Fantasy 101: Sådan omdannes fremskrivninger til placeringer og auktionsværdier
For al den nicheanalyse, som fantasy-samfundet lægger ud hvert år omkring hvor gode spillere kunne være, oversættes det ikke med det samme til den aktuelle placering af udkast til dag. Hvis du spiller i en liga baseret på kategorier snarere end point, er det ikke umiddelbart klart at vide, hvor langt man skal flytte en spiller op på dit trækbræt, hvis du forventer, at de rammer fem ekstra hjemmeløb – og problemet er kun værre, hvis projicering af en kande WHIP for at tabe .05 point.
Der findes værktøjer til dette, men de har deres begrænsninger. FanGraphs Auktion-lommeregner er sandsynligvis den mest nyttige, men den er begrænset af de indstillinger, den tilbyder. Der er bare ingen måde at bruge dette værktøj til at få et klart billede af Yordan Alvarez værdi i min 10-holds blandede liga, der kræver en udpeget hitter. Og selvom det har en vis keeperfunktionalitet, har jeg fundet det svært at administrere. Uanset at det at blive tvunget til at bruge de fremskrivninger, som Steamer, ZiPS og andre tjenester leverer, begrænser mine valg, hvis jeg er uenig med dem i Zac Gallens ERA og WHIP eller Mitch Garvers spilletid.
Uanset om din problemet kommer fra underlige ligaindstillinger eller dine underlige meninger om spillere, det kan være en god løsning at opbygge din egen placering. Alt, hvad der er brug for, er en funktionel forståelse af det grundlæggende i Microsoft Excel og et par timer af din tid. Dit endelige mål er at være i stand til ikke kun at finde, hvor værdifuld en spiller er, men at finde ud af, hvor meget det er at tilføje en ekstra hjemmelavet, stjålet base eller gemme en spiller. I praksis betyder det at beregne, hvad den gennemsnitlige spiller i din udkastspulje tjener, og bruge standardafvigelserne fra den pulje til at finde marginalværdien af hver ekstra oparbejdet stat.
Denne proces er kedelig og som tilbøjelig til fejl og fejl som du er. Jeg vil gøre mit bedste for at gøre mine instruktioner klare; gør dit bedste for at kontrollere dit arbejde, mens du går for at sikre dig, at du får noget nyttigt ud af det.
Trin 1: Byg dit datasæt
Uanset hvordan du vil starte, skal du udvikle et datasæt.
Hvis du starter fra bunden, indeholder FanGraphs fremskrivninger på sit websted, hvor de kan downloades som .csv-dokumenter og åbnes i Excel eller bruges af mere sofistikerede modelleringsprogrammer og sprog. Selvom du planlægger at ændre disse kraftigt, er de et godt udgangspunkt at redigere fra. De inkluderer dog ikke positioner, så du bliver nødt til at tilføje dem i dig selv. Nogle tip til effektiv organisering af disse data:
- Download hver position individuelt og placer dem i separate ark. Jeg foreslår også, at du adskiller kande og hitters i forskellige bøger.
- Tilføj i to kolonner på hvert af disse ark for at få primær og sekundær placeringsberettigelse. Udfyld den første kolonne i hver med sin position (1B for den første basegruppe, SS for shortstops osv.).
- Fra disse ark skal du kopiere og indsætte alle de spillere, du projicerer for at modtage større liga. at-flagermus i et hovedark. Sørg for at tilføje de sværest at udskifte positioner først – dette gør det lettere at kombinere multi-kvalificerede spillere. Jeg går normalt C > 2B > SS > OF > 3B > 1B > DH.
- Efter filtrering og frysning af din øverste række skal du bruge “duplikatværdier” betinget formateringsfunktion for at fremhæve navnene på spillere, der dukker op to gange. Kombiner alle spillere, der vises på flere positioner, og sørg for at skelne mellem spillere med samme navn. Hvis du oprettede din masterliste efter positionsværdi, den øverste post skal være den position, du holder, og den anden skal være den mindre værdifulde position. I praksis vil dette se ud som at finde de to fremhævede rækker af George Springer på din “alle” -liste og indsætte DH i sin sekundære positionskolonne, og derefter slette DH-rækken.
- Slet kolonner for statistik, der ikke påvirker din ligascore. Dette kan betyde, at du holder hjemmeløb og stjålne baser, men også komponenterne til batting-gennemsnit, hits og at-bats.
- Efterlad en tom kolonne ved siden af enhver tællestatistik og to ud for enhver satsstatistik. Du udfylder disse senere.
Når du er færdig, skal dit masterark se sådan ud:
Trin 2: Klad din første gruppe af “startere”
Det endelige mål er at bruge gennemsnit og standardafvigelser til at rangere dine udspillede spillere. Men chancerne er, du ved ikke, hvem det er, hvilket betyder, at du ikke ved, hvis statistik der skal gennemsnites. Du kan gøre dette ved at bruge en optællingsstat til at rangere dine spillere og derefter udarbejde de bedste spillere efter denne metric til en separat ark.Her er her nogle tip til at gøre dette effektivt:
- Kom rundt uden at kende din udkastspulje ved at vælge en optællingsstat, som du tror vil korrelere med din endelige placering og bruge den til at bestille dine spillere: I vælger normalt hjemmeløb for hitters, strikeouts til startkande og sparer til relievers. Sorter efter din valgte statistik, og sorter derefter efter position. Dette skal give dig ad hoc placeringsrangeringer.
- Dupliker din masteliste, og omdøb den til “POOL 1.” Ud for det skal du åbne et nyt ark og titlen “DRAFT 1” og kopiere din overskrift til den side.
- For hver position skal du klippe og indsætte antallet af startere, som din liga tillader fra POOL til DRAFT, og derefter slet de rækker, de kom fra. For eksempel, hvis din 12-holds liga kun har tre outfielders, skal du klippe og indsætte de 36 bedste outfielders og placere dem på din TEST-side og derefter højreklikke på de fremhævede rækker for at slette dem for at flytte resten af listen op.
- Hvis din liga har en hjælpeplads, skal du være i stand til at sortere hele listen igen, når du har overført alle andre positioner, og de resterende spillere skal være dine bedste hjælpeprogrammer i orden, normalt startende med de bedste udpegede hitters.
- Hvis din liga har en midterste infielder, hjørneinfielder eller lignende position, vil der være et ekstra trin, inden du udfylder hjælpepladsen, men efter at have trukket den første runde af infielders. Du bliver nødt til kun at kombinere den anden base og shortstop-kvalificerede spillere ét sted; Jeg kan godt lide at lave et “SCRATCH WORK” -ark, hvor jeg gør dette, placere spillere, der klipper på min DRAFT-side og sende de resterende spillere tilbage til min POOL-side, så de kan overvejes for hjælpepladser.
Når du er færdig, skal din DRAFT-side være alle de spillere, der har skåret til et startpunkt. Din POOL-side skal være alle, der ikke gjorde det. For en Yahoo standard liga, det er det, jeg vil modellere, det betyder en hver på catcher, første base, anden base, shortstop og tredje base, tre outfielders og to utility-spillere. For en 12-holds liga er det i alt 120 hitters. Med hensyn til pitchers vandt deres otte startpletter t udfylder nødvendigvis dit inningskrav, så jeg arbejder med to relievers, to startkander og syv hjælpekander. Du skal ikke bekymre dig om de resterende bænkpletter for nu, da disse spillere ikke spiller på fuld tid.
Trin 3: Find liga-gennemsnitstatistik
Nu hvor du har lavet et udkast, finder du g liga gennemsnit og standardafvigelser for hver kategori. Før du kan gøre det, skal du dog oversætte din satsstatistik til noget, der kan tælles. Jeg giver et batting-gennemsnit som et eksempel.
En spillers batting-gennemsnitsværdi afhænger af, hvor mange at-bats de modtager, så den faktiske værdi, de modtager, udtrykkes bedst som hits over gennemsnittet, eller hvor mange flere hits, de tjente end den gennemsnitlige spiller, der var udkast til, i forhold til deres antal at-bats. Først for at finde det ligaomfattende batting-gennemsnit, sum det samlede antal hits i din liga og divider det med summen af at-bats. Vi beregner derefter hits over gennemsnittet i den første tomme kolonne til højre for batting-gennemsnittet. Følgende formler fungerer, der fungerer for alle standard ligastatistikker; du kan bruge det samme koncept til at finde lignende til OBP, SLG, SIERA eller K / 9:
Når du har gjort dette, skal du bruge Excels standardafvigelsesfunktion til al din tællestatistik og justerede hastighedsstatistik. Standardafvigelser fungerer her af en grund: Antallet, der kommer ud, er, hvor mange hjemmeløb, stjålne baser eller strejker, der kræves for at producere en værdienhed. Sådan ser bunden af mit ark ud:
Alt under den sorte bjælke på denne side er bygget med formler, der viser min ligatotaler og gennemsnit. Senere, når jeg gentager denne proces, kan jeg kopiere alt nedenunder til mit DRAFT 2-ark for at forenkle dette trin i høj grad.
Trin 4: Find spilleres kategoriværdier
Nu hvor du har dine standardafvigelser, kan du bruge dem til at finde den værdi, en spiller har optjent pr. kategori. Dette betyder bare at finde forskellen mellem, hvad en spiller tjener, og udkastets gennemsnit og dividere det med kategoriens standardafvigelse.
For hastestatistik såsom slaggennemsnit er halvdelen af arbejdet allerede udført for dig; udfyld bare den tomme kolonne ved siden af hits over gennemsnittet med (hits over gennemsnittet) / (standardafvigelse for hits over gennemsnittet). Hvad angår optælling af statistik, skal du først trække liga-gennemsnittet fra spillerens samlede antal, inden du dividerer forskellen med standardafvigelsen. For hjemmeløb, det vil sige (hjemmeløb – liga gennemsnit) / (standardafvigelse for hjemmeløb).
Som sidste trin skal du sørge for at summe en spillers optjente værdi. Når du sorterer efter dette nummer, skal du få din ligas rangliste for optjent værdi tilbage. For min standard Yahoo 12-holds liga er det færdige produkt nedenfor.
Trin 5: Gentag
Dette første parti af statistik er næsten altid forkert, hvilket betyder at du bliver nødt til at gentage processen flere gange. At gøre tingene nemmere er dog, at alle formler er skrevet: Meget kan kopieres og indsættes.
Start med at duplikere din masterliste og tilføje alle de formler, du oprettede på dit DRAFT-ark. Når du sorterer dette ark, skal du være tilbage, hvor du var, da du sorterede din liga efter hjemmeløb eller strejke. Du kan starte forfra i trin 2, men med fordelen ved at kopiere alle de formler, der finder dine liga gennemsnit og totaler. Bare sørg for at anvende det nye liga-batting-gennemsnit eller ERA i din justerede hastighedsstatistik.
Gentag indtil denne proces returnerer de samme værdier to gange i træk. Dette er typisk omkring fem iterationer, selvom kanner har tendens til at tage længere tid.
Trin 6: Positionsjusteringer
Når du har returneret den samme værdi to gange i træk, har du en rå placering af spillerens optjente værdier. Men som du sikkert ved, er ikke alle positioner skabt ens. De fleste udkast til fangster vil sandsynligvis være meget langt under liga-gennemsnittet, og omtrent halvdelen af hitters generelt vil være positive.
For at korrigere for berettigelse og holde tingene lette at læse, skubber vi værdierne op, så den sidste En spiller, der er udarbejdet på hver position, har en justeret værdi på nul. Hvis den sidste OF returnerer en optjent værdi på -3.554, skal du tilføje 3.554 til alle outfielders. For hitters vil disse variere, men for kande forventes justeringen at være den samme for både relievere og startere, så længe du har en flex “pitcher” -position. Du kan vælge at kunstigt devaluere relievers i gemte ligaer på grund af den store chance at fremskrivninger mislykkes, men jeg overlader det til dig.
Hvis du har spillere på midterste infield, hjørneinfield, utility eller flex position, arbejder du med den sidste shortstop udarbejdet samlet, ikke nødvendigvis den 12. shortstop fra brættet. Men i ligaer med mere end en utility-spiller er det fuldt ud muligt, at spillere, der er berettigede til at spille på enhver anden position end catcher, bliver trukket ud som utility-spillere. I dette tilfælde bruger man den sidste utility-spiller til alle ikke- catcher-battingpositioner fungerer lige så godt som at beregne individuelle positioner, hvis ikke bedre. Som en hård regel skal den sidste spiller, der er udarbejdet, dog have en justeret værdi på nul. Sørg for, at det holder.
I praksis, opretter jeg en ekstra kolonne w med denne beregning til højre for min optjente værdiliste. Jeg anvender det på både mit sidste UDKAST- og sidste LEAGUE-ark, så jeg har både en liste over alle, der vil blive udarbejdet, og hvor langt væk resten af ligaen er.
Nedenfor er mit sidste udkast placering for en Yahoo standard 12-holds liga med auktionsværdier.
Trin 7 (Valgfrit): Generer dollarværdier
Den liste, du har på dette tidspunkt, skal fungere på kladdedag for de fleste slangekopier. Men for at bruge det i auktionsindstillinger kan du dividere antallet af dollars, der er tilgængelige for at byde, med den justerede værdi, der er til salg.
Denne proces er ret enkel:
- I alt det beløb, du kan byde på. Hvis du har et budget på $ 260, ligesom resten af din 12-holds liga, så skal der bruges $ 3.120 dollars. Når du trækker et minimumsbud på $ 1 for hvert af dine 23 valg, bliver det $ 2.844, som du faktisk kan spille med.
- Tilføj antallet af værdienheder, der er på auktion, ved at samle den justerede værdikolonne på din sidste DRAFT-side for begge smadre og kande. Hvis du genererede 425 enheder til batterier og 225 til kande, giver det dig i alt 650 enheder af værdi.
- Del dollars på værdienhederne. I dette eksempel er det $ 4,775 pr. Enhed.
- Tilføj minimumsbudet på $ 1 for hver spiller. Her er en 10-enhed Christian Yelich $ 44,75 værd på udkastsdagen.
Normalt kommer den traditionelle 70/30 eller 65/35 split fra slagere med langt flere værdienheder end kande; hvis dine resultater viser, at din liga undervurderer pitching, skal du udarbejde tilsvarende! Hvis du er i tvivl eller kun ønsker at finde værdier for slagere, kan du altid tage 65% eller deromkring af din ligas budget og dele det kun med de 425 enheder, der er skabt.
Et advarsel: Mens du er positionel justeringer påvirker placeringen på en åbenlys måde ved at skubbe fangere op, de har også en mindre åbenbar indvirkning på dollarværdierne. Hvis du vælger at knytte det $ 1-beløb til en bænk eller en spiller, der giver afkald, vil du i høj grad øge det samlede antal tilgængelige værdienheder liga overalt. At give 230 spillere kun en ekstra enhed under positionsjusteringen betyder, at der vil være 880 enheder at købe i stedet for 650. Med dit samlede samlede budget på $ 2.844, er hver enhed pludselig $ 3.231 værd, og Yelichs værdi deflaterer fra $ 44,75 til $ 33,31.
Oprettelse af Punt-udkastslister
Der er to almindelige og fatale misforståelser om at punktere det dommedagshold på udkastsdagen. Lad mig rydde dem op.
- At slå en kategori betyder ikke, at man prøver at være dårlig til det. Du ignorerer det.
- Du når ikke ud til udkast til spillere, der passer til din point-build. Dit mål er at få bedre værdi ved ikke at betale for den kategori, du ikke er interesseret i.
Med disse to tanker i tankerne bør du være i stand til at bruge de strategier, der er beskrevet ovenfor til at komme med punkt-build-udkastslister og auktionsværdier. Du skal stadig beregne liga-gennemsnit, positionsudskiftninger og dollars pr. Værdienhed det samme. Den eneste forskel er, at du også skal beregne, hvor meget spillere er værd, når du ekskluderer din punktede kategori.
Disse bruges bedst sammen med nøjagtige ADP-værdier, uanset om “P” er til “pick” eller “pris. ” Dit mål skal være at købe de rigtige spillere til deres normale pris. Du kan stadig nå let til tider, men du skal stadig betale mindre end hvor værdifuld den spiller er for dig. Hvis Joey Gallo er værd $ 14 for resten af ligaen og $ 24 til dig i din point-build, at betale $ 16 for at få ham er ikke forfærdeligt. Men at købe ham til $ 24 er, ligesom det er at bruge et udkast til en værdi på omkring $ 24. Du lukker ikke for at vinde din liga, hvis dine dollars ikke er køber du flere værdienheder, og dine ligakammerater vil også være langt mere tilbøjelige til at fange din strategi og arbejde for at byde dig op, når du udnævner Rhys Hoskins.
Chancerne er, du ender dårligt i din punktede kategori, men hvis det gøres med succes – især i head-to-head-formater uden en samlet komponent – bør du være i stand til at bruge dine resterende dollars mere effektivt. Ved at tage et L i slagværdi kan du have flere værdienheder end dine konkurrenter spredt i dine andre ni kategorier.
Hvordan T o Faktor i Keepers
Hvis du spiller i en liga med keepere, især en keeperauktionliga, er det mere end vanskeligt at finde den passende pris at betale for spillere; det kræver en masse tålmodighed og nogle oplysninger, som du muligvis ikke har før lige før dit udkast starter. Selvom dine ligakammerater er ekstra hemmeligholdte over deres keeperlister, kan du gøre det meste af forberedelsen tidligt og udføre dit udkast ret let. Du skal dog have adgang til keeperpriserne for hver spiller i din liga, hvad enten det er i dollar eller runder.
Du kan starte med at sammenligne de forventede priser beregnet ovenfor med din ligas keeperpriser til bestem hvilke spillere der skal holdes. Hvis en spiller er 75. i værdi i henhold til din placering og kan holdes med det 175. valg, forventer du at de er væk. Det samme gælder for auktionspriser – $ 30 spillere med $ 10 keeperpriser holdes.
Når du har gjort dette, skal du have et godt billede af de spillere, der skal være tilgængelige på udkastsdagen. I slangeudkast kan din værdi ende her – hvis du finder ud af, at mange af de bedste spillere ikke vil være tilgængelige, fordi de holdes til lave priser, kan du overveje at holde spillerne til højere udkast, hvis en bedre mulighed ikke åbenbart er tilgængelig. Det er muligt, at den 60. samlede spiller skal holdes med det 50. samlede valg, hvis du forventer, at de andre muligheder, der er tilgængelige for dig med det sted, vil være værre.
Men i auktionskonkurrencer er den reelle fordel, at du nu være i stand til at beregne både hvor mange resterende dollars der er brugt, og hvor mange værdienheder der er tilbage på tavlen. Når du har gjort dette, skal du være i stand til at beregne nye priser for de resterende spillere ved hjælp af vores metode ovenfor, som kan være betydeligt højere. Hvis halvdelen af kladdens 650 enheder allerede er købt for kun $ 1.000, vil de resterende $ 1.844 til at købe 325 enheder gå hurtigt. En 10-enhed Yelichs forventede pris ville være $ 57,73: En stigning på $ 13! Sørg for at revurdere dine måltagere med dette i tankerne – i en liga med mange målmænd under deres forventede pris vil en grænsespiller også være værd at holde.
Andre anvendelser og ting, der er værd at overveje
I stedet for at forsøge at komplicere tingene for dig selv er det værd at huske, at eventuelle fremskrivninger – enten oprettet af dig eller en computer – sandsynligvis vil være forkerte. Du kan tænke over dette i form af betydelige tal – ligesom det ikke er værd at besætte over millimeter, når din lineal kun måler tommer, er det ikke værd at besætte over det nøjagtige projicerede batting-gennemsnit, som dit Excel-ark beregner. Du er langt mere tilbøjelige til at vinde din liga – og nyd det undervejs – hvis du kan finde de spillere, som fremskrivninger mangler på, snarere end ved at købe alle de spillere, hvis ADP er lidt under, hvor du projicerer dem.Det er den ledende etos bag et websted som Pitcher List: Vi kan overvinde systemer som Steamer ved at finde spillere, der er klar til en breakout, og overvinde de mennesker, vi spiller imod, ved at sælge højt på formodede breakouts, der ser uholdbare ud.
Det sagde, at disse glip sandsynligvis ikke er så store, at de kategori-gennemsnit, du genererer, også vil være forkert. Som et resultat kan du sandsynligvis stadig bruge dem til at oprette din egen ad hoc-afspillerværdilommeregner. Jeg laver en i en ny Excel-fane ved hjælp af de samme formler, der bruges andre steder, gentaget med tomme kategorikolonner, så jeg kan skrive mine egne. Jeg har gengivet det, jeg bruger til min nedenfor.
Først mine hitværdier:
Og mine pitchværdier:
Middel | Marginalværdi | Player Værdi | |
---|---|---|---|
Sejre | 8.14 | 4.36 | (W – 8.14) / 4.3 |
Gemt | 7,73 | 12,73 | (SV – 7,73) / 12,73 |
Strikeouts | 142,92 | 63,37 | (SO – 142.92) / 63.37 |
ERA | 3.8317 | 5.31 (optjente løb under gennemsnittet) | (IP x 3.8317⁄9 – ER) / 5.31 |
WHIP | 1.2198 | 11.28 (walk + hits under gennemsnittet) | (1,2198 x IP – (W + H)) / 11,28 |