mlb-faab-sizer

MLB FAAB サイザー

目次

• 委任チェーン
• 例
• ワークフロー
• よくあるパターン
• ガードレール
• クイックリファレンス

委任チェーン

このスキルは野球に特化したオーケストレーターです。入札の計算をインラインで行うことはありません。ドメインに依存しない2つの兄弟スキルを組み合わせます。

ステップ	担当	役割
1	このスキル	Yahoo補正後の予測値、ポジション適性、役割の確実性、緊急度、シーズンの進行度（リーグのインフレ調整込み）からbase_valueを算出します
2	このスキル	対象をcommon_value／private_value／mixedに分類します
3	auction-winners-curse-haircut	adjusted_valuation（コモンバリューに対するベイズ的な減額）を返します
4	このスキル	対戦相手のプロフィールからNを推定します
5	auction-first-price-shading	shaded_bid（(N-1)/N + 分布 + リスク調整）を返します
6	このスキル	野球固有のガードレールを適用します（4月は40%、投機は20%、最低額は$1、役割確実性の下限）
7	このスキル	両方の委任先を明記した根拠とともに、faab_rec_bidとfaab_max_bidを出力します

不変条件：このスキルが(N-1)/Nやコモンバリューの減額を直接計算することはありません。これらの基本処理を変更する場合は、兄弟スキルを変更します。

例

シナリオ：佐々木朗希が昇格し、ドジャースのローテーション入りが有力です。残りFAABは$100、第4週です。

1. base_value（このスキル）：28 x 0.70 x 0.65 x 1.2 x 0.7 = $10.70
2. 分類：common_value（注目の有望株）。
3. (raw=10.70, type=common_value, N=6, dispersion=60)を指定してauction-winners-curse-haircutを呼び出し、adjusted_valuation = $7.39、減額率31%を得ます。
4. Nの推定：6人の対戦相手に先発投手の補強ニーズと予算があります。
5. (true_value=7.39, N=6, dist=log-normal, risk=0.2, budget=100)を指定してauction-first-price-shadingを呼び出し、shaded_bid = $7、値下げ率0.90を得ます。
6. 野球固有のガードレール：すべて問題ありません。
7. 出力：faab_rec_bid=$7、faab_max_bid=round($7.39 x 0.90)=$7。根拠には両方の兄弟スキルを明記します。

詳しい処理の流れは、resources/methodology.mdとresources/template.mdを参照してください。

ワークフロー

FAAB Sizing Progress:
- [ ] Step 1: Collect input signals and budget state
- [ ] Step 2: Compute base_value (baseball layering)
- [ ] Step 3: Classify value_type
- [ ] Step 4: Invoke auction-winners-curse-haircut -> adjusted_valuation
- [ ] Step 5: Estimate N from opponent profiles
- [ ] Step 6: Invoke auction-first-price-shading -> shaded_bid
- [ ] Step 7: Apply baseball guardrails
- [ ] Step 8: Emit signal + rationale with delegation trace

ステップ 1：入力を収集する（不足している場合は呼び出し元に確認します）：

• acquisition_value（ドル、1～100 の尺度）――mlb-player-analyzer から取得
• positional_need_fit（0～100）――mlb-waiver-analyst から取得
• role_certainty（0～100）――mlb-player-analyzer から取得
• 残り FAAB、週番号、状況ラベル

ステップ 2：base_value を計算する（野球固有のレイヤー処理）：

base_value = acquisition_value
           x (positional_need_fit / 100)
           x (role_certainty / 100)
           x urgency_multiplier          [0.7 - 1.4]
           x season_pace_multiplier      [0.6 - 1.4 after inflation calib]

緊急度：1.4（クローザーが役割を失う／有望株が昇格）；1.2（新たな機会）；1.0（安定）；0.8（波がある）；0.7（憶測）。

ペースの基準値：0.6（4 月の第 1～4 週）、1.0（5～6 月）、1.2（7～8 月）、1.4／0.5（9 月の優勝争い中／敗退確定）。次に、tracker/faab-log.md の league_inflation_ratio を掛けます（methodology.md を参照）。有効な行が最低 5 件必要です。それに満たない場合は較正をスキップし、low_calibration_data を設定します。

ステップ 3：value_type を分類する：

• common_value：注目の有望株、指名されたクローザー、故障者リストから復帰したスター選手（全チームが同じ情報を持つ）
• private_value：ハンドカフ、プラトーン適性、特定カテゴリーを捨てる戦略に特化した選手（こちらだけがこのように評価する）
• mixed：共通／個別の重みを記録する

不確かな場合は common_value を選択します（保守的な判断で、減額が適用されます）。

ステップ 4：auction-winners-curse-haircut を呼び出す――全参加者ではなく、競合入札者の人数を基準にします：

inputs = { raw_valuation: base_value, value_type, n_informed_bidders: n_contesters,
           signal_dispersion: 40 (default) }

n_contesters = この特定の対象に入札すると現実的に見込まれるライバルの人数（ステップ 5 を参照）。ここには入札する可能性のある参加者全員を渡さないでください。 勝者の呪いによる減額（ステップ 4）と初値入札のシェーディング（ステップ 6）は、必ず異なる人数を基準にする必要があります。そうしなければ、「入札者が多い」というシグナルが二重に計上され、競争の激しいクローザーや昇格選手への入札額が、実際の価値の約 58％まで体系的に低くなります（2026-06-02 の監査で、mlb-faab-sizer の二重計上を確認）。n_contesters <= 1 の場合、実質的に競合がないため、減額は 0 に短絡します（private_value として扱います）。adjusted_valuation を使用し、classification_rationale は保持します。分散のデフォルト値：有望株は 60、実績のある選手は 30、それ以外は 40 です。

ステップ 5：相手のプロフィールから 2 種類の入札者数を推定する（意図的に異なる数値であり、対象が本当に激しい競争になる場合にのみ一致します）：

• n_contesters（ステップ 4 の減額に使用）――positional_need > 50、残り FAAB が当初の 20％超、活動度が中程度以上で、かつこの選手を獲得したい具体的な理由があるライバル。入札額が低い市場（落札額の最頻値は 1～2 ドル）では、通常 1～2 人で、クローザー交代が確定した場合は 3～4 人になることもあります。[0, 6] の範囲に制限します。
• N_field（ステップ 6 のシェーディングに使用）――入札する可能性が現実的にある、より広い範囲の参加者。[1, 8] の範囲に制限します。デフォルト：共通価値のスーパースターは 6、ロールプレイヤーは 3、個別価値は 1～2。

ステップ 6：auction-first-price-shading を呼び出す――参加者全体を基準にします：

inputs = { true_value: adjusted_valuation, n_bidders_estimate: N_field,
           value_distribution: "log-normal" (MLB default),
           risk_aversion: 0.2 (bump to 0.4 for contending September),
           budget_remaining: faab_remaining }

shaded_bid をガードレール適用前の faab_rec_bid に設定します。faab_max_bid = round(adjusted_valuation x 0.90) に設定します。

ステップ 7：野球向けガードレールを適用する（以下を参照）。暗黙のうちに違反してはなりません。

ステップ 8：mlb-signal-emitter で出力する。ユーザー向けの根拠では、目的を含めて両方の関連スキルに必ず言及します。rubric で検証してください。最低 3.5 です。

よくあるパターン

1. シーズン序盤に昇格した、競争が激しい共通価値の選手：N=5-7、ペース 0.6-0.7、減額は約 25～30％、シェーディングは約 0.80-0.85。推奨額は通常 5～12 ドルです。

2. 個別価値のハンドカフ：N=1-2、減額=0（短絡）、シェーディングは 0.0-0.5。推奨額は通常 1～3 ドルです。

3. シーズン中盤のクローザー交代（共通価値）：N=5-8、緊急度 1.4、減額は約 25％、シェーディングは約 0.83。推奨額は通常 10～30 ドルです。

4. 9 月に優勝争いをするチームの勝負をかけたターゲット：ペース 1.4、risk_aversion を 0.4 に引き上げ、シェーディングは約 0.88-0.92。残り FAAB の 40～60％に達することがあります。

ガードレール

1. 4月の上限40％：第1〜13週は、faab_max_bid を残りのFAABの40％以下にします。april_40pct_cap_triggered を記録します。
2. 投機の上限20％：situation=speculation または role_certainty<30 の場合、上限を20％にします。speculation_20pct_cap_triggered を記録します。
3. 最低入札額1ドル：shaded_bid が四捨五入で0ドルになり、positional_need_fit >= 30 の場合は、1ドルを入札します（ローリングリストのタイブレーク）。それ以外の場合は0ドルを入札し、zero_bid_preservation を記録します。
4. ロール確実性の下限：role_certainty < 20 の場合、faab_rec_bid = $0 にします。role_certainty_floor を記録します。
5. 回帰による上書き：regression_index < -30 の場合、faab_rec_bid を30％減額します。regression_luck_discount を記録します。
6. バリアント間の乖離：推奨側と批評側の差が30％を超える場合は、批評側を採用します。variant_divergence_applied を記録します。
7. 予算下限（7月以降）：第14週以降で残額が5ドル未満の場合、budget_floor_near_zero を記録します。
8. 判断を記録する：0ドルの入札も含め、すべての計算を mlb-decision-logger 経由で記録します。

兄弟スキルの上限を重複して適用しないでください：0.9 x true_value の上限は auction-first-price-shading が適用し、35％の減額上限は auction-winners-curse-haircut が適用します。これらを信頼してください。

クイックリファレンス

パイプライン：

base_value = acq_value x (pos_fit/100) x (role_cert/100) x urgency x pace_calibrated

adjusted_valuation = auction-winners-curse-haircut(
    raw_valuation=base_value, value_type, n_informed_bidders=N, signal_dispersion)

shaded_bid = auction-first-price-shading(
    true_value=adjusted_valuation, n_bidders_estimate=N,
    value_distribution="log-normal", risk_aversion=0.2, budget_remaining)

faab_rec_bid = round(shaded_bid)          # then baseball guardrails
faab_max_bid = round(adjusted_valuation x 0.90)

必須入力：acquisition_value、positional_need_fit、role_certainty、残りのFAAB、週、状況ラベル、regression_index（任意）。

出力：faab_rec_bid、faab_max_bid、value_type、N、adjusted_valuation、shaded_bid、乗数、ガードレールフラグ、ユーザー向けの根拠。

兄弟スキル：

• @skills/auction-first-price-shading/ -- (N-1)/N ＋ 分布 ＋ リスク回避
• @skills/auction-winners-curse-haircut/ -- ベイズ法による共通価値の減額

主なリソース：

• resources/template.md：入力ブロック、委譲トレースを含む出力テンプレート、対象ごとの概要、委譲フローの例
• resources/methodology.md：野球におけるレイヤリング、インフレの調整、価値タイプの分類、野球向けガードレール。オークション計算については兄弟スキルを参照してください。
• resources/evaluators/rubric_mlb_faab_sizer.json：委譲の完全性を含む8項目の評価基準。