最近大家都在聊伊朗那边的事儿，但 Polymarket 上有个大佬，不声不响地从网球市场里捞走了 16.5 万多美元（大概 120 万人民币）。

这人从来不去现场，也不给教练发消息。他靠的，就是一个跑在电脑里的机器学习模型。
这是他的钱包，可以围观：
看他最近干的两票，有点“阴”：
巴黎银行公开赛：塞伦多罗 vs 邦齐
盈利：$25,184.10 （+47.55%）
巴黎银行公开赛：克里斯蒂安 vs 蒂恩
盈利：$24,413.96 （+166.7%）
他是怎么玩转网球的？说白了，就四步。
1. 搞了个“数据圣杯”
他把从1985年到2024年，将近10万场职业比赛的数据全喂给了模型。什么场地类型、发球失误、破发点……能想到的都有。
但光有这些没用，厉害的是他算出来的东西：
两个人的胜率差了多少
年龄差了几岁
在红土、草地这种特定场地上，各自的实力评分（ELO）
2. 找到了最关键的数据
就像泰坦尼克号上，“头等舱、女性”是最关键的生存标签一样。他也在海量数据里，揪出了两个最能预测输赢的因素：
俩人总的实力分差
在今天的场地上，俩人的实力分差
数学只是证明了一件事：比如在红土遇到纳达尔，他那“红土ELO光环”基本就是无解。
3. 让模型“接力赛”
他先试了单一的决策树，准确率74%。又试了基础的ELO规则，72%。然后用了个叫“随机森林”的模型（相当于让94棵树一起投票），准确率到了76%——还是不太够看。
最后他上了个狠招：XGBoost。
这玩意儿不是让树们一起投票，而是一棵接一棵地“接力”。后面的树专门盯着前面那棵树哪里算错了，去补漏洞。再加上防止过拟合的“正则化”技术，准确率一下冲到了85%，甚至超过了更复杂的神经网络。
4. 用实战检验
他用截止到2024年的数据训练好模型，然后去预测刚结束的2025年澳网。
结果：
116场比赛，猜对了99场（准确率85.3%）
比赛还没开打，模型就预测辛纳能不败夺冠。
全程没有内幕消息，就是靠：
一台电脑
开源的Python代码
XGBoost算法
还有在一个还没被太多人盯上的市场里，敢下重注的胆量。
我反正是准备跟一手了。
有个复制交易的机器人，连上钱包就能跟着他自动买。
点这个开始同步他的仓位：