예측 시장이 US 오픈을 맞혔을까?
2026 US 오픈에서 Alexander Zverev와 Elena Rybakina가 단식 타이틀을 차지했다. 하지만 우승자를 아는 것만으로는 시장이 경기 예측을 제대로 했는지 알 수 없다. 이를 판단하기 위해 경기 전 확률과 결과를 브리어 스코어로 비교했다.
254경기 전체 싱글매치에서 Kalshi의 호가는 0.1642의 종합 스코어를 기록했다. 모든 경기에서 각 선수에게 50% 확률을 부여하는 예측은 0.25를 기록한다. 낮을수록 좋다.
브리어 스코어란?
이진 브리어 스코어는 예측 확률과 결과 사이의 제곱 거리를 측정한다. 승리는 1, 패배는 0으로 기록된다. 이 제곱 오차들을 모든 경기에 걸쳐 평균화한다.
브리어 스코어 = (예측 확률 − 결과)²의 평균
예를 들어, 90% 확률로 평가받은 선수가 승리하면 0.01을 기여한다: (0.90 − 1)². 그 선수가 패배하면 기여도는 0.81이다: (0.90 − 0)². 따라서 이 스코어는 확실한 예측의 실패에 불확실한 예측의 실패보다 훨씬 높은 페널티를 부여한다.
시장 성과는?
| 구분 | 경기 수 | 브리어 스코어 |
|---|---|---|
| 남자 단식 | 127 | 0.1824 |
| 여자 단식 | 127 | 0.1460 |
| 합계 | 254 | 0.1642 |
종합 스코어는 50/50 벤치마크 대비 34.3% 적은 제곱 확률 오차를 나타낸다. 이는 호가에 누가 이길 가능성이 높은지에 대한 유용한 정보가 포함되어 있음을 의미한다. 이는 정확도 비율도 아니고 수익률도 아니다.
| 라운드 | 경기 수 | 브리어 스코어 |
|---|---|---|
| 1라운드 | 128 | 0.1742 |
| 2라운드 | 64 | 0.1257 |
| 3라운드 | 32 | 0.1946 |
| 4라운드 | 16 | 0.1841 |
| 준준결승 | 8 | 0.1522 |
| 준결승 | 4 | 0.1178 |
| 결승 | 2 | 0.2538 |
시장에 가장 큰 타격을 준 결과는?
가장 큰 개별 오차는 Dane Sweeny의 2라운드 Lorenzo Musetti 상대 승리에서 나왔다. Musetti는 1시간 전 스냅샷에서 93.5%의 확률을 받았다. 그의 패배는 평균 전 스코어에 0.8742를 기여했다.
| 선수 | 우호도 | 상대선수 | 브리어 스코어 |
|---|---|---|---|
| Lorenzo Musetti | 93.5% | Dane Sweeny | 0.8742 |
| Novak Djokovic | 84.7% | Mariano Navone | 0.7166 |
| Amanda Anisimova | 83.5% | Anastasia Potapova | 0.6972 |
최종 판정 - 시장이 맞았을까?
호가는 모든 경기를 동전 던지기로 취급하는 것보다 훨씬 더 나은 성과를 보였다. 더 높은 우호도의 우승 후보들도 더 낮은 우호도의 후보들보다 더 자주 승리했다: 90%-100% 범위의 우승 후보는 26경기 중 24경기를 승리했으며, 이는 92.3%로 평균 예측 92.9%에 매우 근접했다.
다만 좋은 종합 브리어 스코어가 완벽한 보정(calibration)을 확립하지는 못한다. 명확한 우승 후보가 있는 253경기 중 호가는 약 183.5명의 우승 후보 승리를 암시했다. 실제로는 197명이 승리했다. 이는 우승 후보들이 시장 확률이 예상한 것보다 이번 토너먼트에서 더 잘했음을 시사한다.
결론은 다음과 같다: Kalshi의 US 오픈 호가는 여러 강력한 우승 후보가 패배했음에도 불구하고 양쪽 드로우에서 정보가 풍부한 예측을 제공했다. 가장 큰 이변은 그 평가의 일부다. 전부는 아니다.

댓글
0불러오는 중...