△作者曾建立过一个效果良好的棒球预测模型：PECOTA，本章可算是作者的领域，因此写得相当详细。在棒球预测史上，2003年出版的《点球成金》（布拉德皮特主演过同名电影）一书引发了大众的关注，它也成了对棒球进行数据分析的代名词，本章的写作也有意依照《点球成金》一书的形式，突出了球探和数据怪才两种预测系统的冲突，当然最后的观点（毫无悬念地）依然是需要综合人和机器两者共同的努力。
△背景一：为什么棒球运动适合预测
1、棒球是1对1的运动，每人都有各自的统计数据，比赛中很少会有连锁反应，这样避免了非线性对预测结果的影响；
2、棒球比赛每年都能产生大量的数据，各种假设都能得到及时的检验与反馈，并能不断修正与改进。
△背景二：棒球预测的商业价值
职棒大联盟中，棒球球员打满6个赛季之后才是自由球员，而那时他们已近30岁，绝大部分都已过了运动能力的巅峰时期（棒球运动有老化曲线这一概念，下文会提到）。也就是说，比起30岁之后的自由球员，年轻球员对球队的贡献更大，而且通常买入价也更便宜。
于是棒球行业最具价值的部分就是对年轻球员的甄选和培养——在他们进入大联盟之前。所以棒球运动对于预测能力——球探或者数据怪才的工作——极为看重，也愿意为此付出大笔的金钱。在棒球领域，信息革命的显性价值，就是一张数百万美元的支票。
△背景三：老化曲线
老化曲线用来衡量一名运动员状态随年龄的变化。在棒球运动中，二十八九岁之前，大多数球员的技术水平都会持续提高，但之后通常会开始走下坡路，三十五六岁时尤为严重。
但真实的老化曲线因人而异，并不会这么平缓，通常如下
另外老化曲线不止限于体育运动，也适用于诗人、经济学家、首席执行官等等。
△一个好的棒球预测系统
一个好的棒球预测系统需要考虑三个方面的影响：
1、影响球员表现的外在因素；
2、区别看待技术和运气；
3、熟知老化曲线。
第1点相对较容易分析，主要是球场因素和联盟因素：职棒大联盟中每个球队的主场地形都是不同的，有的适合进攻，有的适合防守，这些对所有球员的影响都是一样的，因此较容易统计；同时职棒大联盟下又有美联和国联（类似于NBA的东西区），球员身处不同的联盟，会因为联盟整体的实力差而对统计数据有不同的影响。
第2点涉及到对统计指标的筛选，比如对投手的评价用三振数比输赢数更好，对打者用本垒打数比用平均击球数更好。对统计指标的选择是棒球预测模型的核心，《点球成金》出版后的时代，球探和数据怪才对数据的争论焦点其实并不是该不该用数据，而是该用哪些数据，这一点在那些统计数据并不丰富的场合——比如小联盟中——尤为关键。
第3点中，由于个体间的老化曲线都是不同的，因此无论是詹姆斯取1条作为标准，还是赫贝卡取26条作为一套系统，精确程度的提高都是有限的。作者的PECOTA系统中，借鉴了以上两套系统中的特点，采用了相似分数法（取任意两名球员为一组，初始1000分，比较时有一处不同则扣若干分。高相似组可得到950甚至975分），最后同一名球员能有不同的“高度相似组”（取决于得分的多少），实际上对老化曲线进行了扩展，在同一时刻，一名球员可能拥有多条的老化曲线（相当于他不同的成长轨迹），随着时间的变化，比如第二年，同一名球员对应的老化曲线又会发生改变（取决于第二年他的“高度相似组”都变成了哪些人）。
插一句，从此处可以看到棒球预测相对政治预测复杂度提升了很多。因为政治预测时只需要关注党派，再盯住候选人，结果就差不多了，而棒球预测需要面对的情况要复杂得多。实际上这也是本书写作的体例，到第八章提出贝叶斯定理之前，每一章都是另一个越来越难以预测的领域。
△球探和数据怪才的结合
数据怪才有一个致命的缺点：若某项参数难以被量化（比如目前还没有有效的测量手段），那么该参数就会被忽略——不管它是极重要的，还是极不重要的。
而且，作者也承认，球探和数据怪才的对立实际上是一个伪命题：加若数据怪才只认数据不认球员，球探们在考察球员的时候肯定是要接触数据的。因此他对前“点球成金”时代中，球探表现不如数据怪才的解释是，那时候的球探预测时带有更多的个人偏见，比如他们执着于错误的参数，而数据怪才们挖掘出了正确的参数集。
若预测者没有个人偏见，单纯靠数据分析是无法打败球探的。所以优秀的球队都是依赖球探和数据怪才的共同协作。
△数据的不足
作者认为，对大联盟球员而言，预测的重点是他能否保持足够久的状态，这时，就算你预测他明年几乎和今年一样通常差距也不大；而对小联盟球员而言，预测的重点是他能否有足够实力进入大联盟，相当于预测鲤鱼跃龙门的概率，需要的不但是数据，还要有大胆的猜测。
而在大联盟之外，大学或高中球员，光凭数据进行的预测，效果会差很多。这一方面是由于数据本身不丰富，另一方面还是因为——球员的心理。
书中引用球探桑德斯的观点，认为对棒球运动员而言，24岁才是心理成年的分界线，在此之前，衡量一名球员更重要的是心理而不是生理参数。
很显然，心理参数需要球探的主观去判断，光凭数据是无法分析的。作者总结了桑德斯的五条心理指标（1、赛前准备和职业道德；2、全神贯注和集中精神；3、竞争力和自信心；4、压力管理和自谦；5、灵活应变与学习能力），就我看来，这五条指标只是两个方面：态度和自信心。
棒球运动金字塔的底座，是数十万名业余球员，在此之上是数千名职业球员，在最顶端的，只有750人能在指定时间加入大联盟，而其中能够入选全明星队的，只有几十人。
在如此巨大的竞争压力下，只有天才中的天才才能仅靠身体和技巧跻身大联盟，剩下的天才们之间，水平只有毫厘之差，此时决定他们成就差距的，便是态度和信念，职业运动员必须在职业生涯早期就克服自我怀疑。
△总结
作者认为，在竞争积累的领域（比如棒球预测中，最好的系统间彼此差距不超过一两个百分点）中，最出色的预测者必须不断地创新。而当我们乐于待在宏观与细节之间的“舒适地带”时，很少能有新的想法，因为我们在使用固有的分类模型——却不去寻求更多的模型。寻找新想法的一个有效方法是从极端的角度出发来重构世界。
吃预测饭的关键是要有一套自己的行之有效的方法，并保持不断地改进，和认真的态度，这样才能够在有可能成功的时候——你的模型和你的态度敲开了正确的大门时——能抓住，还能够有进一步提高的空间（仅有敲开大门的水平是不足以在顶尖领域立足的）。
△人与机器
这一章中，人与机器的对立其实并不明显，因为球探本身就是主观与数据的融合体。而棒球运动对于预测的巨大需求（和商业回报）也使人们更关注结果的正确，并不在意本人的主观立场，相反对于好的想法从善如流。这种态度在接下来的几章中（天气预测、地震预测等）就很少见到了。
所以作者会在下文中提出，建立交易预测的市场能促进预测水平的提高，虽然这种想法在很多领域是难以实现的。
△思考
老化曲线部分是一个很好的例子，无论是用1套还是26套老化曲线，实际上是用有限的模板取套在无限的事物上，在大多数情况下这种简化是可以被接受的，但这样做无疑会错过很多天才（或者错过了某一未知类型的所有天才）。
更重要的是，本来只是权宜之计的有限模板，经过长期使用后，反而会固化在人们的心里，成为人自我突破的障碍。
