パフォーマンスダッシュボードの見方

ダッシュボードの目的

PitchCopilot の /パフォーマンス は宣伝ページではなく、研究記録ページです。公開されたレポート、決済結果、コア構成のパフォーマンス、ブライアー スコア、ヒットの定義、モデルのバージョンが同じ視点の下に置かれ、読者が戻ってモデルが安定しているかどうかを確認できるようになります。スポーツの定量的研究では、個人のヒットよりも本番のパフォーマンスの方が重要です。これは、どのモデルも少数のイベントでは完璧に見えるかもしれないし、短期的にはノイズに悩まされる可能性があるためです。

ダッシュボードの中核となる理念は、完全な記録保持です。ヒット、ミス、未解決、不十分なサンプル、バージョンの切り替えはすべて表示される必要があります。この種の透明性により、FPL プレイヤーは特定の結論が信頼できるかどうかを知ることができ、作成者がそれらを引用する際に追跡可能な根拠を持つこともできます。基本的な概念に慣れていない場合は、まず /guides/market-implied-pricing と /guides/settlement-hit-definings を読んでください。

最初にサンプルを見て、次にパーセンテージを見てください

ヒット率は最も誤解されやすいものです。 10 試合中 8 試合と 200 試合中 120 試合では、安定性のレベルがまったく異なります。ダッシュボードを読むときは、ヒット率や仮想ポイントの結果を確認する前に、まずサンプル数、時間枠、モデルのバージョンを確認してください。 PitchCopilot は、異なる信頼レベルの混合を避けるために、コア構成をセカンダリ構成から分離します。

Brier スコアは、確率的キャリブレーションを測定するために使用されます。モデルがイベントの確率が 60% であると言っている場合、長期的な結果は 60% に近いでしょうか?これは、単に正しいか間違っているかを推測するよりも微妙です。検量線により、モデルが自信過剰か、過度に保守的か、または特定のリーグで体系的に偏っていないかが明らかになります。この部分についてさらに詳しく知りたい場合は、/guides/brier-calibration をさらに読んでください。

コア構成と仮想ポイント

ダッシュボードでの仮想ポイントの調査では、標準化された方法でさまざまな構成の仮定を比較します。これは実物資産を表すものではなく、利益を約束するものでも、操作指示を示すものでもありません。 PitchCopilot は、仮想資金プールの概念を使用して、各イベントにおけるモデルの信頼性、分散、リスク エクスポージャーを定量化できるようにします。

通常、コア構成は、一貫したモデル、データ、価格設定の違いを伴う研究の方向性を表します。二次構成は信号を表しますが、必ずしもメインのしきい値に到達するとは限りません。読むときは、最高の数値を探すだけでなく、「この結果はどのバージョンから来たのか?」と考えてください。いくつかのリーグに集中しているのでしょうか？ 1 つまたは 2 つの極端な結果の影響を受けましたか?関連する概念については、/guides/core-vs-secondary-config および /guides/asset-weight-allocation を参照してください。

手動レビューとリリース時間

すべての公開レポートは公開前に手動でレビューされます。管理者は、データのソース、結論の強さ、法的表現、内部リンク、読みやすさをチェックします。このプロセスにより、ダッシュボードは単なるモデル出力のスタックではなく、編集され公開された研究のリポジトリになります。イベントが解決されると、ヒット定義は既存のルールに従って適用され、結果に基づいて変更されることはありません。

モデルのバージョンも重要な手がかりになります。アップグレードにより重量、校正方法、またはリリースしきい値が変更された場合、読者はダッシュボードで古いサンプルと新しいサンプルを区別できるようになります。バージョンの透明性が長期評価にどのように役立つかについては、/guides/model-version-transparency で確認できます。

3 レベルの読み取り順序

パフォーマンス ダッシュボードを読み取るには、3 段階の順序をお勧めします。最初のレベルはデータの整合性です。サンプルの数、時間範囲、イベントが解決されているかどうか、モデルのバージョンが一貫しているかどうかを確認します。 2 番目のレベルは結果の品質です。コア構成、セカンダリ構成、ブライアー スコア、および仮想ポイントの変動の比較です。 3 番目のレベルは解釈の品質です。元のレポートに戻り、その時点での市場が示唆する価格設定、乖離、手動レビューのリマインダーが結果を説明できるかどうかを確認します。

このように読むことで、2 つの一般的な偏見を回避できます。 1 つは、最近の高値のみに注目し、短期的な変動を長期的な能力とみなすことです。もう 1 つは、単一のミスだけを調べて、バージョン全体を拒否することです。 PitchCopilot は、読者が公開パフォーマンスを利用して研究習慣を身につけることを望んでいます。すべての数値は、サンプル、バージョン、およびメソッドのコンテキストに戻される必要があります。仮想点の調査が一定期間内に良好に実行された場合は、それがいくつかの極端なイベントによるものであるかどうかも確認します。 Brier スコアが向上してもヒット率が平凡な場合は、確率キャリブレーションは改善されているものの、方向性ソートにはより多くのサンプルが必要であることを意味している可能性があります。

また、作成者は、ダッシュボードを参照するときに単一の数値を切り捨てないようにする必要があります。これを記述するより良い方法は、「特定のウィンドウの特定のバージョンでコア構成がどのように実行されるか」を記述し、ハウツー ページまたはガイドへのリンクを添付することです。これにより、読者は受け売りの概要を受け入れる必要がなく、自分自身で内容を確認できるようになります。

よくある質問

ヒット率は高いほど良いのでしょうか?

不確かな。サンプルサイズ、信頼水準、ブライアースコア、仮想ポイントの変動はすべて一緒に検討する必要があります。

見逃したレポートは削除されますか?

しません。パフォーマンスを公開する価値は、読者がモデルの制限を評価できるように完全な記録を保持することです。

ダッシュボードを引用してもいいですか?

はい、ただし、/パフォーマンス リンクを含めて、サンプル ウィンドウとモデル バージョンを説明することをお勧めします。

This translation is for convenience only; the Traditional Chinese version prevails.