誰是世界盃最大輸家？這群傲慢精英們的「毒毒毒奶」把世界強隊坑慘了

高盛公司(Goldman Sachs)用於預測世界盃的統計模型看上去相當優秀：這家投行挖掘了各個球隊及球員的數據，利用人工智慧預測了可能影響比分的因素，並模擬了100萬種賽事的走向。模型隨著賽事的進展持續更新，但其預測結果卻錯了一次又一次。它完全沒料到決賽的對陣雙方是法國和克羅埃西亞。

預測足球賽結果的失靈給了人們一個嘲笑傲慢的精英銀行家們（他們也在投資決策中使用了類似的複雜模型）的好機會。對沖基金Upper Left Opportunities Fund的創始人湯姆·佩爾(Tom Pair)近日在Twitter上寫道：

瑞銀進行了1萬次模擬，預測德國將贏得世界盃。高盛進行了100萬次模擬，並預測巴西將成為冠軍。這兩支球隊都沒有進入半決賽。這兩家銀行都使用相同的技術來進行市場預測。紙上談兵而已！

當然，過往的數據並不總能預測未來；高盛也從未讓客戶完全基於其模型的發現來做決定。而且，模型只能生成獲勝或晉級的概率，在它給出的對世界盃冠軍的預測中，沒有一支球隊的概率高於18.5%。這個故事的寓意或許在於：大數據和人工智慧等備受矚目的科技未必能帶來更準確的統計預測。

在2014年世界盃期間，高盛也給出了不那麼野心勃勃的統計預測。它只使用了一些球隊統計數據，比如此前10場官方國際賽事中的進球數，球隊排名，以及一些計算球隊離家距離的變數。其最初的模擬結果是：德國在半決賽中以1:2輸給巴西，巴西在決賽中以3:1戰勝阿根廷。它還預測出2010年的冠軍西班牙會在半決賽中敗給阿根廷。

實際結果則是，西班牙在小組賽中出局，德國7:1大勝巴西，並最終抱走了大力神杯。事後，高盛的經濟學家揚·哈丘斯(Jan Hatzius)和斯文·雅里·施特恩(Sven Jari Stehn)認為模型失敗的原因是足球的「內在無序性」，他們寫道：模型的預測是巴西2:1戰勝德國，結果卻是德國7:1大勝巴西。我們對此感到遺憾。但作為德國人，我們也注意到有些事比正確更重要。

高盛

為了在2018年再接再厲，高盛的經濟學家們將關於球隊和個人球員的海量數據灌輸給了4種不同類型的機器學習模型，以檢驗統計學的預測能力。他們通過模擬賽程計算出了每場比賽最有可能的比分結果。加進球員水平變數（如球員在球隊中的平均排名，以及防守和進攻能力的指標）後的最初結果看上去很令人鼓舞。此次的模型在AI的幫助下納入了更加顆粒化的數據，因此理應優於2014年的模型。

但它的表現反而更差。

2014年的模型預測的半決賽球隊中有3支命中，因此還不算太離譜。巴西的歷史性慘敗屬於孤立事件，任何一個熱愛足球的國家都不會忘記這場比賽。計算機絕無可能猜中這樣的結果。

2018年，這家投行最初預測的半決賽名單是巴西、法國、德國和葡萄牙；決賽則會以巴西擊敗德國告終。結果，這些球隊中只有法國進入了四強名單。

高盛在比賽過程中不斷更新模型。其6月29日預測的決賽球隊是巴西和西班牙，7月4日的預測則是巴西和法國。最近的一次預測又變成由英格蘭和比利時爭奪大力神杯。結果，這兩支球隊在半決賽中雙雙出局。

當然，這些預測並非百萬美元的下注，甚至並非信誓旦旦。「這些預測仍是高度不確定的，雖然採用了最煞費苦心的統計技術，但足球實在是一項難以預料的運動，」施特恩和他的同事馬那夫·喬杜里(Manav Chaudhary)和尼古拉斯·福塞特(Nicholas Fawcett)寫道。「這當然也正是世界盃如此激動人心的原因所在。」

好在他們最後的預測沒有失手。

瑞銀

公正地講，高盛並非唯一一家未能用其先進的模型完成這項複雜任務的銀行。例如，瑞銀(UBS)給出的奪冠概率從高到低依次是：德國、巴西、西班牙和英格蘭。根據這家銀行的數據，克羅埃西亞打進半決賽的幾率只有4.4%。另外，博彩公司以及與博彩公司合作的學者們的預測也是半斤八兩。

但高盛的失靈或許是最有趣的。得益於現代科技，模型製作中可以納入的細節程度已經非常之高，由此就帶來了能夠提升預測能力的錯覺。但即便是最精心搭建的、AI驅動的、詳盡數據挖掘的模型，在複雜度上也永遠不及真實的生活。足球還只是一項幾十個人參與的規則嚴明的運動，影響比賽結果的因素已經非常多：球員傷病、隊內矛盾、裁判、天氣、教練的失誤以及神來一腳等等。相比之下，對於大的企業、行業以及國家的行為和表現，大概就更難基於過往的數據進行建模了。

我們不應被當今模型的技術先進性蒙蔽了判斷。即使拼盡全力，我們也無法將生活鎖進一個資料庫中。

（本文內容不代表彭博編輯委員會、彭博有限合夥企業、《商業周刊/中文版》及其所有者的觀點。）

撰文：Leonid Bershidsky 編輯：王越丁 翻譯：程璽

點擊你感興趣的關鍵詞

立即獲得關於TA的更多信息！

......

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！