Algoritmo Valorização - Vamos fazer engenharia reversa do algoritmo de valorização dos jogadores em 2018?

[henriquepgomide]

Existem alguns sites (e.g., Guru e Olheiro FC) que afirmam que estimam a valorização dos jogadores do cartola. Vamos fazer engenharia reversa e disponibilizar o algoritmo do sistema de valorização do Cartola FC?

Caso descubramos, proponho-me a disponibilizar o algoritmo de forma gratuita e aberta no site - https://www.cartolapfc.com.br para a comunidade de cartoleiros.

[arnaldog12]

@henriquepgomide, só para ficar mais claro, a valorização significa o que exatamente para você:

• estimar o preço do jogador na próxima rodada ;
• estimar a variação de preço do jogador na próxima rodada; ou
• apenas se a variação de preço vai ser positiva/negativa?

[henriquepgomide]

Boa pergunta Arnaldo,

Ponto 2. Estimar a variação do preço do jogador numa próxima rodada a partir de uma pontuação.

Exemplo: Se jogador X fizer P pontos, quanto ele valorizará na próxima rodada.

Abração,

On Wed, Feb 6, 2019, 9:34 PM Arnaldo Gualberto <notifications@github.com wrote:

@henriquepgomide https://github.com/henriquepgomide, só para ficar mais claro, a valorização significa o que exatamente para você:

• estimar o preço do jogador na próxima rodada ;
• estimar a variação de preço do jogador na próxima rodada; ou
• apenas se a variação de preço vai ser positiva/negativa?

— You are receiving this because you were mentioned. Reply to this email directly, view it on GitHub https://github.com/henriquepgomide/caRtola/issues/53#issuecomment-461231136, or mute the thread https://github.com/notifications/unsubscribe-auth/ABxKo6ZeTbyMeAO375RMzV7OrAzTSqYPks5vK2Z9gaJpZM4ahlKf .

[arnaldog12]

Perfeito, Henrique. Valeu!

[douglasmartini]

Boa tarde pessoal. Finalmente achei alguem disposto a trocar ideias sobre o algortimo do Cartola. Ando estudando o algoritmo da primeira rodada e algumas dúvidas surgiram. Vcs sabem se há inflação dos preços dos jogadores? Ou seja, o somatório das valorizações ao longo do ano é sempre zero (ou próxima)? Fiz um plot de Pontos da 1 Rodada / preço inicial versus Valorização / preço inicial e obtive uma reta. Interessante é que o coeficiente angular é 0,69, que é o menor preço de jogador aceito pelo Cartola e o coef. linear é -0,31 que é o complemento de 0,69 até 1. Isso tudo é coincidência?

[esales]

Vcs sabem se há inflação dos preços dos jogadores? Ou seja, o somatório das valorizações ao longo do ano é sempre zero (ou próxima)?

Vi sua pergunta, lembrei que tinha visto em algum lugar, há muito tempo, que não existia inflação, fui procurar e encontrei....

https://www.cartoleiros.com.br/2010/04/newton-fleury-fala-sobre-o-cartola-fc.html

durante a pesquisa também encontrei esse que fala que o sistema de valorização não muda desde 2010: https://www.dicascartola.com.br/como-jogar-cartola-fc/sistema-de-valorizacao-do-cartola-fc/

Não garanto nada com relação à veracidade das informações.

Eric Sales

Em ter, 7 de mai de 2019 às 15:09, douglasmartini notifications@github.com escreveu:

Boa tarde pessoal. Finalmente achei alguem disposto a trocar ideias sobre o algortimo do Cartola. Ando estudando o algoritmo da primeira rodada e algumas dúvidas surgiram. Vcs sabem se há inflação dos preços dos jogadores? Ou seja, o somatório das valorizações ao longo do ano é sempre zero (ou próxima)? Fiz um plot de Pontos da 1 Rodada / preço inicial versus Valorização / preço inicial e obtive uma reta. Interessante é que o coeficiente angular é 0,69, que é o menor preço de jogador aceito pelo Cartola e o coef. linear é -0,31 que é o complemento de 0,69 até 1. Isso tudo é coincidência?

— You are receiving this because you are subscribed to this thread. Reply to this email directly, view it on GitHub https://github.com/henriquepgomide/caRtola/issues/53#issuecomment-490188890, or mute the thread https://github.com/notifications/unsubscribe-auth/AADQIEWF7VAQF2F3TG33FB3PUHAULANCNFSM4GUGKKPQ .

[henriquepgomide]

Eric, Não há inflação. Fiz duas visualizações e a soma da variação de valorização por rodada é praticamente zero ao longo de 2018. Abraço

esales notifications@github.com schrieb am Di., 7. Mai 2019, 23:26:

Vcs sabem se há inflação dos preços dos jogadores? Ou seja, o somatório das valorizações ao longo do ano é sempre zero (ou próxima)?

Vi sua pergunta, lembrei que tinha visto em algum lugar, há muito tempo, que não existia inflação, fui procurar e encontrei.... E

https://www.cartoleiros.com.br/2010/04/newton-fleury-fala-sobre-o-cartola-fc.html

durante a pesquisa também encontrei esse que fala que o sistema de valorização não muda desde 2010:

https://www.dicascartola.com.br/como-jogar-cartola-fc/sistema-de-valorizacao-do-cartola-fc/

Não garanto nada com relação à veracidade das informações.

Eric Sales

Em ter, 7 de mai de 2019 às 15:09, douglasmartini < notifications@github.com> escreveu:

Boa tarde pessoal. Finalmente achei alguem disposto a trocar ideias sobre o algortimo do Cartola. Ando estudando o algoritmo da primeira rodada e algumas dúvidas surgiram. Vcs sabem se há inflação dos preços dos jogadores? Ou seja, o somatório das valorizações ao longo do ano é sempre zero (ou próxima)? Fiz um plot de Pontos da 1 Rodada / preço inicial versus Valorização / preço inicial e obtive uma reta. Interessante é que o coeficiente angular é 0,69, que é o menor preço de jogador aceito pelo Cartola e o coef. linear é -0,31 que é o complemento de 0,69 até 1. Isso tudo é coincidência?

— You are receiving this because you are subscribed to this thread. Reply to this email directly, view it on GitHub < https://github.com/henriquepgomide/caRtola/issues/53#issuecomment-490188890 , or mute the thread < https://github.com/notifications/unsubscribe-auth/AADQIEWF7VAQF2F3TG33FB3PUHAULANCNFSM4GUGKKPQ

.

— You are receiving this because you were mentioned. Reply to this email directly, view it on GitHub https://github.com/henriquepgomide/caRtola/issues/53#issuecomment-490322671, or mute the thread https://github.com/notifications/unsubscribe-auth/AAOEVI5RUU5KSAZX4CA2G43PUI263ANCNFSM4GUGKKPQ .

[lgfaria]

outra coisa, tem disponível aqui no github um cara que automatizou mais ainda, seguindo essa idéia que eu apresentei pra vcs, e fez uma fórmula que bate muito bem, segue o repo dele

https://github.com/joaoabcoelho/ModeloCartoletas

[henriquepgomide]

Boa noite Luiz Gustavo!

Que fantástico, muito obrigado pelas orientações e compartilhar seu método. Você já matou o desafio!

Tenho a impressão que parte dos acessos a este repositório é de gente que estuda ciência de dados.

Anima escrever um tutorial implementando em Python ou R? Posso ajudar!

Abraço! :)

Luiz Gustavo Faria notifications@github.com schrieb am Mi., 15. Mai 2019, 23:09:

fala galera! sou o dono do Olheiro FC, espero poder ajudar.. eu nunca tive intenção de esconder como é o cálculo e eu explico no site que é baseado nos dados do ano anterior.. funciona assim:

faço uma regressão linear usando os scouts e valorização do ano anterior pra gerar um modelo e aplico no jogador com seus dados de 2019

é mais ou menos assim (chamamos de x[n] cada variável da regressão linear, e y a variável que queremos descobrir o valor, no caso valorização)

x1 = preco do jogador no inicio da rodada atual x2 = ultima pontuacao do jogador x3 = ultima valorizacao do jogador x4 = pontuaçao na rodada atual y = valorizaçao na rodada

na rodada 1, nao tem as variaveis x2 e x3, ficando bem fácil entender como funciona

se pegarmos a rodada 1 de 2018, temos por exemplo:

x1(preco) x2(pontuacao) y(valorizacao) 7.0 2.0 -0.76 10.0 8.2 2.63 3.0 5.6 2.97 7.0 11.9 6.11 4.0 4.1 1.62 8.0 -1.6 -3.56 4.0 0.9 -0.6 6.0 0.9 -1.21 3.0 0.8 -0.36 3.0 0.7 -0.43 5.0 -0.6 -1.95

se você jogar todos esses valores em uma regressão linear (recomendo esse site pra testar: http://www.xuru.org/rt/MLR.asp#CopyPaste ) você vai encontrar os coeficientes de x1 e x2.. na primeira rodada é algo em torno de x1(preco) 0.69 + x2(pontuacao) 0.30

sendo assim, peguem a pontuação e o preço inicial de cada jogador na rodada 1 e façam o teste e o resultado vai ser (aproximadamente!) o valor que ele valorizou...

nas rodadas seguintes, precisa usar todos os valores que citei acima, mas tem um leve "problema", se algum jogador não jogou a anterior, a fórmula não funciona pra ele.. o que eu faço é montar a regressão linear específica de cada jogador, usando dados de 2018 de jogadores que também NÃO jogaram as mesmas partidas... por exemplo: o Gabigol jogou a rodada 1 e 2, pra fazer a valorização dele pra rodada 5, tive que ir atrás de outros jogadores ano passado que jogaram a rodada 1 e 2, e depois só jogaram de novo na rodada 5... apenas com eles eu consigo fazer a regressão correta pro Gabigol.. tenho isso tudo automatizado em Ruby, o problema é que depende do model inteiro que uso no site (tabela de Atletas, Scouts, Partidas, por aí vai), então não tem como compartilhar o código completo, mas a lógica é essa, não tem muito segredo.. se alguém aí usa Ruby, recomendo a biblioteca https://github.com/ankane/eps porque facilita DEMAIS a vida..

abraço a todos, espero ter ajudado!

— You are receiving this because you were mentioned. Reply to this email directly, view it on GitHub https://github.com/henriquepgomide/caRtola/issues/53?email_source=notifications&email_token=AAOEVI5EONZ2NN5WRPGCEVLPVS66TA5CNFSM4GUGKKP2YY3PNVWWK3TUL52HS4DFVREXG43VMVBW63LNMVXHJKTDN5WW2ZLOORPWSZGODVQOIGI#issuecomment-492889113, or mute the thread https://github.com/notifications/unsubscribe-auth/AAOEVI54I6UNJD2UGMKZVHDPVS66TANCNFSM4GUGKKPQ .

[lgfaria]

opa, então, eu ja conhecia esse repo, usei algumas vezes quando nao tinha os dados de alguma rodada lá em 2017 (fiz o site no meio de 2017), engraçado que um amigo tava pedindo o repo que postei no post acima, fui procurar no google e acabei achando essa discussão, que bom que ajudei então..

sobre o tutorial, to meio sem tempo, mas o q eu recomendo (foi o q eu fiz) é modelar orientado a objetos todos os dados que vcs já tem de 2018, em 2 classes: Atleta e Scout.. sendo que cada Atleta tem sua lista de Scouts, para que vc consiga filtrar os atletas que dão "match" na situação de quem você quer prever a valorização.. usei o caso do Gabigol porque foi o mais interessante nessa rodada: ele jogou a rodada 1 e 2, ficou de fora da 3 e 4.. eu tenho uma classe "Atleta2018" que eu pergunto pra cada instância dela: esse atleta jogou a 1 e 2, ficou de fora da 3 e 4, mas depois jogou a 5? Se essa classe responde TRUE, eu pego os scouts dele até a rodada 5 (pq eu quero a valorização na rodada 5), e adiciono na minha regressão linear, se não eu ignoro e vou pro próximo..

Boa sorte aí na empreitada, desculpa se não posso ajudar mais do que isso, mas ta bastante corrido aqui infelizmente.

Grande abraço!

[luisfgpadilha]

boa tarde

como anda o projeto de vocês?

muito me interessa, e posso ajudar.

queria um algorítimo sobre os possíveis melhores jogadores da próxima rodada.

grande abraço

[arnaldog12]

Oi, @luisfgpadilha

o modelo pro algoritmo de valorização está bem razoável atualmente. O que nós precisamos de ajuda atualmente é com o modelo de predição dos scores dos jogadores numa próxima rodada. Recentemente, venho mudando a abordagem de redes neurais normais pra redes recorrentes (LSTM), que você pode conferir aqui. Eu venho treinando modelos usando LSTM, mas até agora o resultado não foi bom o suficiente. Se você pudesse ajudar nisso, seria de grande valia. O que acha? Topa?

[henriquepgomide]

Olá Arnaldo e Luis,

Luis, se quiser atacar os problemas acima mencionados por Arnaldo. Go for it.

Qualquer iniciativa que gerem novos atributos para os modelos também são bem vindos. Exemplo, estimar os gols esperados (Gx) e não gols predizem melhor o desempenho dos atacantes? Os cartoleiros usam valores agregados das estatísticas 😯. Quando usam, usam a média. Será que existem outras métricas melhores?

Vamos conversando...

Abraços,

On Sat, 14 Sep 2019 at 13:42, luisfgpadilha notifications@github.com wrote:

boa tarde

como anda o projeto de vocês?

muito me interessa, e posso ajudar.

queria um algorítimo sobre os possíveis melhores jogadores da próxima rodada.

grande abraço

— You are receiving this because you were mentioned. Reply to this email directly, view it on GitHub https://github.com/henriquepgomide/caRtola/issues/53?email_source=notifications&email_token=AAOEVI6E6CTCVQKYJDJ5UU3QJUH6HA5CNFSM4GUGKKP2YY3PNVWWK3TUL52HS4DFVREXG43VMVBW63LNMVXHJKTDN5WW2ZLOORPWSZGOD6W7LMA#issuecomment-531494320, or mute the thread https://github.com/notifications/unsubscribe-auth/AAOEVIYBRXK7FVG6X2KKHJ3QJUH6HANCNFSM4GUGKKPQ .

-- Henrique Pinto Gomide, Ph.D. Department of Education Universidade Federal de Viçosa - UFV Researcher at Center for Research, Intervention and Evaluation on Alcohol and Drugs - CREPEIA Skype: henrique.pinto.gomide Github: henriquepgomide

[joaoabcoelho]

Sobre essa questão da valorização, queria chamar a atenção pra esse estudo que fiz: https://medium.com/cartolaanalitico/a-f%C3%B3rmula-de-valoriza%C3%A7%C3%A3o-8064b82b0f0

Me parece que é a formulação correta pro algoritmo real do Cartola. A partir daí seria só uma questão de descobrir as variáveis necessárias pra calcular a valorização.

[Atualização]: Acredito que consegui chegar na fórmula exata usando esse esquema. Atualizei no artigo acima. Mistério solucionado.

[arnaldog12]

excelente trabalho, @joaoabcoelho! Parabéns 👏 👏

[henriquepgomide]

Fantástico trabalho, @joaoabcoelho! Posso indicar seu post no Medium no README do repositório?

[joaoabcoelho]

Fantástico trabalho, @joaoabcoelho! Posso indicar seu post no Medium no README do repositório?

Claro, sem problema algum.

[henriquepgomide]

O modelo em C++ está disponível aqui: https://github.com/joaoabcoelho/ModeloCartoletas