四年一次的世界杯又要拉开帷幕了，这一次，战火燃烧在了俄罗斯，不知道大家是打算追东道主的揭幕战，还是打算直接瞄准葡萄牙对西班牙的高手过招。相信我们聪明可爱又伶俐的读者粉丝们，肯定思考过是不是可以通过大数据或者人工智能来预测世界杯的冠军？ 

在做这个 research 的时候，卡里发现对整个世界杯作出详细建模的竟然不是我想到的体育行业，或者是媒体行业。令我诧异的是，几个非常重量级的投行证券金融领域大佬公司反而是给出了很详细的建模和预测结果。

今天我们主要看看四个大佬级别的金融企业

【高盛 Goldman Sachs】

【瑞银集团 UBS Group AG】

【荷兰国际集团 ING Group】

【野村控股证券 Nomura Securities】

从四个数据分析的决策方向

【人工智能 AI】

【统计建模 Statistical Modeling】

【经济分析 Economic Analysis】

【经济学理论 Economic Theory】

首先让我们来瞅一瞅高盛为我们做出的世界杯预测报告，报告主要提到了他们的统计模型预测出的冠军以及根据各路结果排列出的世界杯全明星球队。

高盛对于这一届世界杯结果的预测采用了人工智能的技术算法来建模和分析。同时他们还请来了著名前意大利国脚、传奇教练 Carlo Ancelotti (卡洛•安切洛蒂) 分享了他对于这一件世界杯赢家的看法。对于最后的赢家，Carlo 给出的预测结果是巴西或者西班牙。

对于高盛所预测的最后赢家 -- 巴西，他们给出了如下解释：我们把球队打法特点的数据，球员的个人数据以及球队近期的表现的数据放进了四个不同的机器学习模型中去分析每一场对决中的得分。这组模型会通过从2005年起的欧洲杯和世界杯数据来学习这些特点与得分之间的关系。经过一系列数据的校准以及数据之间的组合，我们大概知道了哪些球队特点是有用的，哪些是不那么重要的。然后我们在通过之前建立的模型去预测每一场可能存在对决的最终比分，并且用求出来的精准得分直接比较出最后的赢家。最后，这组模型算法的分析结果是巴西以 1.70 分胜过德国 1.41 分。

让我们来看看瑞士联合银行集团（UBS Group AG）给出的分析报告。

瑞士的首席投资银行办公室派出了一个 team 做出了一组根据客观能力评级分析出的国际等级分（Elo Rating）。这个国际等级分考虑了所有的条件，同时也考虑了所有的主场优势。

这个分析建立在一个叫做 “Monte Carlo 算法” 的统计模型上。他们测试出的结果是德国队会夺取大力神杯。关于这个模型，他们是这么解释的：我们录入了大量的随机变量，并且用这些随机变量带入一些随机分量，从而去模拟和计算最终的冠军。理论上说，一支各方面都更强的队伍更有可能去赢那些排名低的队伍，但是这毕竟是体育竞技，有一些不如人愿的对决顺序会发生。所以，我们就一次次的反复我们的模拟，通过我们一遍一遍地重复，我们得到了10000 场模拟比赛。然后我们就去从这一万份结果里去数每个队赢了多少次。最后，给予这个模型给出的结果是德国，巴西和西班牙都很有可能会赢，最后由于UBS对德国队的偏爱，所以报告结果是德国队以24%获胜。

让我们再来看看荷兰国际集团（ING Group）带来的分析报告从完全不同的角度来分析了这个问题。

他们是通过具体国家队的市场价值以及他们之前的表现来分析最终胜率的。（这里提到的市场价值和他们的胜率是有很紧密联系的。）一个球队的市场价值在这里是通过每一个球员的交易价格估算以及他们在 FIFA 数据库里的排名与过去赛绩来计算的。他们的估算结果是西班牙队以10亿4千万的总市值喜提总冠军奖杯。估算结果的第二名是价值10亿3千万的法国队。

最后，让我们来看看来自日本的野村控股证券（Nomura Securities）的预测。

他们使用了提供给自己客户用来平衡损失风险的模型来计算世界杯的结果。他们对于自己的模型是这样解释的：作为分析师，我们必须要加入一些很严密的限制到我们的世界杯预测中来，所以我们决定采用“最佳证券投资理论”和“效率市场假说”来预测这场赛事。我们主要摘取了三个重要指标来做这个分析：1. 每个球员在团队中的价值，2. 整个球队的战斗力，3. 球队过去的表现。分析结果表明法国西班牙和巴西将会大概率进入半决赛，并且最后的赢家将有可能在法国和西班牙之间产生。

从这个分析结果，我们除了可以看到预测结果，我们也可以看到，从学术的角度上，我们所谓的预测是可以从多角度去思考去执行的。除此之外，我们还可以看到现在的商业银行以及金融领域，对于数据分析与自己产业的结合，有多么的实用和被重视。

原作者：卡里

原标题: 世界杯预测：到底是巴西打赢德国，还是高盛的人工智能战胜UBS的蒙特卡洛？

文章来源：大数据应用（ID：Datalaus）