Fantasy Basketball 中玩家价值的动态量化

以往的Fantasy basketball研究在未考虑草稿情况的前提下对玩家价值进行分类联盟量化。这种量化方式虽然便利，但在策略层面上存在内在局限，因其不可能实现动态适应。本文引入一种动态算法框架，称为“H评分”，并描述了该框架在头战术中的实现方案，称为$H_0$。$H_0$模型涵盖了分类联盟策略的多个核心方面，包括类别权重、位置分配以及赛制特定目标。头战模拟结果表明，$H_0$超越了静态排名列表。模拟的类别级结果揭示，$H_0$策略的一个组成部分是隐式地对一部分类别进行“放弃”（punting）。