Expected goals (xG) w NHL — praktyczny przewodnik dla typerów
Available in US
New Jersey Devils, sezon 2021-22. Drużyna z przeciętnym rekordem, ale Tom Fitzgerald, general manager, był spokojny. Podstawowe liczby mówiły jedno, ale zaawansowane statystyki mówiły co innego. Jak sam przyznał: bazowe liczby mówiły nam, że zdecydowanie idziemy we właściwym kierunku. Chodziło o expected goals — i Fitzgerald miał rację. Devils eksplodowali w kolejnym sezonie.
Expected goals (xG) to metryka, która mierzy jakość strzałów, nie tylko ich liczbę. W świecie zakładów, gdzie większość typerów patrzy na bramki i save percentage, xG daje głębszy wgląd w rzeczywistą siłę drużyn. Przez dziewięć lat używam xG jako jednego z głównych narzędzi analizy — i teraz pokażę Ci, jak robić to samo.
Czym jest expected goals (xG)
Expected goals to prawdopodobieństwo, że dany strzał zamieni się w bramkę. Strzał z bliska, bez przeszkód, ma xG około 0.30-0.40 (30-40% szansy na gola). Strzał z dystansu, pod kątem, przez obrońców, ma xG 0.02-0.05 (2-5% szansy). Sumując xG wszystkich strzałów drużyny, otrzymujesz „oczekiwaną” liczbę bramek.
Skąd biorą się te prawdopodobieństwa? Z analizy tysięcy strzałów z historii NHL. Modele xG uwzględniają: odległość od bramki, kąt strzału, typ strzału (nadgarstek, slap shot, bekhand), czy strzał był z pierwszej próby czy po podaniu, ile obrońców było na linii strzału, czy bramkarz był w pozycji.
Wynik? Obiektywna miara jakości ofensywy i defensywy. Drużyna może strzelić 3 bramki z 5 strzałów (świetny wynik), ale jeśli xG tych strzałów to 2.8, właściwie dostali to, na co zasłużyli. Inna drużyna może strzelić 1 z 15 strzałów, ale jeśli xG to 0.7, mieli pecha — ich jakość była słaba.
Jak obliczane są xG w hokeju
Modele xG w NHL są budowane przez analityków danych na podstawie play-by-play. Każdy strzał jest klasyfikowany według dziesiątek zmiennych, a model przypisuje prawdopodobieństwo na podstawie historycznych wyników podobnych strzałów.
Podstawowe zmienne: lokalizacja strzału (współrzędne x,y na lodowisku), typ strzału, czy był z gry ciągłej czy po wznowieniu, czas od zdobycia posiadania. Zaawansowane zmienne: prędkość krążka przed strzałem, ruch bramkarza, pozycje wszystkich zawodników na lodzie.
Różne serwisy używają różnych modeli — Natural Stat Trick, MoneyPuck, Evolving Hockey mają własne wersje xG. Wyniki są podobne, ale nie identyczne. Dla typera różnice rzadko mają znaczenie — wszystkie modele pokazują podobne trendy.
Ważne: xG nie jest idealne. Nie uwzględnia w pełni jakości strzelców (McDavid z tego samego miejsca ma wyższe prawdopodobieństwo niż czwarty napastnik), umiejętności bramkarzy, ani zmiennych psychologicznych (presja, zmęczenie). Ale jako narzędzie porównawcze jest znacznie lepsze niż same bramki.
xGF% — kluczowa metryka przewagi
xGF% to procent expected goals na korzyść drużyny: xGF / (xGF + xGA). Jeśli drużyna ma xGF 2.5 i xGA 1.8, jej xGF% = 2.5 / (2.5 + 1.8) = 58.1%. To znaczy, że w teorii „zasługiwała” na 58% bramek w tym meczu.
Liga NHL jest wyrównana — średnia to 50% (definicyjnie). Drużyny z xGF% powyżej 52-53% to elita, poniżej 47-48% to słabiaki. Różnice wydają się małe, ale w praktyce przekładają się na 10-20 punktów różnicy w tabeli na koniec sezonu.
Dla typera xGF% to filtrum jakości. Drużyna z 55% xGF% i przeciętnym rekordem prawdopodobnie ma pecha — ich jakość gry jest lepsza niż wyniki. To sygnał do szukania wartości w zakładach na tę drużynę, bo regresja do średniej powinna działać na ich korzyść.
Odwrotnie: drużyna z 46% xGF% i dobrym rekordem żyje pożyczonym czasem. Ich wyniki są lepsze niż jakość gry — prawdopodobnie dzięki hot bramkarzowi lub szczęściu w kluczowych momentach. To sygnał do ostrożności przy obstawianiu tej drużyny.
Praktyczne zastosowanie xG w zakładach
Moja rutyna: przed każdym dniem meczowym sprawdzam xGF% drużyn w ostatnich 10-15 meczach. Porównuję z ich faktycznym rekordem w tym okresie. Szukam rozbieżności — drużyn z dobrym xGF% i słabym rekordem (lub odwrotnie). Te rozbieżności to okazje, których wielu typerów nie widzi, bo patrzą tylko na wyniki.
Przykład: drużyna A ma xGF% 54% w ostatnich 15 meczach, ale rekord 6-9. To sugeruje pech — jakość gry jest lepsza niż wyniki. Bukmacherzy reagują na rekord (6-9 wygląda słabo), więc kursy na drużynę A mogą mieć wartość. Stawiam na nich, wiedząc że regresja powinna działać na ich korzyść w następnych 10-15 meczach.
Odwrotny przykład: drużyna B ma xGF% 47% w ostatnich 15 meczach, ale rekord 10-5. To sugeruje szczęście — wyniki są lepsze niż jakość gry. Bukmacher widzi świetny rekord i daje niski kurs. Dla mnie to pułapka — unikam obstawiania drużyny B jako faworyta, lub szukam wartości u przeciwnika.
Totals: xG pomaga też przy over/under. Mecz dwóch drużyn z wysokim xGF% (obie atakują intensywnie) prawdopodobnie będzie bramkostrzelny — obie tworzą dużo jakościowych okazji. Mecz dwóch drużyn z niskim xGF% może być niski — obie mają problem z tworzeniem okazji i mecz toczy się głównie w strefie neutralnej bez głębokich wjazdów.
Matchup analysis: porównuję xGF% obu drużyn i obliczam „oczekiwaną” dominację. Jeśli drużyna A ma xGF% 55% a drużyna B ma 48%, różnica jest znacząca. A powinna kontrolować grę i tworzyć więcej okazji. To wpływa na moneyline (A jest silniejsza niż sugeruje prosty ranking), puck line (A może wygrać wyżej), i totals (zależy od xGA obu drużyn).
Live betting: xG w czasie rzeczywistym pokazuje kto dominuje. Drużyna przegrywająca 0:1, ale z xG 2.1 vs 0.4, jest silniejsza — prawdopodobnie wyrówna lub wygra, jeśli trend się utrzyma. Kursy live na tę drużynę mogą mieć wartość, bo rynek reaguje na wynik na tablicy, nie na dominację w posiadaniu i okazjach.
Bramkarze i xG: jeśli bramkarz ma save percentage .940, ale xGA przeciwko niemu to tylko 1.2 na mecz (łatwe strzały z dystansu), jego prawdziwa jakość jest niższa niż sugeruje SV%. GSAx (Goals Saved Above Expected) koryguje to — pokazuje ile bramek bramkarz zatrzymał ponad oczekiwania modelu. Bramkarz z wysokim SV% i niskim GSAx może być przeszacowany przez rynek.
Pamiętaj o próbie: xG z jednego meczu jest bardzo „szumiące” — pełne losowości. Drużyna może mieć 0.8 xG w jednym meczu i 3.5 w następnym — to normalna wariancja hokeja. Używaj xG z próby 10+ meczów dla stabilniejszego obrazu. Pojedyncze mecze mówią niewiele, trendy mówią dużo.
xG jako fundament analizy
Expected goals to nie magia — to narzędzie. Jak każde narzędzie, działa najlepiej w połączeniu z innymi: statystykami bramkarzy, analizą kontekstu (zmęczenie, podróże, kontuzje), obserwacją meczów na żywo. Ale xG daje fundament obiektywnej oceny jakości drużyn, którego nie ma w prostych statystykach jak bramki czy punkty.
Zaczynam każdą analizę od xGF% i PDO (suma SH% i SV% drużyny). Te dwie metryki pokazują jakość gry (xGF%) i poziom szczęścia (PDO powyżej 100 = szczęście, poniżej 100 = pech). Drużyna z xGF% 54% i PDO 97 to idealna okazja — świetna jakość, ale pech w konwersjach. Regresja do średniej powinna działać na ich korzyść.
Nie traktuj xG jako jedynej prawdy — traktuj jako jeden z elementów układanki, ale ważny element. Połączenie xG z tradycyjnymi statystykami i obserwacją meczów daje najpełniejszy obraz. Więcej o zaawansowanej analityce znajdziesz w analityce NHL w zakładach.
FAQ
Jak interpretować expected goals (xG) przy obstawianiu?
Porównaj xGF% drużyny z jej faktycznym rekordem. Drużyna z wysokim xGF% (ponad 52%) i słabym rekordem prawdopodobnie ma pech — to okazja do zakładu na nich. Drużyna z niskim xGF% i dobrym rekordem żyje pożyczonym czasem — ostrożność.
Co oznacza xGF% powyżej 52%?
xGF% powyżej 52-53% oznacza, że drużyna tworzy znacznie więcej jakościowych okazji niż rywal. To elitarny poziom w NHL — takie drużyny długoterminowo wygrywają więcej meczów niż sugeruje ich bieżący rekord, jeśli mają pecha.
Gdzie znaleźć dane o xG dla NHL?
Natural Stat Trick, MoneyPuck i Hockey Reference oferują bezpłatne dane xG. Natural Stat Trick ma najbardziej szczegółowe statystyki, MoneyPuck najlepszą wizualizację. Wszystkie aktualizują się codziennie po meczach.
Opracowane przez redakcję „nhl Zakłady”.
