione.html. Qui cercherò di affrontare l'argomento in maniera più organica, tenendo acnhe conto delle recenti importanti modifiche avvenute su questo argomento.
La trattazione che segue si basa su un campione non grandissimo, ho filtrato diverse centinaia di giocatori, chiaramente filtrandone migliaia e in un arco di tempo più ampio i risultati potrebbero migliorare, ma attualmente non ho il tempo di svolgere una ricerca così dispendiosa. Le conclusioni che seguiranno saranno pertanto indicative e non conclusive, ma nell'ottica del "meglio un uovo oggi che una gallina domani" ho deciso di mettere giù quanto attualmente a disposizone, che dovrebbe bastare comunque a delineare un quadro generale di riferimento.

I CALI DI SKILL

I Cali di Skill possono essere di 2 tipi:

per ALTA SKILL
per ETA'

La modifica annunciata all'interno dell'editoriale del 21 giugno 2010 "Allenamento più veloce la prossima stagione" e diventata operativa all'inizio della stagione 43 (il 7 agosto 2010) segna uno spartiacque nei cali di skill:

"L'età diventerà meno importante anche per i cali di skill - quindi, i cali di skill dovuti all'età rallenteranno. Comunque, i cali di skill legati alle skill per abilità sopra Titanico saranno più veloci (più alta la skill e più veloci i cali)"

Quindi, schematizzando, abbiamo questa situazione:

il 7 agosto sono stati modificati i cali e i cali da alta skill sono passati da essere leggeri (in giallino, fattore "1") a pesanti (in color pesca, fattore "2") viceversa i cali da età sono passati da pesanti (fattore "3") a leggeri (fattore "4").

Il punto è che nei giocatori over 30 molto forti gli effetti si sommano e i cali sono dovuti sia all'età che all'alto livello di skill, prima del 7 agosto dalla somma dei fattori 1 e 3 nella tabella sopra, ora da 2 e 4. Occorre analizzare quindi separatamente i diversi fattori per poter stimare con efficacia i cali. Ci proviamo.

Cali da ALTA SKILL

In questo articolo pubblicato nel sito DAC http://croack.altervista.org/it/cali-divini-ricercheconcluse-115 Danfisico era riuscito brillantemente a ricavare una formula che riusciva a dar conto dei valori dei cali per i portieri:

[(Skill - 17,5)^2]/1000

Lecito a questo punto porsi due domande:

la formula funziona anche per le altre skill?
come si è modificato dopo il 7 agosto?

per rispondere a queste domande dobbiamo osservare attentamente il campione che abbiamo raccolto: monoskill in difesa, attacco e regia messi in vendita in Hattrick e la seguente analisi della loro storia di stipendio in Alltid.
Per evitare la sovrapposizione del fattore alta skill e di quello dell'età ho considerato giocatori nella fascia 24/28 anni. Giocatori più giovani non hanno altissimi livelli di skill per motivi di durata tecnica dell'allenamento e giocatori più anziani cominciano a soffrire del fattore calo da età.
E' necessario evidenziare la data precisa del loro compleanno, in quanto solo al loro compleanno si manifesta, attraverso lo stipendio, il loro livello di skill. Sapendo quando è il loro compleanno possiamo calcolare quante settimane sono intercorse dal compleanno alla data del 7 agosto e quindi sapere quanti cali di skill hanno subito nel nuovo regime di maggiori cali da alta skill.

Questo è il modello in cui verranno mostrati i dati

Iniziamo proprio dai difensori, sono solo due:

sempre Danfisico, per rispondere alla seconda domanda "come si è modificato dopo il 7 agosto?" aveva ipotizzato che la vecchia formula [(Skill - 17,5)^2]/1000 diventasse

[(Skill - 14,85)^2]/1000

Precisando che "per ora il valore migliore da usare sembrerebbe 14,85 in attesa di una futura analisi con più dati".

Proviamo a vedere:

Nel primo caso con 17.086, secondo la formula il giocatore subirebbe 16 cali di entità variabile (maggiore il primo e via via inferiori gli altri) per un totale di

un totale di 0.077 non lontano dallo 0.079 che osserviamo.

Nel secondo caso con la formula di Danfisico avremmo un calo totale di 0.141 di pochissimo inferiore allo 0.146 stimato sui valori di skill al compleanno.
Riassumendo in tabella:

Proseguiamo coi registi, che sono più abbondanti, 14 giocatori.
Vedete indicati in azzurro i cali che si manifestano integralmente (16 settimane) nel nuovo regime di cali più pesanti, in giallo quando il calo è misto (un po' di cali nuovi e un po' di cali vecchi) e in color pesca quando tutto il calo osservato è dovuto a cali di vecchio tipo:

Vediamo anche i 15 attaccanti, prima di passare a una tabella di analisi:

Ora passiamo alla tabella di analisi che ridispone i dati raccolti in modo più agevole per un confronto tra ipotesi e dati osservati:

Vedendo i valori delle differenze possiamo rispondere alla prima domanda che ci eravamo posti sopra, ossia "la formula funziona anche per le altre skill?" e la risposta è affermativa: non vi sono differenze rilevanti tra una skill e l'altra, pertanto mi sento di poter affermare che, per quanto visto sopra, TUTTE LE SKILL SUBISCONO IDENTICI CALI DA ALTA SKILL.

Ora, concentriamoci sui nuovi cali e eliminiamo dall'analisi i valori relativi solo al vecchio regime di cali. Elimino anche i due outliers con ID 176499548 e 188016298 che probabilmente hanno avuto una piccola quantità di allenamento. Fatto questo procedo a riordinare livelli di skill e differenze tra valori ipotizzati e osservati nella realtà in un grafico a dispersione per vedere se vi è una correlazione tra i valori.

Una leggera correlazione c'è in effetti: si può osservare come all'aumentare della skill la formula di Danfisico tenda leggermente a sovrastimare i cali effettivi subiti dal giocatore. Forse la formula sarebbe migliorabile rendendola un po' meno esponenziale di quanto sia tutt'ora e aumentando leggermente i valori base, ma ne vale la pena?

Guardiamo i dati: su 39 casi solo 2 volte (5% del campione) l'errore supera 0.010 cioè 1 centesimo di skill a stagione, con un errore medio di 0,0014 , cioè 14 decimillesimi di skill a stagione. Direi c'è da essere più che soddisfatti, ringraziare e fare davvero i complimenti a Danfisico per essere riuscito a trovare una formula così efficace.

RIASSUMENDO, per quanto visto sopra

TUTTE LE SKILL sembrano soffire di IDENTICI CALI DA ALTA SKILL
Il CALO settimanale da ALTA SKILL sembra aggirarsi attorno a
[(Skill - 14,85)^2]/1000

Infine posto una tabella di riferimento veloce, se un vostro giocatore ha un certo livello di skill, quale perdita ci si può aspettare in una stagione hattrickiana (16 settimane)?

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

Andreac (team ID 1730726 in Hattrick)

HATTRICK - Hatstats o Valutazioni?

2011-01-18T07:56:00.013+01:00

Parlavo ieri con Laiho-NH riguardo al fatto se il motore di gioco di Hattrick lavorasse con le Hatstats o con le valutazioni che pubblica nel report di ogni partita.

Come sapete le Hatstats procedono trasformando le skill delle zone di campo in valori numerici, assegnando a "disastroso molto basso" il valore di 1, a "disastroso basso" il valore di 2 e così via (per una tabella vedete http://wiki.hattrick.org/wiki/HatStats).

Ragionare con le Valutazioni porta ad assegnare valori intermedi alla forbice relativa alla descrizione, quindi "disastroso molto basso" che corrisponde al range da 1.00 a 1.25 si assegna il valore intermedio di 1.125, a "disastroso basso" 1.375 e così via, formando questa tabella:

Ragionare con l'una o con l'altra non è la stessa cosa, le progressioni sono molto diverse, ad esempio "insufficiente molto alto" è il quadruplo di "tremendo molto basso" con le hatstats (20 è quattro volte 5), in valutazioni invece il rapporto è di 5.875 / 2.215 = 2.76 volte.

In termini di possesso di un Team 1 che varia il suo valore di Centrocampo, mentre quello del Team 2 è fisso a "tremendo molto alto" avremo queste differenze ragionando con le Hatstats o con le Valutazioni

che rappresentate in un grafico

evidenziano come il calcolo con le valutazioni, rispetto a quello con le Hatstats, sovrastimi il possesso del Team 1 per valori del centrocampo del Team 1 inferiori a quello del Team 2 e viceversa lo sottostimi per valori di centrocampo superiori.

E il motore di Hattrick con quale delle due modalità ragiona?
Dietro suggerimento dello stesso Laiho-NH di andare a vedere i valori di possesso effettivamente realizzati in campo, ho preso un campione di 30 partite a caso (10 di X serie, 10 di IX e 10 di VIII) con l'unica condizione che il possesso tra primo e secondo tempo non variasse oltre il 5%.

Questi i dati raccolti da Hattrick:

e queste le stime con le Hatstats

e con le Valutazioni (per calcolare le quali abbiamo dovuto metterci nei punti estremi dei rispettivi range per calcolare un minimo e un massimo di possesso per il Team 1)

Se restringiamo il confronto alla differenza tra le stime con le Hatstats e le stime con le valutazioni rispetto ai valori di Possesso reali vediamo subito come ragionare con le valutazioni porti costantemente a una sottostima del possesso per il team 1 quando il centrocampo dello stesso è superiore a quello del Team 2 (valori in rosso) e viceversa a una sovrastima quando il centrocampo del Team 1 è inferiore.

Inoltre più il centrocampo è superiore o inferiore, maggiore è la differenza tra stima con valutazioni e valori reali. Se riordiniamo il campione per valori crescenti di possesso e rappresentiamo in un grafico un andamento delle due stime vediamo come:

a fronte di un andamento degli errori della stima con Hatstats piuttosto contenuto e attorno allo 0%, l'andamento degli errori della stima con le valutazioni (in rosso) sia chiaramente più elevato e sovrastimante per bassi valori del centrocampo del Team 1 e sottostimante per alti valori dello stesso.
Per quanto visto mi sento di poter affermare che il motore di gioco ragiona basandosi sulle Hatstats.

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

Andreac (team ID 1730726 in Hattrick)

HATTRICK - Qualità / Prezzo = Efficienza

2011-01-05T23:00:00.015+01:00

Torno giusto giusto dopo 3 mesi a scrivere in questo blog.
Assente giustificato, credetemi :)

Allora, giusto ieri un utente chiedeva in AP qual è la combinazione migliore di attacco / passaggi per un attaccante da schierare verso l'ala. Un argomento interessante e che abbiamo già visto a maggio scorso se siamo noi gli allenatori del giocatore, per capire dove l'allenamento dà più frutti. Diverso se invece non alleniamo nessuna delle due skill e dobbiamo andare a prendere il giocatore sul mercato. In tal caso occorre andare a vedere quanto chiede il mercato per un certo livello di primaria o secondaria se un 9/5 in attacco/passaggi costa 400k, un 9/6 viene scambiato a 470k e un 9/7 a 800k (valori immaginari, solo per esempio) allora tutto sommato i 70k in più per il livello 6 forse li potrei spendere, mentre spenderne ben altri 330k per prendere un 9/7 non sembra una grande idea.
Questo come osservazione di base.
Ma allarghiamo un attimo lo sguardo e consideriamo cosa stiamo facendo: stiamo cercando di alzare l'attacco laterale. Bene, allora magari invece di spendere per i passaggi dell'attaccante verso l'ala forse è più conveniente investire nei cross dell'ala o forse in altro ancora. Insomma serve uno sguardo più ampio per tenere conto dei fattori in gioco e dei loro costi.

Quali sono gli ingredienti della ricetta?

Il prezzo di ACQUISTO (pACQ) di acquisto di un giocatore che ha un certo livello di una data skill che può essere primaria o secondaria, ma che è rilevante per il settore preso in esame
Il prezzo di VENDITA (pVEND) dello stesso giocatore dopo una certa quantità di tempo, ipotizziamo qui di considerare un periodo di 2 stagioni hattrickiane
lo STIPENDIO ($) legato a quel preciso livello della skill considerata
la resa del giocatore in campo

Naturalmente pACQ e pVEND sono legati a un sacco di fattori (vi rimando all'articolo http://acandio.blogspot.com/2010/09/hattrick-money.html per un'analisi dettagliata di questo punto): Età del giocatore, Livelli di forma, resistenza ed esperienza, carattere, nazionalità, eventuale specialità, livello della skill primaria e delle secondarie e variazioni casuali e stagionali di mercato. A questi elementi GM-Vlad78 ha correttamente aggiunto "la visibilità in una data ora di mercato ed il semplice "culo", che imho influiscono anche, e quelle sono difficili da contestualizzare". Giusto, non so a voi, ma a me capita sempre che l'elemento fortuna sia decisivo. Siete a casa davanti al pc? state sicuri che all'ultimo secondo vi salta fuori il polacco o il rumeno che non hanno nessun trade effettuato nell'ultimo mese, dalla loro storia trasferimenti hanno un attivo di 2kk e li vogliono spendere tutti e subito sul giocatore che vi stavate curando da giorni invischiandovi in un'asta sanguinosissima. Restate bloccati nel traffico tornando a casa, smadonnando perché sapete che avete quel giocatore particolare bookmarkato? State certi che rientrate 2 secondi dopo che l'asta è finita, con le skill ancora in mostra, ma il giocatore se l'è preso un tedesco al prezzo di base e nessuno gli ha rilanciato.
Ora mi chiedo: ma perché sono sempre io quello bloccato nel traffico e non è mai quel maledetto tedesco a essere bloccato nell'ingorgo e io a prendermelo al prezzo base??
Misteri.

Ok tornando a monte (ed escludendo l'imperscrutabile del caso e della fortuna) vediamo che ci sono 4 elementi su cui ogni manager può intervenire:

le variazioni di Età (che indico con dE dove la "d" sta per delta, differenza), sono un parametro del manager nel senso che è discrezionalità del manager andare a prendere un 22 enne o un 26 enne e subire quindi nei 2 anni successivi deprezzamenti diversi
le variazioni di skill primarie (dS) e secondarie (ds) date dall'allenamento
le variazioni del mercato (dM)

tutte variazioni che vanno a costituire il prezzo di vendita (pVEND) finale.

Il COSTO totale di un giocatore sarà dato quindi dalla differenza tra prezzo di acquisto (pACQ) più il costo di mantenimento, pari allo stipendio moltiplicato per il numero di settimane in cui si ha il giocatore alle proprie dipendenze e il prezzo di vendita (pVEND). In formula:

COSTO = pACQ + $*settimane - pVEND

La resa del giocatore la conosciamo, dalla solita tabella vista in http://acandio.blogspot.com/2010/08/hattrick-risultati-finali-del-feedback.html, la riposto qui per comodità nella versione dettagliata:

per semplicità esporrò basandomi solo sui coefficienti, tralasciando le alterazioni dovute ai parametri di forma, resistenza ed esperienza che qui complicherebbero inutilmente l'esposizione.

Quindi da una parte ho la resa, la qualità del giocatore, dall'altra il costo. Non mi resta che procedere ad un'analisi "Qualità/Prezzo"
NB: anche qui pubblico valori non corrispondenti a quelli reali del gioco, ma utili solo ai fini espositivi.

Supponiamo di allenare passaggi e di giocare con un classico 352, con un'ala offensiva e un'ala verso il centro e di voler analizzare il settore centrocampo.
Allora dalla tabella vista sopra evidenzio i giocatori e le skill rilevanti per l'analisi (trattandosi di centrocampo è facile, dato che ce n'è una sola, regia)

bene ora cominciamo a ragionare ruolo per ruolo:

i DIFENSORI: ipotizzo di prendere 22 enni (ma per una ricerca seria dovrò fare le prove anche con 23enni, 24enni ecc... per vedere cosa mi conviene in effetti comprare) con 10 in difesa. Comprare un 10/4 in Difesa/Regia 22enne costa 850k, un 10/5 costa 900k, un 10/6 ne costa 1000k ecc. Tenendoli per due anni mi aspetto uno scatto in osmosi in passaggi e quindi il 10/4 22enne diventerà un 10/4 24enne con 1 livello in più di passaggi (ho da una parte un deprezzamento dE e dall'altra un'apprezzamento dovuto alla crescita della secondaria ds) e varrà leggermente di più, 875k. Idem per gli altri livelli che rappresento in tabella

Ricapitolo ancora: qui si parla di livello di regia, secondaria nei difensori; acquisto di un 22enne straordinario e rivendita dello stesso dopo 2 anni con leggero incremento di passaggi per osmosi.
Vedete i prezzi di acquisto e quelli di vendita ipotetici, il costo dello stipendio (relativo alla sola parte di regia) e l'inverso del costo totale, dato dal prezzo di vendita meno il prezzo di acquisto e meno lo stipendio annuale. Dove il Costo totale è evidenziato in verde c'è un guadagno: ad esempio il 10/5 22enne con 4 in passaggi pagato 900k diventa un 10/5 con 5 in passaggi che vendo a 925k, un guadagno di 25k, meno 3k di stipendi fa 22k di guadagno totale.

Dall'altra parte vi sono le rese, che sono date dal prodotto tra il coefficiente relativo al ruolo e il livello di regia, numero che approssima la resa in sottolivelli del giocatore.
Per il Difensore Centrale sarà

quindi posso riunire una tabella e vedere il prezzo/qualità dei Difensori Centrali, dividendo il costo totale visto sopra (che può anche essere positivo, cioè un guadagno) per la resa in sottolivelli, ottendo il costo di un sottolivello di regia ottenuto a centrocampo con quel dato giocatore.

Per il Difensore Centrale (ho diviso in quadrati in modo che sia chiaro: qualità a sinistra e prezzo a destra, ultima colonna con prezzo/qualità)

per i terzini il discorso è del tutto identico, cambiano solo i coefficienti

per i CENTROCAMPISTI invece ho considerato giocatori più anziani, dato che essendo regia la primaria per trovarne di livello altissimo occorre salire come età. Ho quindi ipotizzato l'acquisto di 26enni con regia variabile e passaggi 4, rivenduti dopo due anni di allenamento passaggi con passaggi 10. Ormai avete capito come funziona e vi metto subito la tabella finale

0.3838 è il coefficiente per 3 centrocampisti, con regia variabile da 9 a 19 ecco i costi di acquisto, vendita e i salatissimi stipendi ai livelli più alti.

Procedo infine in modo analogo per le ALI, cerco ali con cross 10 e regia variabile, con passaggi 4, 26enni da rivendere 28enni con passaggi cresciuti a 10. Qui le tabelle sono diverse perché l'ala verso il centro ha naturalmente un coefficiente di contributo a centrocampo diverso da quella offensiva

Per l'Offensiva vale

Per quella verso il centro

Ora, ed è l'ultimo passaggio, raggruppiamo tutte le ultime colonne ruolo per ruolo

Ora ci basta fissare un valore di "Costo di 1 sottolivello" per trovare tutte le combinazioni di skill nei vari ruoli che risultano efficienti nell'ottica del team, ad esempio se fisso un valore di "-50k" a sottolivello, allora ottengo che

il difensore centrale con regia a livello 7 è l'ultimo inferiore a -50k (ha -44.493),
i terzini con livello 6 hanno -19.231, mentre quello a 7 sfora a -67k,
i centrocampisti saranno di livello 13 (-32k, mentre il 14 è a -100k)
l'ala offensiva sarà di livello 11 e
quella verso il centro di livello 12 (-42k, mentre la 13 è a -72k)

quindi il team efficiente avrà 1 Dc con 7 in regia, due terzini con 6 in regia, 3 centrocampisti con 13, un'ala off con 11 e una verso il centro con 12.
E ho un team così e voglio aumentare dove mi conviene farlo? presto detto: se prendo un DC con 8 mi costa -71k a sottolivello, un terzino 7 costa -67k, un CC 14 costa -100k, un ala offensiva 12 csota -63k e una verso il centro 13 costa -72k, quindi la soluzione più economica è comprare un'ala offensiva con un po' più di regia.

Ribadisco infine che i valori sopra mostrati sono solo esemplificativi, per mostrare COME si fanno i conti, non per indicare COSA comprare in effetti.

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

Andreac (team ID 1730726 in Hattrick)

Hattrick - Modifica Stipendi

2010-10-06T23:02:00.005+02:00

Ah, che bello, finalmente un editoriale di mezza stagione di tutto relax.
Poche modifiche:

"Rimozione dell'allenamento GENERALE" e piccola ritaratura della forma, dato che sarà possibile raggiungere "eccellente".
"Aggiustamento degli STIPENDI per i giocatori più anziani" riducendo lo sconto annuale da 1/8 a 1/9 nella prossima stagione a 1/10 in quelle successive.

Tjecken stavolta ci dà subito i numeri. Troppa Grazia :)

Quanto basta per farmi capire che il sistema che utilizzavo, riducendo lo stipendio base di 1/8 al 29° compleanno, di 1/7 al 30°, di 1/6 al 31°, di 1/5 al 32° ecc... può essere sostituito da un -1/8 fisso anno su anno. Pari a un -12.50%.

Quindi nell'esempio fatto da Tjecken, un giocatore che guadagna 80.000€ a 28 anni aveva fino ad oggi un andamento di questo tipo (cali di skill a parte)

un calo costante di 1/8 ogni anno, cioè uno sconto di 10.000€ per cui i guadagni scendono linearmente fino al minimo di 10.000€ a 35 anni (andatelo a dire a Totti e Del Piero...)

Nella prossima stagione la Riduzione non sarà più 1/8=12.50%, ma 1/9=11.11% e in quelle successive 1/10=10%. Come cambiano le cose?
Queste le tabelle

vedete le nuove tabelle e le variazioni assolute e in % rispetto ai valori odierni.
I maggiori benefici salariali saranno per i 34/35enni con aumenti rispettivamente del +60% e +140%, mentre giocatori più giovani 29/30enni godranno di piccoli aumenti (+2.86% e +6.67%).

Un grafico a istogrammi può dare l'idea:

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

Andreac (team ID 1730726 in Hattrick)

HATTRICK - Un Predictor per la Stima dei Risultati delle Partite

2010-09-29T08:38:00.043+02:00

Terza e ultima puntata del "trittico" settembrino dedicato allo studio dell'assegnazione delle azioni.

Dopo la prima parte dedicata all'assegnazione delle azioni da un punto di vista frequentista
http://acandio.blogspot.com/2010/09/hattrick-il-random-nellassegnazione.html
in cui abbiamo visto che

Il numero totale di azioni dopo le modifiche di gennaio 2010 non è più fissato a 10. Questo significa che se so quante azioni vengono assegnate al team 1, non saprò più automaticamente quante ne ha il team 2. Prima infatti era un numero fissato, facile da calcolare: se il team 1 ne aveva 8, allora il team 2 ne aveva 2 (completa dipendenza). Ora ogni team può avere da 0 a 5 delle sue azioni esclusive e da 0 a 5 di quelle comuni. Quindi se il team 1 prende tutte e 5 le azioni comuni, il team 2 al massimo potrà ottenere tutte le sue esclusive, per un totale di 5. Se il team 1 non prende nessuna azione comune, allora il team 2 può ottenere da 5 (dato che prende tutte le comuni) a 10 (se riesce a ottenere anche tutte le esclusive). C'è quindi una relazione tra le azioni del team 1 e quelle del team 2, ma non più di completa dipendenza, ora è solo una dipendenza parziale.
Questo fatto fà si che le possibili coppie di valori delle azioni dei due team non siano più solo 11 e cioè 0 al primo e 10 al secondo, 1 al primo e 9 al secondo ecc... ma ci siano ora 91 possibili combinazioni. La curva di ripartizione non è più a gradini, ma è molto più dolce e più vicina a quella del valore Equo di assegnazione delle azioni.

e una seconda parte con impostazione probabilista
http://acandio.blogspot.com/2010/09/hattrick-il-random-nellassegnazione_21.html in cui

si è ripercorso quanto detto sopra in modo più formale, evidenziando come si sia passati da una assegnazione delle azioni premodifiche di questo tipo

Tabella 1

a una dopo le modifiche, di questo tipo:

Tabella 2

e come detto, basta fare la somma delle diagonali e si vede qual è la % di avere 5 azioni, di averne 6 ecc... (nell'immagine vedete la diagonale delle 15 azioni)

Quindi, come ha riassunto efficacemente Laiho-NH, "Prima avevi sempre 10 azioni. Ora hai 10 azioni in media, perché per ogni partita dove ce ne sono 15, probabilisticamente ce n'è una con 5, per ogni partita con 14 ce n'è una con 6 e così via..."
Il freddo numero di azioni attese per team non cambia, ma moltissimo "dietro le quinte".

****

PRE MODIFICHE

Ora continuiamo su questa strada e inseriamo nel conto ATTACCHI e DIFESE.
Inizio dal PRE MODIFICHE che è più semplice.

Ipotizziamo che il team 1 sia di un livello più forte del team 2 in ogni reparto (a cc e in ogni attacco e ogni difesa), ecco la tabella in cui vedete contrapposti i reparti del team 1 (in carattere azzurro) con quelli del team 2 (in marroncino). La probabilità di segnare è del 63.53% per il team 1 e del 36.47% per il team 2, applicando la nota formula elaborata da GM-Homerjay: ATT1^3.6/(ATT1^3.6+DIF1^3.6)

Non complico l'analisi inserendo e confrontando tattiche, resto a un sano normal con una probabilità di segnare totale pari alla media ponderata delle singole, che essendo tutte uguali è pari al valore delle singole stesse.

Fin qui ci siamo tutti, ora applichiamo tali valori probabilistici a ogni azione attesa nelle tabelle 1 e 2 viste sopra.
Considero ad esempio il caso "4 azioni assegnate al team 1" e "6 azioni assegnate al team 2" nella tabella 1. Vedo che tale evento ha l'8,20% di probabilità di realizzarsi.
Se capita ci sono 4 azioni per il team 1, con il 63.53% di possibilità di realizzarsi e quindi 4 * 0.6353 = 2.54 gol attesi per il team 1. Ci sono anche 6 azioni per il team 2, per 6 * 0.3647 = 2.19 gol attesi per il team 2.
Da un punto di vista formale il numero di gol attesi è pari al numero di azioni attese moltiplicato per la media ponderata della probabilità di segnare ogni azione.

Ora ci troviamo in mano questi valori: 2.54 gol attesi per il team 1, 2.19 gol attesi per il team 2.
Bene, ma quanti sono 2.54 gol? 3 o 2? o meglio, quante volte sono 3 e quante 2?
Se sono attesi, sono un probabile esito, non mi resta che immaginarli come medie di una distribuzione gaussiana e raggruppare i valori della distribuzione per numeri interi.
Un grafico può rappresentare meglio il concetto:

Vedete che ho costruito una gaussiana con media 2.54 e deviazione standard 0.60 (poi la cambieremo, intanto imposto questo numero). Raggruppo tutte le probabilità da 1.50 a 2.50 e le assegno a "2 gol", raggruppo da 2.50 a 3.50 e assegno a "3 gol" eccetera.
I più attenti di voi si saranno già accorti di due problemi: il primo è che non sono realizzabili 5 gol, il team 1 ha solo 4 azioni a disposizione; il secondo è che la gaussiana ha valori (seppur minimi) anche inferiori a -0.5 e superiori al massimo possibile di azioni + 0.5... allora non mi resta che redistribuire tali probabilità residue tra quelle precedenti (basta moltiplicarle per 1 diviso la somma delle probabilità realmente realizzabili, una tabella dopo chiarirà questo punto).
Procedo allo stesso modo per il team 2. Gaussiana anche per lui e raccolgo i dati anche per lui.
Avremo quindi due gaussiane e possiamo facilmente vedere i risultati possibili.

Ora vediamo in tabella che è più chiaro:

Dapprima vengono calcolati i valori dei gol attesi con la formula indicata in alto e messi nella parte a destra della tabella. Dopodiché vengono escluse (zona grigia) le probabilità non realizzabili. Si fa quindi la somma di quelle realizzabili ed otteniamo i valori a destra che sono 99.95% per il team 1 (ricordate l'esclusione della probabilità di quelli a "5 gol") e del 100% per il team 2.
Si procede quindi a moltiplicare i valori per il team 1 per 1/99.95% e otteniamo i valori corretti a sinistra nella tabella.

E quindi il team 1 riuscirà a fare con le sue 4 azioni assegnate
0 gol nel 0.03% dei casi che indico con P(0;team1)
1 gol nel 4.10% dei casi che indico con P(1;team1)
2 gol nel 43.16% dei casi che indico con P(2;team1)
3 gol nel 47.26% dei casi che indico con P(3;team1)
4 gol nel 5.45% dei casi che indico con P(4;team1)
il che dà la distribuzione voluta con media di gol segnati pari al 2.54 voluto e deviazione standard 0.60

Idem per il team 2.

A questo punto abbiamo le probabilità dei gol segnati per ogni team.
Dato che sono eventi indipendenti possiamo provvedere a considerarne la probabilità congiunta.
E quindi la probabilità di avere un pareggio per 2 a 2 è del 43.13%*57.26% = 24.69%.
Di averne uno per 3 a 3 è 47.26%*28.73% = 13.57%. Eccetera.
Quindi la probabilità di avere un pareggio P("X") è data dalla somma di avere le probabilità di uno dei pareggi possibili, e quindi dalla somma delle probabilità di 0 a 0, si 1 a 1, di 2 a 2, di 3 a 3, di 4 a 4.

per calcolare la Probabilità di vittoria del team 1 P("1") mi basta moltiplicare le probabilità di tutti i risultati che la possano dare e quindi 1 a 0, 2 a 0, 2 a 1, 3 a 0, 3 a 1, 3 a 2, 4 a 0, 4 a 1, 4 a 2, 4 a 3. Le sommo e il gioco è fatto.
Idem per il team 2 ed ecco i valori delle somme delle probabilità di avere "1/X/2" evidenziate in rosso nella tabella (ho tagliato la parte destra per semplicità)

Quindi con 4 azioni al team 1 e 6 al team 2 e i valori dati di centrocampi, attacchi e difese mi aspetto il 43.80% di vittorie per il team 1, il 38.87% di pareggi e il 17.32% di vittorie per il team 2.
In sintesi:

Questi sono i valori di questo evento. La coppia di azioni assegnate (4;6) si realizza nel 8.20% dei casi, con 2.54 gol attesi per il team 1 e 2.19 per il team 2 si traduce in poco meno del 44% di vittorie per il team 1, poco meno del 39% di pareggi e il 17% di vittorie per il team 2.
Avere questi valori di 1/X/2 nell'8.20% dei casi significa che questo evento contribuisce in totale per il 43.80%*8.20%=3.59% di vittorie per 1, al 38.87%*8.20%=3.18% di pareggi e al 17.32%*8.20% di vittorie per 2 in TOTALE.
Come evidenzio in tabella:

A questo punto basta ripetere la procedura per tutti gli eventi e otteniamo la tabelle:

e

non mi resta che sommare le celle che contengono i valori di 1/X/2 Totali per ottenere il valore finale che cercavo:

quindi, in conclusione, prima delle modifiche con quei valori mi potevo aspettare quasi l'89% di vittorie per il team 1, il 7% di pareggi e poco meno del 4% di vittorie per il team 2.

POST MODIFICHE

Dopo le modifiche i casi passano da 11 a 91 e le cose si complicano un pochino.
Niente di impossibile comunque.
Ho proceduto a considerare separatamente i dati colonna per colonna, partendo da destra, cioè da "10 azioni assegnate al team 2" e vedendo quali sono i risultati attesi per tutte le possibili altre variandi di azioni al team 1 (in questo caso avendone 10 il team 2, il team 1 potrà averne un numero variabile da 0 a 5), per poi procedere a tutte le altre colonne a sinistra.
L'analisi si spezzetta in 10 fasi.
Ad esempio nella quarta colonna da destra troviamo i valori visti sopra nell'esempio (4 al team 1; 6 al team 2):

Raggruppando le 10 colonne in un'unica tabella otteniamo la tabella riassuntiva delle azioni e dei gol attesi:

e quella dei risultati attesi, ottenuti come sopra valutando le probabilità di 1/X/2 per ogni evento e poi moltiplicandole per la probabilità dell'evento stesso.

aggregando le varie fasi ottenute separatamente tenendo fisse il numero di azioni per il team 2 si ottiene il totale che è del 90.97% di 1, 6.40% di X e 2.62% di 2.
A questo punto può essere effettuato un confronto fondato tra PRIMA e DOPO le modifiche:

con una deviazione standard di 0.6 della gaussiana dei gol attesi vediamo che le modifiche in questo caso aumentano la % di vittoria per il team più forte, riducono i pareggi e riducono ancora di più i risultati "imprevisti", cioè le vittorie del team 2 più debole: una riduzione di 1.31%, il -33.3% del precedente 3.93% di risultati "2" che si ottenevano in precedenza.
Se si intende il "random" come la % di risultati "imprevisti" che favoriscono il team più debole, ebbene in tal caso i numeri dicono che il "random" c'è (e ci deve essere), ma è stato ridotto.

Qualcuno potrà chiedere se questa conclusione dipenda dal valore di deviazione standard ipotizzato (che è l'unico elemento discrezionale in tutta questa analisi), bene allora proviamo a vedere con 0.4 e 0.8 invece di 0.6 e vediamo che

cambiano i valori relativi, ma pochissimo quelli assoluti (i "2" si risudono del 1.33% con dev.st 0.4, del 1.31% con dev.st 0.6 e del 1.32% con dev.st 0.8).

Naturalmente posso provare a impostare (e lo potete fare anche voi nel file allegato) dei valori di prova, per vedere come varino le probabilità di 1/X/2 tra PRIMA e DOPO le modifiche al variare delle valutazioni di campo.

1) Pongo tutti i reparti uguali dei due team, e poi faccio crescere il centrocampo del team 1:

nel primo caso, di completo equilibrio, vedo che si riducono le % di probabilità di vittoria per uno dei due team (da 39.56% a 38.17%) e aumentano i pareggi, del 13.40% in termini relativi (cioé sul valore precedente)
Se aumento il CC del team 1 da 6 a 6,5 vedo che nella seconda tabellina ho ancora un aumento dei pareggi (meno rispetto al valore prededente), una sostanziale stabilità delle vittorie di 1 e una riduzione del 8.56% delle vittorie per il team più debole.
La dinamica continua all'aumentare del valore del CC del team 1. Quindi, le MODIFICHE:

aumentano il numero dei pareggi in caso di partite equilibrate
diminuiscono il numero di vittorie "impreviste" del team più debole, e più il team è debole, più si riducono le sue chance di vittoria "imprevista"

mi sembrano entrambi elementi su cui si possa concordare.

*****

Infine ci si può chiedere: "Bene, abbiamo visto cosa succede in termini di 1/X/2, ma riguardo ai gol di scarto?". Già, un conto è una vittoria con 3 gol di scarto, un altro una risicata con 1 solo gol di scarto.
Come farlo? Semplice: nel punto in cui prendevamo i valori dei gol attesi per i due team e calcolavamo le % di probabilità di vittoria sommando le probabilità degli "1 a 0" con i "2 a 1", i "2 a 0" ecc... ora disaggreghiamo le vittorie con 1 gol di scarto da quelle con 2 gol di scarto ecc... e otterremo una tabella di questo tipo per il "PRIMA delle modifiche"

vedete così come, ad esempio, il numero di vittorie per il team 2 nel solito caso (4 azioni al team 1 e 6 azioni al team 2) pari al 1.42% del totale sia tutto concentrato nel "vittoria con 1 gol di scarto", dove troviamo infatti bel l'1.27% di occorrenze. Non così, ad esempio, per le vittorie del team 1 nel caso (7 azioni al team 1 e 3 al team 2), in tal caso infatti abbiamo il 99.93% di vittorie del team 1, che moltipicate per la probabilità dell'evento (24.18%) mi dice che in questo evento troviamo il 24.16% di vittorie del totale assoluto dell'evento "vittoria per il team 1"; in tal caso le vittorie avvengono con maggior probabilità con 3 gol o 4 gol di scarto (9.54% e 8.14%).
La cosa è meglio visibile se applico una formattazione condizionale alle celle

torniamo ora alla tabella dei risultati totali

che si può vedere anche in un grafico con in ascissa il numero di gol di scarto (a favore del team 1): in blu le vittorie per il team 1, in grigio i pareggi, in rosso le vittorie per il team 2

Se faccio la stessa identica procedura per il DOPO modifiche (o meglio, 10 identiche procedure, dato che dovrò come sopra spezzettare l'analisi della tabellona colonna per colonna) ottengo alla fine un confronto tra PRIMA e DOPO:

e cioé (i valori nuovi sono a destra, più scuri dei precedenti)

diminuiscono i rettangoli rossi dei risultati "imprevisti" di vittoria per il team 2 più debole
diminuiscono i pareggi
aumentano le vittorie del team 1 più forte attorno ai valori più probabili (2, 3, 4 gol di scarto)
diminuiscono le vittorie del team 1 più forte attorno ai valori meno probabili (1, 5, 6, 7 gol di scarto)

In sostanza la curva diventa più alta e più stretta attorno ai valori più probabili, cioè si riduce la varianza della curva stessa attorno alla sua media.
Se rappresento il grafico precedente come curve vedo infatti che la curva del DOPO modifiche, in rosso, rispetto alla curva del PRE modifiche, in blu, è, come indicano le frecce, più stretta nei lati (diminuiscono i risultati estremi) e più alta al valore massimo:

Vi allego il file.
Nella pagina "INPUT" potete inserire tutti i valori che volete e vedrete:

nella zona verde la stima dell'assegnazione delle azioni in base ai valori di centrocampo inseriti
nella zona viola la stima dei risultati in base ai valori di attacchi e difese inseriti (e deviazione standard), con predictor base 1/X/2 e avanzato, con l'analisi dei gol di scarto. Inoltre c'è il grafico per vedere come variano le curve relative.

QUI potete scaricarlo (sia per Excel nuovo che per versioni precedenti)
http://sites.google.com/site/andreactools/home/TOOLPredictorino1.2.xlsx?attredirects=0&d=1

Buon divertimento
Andreac-NH

edit: nota finale per i più pignoli -> se si pone tutto uguale tra team 1 e team 2 ci sono delle piccolissime differenze tra le % di gol di scarto per team 1 e team 2 che dovrebbero essere uguali, parlo di centesimi di punto percentuale. Mi ci sono spaccato la testa per trovarne ragione, ma dopo ore e ore di prove e controprove non ce l'ho fatta. Sono cose minime e del tutto irrilevanti, ma avrei voluto che fosse tutto perfetto. Portate pazienza.

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

Andreac (team ID 1730726 in Hattrick)

HATTRICK - Money

2010-09-25T08:14:00.036+02:00

Volevo tornare su un discorso iniziato un paio di mesi fa in quest'articolo
http://acandio.blogspot.com/2010/07/hattrick-equilibri-finanziari-il.html
per fare un paio di riflessioni sulla gestione economica della squadra. Non si tratta "leggi certe", solo di idee personali che voglio condividere.

Come visto in quell'articolo le uniche fonti di incassi per la vostra società sono

Incassi degli SPETTATORI
Incassi degli SPONSOR
Vendite di Giocatori

come visto le prime due crescono in modo piuttosto contenuto, quindi per poter crescere più velocemente non resta che fare affidamento sulla compravendita di giocatori.
Se, come me, non siete dei trader e gestite il vostro team con un numero limitato di operazioni di mercato, allora non vi resta che ottimizzare al massimo la vostra rosa. Come farlo?
Vediamo se riesco a spiegare il mio punto di vista.

IL SINGOLO GIOCATORE

Innanzitutto devo considerare quali fattori incidono sul prezzo del giocatore (indico in grigio le caratteristiche del giocatore su cui non abbiamo alcun potere di modifica, in azzurro gli elementi su cui abbiamo un potere di intervento limitato, in verde quelli che possiamo direttamente modificare):

Età
Livello di Forma
Livello di Resistenza
Livello di Esperienza
in misura minore il carattere (Simpatia, Aggressività, Condotta morale) e in certi casi anche il carisma
Nazionalità
Specialità
Livello (e decimali) della skill primaria
Livello delle skill secondarie relative al ruolo
Variazioni stagionali del Mercato
Shock esterni (editoriali degli HT)

L'Età (e occorre tener presente non solo gli anni, ma anche i giorni) è parzialmente al di fuori del nostro controllo, il giocatore invecchia inesorabilmente, ma noi possiamo decidere quando metterlo in vendita.
La Forma è segnata in azzurro dato che con l'allenamento generale possiamo incidere, ma questo allenamento, come detto dagli HT, sarà rimosso in futuro e quindi sarà posta al di fuori del controllo dei manager.
Sulla Resistenza possiamo metter mano, ma non è un elemento chiave per la compravendita. Sull'Esperienza abbiamo potere di modifica nel senso che più lo facciamo giocare e più guadagnerà esperienza, ma praticamente solo nel caso dei "future coach" è un elemento determinante in fase di mercato.
Su carattere, carisma, Nazionalità e Specialità non possiamo fare nulla, come nasce, così muore il giocatore e non è nel nostro controllo.
Su livello di primaria e secondarie invece incidiamo con l'allenamento.
Le variazioni cicliche di mercato ci consentono, se riusciamo ad approfittarne, di ottenere prezzi vantaggiosi. Sugli shock esterni, quali gli editoriali degli HT che vanno a toccare elementi quali gli apporti di certi ruoli o le velocità di allenamento non possiamo fare nulla, ahimé solo subire.

In sostanza, cosa resta su cui agire? 4 parametri, che numero da 1) a 4)

Età (non solo gli anni, anche i giorni)
Livello (e decimali) della skill primaria
Livello delle skill secondarie relative al ruolo
Variazioni stagionali del Mercato

E' semplice, studiando il "confronta trasferimenti" ("CT") dei giocatori in vendita costruirsi delle tabelle con cui studiare come varino i prezzi al variare di questi elementi.
Naturalmente occorre ricordare che il CT mette assieme giocatori che hanno 17 anni e 1 giorno con quelli che ne hanno 17 e 111 giorni, giocatori con specialità e giocatori senza, giocatori più o meno in forma, giocatori con molti decimali e giocatori appena scattati. Un calderone in cui vanno a finire giocatori diversissimi e quindi la media è solo un valore di riferimento approssimato. Tuttavia, per quanto impreciso, tale valore fa da riferimento per gli scambi successivi e quindi è un parametro da considerare con la massima attenzione.

Prendiamo un Difensore Centrale e vediamo come varino i prezzi in funzione dei parametri 1) e 2), cioé di età e livello della skill primaria, tenendo fissi il 3) (la secondaria regia a 4 e le altre skill <= a 4, e naturalmente) e il 4), l'analisi è cioé fatta ora e i prezzi saranno diversi da quelli di due settimane fa o di quelli che ci saranno tra due settimane. Si tratta solo di un abbozzo, ma utile per rendere l'idea.

Tabella 1: prezzi del giocatore al variare di età e livello di skill primaria difesa, con secondarie costanti (regia=4, altre <= a 4)

Vediamo quindi come un 17 enne accettabile in difesa, con 4 in regia venga scambiato sui 20k. Un buono, sempre 17 enne sui 90k, un eccellente 360k e così via.

Vediamo 2 forze in azione:

La variazione di SKILL primaria, che indico con dS (differenza di skill), che mi indica di quanto si rivaluta il giocatore per lo scatto di skill. Quindi per il 17enne: 90-20=70k per lo scatto a buono, 360-90=270k per lo scatto ad eccellente ecc... Ecco uno zoom della tabella precedente che mi evidenzia queste variazioni che vedo nelle righe:

posso fare una tabella che mi indica questi valori:

Tabella 2: guadagni dS dovuti all'aumento di skill primaria del giocatore

La variazione di prezzo da variazione di skill è, in questa tabella sempre positiva: l'aumento di skill in questi livelli genera sempre un aumento di prezzo (non sempre è così, per alti valori di skill, tipo oltre il 16 l'aumento esponenziale degli stipendi tende a provocare riduzioni di prezzo all'aumentare del livello di skill).
Per inciso potremmo dividere tali valori per il numero di settimane che occorrono allo scatto di skill per vedere la resa settimanale, cioè considerare il rapporto dS/settimane necessarie per lo scatto (dato che ad esempio guadagnare 400k con uno scatto che necessita di 4 settimane di allenamento rende 100k a settimana, meglio di guadagnare 600k con uno scatto che ne necessita 8 e rende quindi 600/8=75k a settimana)

Tabella 3: resa settimanale dell'allenamento (dS/settimane necessarie)

Vedete ad esempio come per un 21 enne lo scatto da 8 a 9 in difesa porti il giocatore da 190k a 555k di valore (vedi Tabella1) rendendo un guadagno di 555-190 = 365k (vedi Tabella 2), richiedendo 5.36 settimane di allenamento consente un guagagno settimanale di 365k/5.36 = 68.1k settimanali. Allenare un 21 enne da 12 a 13 in difesa porti il giocatore da 1900k a 2430k di valore (vedi Tabella1) rendendo un guadagno di 2430-1900 = 530k (vedi Tabella 2), richiedendo 8.30 settimane di allenamento consente un guagagno settimanale di 530k/8.30 = 63.8k settimanali, inferiore al precedente. Naturalmente in tali settimane godremo di giocatori di livello decisamente superiore ai precedenti.

Tutto questo vale naturalmente se il giocatore nel frattempo non compie gli anni, altrimenti dovremo considerare la seconda forza in azione:

La variazione di Età, che indico con dE (differenza di età), che mi indica di quanto si rivaluta o si svaluta il giocatore per lo scatto di skill. Se guardiamo nella Tabella 1 in alto vediamo come un buono che compie 18anni passa da un valore di CT di 90k a 45k, dimezzando il proprio valore. Se fosse eccellente passerebbe da 360k a 255k, perdendo 105k. Ecco uno zoom della Tabella 1 che mi evidenzia queste variazioni che vedo nelle colonne:

Questa la tabella

Tabella 4: variazioni di valore del giocatore dE in seguito all'invecchiamento

Vedete le svalutazioni in rosso e le rivalutazioni in blu. Può sembrare strano, ma capita che un giocatore che invecchia si rivaluti. Talvolta anche in modo consistente: uno straordinario di 21 anni e 111 giorni vale 860k nel CT, il giorno dopo vale 1000k... 140k in un giorno senza far niente, non male.
Sono elementi da tenere bene in conto: se prendete uno splendido 18enne con molti giorni a 2200k e lo allenate duramente, ve lo trovate a magnifico a 19 anni con un valore di 2035k. Non un buon affare.

Insomma occorre tenere presente se il prezzo attuale del giocatore, che indico come pATT, pari al prezzo di acquisto pACQ con le variazioni di skill dS e di età dE sia o meno maggiore del prezzo di acquisto.

Quindi se pATT = pACQ + dS + dE > pACQ

Nell'esempio visto del magnifico 19enne vale 2035 = 2200 +635 - 800 > 2200 che è falso, perchè dE=800 è maggiore di dS=635. Infatti

pACQ + dS + dE > pACQ si può ridurre a dS + dE > 0

la somma delle variazioni che subisce il prezzo del giocatore deve essere positiva e nell'esempio visto non lo è perché il deprezzamento dE è superiore al guadagno da skill-up dS.

Ora il discorso si deve allargare anche alle secondarie, potremmo costruire le medesime tabelle e studiare le variazioni di prezzo dei difensori con skill primaria difesa da 6 a 16 ed età da 17 a 23 passando da un livello 4 di regia a un livello 5 e superiori. Indico tale differenza con ds (differenza di secondaria, "s" minuscola) . Senza postare tabelle su tabelle, alla fine giungeremmo alla conclusione che la somma delle variazioni complessive deve essere positiva per avere un guadagno.

Idem se allarghiamo l'analisi rilevando i prezzi settimana dopo settimana. La variazione di mercato dM deve essere inserita nell'analisi.

Alla fine otterremo che per avere un guadagno deve essere

dE + dS + ds + dM > 0

Ci sono quindi 4 modi per avere un guadagno (conservo l'ordine dei numeri messi sopra degli elementi su cui possiamo agire):

dE rivalutazioni del giocatore in seguito all'invecchiamento, "Age Trading"
dS rivalutazioni del giocatore in seguito allo scatto di skill primaria, "Skill Trading"
ds rivalutazioni del giocatore in seguito allo scatto di skill secondarie, "Secondary Skill Trading", se unito al precedente si parla di "Bi-skillaggio" o "Tri-skillaggio"
dM rivalutazioni del giocatore in seguito all'andamento di mercato, "Season Trading"

Naturalmente l'effetto sarà la somma di tutti questi elementi, che hanno abitualmente valore positivo per le variazioni di skill, tendenzialmente negativo per le variazioni di età e ciclico per quelle della stagionalità del mercato.
Esiste naturalmente un quinto modo di avere un guadagno, quando si riesce a vendere a un prezzo maggiore di quanto si è acquistato nonostante non sia variato nessuno dei 4 elementi visti sopra. Questo modo è tipico dei trader puri e viene definito (anche se ora impropriamente) "Day Trading". Non occupandoci qui di trading puro, come detto sopra, lo menzioniamo solo per dovere di completezza.

LA SQUADRA

Ora però spostiamoci dal punto di vista del singolo giocatore a quello della squadra nel suo insieme. Diamo un occhio allo stato patrimoniale del team: il vostro ATTIVO è composto da due sole voci: i soldi che avete in Cassa e il valore complessivo della vostra rosa di giocatori (il "prezzo totale" del TEAM, pTEAM).

Il valore della rosa pTEAM è pari alla somma dei prezzi attuali pATT di tutti i componenti della rosa. Se i componenti sono n, allora

che significa che il valore della vostra squadra non è altro che la somma dei prezzi a cui avete acquistato tutti i vostri giocatori, più le singole variazioni intercorse a seguito di avanzamento di età, variazioni di skill primarie e secondarie e andamenti del mercato.

Questo è un punto da sottolineare: quello che conta non è quanto guadagnate con lo skill trading dei vostri allenandi, quello che conta è il totale dell'Attivo. Potete anche guadagnare 1000k dalla cessione di un ottimo allenando scattato, ma se nel frattempo 4 vostri giocatori si sono deprezzati di 250k l'uno il valore totale del vostro Attivo non cambia di una virgola.
E l'Attivo è l'elemento chiave per la crescita del vostro team.

Se l'attivo cresce poco allora domani avremo pochi soldi a disposizione per rinforzare il nostro team, se cresce molto viceversa avremo quanto necessita per una crescita veloce e potremo puntare prima ad obiettivi ambiziosi.

Come varia l'Attivo? Semplice. Basta guardare la formula e vedere voce per voce:

La Cassa non incide (incideva molto limitatamente coi ragionieri che sono stati recentemente eliminati): i soldi tenuti in cassa sono improduttivi, non aiutano la crescita dell'Attivo
i prezzi di Acquisto pACQ sono storici e pertanto fissi.
le variazioni di prezzo di ogni giocatore a seguito di invecchiamento dE (di solito un deprezzamento, negativo)
le variazioni di prezzo di ogni giocatore a seguito di crescita di skill primaria dS (di solito un apprezzamento, positivo)
le variazioni di prezzo di ogni giocatore a seguito di crescita di skill secondaria ds (di solito un apprezzamento, positivo)
le variazioni di prezzo di ogni giocatore a seguito degli andamenti di mercato dM (ciclici)

Per analizzare l'insieme di giocatori distinguo due gruppi di giocatori:

k giocatori che ricevono un qualche tipo di allenamento in skill primaria o secondaria (che indico con "gALL", giocatori allenati)
n-k giocatori che NON ricevono allenamento in skill primaria o secondaria (che indico con "gNON-ALL", giocatori non allenati)

Ad esempio se dò allenamento difesa a 10 giocatori (k=10) e ho una rosa di 25 giocatori (n=25) avrò k=10 giocatori allenati (gALL) e n-k=25-10=15 giocatori NON allenati (gNON-ALL)

Quindi la variazione dell'attivo è data da due elementi:

il primo è la somma delle variazioni di valore degli allenati (dovuta a deprezzamento per invecchiamento, crescite di skill primarie e secondarie e variazioni di mercato)
il secondo è la somma delle variazioni di valore dei non allenati (loro deprezzamento per invecchiamento e variazioni di mercato).

E' evidente come sia il primo elemento a trainare la crescita del team, in quanto il secondo è tendenzialmente negativo e quindi una zavorra che rallenta il processo di crescita. L'unica cosa che possiamo fare affinché il secondo elemento sia positivo (o il meno negativo possibile) è cercare di scegliere giocatori non allenati che abbiano poco deprezzamento (basso dE) e di acquistarli in periodo di mercato basso (per avere un dM favorevole).
Queste ultime considerazioni valgono naturalmente anche per gli allenandi, per i quali un occhio andrà al deprezzamento dE e alla fase di mercato dM e l'altro ai guadagni diretti da allenamento dS e ds.

Per avere la maggior crescita possibile dovrò destinare le risorse del team nel modo più remunerativo possibile. Dato che i non allenati non garantiscono crescita, anzi, la frenano, l'ideale sarebbe destinare la maggior % possibile del budget negli allenati (tra parentesi qualcuno potrebbe obiettare che anche i non allenati concorrono indirettamente alla crescita del team, in quanto garantendo buone prestazioni del team potrebbero concorrere a buoni risultati sportivi, maggior numero di tifosi, promozioni eccetera; vero, però ricordiamo che l'aumento a bilancio delle voci di incasso di sponsor e biglietti dello stadio è molto lento).

Naturalmente il punto non è che "più sono gli allenati, più cresce il team", in quanto come abbiamo visto nell'altro articolo il mercato riconosce una sorta di "resa implicita dell'allenamento" che tendenzialmente pareggia gli introiti dei diversi tipi di allenamento. Ad esempio se alleno 10 difensori (k=10) il mercato valuta per ognuno un aumento virtuale di circa 40k di valore ad allenamento (dS=40k), con un amumento totale di k*dS = 10*40k = 400k. Se alleno parate, alleno 2 giocatori (k=2) e il mercato valuta per ognuno un aumento di circa 200k di valore ad allenamento (dS=200k), per cui k*dS = 2*200k = 400k. Questo è vero tendenzialmente, in realtà i k*dS sono un po' diversi e quindi ci sono allenamenti un po' più convenienti e altri meno.

Quindi, riassumendo, a cosa fare attenzione per garantire una maggior crescita dell'Attivo della squadra?

destinare la minor parte possibile del budget a impieghi improduttivi quali la cassa (i soldi ci fanno la muffa, a meno che non aspettiate condizioni di mercato più favorevoli) oppure ai non allenati (che spesso hanno bilancio negativo, sottraendo valore al totale complessivo dell'Attivo a causa del loro invecchiamento). Maggiore è il rapporto gALL/gNON-ALL maggiore sarà la crescita di valore del nostro team (tenete presente che se invece di allenare solo in skill primaria alleno anche in skill secondarie, allora aumento il valore di questo rapporto: se ad esempio alleno parate e dò anche qualche giro di allenamento di difesa ai miei portieri allora di tale allenamento gioveranno anche i giocatori di movimento che andrò a posizionare negli slot difesa e aumenterò seppur parzialmente il novero degli allenati. Chiaramente questo avrà senso se i vantaggi nel dare queste settimane di allenamento in secondaria a portieri e di primaria ai difensori normali sopravanzano gli svantaggi del non allenare ancora in primaria i portieri).

scegliere allenandi e non allenati che abbiano i minori deprezzamenti a causa dell'invecchiamento (minimizzo i dE), meglio ancora se riesco a trovare giocatori che si apprezzano invecchiando (non lo si fa a caso, occorre studiare bene il mercato naturalmente per elaborare tabelle come la tabella 4 in alto)

acquistare allenandi e non allenati nelle fasi favorevoli di mercato per minimizzare i dM (e anche qui occorre studiare bene il mercato)

studiare approfonditamente il mercato con le tabelle incrociate "Età/livello di skill primaria" come la tabella 1 vista in alto per trovare i dS più favorevoli (tabella 2) in modo da allenare i giocatori negli scatti di skill primaria più remunerativi (naturalmente non andranno considerati i dS "assoluti", ma il rapporto dS/settimane necessarie per lo scatto visto nella tabella 3)

studiare approfonditamente il mercato con le tabelle incrociate "Età/livello di skill secondaria" per vedere se esista o meno la convenienza di dare al giocatore degli incrementi in secondarie ds, naturalmente anche qui deve essere considerato il rapporto ds/settimane necessarie per lo scatto per valutare l'eventuale remuneratività di un bi o un tri-skillaggio del giocatore.

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

Andreac (team ID 1730726 in Hattrick)

HATTRICK - Leggi di Probabilità e l'Assegnazione delle Azioni

2010-09-21T04:38:00.018+02:00

SECONDA STESURA

-Ago- mi ha chiesto nel Forum Italia
"perchè usi le simulazioni invece che calcolare il valore di probabilità? toglieresti ogni dubbio sul campione utilizzato, no?"

Giusto.
Allora procediamo.

Intanto un'introduzione, da http://www.liceofoscarini.it/studenti/probabilita/binomiale.html.
E un'esortazione: se le formule non vi sono comprensibili, non preoccupatevi, passate oltre, basta capire il senso del discorso.

La BINOMIALE

Quante volte vi è capitato di giocare a testa o croce?

Sicuramente molte. Ciò a cui forse non avete mai pensato è trovare un metodo per determinare l'esatta probabilità che, in un dato numero di lanci, si verifichi una certa quantità di successi (cioè di teste o di croci, a seconda del punto di vista). Se ammettiamo che l'evento testa (0) sia equiprobabile all'evento croce (1), cioè che le loro probabilità valgano entrambe 0.50 (50%), su due lanci, la probabilità di avere due croci, ad es., sarà:

0.50 × 0.50 = 0.25

Poniamo ora che i due eventi non siano equiprobabili e che i lanci siano un numero qualsiasi n. Poniamo inoltre che i successi siano un qualsiasi numero k.

Il problema si complica.
Si tratta di uno schema di Bernoulli che possiede, in sostanza, le seguenti caratteristiche:

ogni prova è un esperimento casuale che può avere soltanto due esiti possibili, con probabilità effettive p e q=1-p;
ogni prova effettuata è indipendente da ogni altra prova e, quindi, in ogni prova la probabilità p di successo è costante.

La probabilità che, su n prove indipendenti condotte tutte nelle medesime condizioni, si abbiano k successi, con k<=n è:

dove X indica la variabile aleatoria che conta il numero di successi, p la probabilità del singolo evento E, costante in tutte le prove, e q la probabilità dell'evento non(E), quindi q=1-p
Il simbolo "!" è il fattoriale, è semplice, si tratta del prodotto di un numero coi numeri interi a lui inferiori, quindi se n è 4, allora n! è 4*3*2*1=24. Tutto qua.

In HATTRICK, prima delle Modifiche

Tale distribuzione, detta binomiale, è perfetta per descrivere la distribuzione di probabilità delle azioni assegnate in Hattrick prima delle modifiche, dato che ogni assegnazione di un'azione è indipendente dalla seguente e la probabilità è costante, data dal rapporto tra il cubo di un centrocampo e la somma dei cubi dei due centrocampi.

Quindi la distribuzione di probabilità in Hattrick era

dato che n=10 il numero delle azioni assegnate e il resto vien da sé.
In Excel la formula diventa, se volete provare,

=(FATTORIALE(10)/(FATTORIALE(k)*FATTORIALE(10-k)))*((CC1^3/(CC1^3+CC2^3))^k)*((CC2^3/(CC1^3+CC2^3))^(10-k))

Così, se, ad esempio, il team 1 ha un centrocampo che vale 6 e il team 2 un centrocampo che vale 5, allora si fa presto a calcolare le probabilità di avere un certo numero di azioni per ogni team:

Quindi se i centrocampi hanno quei valori il team 1 avrà il 17.01% di probabilità di avere 5 azioni, il 24.49% di averne 6, il 24.18% di averne 7 eccetera...

Mi direte, ok, ma quante azioni si aspetta di avere il team 1 in totale?
Per sapere tale valore devo introdurre il concetto di speranza matematica (o "valore atteso"): niente di difficile anche qui, mettiamo che in un gioco abbiate il 25% di probabilità di vincere 100€ e il 75% di probabilità di vincere 200€, allora la vostra vincita attesa è 0.25*100+0.75*200=175€. Non c'è un caso in cui ne vincete 175€, ma se giocate 10 volte tenderete a vincere 1750€ con una vincita "media" di 175€ a giocata.

Tornando alle nostre azioni quindi basta moltiplicare la % di avere un'azione per il numero di azioni assegnate, per cui le azioni attese per il team 1 (indicate con "E(Az.Team1)", dove E sta per Expected, "atteso" se non erro) e il team 2 sono:

basta poi fare la somma per vedere che, se il mio centrocampo vale 6 e quello dell'avversario 5, allora avrò un numero di azioni attese pari a 6.33 e il mio avversario di 3.67.
Questo non da un campione, ma dalla legge di probabilità binomiale.

Come vedete il rapporto tra azioni attese mie e quelle dell'avversario è

E(Az.Team1) / E(Az.Team2) = 6.33 / 3.67 = 1.728

quindi in tal caso è lecito attendersi che le mie azioni siano il 172.8% di quelle dell'avversario.

Tale valore coincide con quello trovato nella prima parte di quest'articolo, quello del valore "equo" di azioni assegnate (il rapporto dei cubi dei centrocampi), infatti

CC1^3 / CC2^3 = 6^3 / 5^3 = (6*6*6) / (5*5*5) = 216 / 125 = 1.728

Ora, possiamo pensare di fissare il valore del centrocampo del team 2 (il mio avversario) a "5" e fare variare il valore del centrocampo del mio team "CC1" da "1" a "9" per vedere come variano le probabilità di avere un certo numero di azioni

e le azioni attese totali:

che posso rappresentare in un grafico

le azioni attese prendono la caratteristica forma, leggermente a "S", con punto di flesso nel punto in cui coincidono i valori dei due centrocampi, CC1=CC2=5.

Ora sappiamo come variano le azioni attese del team 1 al variare del suo centrocampo, ma dato che sappiamo che la somma totale deve essere per forza 10, allora conosciamo anche quelle attese del team 2.
In formula E(Az.Team2) = 10 - E(Az.Team1) e quindi possiamo calcolare quello che ci interessa, e cioé il rapporto tra le azioni assegnate al team 1 e quelle assegnate al team 2 al variare del centrocampo del team 1:

Giusto per riferimento vedete come nella colonna "6" troviate i valori 6.33 e 3.67 visti prima e il loro rapporto 1.728, cioè il 172,8%.

In HATTRICK, DOPO le Modifiche

Non più 10 azioni "comuni" in cui chi la vince se la porta a casa, ma 5 comuni e 5 esclusive mie in cui o l'azione è mia o va persa e 5 esclusive del mio avversario in cui o sono sue o vanno perse.

Come cambia la legge di probabilità?
La legge CAMBIA, procedo passo passo ad analizzare: focalizziamo l'attenzione non tanto sulle azioni del team 1 e su quelle del team 2 separatamente, ma consideriamole congiuntamente, vedendo quali coppie (Azioni per il Team 1; Azioni per il Team 2) sia possibile ottenere.

Prima delle modifiche si potevano avere le coppie di azioni
(0;10) oppure (1;9), (2;8), (3;7), (4;6), (5;5), (6;4), (7;3), (8;2), (9;1), (10;0)
ed è facile calcolare una tabella che rispecchi queste possibilità e le loro % di probabilità secondo la legge binomiale:

Naturalmente le coppie di Azioni possibili si dispongono nella diagonale, perché più azioni ha uno meno l'altro e viceversa. Vedete che riga per riga si possono vedere le azioni attese per il team 1 e colonna per colonna quelle attese per il team 2.

E dopo le modifiche?
Beh vi confesso che ci ho dovuto pensare tutta ieri, ma alla fine ce l'ho fatta. Ecco la soluzione.
Prima di tutto considero le azioni COMUNI.
Per esse vale la classica binomiale vista sopra, con la differenza che le azioni da assegnare sono 5 e non 10

e fin qui tutto facile: un totale di 3.17 azioni attese per il team 1 (somma della colonna E(Az.Team 1) e di 1.83 attese per il team 2 (somma della riga E(Az.Team 2))
Proseguo con le azioni esclusive.
Stessa legge di probabilità, con la differenza che le azioni non assegnate vanno disperse. Così per il team 1 vale questa tabella (che può essere riassunta in una colonna)

mentre per il team 2 vale questa (che può essere riassunta nella riga)

ora vedete che il totale di azioni attese per il team 1 e il team 2 è lo stesso sia nelle comuni che nelle esclusive, ma cambiano le "coppie". Ora infatti sono possibili coppie che prima non lo erano. Il punto difficile è stato come integrare la tabella delle probabilità delle azioni comuni con la colonna delle probabililtà delle esclusive per il team 1 e la riga delle probabilità delle esclusive per il team 2.
Si tratta di eventi indipendenti quindi la probabilità congiunta è data dalla moltiplicazione delle probabilità dei singoli eventi. Ho proceduto per somma di probabilità condizionate, ma penso sia più chiaro se spiego passo passo.

Sono partito considerando l'evento (0;5) nella tabella delle azioni COMUNI.
Tale evento si verifica nel 0.66% dei casi.
Ora ipotizzo che nelle sue azioni esclusive il team 1 non vinca neanche un'azione (sia Az.team 1 = 0), evento che si realizza anche esso nel 0.66% dei casi.
Passo infine alle azioni del team 2, il quale può ottenere da 0 a 5 delle sue azioni esclusive, con le probabilità viste nella riga sopra. Ne ottiene 0 col 10.20% di possibilità.
In tal caso vale (0;5) + 0 azioni per il team 1 + 0 azioni per il team 2, resta (0;5) con una probabilità di 0.66% (dalla tabella delle azioni COMUNI) moltiplicata per il 0,66% (probabilità di nessuna azioni esclusive per il team 1) e per il 10.20% (porbabilità di 0 azioni esclusive per il team 2) che fa il 0.000447% totale.
Quindi riesco a calcolare le probabilità degli eventi da (0;5) a (0;10), variando le % delle azioni esclusive per il team 2, nel caso in cui il team 1 non ottenga nessuna delle sue azioni esclusive

P(0;5)= 0.66% * 0.66% * 10.20% = 0.000447%
P(0;6)= 0.66% * 0.66% * 29.51% = 0.001293%
P(0;7)= 0.66% * 0.66% * 34.15% = 0.001496%
P(0;8)= 0.66% * 0.66% * 19.76% = 0.000866%
P(0;9)= 0.66% * 0.66% * 5.72% = 0.000251%
P(0;10)= 0.66% * 0.66% * 0.66% = 0.000029%

in tabella

procedo analogamente per il successivi valori della diagonale delle azioni comuni, moltiplicando per la % di probabilità di 0 azioni esclusive per il team 1 e per le % di probabilità di azioni esclusive per il team 2, indentificando le % di probabilità delle coppie di valori (az. team 1, az. team 2) tenendo fermo che il team 1 non ottenga nessuna azione esclusiva.
Ottengo la seguente tabella:

Procedo analogamente ipotizzando che il team 1 ottenga 1 azione delle sue esclusive. Tenendo invariato tutto il resto (non cambiano le probabilità delle azioni comuni, né quelle di quelle esclusive per il team 2) ottengo la seguente tabella:

vedete che:

I valori sono più elevati, infatti la probabilità che il team 1 ottenga 1 azione esclusiva è 5.72%, e non più lo 0,66% di averne 0
le coppie risultano spostate in basso di una riga, infatti se il team1 ottiene 1 azione esclusiva, l'evento (0;5) diventa (1;5) e quindi tutto si sposta in basso di 1 riga.

Idem se le azioni esclusive che il team 1 ottiene sono 2

se sono 3

se sono 4

o se sono 5

Non resta che fare la somma, casella per casella delle precedenti 6 tabelle e otteniamo la probabilità totale delle coppie di azioni

Ecco quindi qui l'agognata tabella delle % delle coppie possibili di azioni assegnate ai due team.
Grazie a uno spunto di jo76_it si può vedere nel tool come sia la distribuzione delle azioni totali assegnate complessivamente: basta fare la somma delle diagonali e si vede qual è la % di avere 5 azioni, di averne 6 ecc... (nell'immagine vedete la diagonale delle 15 azioni)
La distribuzione è (e non soprende) a forma di una gaussiana.

Volete il foglio excel per fare un po' di prove al variare dei centrocampi? Lo immaginavo.
Eccolo qui.

Per Excel 2007: https://sites.google.com/site/andreactools/home/TOOLAssegnazioneAzioni1.1.xlsx?attredirects=0&d=1

Per Excel 1997-2003: https://sites.google.com/site/andreactools/home/TOOLAssegnazioneAzioni1.1.xls?attredirects=0&d=1

Che io sappia questo è l'unico tool che riesca a stimare le % di coppie di azioni possibili. nel dopo modifiche. Un elemento indispensabile se vi volete costruire un qualche strumento per farvi delle stime sulle partite. L'ho lasciato aperto in modo che ci possiate mettere mano come meglio vi vien comodo proprio per quello.

Chiudo la parentesi: se guardate la riga delle Azioni Attese per il Team 2 e la colonna di quelle attese per il team 1 vedete che sono le stesse, identiche, di prima delle modifiche. Idem per i totali.

Ma allora non cambia nulla?
Non cambierebbe nulla se fosse possibile assegnare un numero "continuo" di azioni, cioè se fosse possibile assegnarne 6.33 al team 1 e 3.67 al team 2. Così non è e ai due team vengono assegnate un numero discreto di azioni (1, 2, 3, ecc)

La differenza sta appunto nella CONVERSIONE di quei valori attesi in azioni concrete ai due team.
Come visto, da un punto di vista numerico:

PRE modifiche: se le azioni del team 1 sono X allora quelle del team 2 sono (10-X)
POST modifiche: se le azioni del team 1 sono X allora quelle del team 2 sono un numero variabile tra 0 e Min(10;15-X), col vincolo che la somma sia almeno pari a 5 (le azioni comuni che devono comunque essere assegnate)

E questo come incide?
Incide nel seguente modo.
Consideriamo il primo esempio visto in alto, CC1=6 e CC2=5, allora in tal caso l'assegnazione equa vorrebbe che il team 1 avesse il 172.8% di azioni del team 2.

Prima delle modifiche era possibile solo la combinazione "6 al team 1 e 4 al team 2" che dava al team 1 il 150% di azioni rispetto al team 2. Oppure "7 al team 1 e 3 al team 2" che dava al team 1 il 233% di azioni rispetto al team 2. Non si riusciva ad avvicinarsi al valore equo di 172.8%.

Dopo le modifiche invece è possibile, ad esempio, la la combinazione "7 al team 1 e 4 al team 2" che dava al team 1 il 175% di azioni rispetto al team 2. Un valore davvero vicinissimo a quello equo di 172.8%!

Questa la tabella esemplificativa:

Abbiamo i valori delle Assegnazioni Eque delle azioni tra team 1 e team 2 al variare del centrocampo del team 1. Allora proviamo a vedere quali erano le combinazioni di azioni ai due team che più si avvicinano al valore equo.

In rosso ho segnato quando il numero di azioni varia (dopo le modifiche), consentendo un rapporto di assegnazione di azioni tra i due team più vicino a quello equo.

Infatti i valori di (Az.Team1)/(Az.Team2) dopo le modifiche sono quasi sempre più vicini al valore E(Az.Team1)/E(Az.Team2). La testimonianza numerica viene dal valore della deviazione standard delle distorsioni rispetto al valore equo che praticamente si dimezza: da 0.27 a 0.15.

Spero con questo di aver dato un contributo statisticamente fondato per quanto riguarda il "random" nell'assegnazione delle azioni prima e dopo le modifiche.

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

Andreac (team ID 1730726 in Hattrick)

HATTRICK - Il "Random" nell'Assegnazione delle Azioni

2010-09-19T06:17:00.036+02:00

Argomento scottante il "random", una garanzia di discussioni infiammate nei vari thread che vengono costantemente aperti al riguardo nei forum.

Come avrà visto chi si è scorso la colonnina qui a destra coi passati articoli, all'argomento ho già dedicato qualche post

http://acandio.blogspot.com/2010/04/hattrick-nuovo-motore-e-random.html
che mi rendo conto piuttosto tecnico e complesso
e
http://acandio.blogspot.com/2010/08/hattrick-tattica-strategia-random.html

Ora prendo spunto da uno scambio di idee con l'amico Laiho per mettere giù qualche considerazione, cercando di essere il meno tecnico e complesso possibile. Restringo l'analisi al solo confronto tra i centrocampi e all'assegnazione delle azioni.
Vediamo cosa ne vien fuori.

****

Il confronto che spesso vien fatto è tra "Vecchio" motore, antecedente a gennaio 2010, e "Nuovo" motore, seguente a tale data. Si tratta di una distinzione impropria.
Il motore infatti è sempre quello: si basa su un'estrazione aleatoria, solo che è stato modificato il loro numero (da 10 a 15 secondo gli studi effettuati) e le conseguenze dell'estrazione stessa (in 10 casi su 15). Quindi cambio la dicitura da "Vecchio" e "Nuovo" motore, in "PRE" e "POST" modifiche. Mi sembra più coerente con la realtà.

Ora, il punto è: queste modifiche hanno inciso sull'aleatorietà ("random") nell'assegnazione delle azioni?
Proviamo a fare due conti che vi spiego passo passo.

1) PRE Modifiche

Cominciamo dalla base, un valore per il CC del Team 1 e uno per quello del Team 2, supponiamo che il primo valga 9 e il secondo 8. Il possesso sarà del 56.25% a favore del primo team e la probabilità di azioni sarà del 58.74% per lo stesso team (ho indicato le formule utilizzate, dove P3 e Q3 sono le celle dei valori dei due CC)

Prima delle modifiche venivano generate 10 azioni. Ogni azione veniva assegnata al Team 1 oppure al Team 2 in base alla probabilità calcolata con la formula che nell'esempio è P3^3/(P3^3+Q3^3)
Quindi, dato il valore della cella "Probabilità che l'azione venga assegnata al Team 1", che nel mio foglio è nella cella P10, posso procedere all'estrazione di 10 azioni in cui se il valore casuale generato da Excel è minore del valore in P10 allora l'azione venga assegnata al Team 1, se è superiore, venga assegnata al Team 2. La formula è SE(CASUALE()<$P$10;1;2)

Ecco qui:

Vedete che le varie azioni vengono assegnate ai due team.
In totale sono 7 al team 1 e 3 per il team 2. Il rapporto "Azioni Team 1 / Azioni Team 2" è di 7/3 = 2.33 cioè il 233%

Naturalmente l'esperimento si può ripetere a volontà e nel foglio che trovate allegato alla fine l'ho ripetuto per 1000 partite simulate.

Dopodiché passo a contare quante volte si presenta un certo numero di azioni per ogni Team

quindi su 1000 partite avrò, in questa simulazione, il 26.6% di partite con 6 azioni al team 1 (e quindi con 4 per il team 2), il 21.4% di partite con 5 azioni al team 1 (e quindi con 5 per il team 2) ecc...
Se considero la distribuzione delle azioni vedo che ho

nessun caso di "0 azioni al Team 1 e 10 al Team 2", con il corrispondente valore di "Azioni del Team 1 / Azioni del Team 2" pari a 0/10=0.0%
1 caso su 1000 partite di "1 azione al Team 1 e 9 al Team 2", con il corrispondente valore di "Azioni del Team 1 / Azioni del Team 2" pari a 1/9=11.1%
11 casi su 1000 partite di "2 azioni al Team 1 e 8 al Team 2", con il corrispondente valore di "Azioni del Team 1 / Azioni del Team 2" pari a 2/8=25.0%
53 casi su 1000 partite di "3 azioni al Team 1 e 7 al Team 2", con il corrispondente valore di "Azioni del Team 1 / Azioni del Team 2" pari a 3/7=42.9%
ecc

tutto questo si può vedere in questa tabella (#DIV/0! si riferisce al caso di 10 azioni al team 1 e 0 al team 2 e 10/0 dà quell'errore):

2) POST Modifiche

Con le modifiche di inizio 2010 sono state introdotte le Azioni "Esclusive".
In soldoni, prima venivano estratte 10 azioni e "o era mia o era tua"
ora ne vengono estratte 15, di cui 5 come prima "o è mia o è tua" (Azioni "Comuni"), 5 "o è mia o di nessuno" e 5 "o è tua o di nessuno" (Azioni "Esclusive")
Quindi per le azioni

COMUNI la formula resta SE(CASUALE()<$U$10;1;2), cioè o al team 1 o al team 2
ESCLUSIVE la formula diventa SE(CASUALE()<$U$10;1;0) per quelle solo per il team 1 e SE(CASUALE()<$U$10;0;2) per quelle solo per il team 2

Il foglio si modifica facilmente così:

Solite 1000 partite simulate e solita raccolta di dati che dà la seguente tabella

Fin qui tutto semplice, ora invece arriva uno scoglio: sapere quante azioni ha il team 1 non ci dice quante ne ha il team 2. Prima era semplice: il team 1 ne aveva 7? allora il 2 ne aveva 3. Ora invece se il team 1 ne ha 7 il team 2 ne potrebbe avere un numero qualsiasi da 0 a 8.
Quindi la semplice tabella vista sopra con i soli 11 casi di valori "Azioni Team1 / Azioni Team2" diventa molto più complessa: i valori ora sono 57!

Ecco qui la tabellona

Ora: come procedere al confronto coi valori precedenti, Pre modifiche?

Procedo con un paragone per chiarire la questione.
E' come se stessimo analizzando le altezze di un gruppo di persone.
Prima avevamo una cosa semplice tipo:

ora ci troviamo con una tabella di questo tipo

E' chiaro che un grafico a istogrammi o una curva delle frequenze direbbe molto poco data la dispersione dei valori nel secondo caso.

Potrei anche essere arrugginito in statistica, del resto sono passati parecchi anni, ma l'unica cosa che mi viene in mente per fare un confronto tra i due casi è uno strumento dell'analisi statistica descrittiva: la funzione di ripartizione. In sostanza andiamo a vedere "Quanti sono i casi in cui si è già presentato un dato fenomeno", ossia non "Quanti hanno una certa altezza", ma "Quanti SONO INFERIORI a una certa altezza". Le tabelle precedenti diventano

e, nel secondo caso

ora un confronto è possibile (chiaramente la prima tabella procederà "a gradini"), ma comunque avremo un'idea:

vedete che le curve fanno la stessa strada (conseguenza del fatto che i valori nella seconda tabella li ho ottenuti "spalmando" quelli della prima in valori vicini), la curva rossa dei primi dati procede a gradini per definizione, ma in sostanza non vi sono variazioni. La curva blu è solo la curva rossa più dettagliata, ma sono lo stesso fenomeno.

Se invece le 77 persone nella tabella più dettagliata avessero una distribuzione differente e fossero tutte piuttosto alte (ad es. solo 40 su 77 inferiori a 180cm), allora in tal caso avremo due curve molto diverse:

Ora, forti di queste conoscenze, torniamo a considerare le nostre distribuzioni pre e post modifiche, dati che vedete nel foglio "CONFRONTO" del file Excel allegato. Analogamente a quanto appena visto sopra consideriamo i casi di "% di Azioni Team1 / Team2" inferiore o uguale a un certo valore e quindi otteniamo curve di questo tipo

oppure, ancora meglio, considerando i valori nell'asse X come scala tempo

Curve che, come visto sopra, descrivono esattamente lo stesso fenomeno.

La curva "POST modifiche" o del "Nuovo" motore non fa altro che descrivere più dettagliatamente quella precedente. Le differenze avvertibili in termini di "Variazione dell'Assegnazione in % di Azioni al Team 1 rispetto a quelle assegnate al Team 2" sono proprio nell'addolcimento della curva stessa, nel suo avvicinamento alla forma della funzione di ripartizione di una gaussiana standard

Riduzione del "random" quindi? La risposta è, "dipende da cosa intendiamo per random".
Se per "random" intendiamo un "allontanamento statisticamente avvertibile da un'assegnazione equa delle azioni (intendendo con equa quella relativa alla gaussiana)" allora la risposta non può che essere positiva, nei termini visti sopra, dovuti all'addolcimento della curva.

Rappresentiamo la gaussiana nella curva per spiegare meglio questo concetto:

E' evidente che la curva blu, del POST modifiche, seguendo più da vicino la gaussiana realizza nella realtà meno situazioni "aberranti" rispetto a prima. Ad esempio prendiamo il valore nell'asse X pari a 150, cioè 150% di azioni del team 1 rispetto al team 2 (il team 1 ha una volta e mezza le azioni assegnate al team 2, nel PRE modifiche era il caso "6" al team 1 e "4" al team 2).
La distribuzione "equa" nella gaussiana è 500 partite, nella curva rossa era "636" partite, mentre in quella blu diventa "578" partite, più vicino al valore equo.
Senza passare valore per valore è evidente come la curva blu sia generalmente più vicina a quella verde e quindi realizzi complessivamente un numero inferiore di casi aberranti rispetto all'equità.

QUI il file

http://sites.google.com/site/andreactools/home/AZIONIVECCHIOENUOVO.xlsx?attredirects=0&d=1

****

Visto le mail che sto ricevendo aggiungo una nota finale: non vi è alcuna riduzione delle situazioni "estreme", ma una più equa distribuzione "nel mezzo"
ed esempio:
il team 1 ha CC che vale 9.5
il team 2 ha il CC che vale 8
probabilità di azioni per il team 1 è 62.61%
probabilità di azioni per il team 2 è 37.39%
una distribuzione equa sarebbe quella che assegna il 62.61%/37.39% = 167.46% di azioni al team 1 rispetto al team 2

La versione PRE modifiche può assegnare
6 al primo e 4 al secondo = 150.00%
7 al primo e 3 al secondo = 233.33%
non ci si può avvicinare di più al 167.46% ideale

la versione POST modifiche invece può assegnare
8 al primo e 5 al secondo = 160.00%
5 al primo e 3 al secondo = 166.67%
7 al primo e 4 al secondo = 175.00%
tutti valori più vicini al 167.46% ideale
in QUESTO sta la maggiore equità

da un punto di vista numerico

PRE modifiche: se le azioni del team 1 sono X allora quelle del team 2 sono (10-X)
POST modifiche: se le azioni del team 1 sono X allora quelle del team 2 sono un numero variabile tra 0 e Min(10;15-X), col vincolo che la somma sia almeno pari a 5 (le azioni comuni che devono comunque essere assegnate)

Questa flessibilità di azioni per il team 2 consente di avvicinarsi maggiormente al valore equo di assegnazione delle azioni che è dato da "probabilità di azioni per il team 1"/"probabilità di azioni per il team 2"

le formule per calcolare questa funzione sono note e sono, indicando con cc1 e cc2 i valori dei due centrocampi
cc1^3/(cc1^3+cc2^3) / cc2^3/(cc1^3+cc2^3)
che si semplifica in

cc1^3 / cc2^3

questo è il VALORE EQUO di assegnazione delle azioni

è una linea continua... molto più facile da avvicinare quando le azioni del team 2 possono variare tra 0 e 15-X (la curva piu' dolce vista sopra) rispetto a quando sono bloccate a 10-X (e procedono "a gradini").
Oppure, detta in altro modo, nel PRE modifiche avevo solo 11 valori a disposizione (0,00% 11,11% 25,00% 42,86% 66,67% 100,00% 150,00% 233,33% 400,00% 900,00% #DIV/0!) per approssimare una curva continua, mentre nel POST modifiche ne ho ben 57, ed è quindi molto più facile avere un valore vicino a quello equo.

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

Andreac (team ID 1730726 in Hattrick)

HATTRICK - Tool per l'Aggiustamento Fine della Resistenza

2010-09-13T04:02:00.011+02:00

Eccomi qui con un nuovo tool.
Per ora si tratta di una beta, solo un abbozzo per capire se possa interessare o meno.

Il punto è cercare di valutare quali siano le conseguenze di una variazione della % di RESISTENZA per decidere quale esatto valore assegnare.

Ora, come si sa, ci sono alcune relazioni:

* la relazione A che dice: + % resistenza -> + allenamento è lento
la formula di questa relazione è quella inserita nella formula di allenamento di Flattermann http://www.flattermann.net

Coeff.RESISTENZA = 1 / (1-%RESISTENZA/100)

quindi se la resistenza è impostata al 5% allora il coefficiente è 1.052 (l'allenamento rallenta del 5.2%), mentre se la resistenza è al 10% il coefficiente sarà 1.1111 (e quindi rallenta del 11.11%) ecc...

* la relazione B che dice: + % resistenza -> - forma del giocatore e quindi meno "Forza" del giocatore
la formula di questa relazione l'ho estrapolata da http://iht.smdesign.es/en/Studies/Form-study ed è

6 - 0,02 * ( %RES - 5)

quindi (trascurando tutto il resto) la forma del giocatore tende a 6 per % di Resistenza impostata al 5% per poi scendere fino a 4 per % di Resistenza impostata al 100%

* la relazione C che dice: + % Resistenza -> + Resistenza del giocatore e quindi più Forza del giocatore
per questa relazione ho usato le tabelle riportate qui http://iht.smdesign.es/en/Studies/Stamina-table che in funzione di età e % di Resistenza indicano la resistenza a cui tende il giocatore.

****

Ho quindi utilizzato la mia base del tool per l'allenamento per procedere a creare un nuovo tool che in base ai dati relativi ai parametri di Allenamento (in rosso quello della % di Resistenza)

consente di valutare

A) l'effetto sull'allenamento

inserendo i valori degli allenandi (età attuale, skill attuale e skill desiderata) il tool stima (indicati dalla freccia rossa) gli allenamenti necessari per arrivare ai valori di skill voluti.
Naturalmente modificando sopra la % di resistenza questi valori varieranno. Potrete vedere se le variazioni sono significative o meno in base ai vostri obiettivi.

Nota 1: a destra delle settimane stimate vedere "oppure" e un numero di settimane inferiore con una %. Questo per soddisfare i casi di "eccessiva vicinanza al valore tondo di skill". Mi spiego: se il giocatore è a un livello di 7.90 e l'allenamento dà 0.16 di skill andrà a 8.06 e scatta al 100%.
Tuttavia se il giocatore si trova a 7.84 andrà a 8.00, naturalmente basta un soffio perché non scatti, ad es. se fosse 7.8399... proprio per venire incontro a questi casi limite è inserito un valore alternativo con la relativa % di accadimento.

Nota 2: ci sono solo 3 allenandi su 10 possibili, questa è una beta e per ora mi bastava avere un'idea. Se ritenete che il tool sia incompleto, segnalatemelo e quando trovo qualche minuto aggiungo anche gli altri allenandi.

B) e C) l'effetto sulla forza dei giocatori, di TUTTI i giocatori naturalmente.
Per semplicità ho rappresentato solo i titolari, per i quali è possibile scegliere il modulo. Il tool assegna loro un valore di forza, dato dal prodotto tra parametro forma, parametro resistenza, parametro esperienza e tutte le skill moltiplicate per i relativi coefficienti di apporto (derivanti dalle prediction F)

Ho lasciato aperto il Foglio "Team" in modo che possiate vedere come il tool pervenga a queste conclusioni.

Pertanto potrete quindi vedere come varino le settimane di allenamento stimate per far scattare i vostri allenandi e quanto vari la forza del vostro team (in relazione a una forma che scende e a una resistenza che sale) per provare a trovare il valore % che meglio soddisfi le vostre esigenze.

Ecco QUI il tool:

versione per Excel 2007 e versione per Excel 1997-2003 http://sites.google.com/site/andreactools/home/ToolAggiustamentoResistenza1.1.rar?attredirects=0&d=1

Infine, sempre in tema di Resistenza, mi permetto di segnalarvi un eccellente lavoro fatto da Lizardopoli (5246225) a cui già non saprei rinunciare:
http://lizardopoli.altervista.org/staminia/staminia.php

Buon "divertimento".

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

Andreac (team ID 1730726 in Hattrick)

HATTRICK - Uno sguardo agli INFORTUNI

2010-09-09T23:35:00.015+02:00

Grazie al paziente lavorone svolto in DAC da ciclope_strabico e da tutti i ragazzi della DAC che hanno contribuito alla ricerca sulle "Frasi Infortuni" che vedete qui
http://croack.altervista.org/it/frasi-infortuni-ricercheconcluse-123
si possono fare alcune considerazioni sulle novità introdotte oggi riguardo gli infortuni.
Naturalmente ringrazio anche Tavajigen che mi ha dato lo spunto per quanto segue.

Allora, come vedete, in quella pagina sono riportate le occorrenze di ogni frase infortunio e le percentuali di durata dell'infortunio relativo. Ho proceduto a riordinarle in base al codice evento risalendo ad esso grazie all'elenco che vedete qui http://acandio.blogspot.com/2010/08/hattrick-codici-evento-lelenco.html e quindi ecco la tabella per codice evento (da 91 a 96, con le descrizioni da _1 a _5 per descrivere lo stesso evento). C'è la colonna dei casi e in rosso il numero da "+1" a "+9" di infortunio (che corrisponde alle settimane per i giocatori giovani)

poi moltiplicando le % per il numero dei casi totali risalgo al numero dei casi singoli

a questo punto possiamo raggruppare i casi singoli in base all'evento specifico, trascurando le distinzioni per descrizione da _1 a _5 e quindi ottenere i numeri relativi ai codici evento in esame (i numeri mancanti 90 e 94 si riferiscono ai semplici "cerotti")

91 Infortunio da SOLO leggero
92 Infortunio da SOLO grave
93 Infortunio da SOLO senza sostituto
95 Infortunio da FALLO
96 Infortunio da FALLO senza sostituto

Quindi vedere la distribuzione delle % di infortunio in base alle settimane

e vedo che poco meno del 37% di giocatori si infortunano "+1", il 23.3% presentano un "+2", e così via... distribuzione che si può rappresentare anche con un grafico

Naturalmente si può analizzare nel dettaglio e vedere evento per evento le relative %

Naturalmente l'evento 91, relativo all'infortunio di breve durata ha una distribuzione completamente diversa dal 92, relativo a infortuni gravi. Questo un grafico delle dati qui sopra

vediamo come 91 in blu e 92 in rosso abbiano distribuzioni molto diverse, mentre gli altri sono in posizioni intermedie.

***

Oggi è uscita una nota che dice "Grazie a queste scoperte possiamo ora affermare che infortuni più lunghi di +4 non esisteranno più - ha continuato il portavoce. Ogni infortunio grave che prima richiedeva tempi lunghi ora sarà limitato a +4. Pensiamo che ciò sarà un bel sollievo per tutti i medici e manager delle squadre. "

come poi precisato da flameron nel forum Global

"The +5 and more are not possible at all. We did not decrease the overall injury frequency due to this. We have the same number of injuries as before. The distribution did not change as well, besides a minor addition of short term injuries (+1) which are equal to the number of injuries removed (+5 and above)."

Chiaro e limpido, tutti gli infortuni da +5 a +9 diventano +1.
Quindi ragionando sui numeri visti sopra i cambiamenti sono, per quanto riguarda i Totali

invariate le distribuzioni da +2 a +4, mentre i +1 che raccolgono tutti i valori da +5 a +9 fanno un +11% andando al 48% circa del totale. In soldoni da ora in avanti su due giocatori rotti, uno sarà +1. Il grafico mostra il cambiamento delle distribuzioni da prima (blu) a ora (rosso): spariscono da +5 in su e aumentano i +1 del 11%.

Se andiamo a vedere nel dettaglio evento per evento vediamo come

non vi sia

nessuna differenza per il codice evento 90
poche differenze per i rari eventi 93 e 96 (+6% circa dei "+1") e poco più per l'evento 95
una vera rivoluzione per l'evento 92, quello degli infortuni gravi... se le cose stanno come detto allora circa il 35% viene spostato a "+1"col risultato che 1/3 dei giocatori rotti con questo evento saranno "+1", 1/3 sarà "+3", 1/3 sarà "+4". Col buco del "+2"

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

Andreac (team ID 1730726 in Hattrick)

HATTRICK - Scavando in HO!

2010-08-23T10:22:00.010+02:00

In questo articolo cerco di fare un po' di luce su come HO! pervenga alle sue stime delle valutazioni di campo. Tutti i files che vedete elencati qui li avete anche nel vostro pc se avete HO! installato, li trovate nella cartella "prediction" di HO!

* defaults.xml, readme.txt, si trovano nella cartelletta "prediction", tralascio epvWeights.mlp, un elenco di pesi per reti neurali a quanto ho capito, predictionTypes.conf che è un semplice elenco delle sottocartelle con i tipi di prediction e skeleton.dat che mi pare che non faccia altro che settare i valori di default per tutto quanto

* nelle sottocartelle ci sono playerstrength.dat, che definisce la forza del giocatore, tactics.dat, che stima l'efficacia delle tattiche e le prediction per le diverse zone di campo: midfield.dat, centraldefense.dat, sidedefense.dat, centralattack.dat, sideattack.dat

Procedo con ordine cominciando dal primo gruppo

1 defaults.xml

Non fa altro che definire dei non meglio specificati "FormulaFactors" che mi lasciano un po' perplesso.

Perplesso perché - come vedete - non si spiegano le assenze di valori nei due rettangoli che ho evidenziato.

2 readme.txt

Questo file spiega un po' tutta la logica, vediamo.

"The rating parameters are split into several files one for each prediction type (midfield, central attack, side defense...). They contain at least

one [general] section and
one [SKILLNAME] or [SKILLNAME_SIDENAME] section.

SKILLNAME is one of {goalkeeping, defending, playmaking, passing, scoring, winger}.
SIDENAME is one of {allsides, thisside, middle, otherside} If the SIDENAME is omitted, we take ALLSIDES as default. The SIDENAME is especially usefully for side attack and side defense. In this context, we have to calculate two different ratings for the left side and the right side. A player on the left side has - of course - a higher rating impact for the left attack/defense side than for the right side If we calculate the right side, THISSIDE means right side and OTHERSIDE means left side."

Quindi nei files delle zone di campo troveremo una sezione "generale" e una coi pesi in relazione alle skill e alla zona di campo.

"The players are classified in the following manner:

ALLSIDES:___All Players
MIDDLE: ____Keeper, Extra Players, Single CD , Single IM, Single FW (if not TowardsWing)
THISSIDE: ___CD, IM, FW on this side, if not the only one on this position (cioé ci sono 2 in mezzo). Wingback and Winger on this side
OTHERSIDE: _Like THISSIDE, for the opposite side"

Questo consente di distinguere i diversi apporti dei giocatori, ad esempio, riprendendo dei grafici già postati in un altro articolo: questo giocatore relativamente agli apporti laterali si torverà in posizione "MIDDLE" e dividerà il suo apporto al 50% in entrambi i lati

Quest'altro invece si trova in posizione THISSIDE per la difesa laterale sinistra, a cui dà il 100% del suo apporto, non viene citato invece nella difesa destra (sarebbe il giocatore "OTHERSIDE"), per cui ad essa non dà alcun apporto

L'unico OTHERSIDE che troveremo citato sarà l'attaccante TW, che contribuisce all'attacco laterale opposto con la sola skill attacco, con valori circa il 40% di quelli dell'attacco laterale a cui è adiacente.

Poi

"How will the ratings be calculated?

First, HO! parses the parameter file and searches for all [SKILLNAME] and [SKILLNAME_SIDENAME] sections.
After that, HO! calculates the player strength for all players on the SIDENAME's side, based on the player's skill, form, stamina and xp using the parameters from the file playerstrength.dat.
The PlayerStrength is multiplied with the PlayerWeight from the current section in the parameter file.
For all players, PlayerStrength*PlayerWeight is added up.
If there are general options (see below) in this section, they will be applied now.

We do this for every section and sum all these partial ratings together.
Eventually, the general options from the [general] section are applied."

L'ordine mi sembra piuttosto chiaro:

Si cercano le skill e le posizioni rilevanti
Si calcola la FORZA del giocatore, moltiplicando la skill per i parametri di FORMA, RESISTENZA e ESPERIENZA
La FORZA è moltiplicata per i PESI (coefficienti) relativi a quella zona di campo
Si sommano i prodotti "Forza*Pesi" di ogni giocatore
Si applicano eventuali correzioni

viene poi introdotto il file playerstrength.dat definendo tutta una serie di funzioni

"In this file, the options are ALWAYS processed in the following order:
Option___________________Function

skillSubDeltaForLevelY=x____if (skill = Y AND subskill=0) then skill = skill + x
(This is used for unknown subskills, i.e. the player did not get training yet and the user did not enter a subskill offset manually)

skillDelta=x________________skill = skill + x
staminaDelta=x_____________stamina = stamina + x
formDelta=x_______________...
xpDelta=x ________________ ...

staminaMin=x______________if stamina < stamina =" x" formmin="x" xpmin="x" skillmin="x" staminamax="x_____________"> x then stamina = x
formMax=x________________...
xpMax=x
skillMax=x

staminaMultiplier=x__________stamina = stamina * x
formMultiplier=x____________...
xpMultiplier=x
skillMultiplier=x

staminaPower=x_____________stamina = stamina^x (i.e. stamina raised by x)
formPower=x_______________... (Use 0.5 as x for square root)
xpPower=x
skillPower=x

staminaLog=x_______________stamina = log_x(stamina) (i.e. log of stamina with base x)
formLog=x_________________ ... (Use 10 as x for base-10-log)
xpLog=x
skillLog=x

finalStaminaMultiplier=x______stamina = stamina * x
finalFormMultiplier=x
finalXpMultiplier=x
finalSkillMultiplier=x

finalStaminaDelta=x__________stamina = stamina + x
finalFormDelta=x
finalXpDelta=x
finalSkillDelta=x

Now we can calculate the result using these options:
We start with result=skill

resultMultiStamina=x_________result = result * x * stamina
resultMultiForm=x___________...
resultMultiXp=x

resultAddStamina=x__________result = result + x * stamina
resultAddForm=x
resultAddXp=x"

si passa poi a introdurre i "rating files" specifici per ogni zona del campo, anche qui definendo le possibili funzioni

"General options (useable in every section, including [general] and [SKILL]):
They will be applied in the following order:

Option_________________Function

squareMod=x __rating = rating + x*rating*rating ________# dirty hack! Should be 0, if possible
cubeMod=x____rating = rating + x*rating*rating*rating __# even dirtier hack! Should be 0, if possible"

Tattiche:

tacticAIM=x______if Tactic=AIM then ___rating = rating * tacticAIM
tacticAOW=x_____if Tactic=AOW then ___rating = rating * tacticAOW
tacticCounter=x ...
tacticCreative=x
tacticPressing=x

Team Spirit

TSPreMulti=x ____rating = rating * (yourTS*TSPreMulti)^TSPower # new exponential calc
TSPower=x

Casa/Fuori

home=x _________if game is home game then ____rating = rating * home
away=x _________same for away
awayDerby=x ____same for away derby (since HO! 1.401)

PIC/MOTS

pic=x __________if you play PIC then ___________rating = rating * pic
mots=x ________same for MOTS
normal=x ______same for normal

ALLENATORE

trainerOff=x_____ if your trainer is offensive then ___rating = rating * trainerOff
trainerDef=x _____same for defensive trainer
trainerNeutral=x __same for neutral trainer

Correttori

multiplier=x _____rating = rating * x
delta=x _________rating = rating + x
extraMulti=x _____multiplier for extra players (extraIM, extraCD, extraFW)

gli ultimi ora sono posti a 1 dato che non c'è più penalità per i giocatori posti come "extra" in zone centrali.

Infine vengono definite le posizioni a cui applicare i Pesi (Coefficienti):

Player Weights (useable in all [SKILL] sections):

Option Function
allCDs=x ___This weight modifier will be multiplied with every CentralDef
allWBs=x ___This weight modifier will be multiplied with every Wingback
allIMs=x ___This weight modifier will be multiplied with every InnerMid
allWIs=x ___This weight modifier will be multiplied with every Winger
allFWs=x ___This weight modifier will be multiplied with every Forward

keeper=_____x keeper

cd_norm=x __central defender normal
cd_off=x ____central defender offensive
cd_tw=x ____central defender to wing

wb_norm=x _wingback normal
wb_off=x ___wingback offensive
wb_def=x ___wingback defensive
wb_tm=x ___wingback to middle

im_norm=x _inner midfield norm
im_off=x___ inner midfield offensive
im_def=x___ inner midfield defensive
im_tw=x___ inner midfield to wing

wi_norm=x _winger normal
wi_off=x ___winger offensive
wi_def=x ___winger defensive
wi_tm=x ___winger to middle

fw_norm=x _forward normal
fw_def=x ___forward defensive
fw_tw=x ___forward to wing

extra_cd=x _extra central defender
extra_im=x _extra inner midfield
extra_fw=x _extra forward

e precisato che

Every position can have a .SPECIALTY appended, e.g. "fw_def.technical".
If so, the weight is applied to players with this specialty only.

infine viene presentato un piccolo esempio

Example 1 (Midfield)
====================
Let's say, we want to predict the midfield parameters.
We have a midfield.dat with the following text:

[general]
multiplier=0.2
delta=0.8
squareMod=0.05
...

[playmaking]
allIMs=0.5 # Multiplier for ALL IMs
im_normal=1
im_off=0.9
extra_im=0.85
...

Therefore the PlayerStrength of all normal IMs is multiplied with 0.5 * 1 = 0.5,
the PlayerStrength of all offensive IMs is multiplied with 0.5 * 0.9 = 0.45 and so on.
After that, everything is added up to the PlaymakingSum.

In the end, the parameters from the [general] section are applied to this PlaymakingSum.
I.e.
PlaymakingSum = PlaymakingSum + squareMod*PlaymakingSum^2
PlaymakingSum = PlaymakingSum * multiplier
PlaymakingSum = PlaymakingSum + delta

I files nelle sottocartelle: i due "generici"
1 playerstrenght.dat

Allora, dopo tante presentazioni qui si comincia a fare sul serio. Il succo di questo file è questo:
riguardo alla SKILL

skillDelta=-1.0
skillMin=0
# SkillSubDeltas:
# Default is to add 0.5 subskill for skills 0 (non existant) up to 7 (solid)
# Uncomment the next line to ignore the skillSubDeltas
#[ignore]
skillSubDeltaForLevel0=0.5
skillSubDeltaForLevel1=0.5
skillSubDeltaForLevel2=0.5
skillSubDeltaForLevel3=0.5
skillSubDeltaForLevel4=0.5
skillSubDeltaForLevel5=0.5
skillSubDeltaForLevel6=0.5
skillSubDeltaForLevel7=0.5

Le skill vengono ridotte tutte di "1", si controlla che non siano sotto a 0, si aggiunge 0.5 per i livelli da 0 (inesistente) a 7 (buono). Quest'ultima aggiunta si basa sul principio che quelle skill non sono probabilmente state allenate e quindi hanno decimali ignoti, a Flattermann è parso saggio porsi nel mezzo e aggiungere a tutti un forfettario 0.5
Io non sono molto d'accordo con questa procedura, perché se è vero che posso accettare un 2,5 e un 3,5 al posto di un 2 e un 3, skill 6 e soprattutto 7 possono essere state allenate e quindi non mi pare il caso di aggiungere ben 0.5 a 7 portandolo a 7.5 (tra l'altro è proprio per questo che se un giocatore eccellente pesa in HO solo 0.5 più di un buono, perché questi bonus forfettari finiscono proprio a 7). Credo sarebbe piu' prudente addolcire la curva e aggiungere un 0.3/0.4 a 6 e un 0.2/0.3 a 7.

Vi sono poi una serie di operazioni su RESISTENZA, FORMA e ESPERIENZA che si riducono alle seguenti formule:

# stamina-Factor =____((stamina+6.5)/14)^0.6
# form-Factor =______((form-0.5)/7)^0.45
# xp-Factor =________1 + 7.16% * RADQ(xp-0.5)

che determinano questa tabella

che vanno applicate al precedente valore di skill

# result = skill
# result = result * 1 * stamina___(resultMultiStamina)
# result = result * 1 * form _____(resultMultiForm)
# result = result * 1 * xp_______(resultMultiXp)

2 tactics.dat

# Autogenerated with PredictionSimulation for HO by flattermann
# TacticLevelPrediction [chisquare=0.269985, using 7268 samples, 6637 runs]
[general]
version = 4.0
delta = 1.000000 # fixed
extraMulti = 0.850000 # fixed
squareMod = 0.000000 # fixed
cubeMod = 0.000000 # fixed

[aim_aow]
postMulti = 0.194912 # err=0.001890
squareMod = 0.009067 # err=0.001452
cubeMod = -0.000351 # err=0.000020

[counter]
postMulti = 0.235751 # err=0.007073
squareMod = 0.022976 # err=0.002754
cubeMod = -0.000422 # err=0.000021
multiPs = 0.923695 # err=0.035743
multiDe = 0.404393 # err=0.013345

[pressing]
postMulti = 0.062717 # err=0.001658
squareMod = 0.035617 # err=0.008675
cubeMod = -0.001443 # err=0.000171

[longshots]
postMulti = 0.001162 # err=0.000047
squareMod = -0.310785 # err=0.050769
cubeMod = 302.472449 # err=38.520727

Intuisco le formule, ma non mi è chiaro come e dove si applichino. Le posto per completezza.

I files nelle sottocartelle: le valutazioni di zona
Infine i files di rating veri e propri, quelli che siamo andati a modificare per elaborare le prediction nella ricerca della scorsa stagione, i valori dei pesi cambiano, per fare l'esempio ho scelto il 442 con 2 difensori centrali e due centrocampisti

1 midfield.dat

allora

[general]
multiplier = 0.250000 # fixed
delta = 1.000000 # fixed

per cui alla fine dovremo dividere tutto per 4 e sommare 1

tacticCounter = 0.930000 # fixed

perdita del 7% col contropiede

home = 1.199529 # err=0.004183
awayDerby = 1.113699 # err=0.007379

+20% se si gioca in casa, +11.3% se si gioca un derby in trasferta

pic = 0.839949 # err=0.003179
mots = 1.109650 # err=0.004748

-16% col PIC e quasi +11% col MOTS

teamspiritPreMulti = 0.147832 # err=0.003676
teamspiritPower = 0.417779 # err=0.005549

su questa sono perplesso... applicando i valori presenti qui i conti non mi tornano...

extraMulti = 1.000 # fixed

qui prima c'era 0.85, una perdita del 15% per il cc aggiunto

squareMod = 0.008504 # err=0.001206
cubeMod = -0.000027 # err=0.000005

sono i modificatori "furbetti" visti sopra, al rating del cc si deve sommare
rating + 0.008504*rating*rating -0.000027*rating*rating*rating

tacticLongshots = 0.950323 # err=0.008919

perdita del 5% del cc con la tattica tiri da lontano

Infine ecco i Pesi in regia per i vari ruoli

[playmaking_allsides]
CD_norm = 0.11328
CD_off = 0.15264
CD_tw = 0.07920
WB_norm = 0.07800
WB_off = 0.10800
WB_def = 0.03100
WB_tm = 0.07800
IM_norm = 0.43056
IM_off = 0.40664
IM_def = 0.40664
IM_tw = 0.37996
WI_norm = 0.21800
WI_off = 0.18300
WI_def = 0.18300
WI_tm = 0.27600
FW_def = 0.18330

2 centraldefense.dat

[general]
multiplier = 0.250000 # fixed
delta = 1.000000 # fixed

come prima alla fine dovrò dividere per 4 e sommare 1

trainerOff = 0.928162 # err=0.003268
trainerDef = 1.196307 # err=0.004050
trainerNeutral = 1.050000 # fixed

-7.2% con l'allenatore offensivo, +19.6% col difensivo, +5% col normale

tacticAOW = 0.858029 # err=0.004653
tacticCreative = 0.930999 # err=0.005163

AOW fa perdere il 14.2%, LI il 7%

extraMulti = 1.000 # fixed

anche questo è un residuo del passato

squareMod = 0.008462 # err=0.000976
cubeMod = -0.000017 # err=0.000003

quindi rating + 0.008462*rating*rating -0.000017*rating*rating*rating

pullback = 0.25

credo che questo significhi guadagno del 25% con il ripiegamento e non il 20% come ipotizzato da GM-Homerjay

Infine ecco i Pesi in difesa e parate per i vari ruoli

[goalkeeping_allsides]
keeper = 0.55750

[defending_allsides]
keeper = 0.26500
CD_norm = 0.60192
CD_off = 0.42048
CD_tw = 0.44976
WB_norm = 0.28000
WB_off = 0.23850
WB_def = 0.29850
WB_tm = 0.42600
IM_norm = 0.21804
IM_off = 0.12374
IM_def = 0.35788
IM_tw = 0.19964
WI_norm = 0.12550
WI_off = 0.05400
WI_def = 0.16750
WI_tm = 0.16000

3 sidedefense.dat

[general]
multiplier = 0.250000 # fixed
delta = 1.000000 # fixed

come prima alla fine dovrò dividere per 4 e sommare 1

trainerOff = 0.927577 # err=0.002694
trainerDef = 1.197332 # err=0.003328
trainerNeutral = 1.050000 # fixed

come per la difesa centrale, -7.2% con l'allenatore offensivo, +19.6% col difensivo, +5% col normale

tacticCreative = 0.930663 # err=0.004241
tacticAIM = 0.853911 # err=0.003586

AIM fa perdere il 14.6% (un po' piu' di quanto AOW faceva perdere alla difesa centrale), LI il 7%

extraMulti = 1.000 # fixed

il solito residuo del passato

squareMod = 0.011591 # err=0.000943
cubeMod = -0.000029 # err=0.000003

quindi rating + 0.011591*rating*rating -0.000029*rating*rating*rating

pullback = 0.25

Infine ecco i Pesi in difesa e parate per i vari ruoli

[goalkeeping_allsides]
keeper = 0.61700

[defending_allsides]
keeper = 0.27650

[defending_thisside]
CD_norm = 0.49824
CD_off = 0.37680
CD_tw = 0.73200
WB_norm = 0.92250
WB_off = 0.65800
WB_def = 0.98000
WB_tm = 0.70600
IM_norm = 0.17388
IM_off = 0.09660
IM_def = 0.24932
IM_tw = 0.22954
WI_norm = 0.35000
WI_off = 0.18500
WI_def = 0.49800
WI_tm = 0.31250

[defending_middle]
CD_norm = 0.24960
CD_off = 0.18225
IM_norm = 0.08708
IM_off = 0.02563
IM_def = 0.12472

4 centralattack.dat

[general]
multiplier = 0.250000 # fixed
delta = 1.000000 # fixed

al solito, alla fine dovrò dividere per 4 e sommare 1

trainerOff = 1.135257 # err=0.004339
trainerDef = 0.927930 # err=0.005792
trainerNeutral = 1.050000 # fixed

+13.5% con l'allenatore offensivo, -7.2% col difensivo, +5% col normale

confidence = 0.0525 # Educated guess by GM-Mjoelnir :-)

valore della fiducia

extraMulti = 1.000 # fixed

il solito residuo del passato

squareMod = 0.011339 # err=0.001363
cubeMod = -0.000029 # err=0.000005

quindi rating + 0.011399*rating*rating -0.000029*rating*rating*rating

tacticLongshots = 0.970577 # err=0.008211

perdita del 3% del con la tattica tiri da lontano

pullback = -0.25

che è l'opposto del valore di difesa

Infine ecco i Pesi in attacco e passaggi per i vari ruoli

[scoring_allsides]
FW_norm = 0.56306
FW_def = 0.34310
FW_tw = 0.34310

[passing_allsides]
IM_norm = 0.17756
IM_off = 0.26404
IM_def = 0.11960
IM_tw = 0.12650
WI_norm = 0.06100
WI_off = 0.08000
WI_def = 0.03100
WI_tm = 0.08800
FW_norm = 0.20774
FW_def = 0.32195
FW_def.technical = 0.32195
FW_tw = 0.14664

5 sideattack.dat

[general]
multiplier = 0.250000 # fixed
delta = 1.000000 # fixed

al solito, alla fine dovrò dividere per 4 e sommare 1

trainerOff = 1.133359 # err=0.003514
trainerDef = 0.921278 # err=0.004323
trainerNeutral = 1.050000 # fixed

+13.3% con l'allenatore offensivo, -7.9% col difensivo, +5% col normale

confidence = 0.0525 # Educated guess by GM-Mjoelnir :-)

valore della fiducia

extraMulti = 1.000 # fixed

il solito residuo

squareMod = 0.012093 # err=0.001183
cubeMod = -0.000027 # err=0.000005

quindi rating + 0.012093*rating*rating -0.000027*rating*rating*rating

tacticLongshots = 0.972980 # err=0.006620

perdita del 2.7% del con la tattica tiri da lontano

pullback = -0.25

e infine

[passing_middle]
IM_norm = 0.08714
IM_off = 0.09067
IM_def = 0.05602

[passing_allsides]
FW_norm = 0.10011
FW_def = 0.18612
FW_def.technical = 0.27495

[winger_allsides]
FW_norm = 0.15181
FW_def = 0.10340

[passing_thisside]
IM_norm = 0.17434
IM_off = 0.18538
IM_def = 0.11224
IM_tw = 0.21712
WI_norm = 0.18200
WI_off = 0.20900
WI_def = 0.15000
WI_tm = 0.13500
FW_tw = 0.14805

[winger_thisside]
CD_tw = 0.21360
WB_norm = 0.43450
WB_off = 0.55000
WB_def = 0.27500
WB_tm = 0.24150
IM_tw = 0.39468
WI_norm = 0.73900
WI_off = 0.83250
WI_def = 0.62250
WI_tm = 0.54000
FW_tw = 0.33887

[scoring_allsides]
FW_norm = 0.18424
FW_def = 0.09400

[scoring_otherside]
FW_tw = 0.12757

[scoring_thisside]
FW_tw = 0.31255

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

Andreac (team ID 1730726 in Hattrick)