Analityka NHL w zakładach — Corsi, Fenwick, xG i inne kluczowe metryki

Redakcja «nhl Zakłady» 12 czerwca, 2026 Czas czytania: 17 min

Kiedy zaczynałem obstawiać NHL, polegałem na intuicji i podstawowych statystykach — bramki, asysty, save percentage. Wyniki były… przeciętne. Przełom nastąpił, gdy odkryłem zaawansowaną analitykę hokejową. Nie dlatego, że magicznie zacząłem wygrywać każdy zakład, ale dlatego, że wreszcie zrozumiałem, DLACZEGO drużyny wygrywają lub przegrywają — często niezależnie od tego, co pokazuje tablica wyników.

Średnia save percentage w NHL spadła do .896 w sezonie 2025-26 — najniższy poziom od 30 lat. Ale co to właściwie oznacza dla Twoich zakładów? Bez kontekstu — niewiele. Z kontekstem zaawansowanej analityki — wszystko. Corsi, Fenwick, expected goals, PDO — te metryki brzmią jak egzotyczne dania w restauracji, ale są kluczem do zrozumienia prawdziwej siły drużyn.

W tym przewodniku wyjaśniam każdą ważną metrykę analityczną w NHL. Nie akademicko — praktycznie. Jak ją obliczyć, gdzie znaleźć dane i przede wszystkim jak wykorzystać w typowaniu. Dziewięć lat pracy z tymi danymi nauczyło mnie, że analityka nie zastępuje intuicji, ale daje jej solidne fundamenty.

Zanim przejdziemy do konkretów, jedna uwaga: żadna pojedyncza metryka nie jest „święta”. Corsi bez kontekstu to tylko liczba. xG bez analizy bramkarzy to połowa obrazu. PDO bez zrozumienia próbki to pułapka. Siła analityki tkwi w kombinacji wielu wskaźników — i w umiejętności interpretacji, którą buduje się latami.

Corsi i Fenwick — mierzenie przewagi w posiadaniu krążka

Styczeń 2019, oglądam mecz New Jersey Devils. Drużyna przegrywa 1:3, ale mam dziwne przeczucie — Devils dominują. Sprawdzam Corsi w przerwie: 58% na ich korzyść. Wynik końcowy? 5:4 dla Devils po dogrywce. Od tamtej pory Corsi jest moją pierwszą metryką przy każdej analizie.

Corsi mierzy wszystkie próby strzałów drużyny — strzały na bramkę, strzały zblokowane i strzały niecelne. To prosta koncepcja z głębokim znaczeniem: drużyna, która częściej próbuje strzelić, częściej kontroluje grę. Nie patrzymy na to, czy strzały były celne — liczy się sama intencja ataku.

Fenwick to Corsi bez strzałów zblokowanych. Dlaczego komuś przeszkadzałyby zblokowane strzały? Bo niektórzy analitycy uważają, że blokowanie to świadoma strategia defensywna — drużyna „pozwala” na strzały z kiepskich pozycji, które obrońcy mogą zablokować. Fenwick eliminuje ten element, pokazując „czyste” próby strzeleckie.

W praktyce Corsi i Fenwick są silnie skorelowane. Jeśli drużyna ma 55% Corsi, prawdopodobnie ma też około 54-56% Fenwick. Dla celów zakładowych używam głównie Corsi — więcej prób strzałów to po prostu więcej kontroli nad meczem, niezależnie od tego, czy były blokowane.

Jak interpretować te liczby? 50% to równowaga — obie drużyny próbują strzelić tyle samo razy. Powyżej 52-53% to dobra drużyna, która kontroluje grę. Powyżej 55% to elita ligi. Poniżej 48% to sygnał alarmowy — taka drużyna regularnie jest przygniatana przez rywali.

Score-adjusted Corsi to wersja uwzględniająca wynik meczu. Drużyna prowadząca 3:0 naturalnie cofa się i broni przewagi — jej Corsi spada, ale to świadoma decyzja, nie słabość. Score-adjusted normalizuje te efekty, pokazując „prawdziwy” Corsi przy neutralnym wyniku. Dla celów zakładowych to często dokładniejsza metryka niż surowy Corsi.

Jeszcze jedna odmiana: Corsi relative (Rel). Porównuje Corsi drużyny, gdy dany zawodnik jest na lodzie, z Corsi drużyny, gdy jest na ławce. Rel +5 oznacza, że z tym zawodnikiem drużyna ma o 5 punktów procentowych lepszy Corsi. Przydatne przy player props i analizie wpływu konkretnych graczy na grę.

Ważne zastrzeżenie: Corsi i Fenwick mierzą się przy równej liczbie zawodników na lodzie (5-na-5 lub w skrócie „even strength”). Power play i penalty kill to osobne kategorie — drużyna w osłabieniu naturalnie ma gorszy Corsi, ale to nie znaczy, że gra słabo.

Tom Fitzgerald, dyrektor generalny New Jersey Devils, powiedział to wprost: bazowe liczby mówiły nam, że zmierzamy w dobrym kierunku. Fitzgerald mówił o xG, ale zasada jest ta sama — zaawansowane metryki pokazują trend wcześniej niż tradycyjne statystyki.

Expected goals (xG) — wprowadzenie

Corsi mówi Ci, ile razy drużyna próbowała strzelić. Expected goals mówi Ci, ile bramek POWINNA była zdobyć na podstawie jakości tych strzałów. To fundamentalna różnica — 30 strzałów z dystansu to nie to samo co 15 strzałów z bliska.

Model xG przypisuje każdemu strzałowi prawdopodobieństwo, że zamieni się w bramkę. Strzał z pola bramkowego może mieć xG 0.35 (35% szans), strzał z niebieskiej linii — 0.02 (2% szans). Suma tych prawdopodobieństw daje expected goals drużyny w meczu.

Czynniki wpływające na xG to przede wszystkim lokalizacja strzału, ale nie tylko. Modele uwzględniają też: rodzaj strzału (wrist shot, slap shot, deflection), czy poprzedzała go podanie, ile czasu minęło od zdobycia krążka, czy bramkarz był w pozycji, liczba zawodników przed bramką. Najnowsze modele analizują nawet ruch kamery i pozycje wszystkich graczy na lodzie.

Przykład: drużyna oddaje 28 strzałów, ale ich łączne xG wynosi tylko 1.8. To znaczy, że strzelali głównie z kiepskich pozycji — może byli zmuszeni do strzałów spoza strefy zagrożenia, może bramkarz świetnie pozycjonował się i blokował kąty. Jeśli wygrali 3:1, to mieli sporo szczęścia. Jeśli przegrali 0:2 — wynik był zgodny z jakością gry.

xGF% (expected goals for percentage) to xG drużyny podzielone przez sumę xG obu drużyn, wyrażone w procentach. xGF% powyżej 52-53% to znak drużyny, która generuje więcej sytuacji bramkowych niż rywale — dokładnie tego szukam przy zakładach długoterminowych.

Dlaczego xG jest lepsze od zwykłych bramek? Bo bramki mają ogromną zmienność. Drużyna może dominować przez 59 minut, przegrać jednym szczęśliwym strzałem w ostatniej sekundzie — i tablica wyników powie, że przegrali. xG pokaże prawdziwą historię meczu.

Dla zakładów totals xG jest nieocenione. Jeśli obie drużyny regularnie generują wysokie xG (powiedzmy 3.0+ na mecz), mecz ma potencjał na over. Jeśli obie mają niskie xG (poniżej 2.5), szukaj under — nawet jeśli poprzedni mecz między nimi skończył się 5:4.

Statystyki bramkarzy — SV%, GSAx, HDSV%

Save percentage spadł poniżej .900 po raz pierwszy od trzech dekad. Logan Thompson z Washington Capitals ujął to prosto: strzelcy stają się coraz lepsi i bramkarze muszą się dostosować. Martin Biron, były bramkarz NHL, dodał kontekst: to nie jest już gra północ-południe, to gra wschód-zachód. Styl blokowania z lat 90. nie działa przeciwko dzisiejszym snajperom.

SV% (save percentage) to najbardziej podstawowa metryka bramkarska — procent obronionych strzałów. Brzmi prosto, ale ma fundamentalną wadę: nie uwzględnia jakości strzałów. Bramkarz, który broni 30 łatwych strzałów z dystansu, będzie miał lepszy SV% niż ten, który stawia czoła 20 strzałom z pola bramkowego.

GSAx (Goals Saved Above Expected) rozwiązuje ten problem. Porównuje faktyczne bramki ze spodziewanymi na podstawie xG przeciwników. Jeśli przeciwnicy mieli xG 3.2, a bramkarz wpuścił tylko 2 gole, jego GSAx za ten mecz wynosi +1.2. Przez cały sezon GSAx +15 to elitarny poziom, -15 to sygnał do zmiany bramkarza.

HDSV% (High-Danger Save Percentage) mierzy skuteczność przy strzałach z pola bramkowego i jego bezpośrednich okolic. To najtrudniejsze sytuacje — bramkarz ma ułamek sekundy na reakcję. HDSV% powyżej .820 to świetny wynik, poniżej .780 to problem. Średnia ligowa oscyluje wokół .800.

Jest jeszcze MDSV% (Medium-Danger) i LDSV% (Low-Danger). Te metryki mierzą skuteczność przy strzałach ze średniego i dalekiego dystansu. LDSV% powinno być bardzo wysokie — powyżej .950. Jeśli bramkarz przepuszcza łatwe strzały z dystansu, to czerwona flaga niezależnie od innych metryk.

Jak używam tych metryk przy zakładach? GSAx pokazuje mi, czy bramkarz gra powyżej czy poniżej swoich możliwości. Jeśli ma SV% .920, ale GSAx bliskie zeru — to prawdopodobnie kombinacja szczęścia i słabych rywali. Taki bramkarz jest przeszacowany przez rynek. I odwrotnie: SV% .905 z GSAx +10 to bramkarz, który ratuje drużynę mimo trudnych warunków.

Przy zakładach totals szczególnie ważne jest HDSV%. Mecz dwóch bramkarzy z HDSV% poniżej .780 to prawie gwarancja strzelniny — obie drużyny będą kończyć akcje i obie będą wpadać do siatki. Szukam takich kombinacji przy over.

Jedna pułapka: statystyki bramkarzy są bardzo wrażliwe na próbkę. 10 meczów to za mało, żeby wyciągać wnioski. 30+ meczów zaczyna pokazywać prawdziwy obraz. Na początku sezonu polegam na danych z poprzedniego roku, dopiero po Nowym Roku zaczynam ufać bieżącym liczbom.

PDO i regresja do średniej w NHL

Październik 2021, Edmonton Oilers zaczynają sezon od serii 9-1. Kursy na mistrzostwo dywizji spadają do 1.50. Sprawdzam PDO: 1.045. Wiem, co się stanie — i rzeczywiście, do końca roku Oilers mają bilans bliski .500. PDO ich zdradziło.

PDO to suma save percentage drużyny i shooting percentage (procent strzałów zamienionych na bramki). W teorii powinna wynosić dokładnie 1.000 — średnio strzały wpadają ze średnią częstotliwością, średnio są bronione ze średnią skutecznością. W praktyce odchylenia są nieuniknione, ale mają tendencję do wracania do normy.

PDO powyżej 1.020 to sygnał alarmowy: drużyna jest na fali szczęścia. Ich bramkarz broni ponad oczekiwania, ich napastnicy trafiają wszystko. To nie może trwać wiecznie — regresja do średniej przyjdzie. PDO poniżej 0.980 to sygnał odwrotny: drużyna ma pecha, który się skończy.

Jak wykorzystuję PDO przy zakładach? Porównuję go z wynikami. Drużyna 8-2 z PDO 1.040? Przeszacowana — obstawiam przeciwko nim, czekając na korektę. Drużyna 3-7 z PDO 0.965? Niedoszacowana — ich forma wkrótce się poprawi.

Regresja do średniej to fundamentalne prawo statystyki, ale w NHL działa wolniej niż byśmy chcieli. Drużyna z ekstremalnym PDO może utrzymać je przez 15-20 meczów. Dlatego nie działam natychmiast — czekam na pierwsze sygnały odwrócenia trendu, a dopiero potem zaczynam obstawiać.

Sygnały odwrócenia trendu to: spadek shooting percentage przy utrzymanym PDO (bramkarz jeszcze trzyma, ale ofensywa zaczyna pudłować), wzrost xG przeciwników przy utrzymanym save percentage (rywale zaczynają generować więcej okazji, które w końcu wpadną), seria meczów zakończonych overtime lub karnym (wąskie wyniki często poprzedzają zmianę trendu).

Ważne: PDO działa najlepiej przy grze 5-na-5. Power play i penalty kill mają własną dynamikę — drużyna z doskonałą przewagą może mieć shooting percentage 25% i to nie jest pech, to umiejętność. Analizuj PDO tylko przy równej liczbie zawodników.

Jeden subtelny aspekt: PDO mówi o szczęściu zespołowym, nie indywidualnym. Bramkarz może naprawdę być elitarny i utrzymywać SV% .925 przez całą karierę. To nie regresja — to talent. PDO pomaga odróżnić talent od chwilowego szczęścia, ale wymaga kontekstu.

Metryki special teams — PP%, PK% i ich wpływ

Mecz może być wyrównany przez 55 minut, a potem jedna kara zmienia wszystko. Special teams — power play i penalty kill — to obszar, gdzie różnice między drużynami są największe. I obszar, który wielu typerów ignoruje, koncentrując się wyłącznie na grze 5-na-5.

PP% (Power Play Percentage) to procent wykorzystanych przewag. Średnia ligowa oscyluje wokół 20-22%. Drużyny z PP% powyżej 25% to elita — potrafią karać rywali za faule. Poniżej 18% to problem — taka drużyna marnuje sytuacje, które powinny być prezentami.

PK% (Penalty Kill Percentage) to odwrotność — procent obroniony w osłabieniu. Średnia ligowa to około 78-80%. Powyżej 82% to solidna defensywa w osłabieniu. Poniżej 76% to dziura — każda kara to niemal pewna bramka.

Jak special teams wpływają na zakłady? Bezpośrednio na totals. Mecz drużyny z PP% 28% przeciwko drużynie z PK% 74% to potencjalna strzelanina — każda kara to niemal pewna bramka. Szukam takich matchupów przy over, szczególnie gdy obie drużyny są „penalty-prone” (często faulują).

Przy moneyline special teams mają mniejsze znaczenie — pojedynczy mecz to za mała próbka. Ale przy futures i zakładach na serie play-off? Drużyny z dominującymi special teams wygrywają wyrównane serie. W play-offach, gdzie każdy mecz jest walką, jedno wykorzystanie przewagi może decydować o awansie.

Jedna metryka, którą szczególnie lubię: różnica PP% — PK% przeciwnika. Jeśli drużyna A ma PP% 24%, a drużyna B ma PK% 76%, różnica wynosi 24% — 76% = -52 punkty procentowe… ale to nie jest właściwa kalkulacja. Właściwa to: drużyna A wykorzysta około 24% przewag, drużyna B straci około 24% (100% — 76%). Netto: drużyna A ma przewagę w tym aspekcie.

Ostrzeżenie: special teams są bardzo zmienne na początku sezonu. PP% 35% po 10 meczach to prawdopodobnie szczęście, nie umiejętność. Potrzebujesz minimum 50 sytuacji (około 15-20 meczów), żeby metryki zaczęły być wiarygodne.

Źródła danych — gdzie szukać statystyk NHL

Mam dziesięć zakładek w przeglądarce poświęconych wyłącznie statystykom NHL. To nie obsesja — to konieczność. Każde źródło ma swoje mocne strony i każde pokazuje dane nieco inaczej. Oto moja hierarchia.

NHL.com to oficjalne źródło podstawowych statystyk. Bramki, asysty, strzały, save percentage — wszystko aktualizowane w czasie rzeczywistym. Wadą jest brak zaawansowanej analityki. NHL oficjalnie zaczęła udostępniać xG dopiero niedawno i dane wciąż są ograniczone.

Natural Stat Trick to moje główne źródło zaawansowanych metryk. Corsi, Fenwick, xG, wszystkie warianty (5-na-5, all situations, score-adjusted) — bezpłatnie i z możliwością filtrowania po drużynach, zawodnikach, okresach. Interfejs nie jest piękny, ale dane są bezcenne.

MoneyPuck specjalizuje się w expected goals i prawdopodobieństwach meczowych. Ich modele są publicznie dostępne i świetnie udokumentowane. Używam ich prognoz jako punktu odniesienia — nie ślepo, ale jako jeden z elementów analizy.

Evolving-Hockey to subskrypcja płatna, ale warta każdej złotówki. GSAx bramkarzy, WAR (Wins Above Replacement) dla wszystkich zawodników, szczegółowe raporty meczowe. Jeśli traktujesz typowanie poważnie, to niezbędne narzędzie.

Elite Prospects to baza danych zawodników — kariery, kontrakty, historia transferów. Przydatne przy player props i futures na nagrody indywidualne. Mniej ważne przy codziennych zakładach, ale nieocenione przy głębszej analizie.

Twitter/X pozostaje najszybszym źródłem informacji o składach, kontuzjach i zmianach w ostatniej chwili. Śledzę kilkunastu analityków i dziennikarzy — confirmed goalies często pojawiają się na Twitterze godzinę przed oficjalnym ogłoszeniem.

Jedno zastrzeżenie: dane z różnych źródeł mogą się różnić. Modele xG nie są identyczne — jeden serwis może pokazywać xG 2.8, inny 3.1 dla tego samego meczu. To normalne — ważne jest, żeby być konsekwentnym i używać jednego źródła do porównań.

Daily Faceoff to źródło informacji o składach — projected lineups, confirmed goalies, news o kontuzjach. Aktualizują przed każdym dniem meczowym i często mają informacje wcześniej niż oficjalne źródła. Niezbędne przy codziennym typowaniu.

CapFriendly (teraz PuckPedia po przejęciu) to baza danych kontraktów. Może wydawać się nieistotne dla zakładów, ale informacje o cap space i deadline’ach kontraktowych pomagają przewidzieć transfery i zmiany w składach. Przydatne przy futures przed trade deadline.

Praktyczne zastosowanie analityki w typowaniu

Teoria jest piękna, ale płaci za zakłady praktyka. Oto mój workflow analityczny przed każdym zakładem — nie rygorystyczny protokół, ale elastyczny framework dostosowany do typu zakładu.

Dla moneyline zaczynam od xGF% obu drużyn w ostatnich 15 meczach. Jeśli różnica jest powyżej 5 punktów procentowych, mam wstępny sygnał. Sprawdzam PDO — czy ta różnica to umiejętność czy szczęście? Patrzę na bramkarzy — GSAx pokazuje mi, kto gra powyżej poziomu i może spaść, kto poniżej i może się poprawić.

Dla totals workflow jest inny. Zaczynam od średniego xG obu drużyn — suma powyżej 6.0 to kandydat na over, poniżej 5.0 to under. Sprawdzam trendy save percentage bramkarzy — spadające SV% to sygnał do over. Patrzę na harmonogram — mecze back-to-back z 18% wzrostem bramek w trzeciej tercji przechylają szalę.

Dla puck line koncentruję się na jednej metryce: jak często drużyna wygrywa różnicą 2+ bramek. To można sprawdzić bezpośrednio w wynikach, bez zaawansowanej analityki. Ale xG pomaga przewidzieć trend — drużyna, która regularnie dominuje w xG, ale wygrywa minimalnie, w końcu zacznie wygrywać przekonująco.

Dla player props wchodzę głębiej. Sprawdzam ice time trendy — czy trener daje więcej minut? Patrzę na PP time — zawodnicy w pierwszej jednostce power play mają znacznie więcej okazji na punkty. Analizuję matchup z konkretnymi obrońcami — niektóre kombinacje sprzyjają punktom, inne je tłumią.

Mecze z totalem 6.5 idą „under” w 57% przypadków w sezonie 2024-25, w porównaniu do 53% rok wcześniej. To sugeruje, że rynek wciąż przystosowuje się do nowego środowiska ligowego. Szukam takich nieefektywności — miejsc, gdzie dane mówią jedno, a kursy drugie.

Najważniejsza zasada: analityka to filtr, nie wyrocznia. Dane wskazują kierunek, ale nie gwarantują wyniku. Mecz NHL ma zbyt wiele zmiennych — jedno złe odbicie, jeden błąd bramkarza, jedna kontrowersyjna decyzja sędziego — i najlepsza analiza idzie do kosza. Dlatego zarządzanie bankrollem jest równie ważne jak sama analiza.

Jeden przykład z praktyki: zidentyfikowałem drużynę z xGF% 56%, GSAx bramkarza +12, PDO 0.985 — wszystko wskazywało na niedoszacowanie. Postawiłem serię zakładów. Pierwszych pięć przegrałem. Szósty, siódmy, ósmy — wygrałem. Długoterminowo seria była zyskowna, ale musiałem przetrwać początkową serię strat. Bez odpowiedniego bankrolla mógłbym się poddać po piątym przegranym zakładzie.

Jeszcze jeden aspekt: kontekst sezonowy. Na początku sezonu (październik-listopad) drużyny się dopasowują, nowi zawodnicy budują chemię, taktyki są testowane. Dane z tego okresu są mniej wiarygodne. Od grudnia metryki zaczynają pokazywać prawdziwy obraz. Od połowy sezonu można już z pewniejszością identyfikować trendy i szukać wartości.

Dane to fundament, ale nie cały budynek

Przez dziewięć lat pracy z zaawansowaną analityką NHL nauczyłem się jednej rzeczy: dane nie zastępują myślenia. Corsi, Fenwick, xG, PDO — to narzędzia, nie odpowiedzi. Pokazują prawdopodobieństwa, nie pewniki. Filtrują szum, ale nie eliminują go całkowicie.

Najskuteczniejsze podejście łączy twarde dane z miękkim kontekstem. Sprawdzam xGF%, ale też oglądam mecze. Analizuję GSAx bramkarzy, ale też śledzę doniesienia o kontuzjach i formie psychicznej. Liczby mówią większość historii — ale nigdy całą.

Zaawansowana analityka daje przewagę nad przeciętnym graczem, który polega wyłącznie na intuicji lub podstawowych statystykach. Ale nie daje przewagi nad bukmacherami, którzy też mają dostęp do tych danych. Twoja prawdziwa przewaga to szybkość reakcji na nowe informacje i głębokość kontekstu, który potrafisz dodać do surowych liczb. To wymaga nie tylko narzędzi, ale i doświadczenia — a to buduje się z każdym kolejnym sezonem przy zakładach NHL.

FAQ

Napisane przez zespół „nhl Zakłady”.