来シーズン注目の有望株：選手、チーム、地域

有望株を最も多く育てているチーム

上位50人の有望株のうち3人以上を抱える組織（アカデミー・チャレンジャーチームを含む）。各名前の後ろは選手のポテンシャル。

• T1 (7): Peyz 96, Cloud 93 (T1 Esports Academy), Painter 93 (T1 Esports Academy), Haetae 91 (T1 Esports Academy), Cypher 91 (T1 Esports Academy), Eclipse 90 (T1 Esports Academy), Aether 87 (T1 Esports Academy Rookies)
• Dplus Kia (6): Smash 97, Siwoo 94, Garden 93 (Dplus Kia Challengers), Jaehyuk 92 (Dplus Kia Challengers), Solid 90 (Dplus Kia Challengers), Lucid 89
• KT Rolster (4): FenRir 94 (KT Rolster Challengers), Pollu 92 (KT Rolster Challengers), Hwichan 90 (KT Rolster Challengers), Sero 90 (KT Rolster Challengers)
• Nongshim RedForce (4): Diable 94, Janus 92 (Nongshim Esports Academy), MihawK 89 (Nongshim Esports Academy), Lucy 88 (Nongshim Esports Academy)

これらの選手の多くはまだ一軍ではなく、アカデミーリーグ（LCK Challengers）にいる。ポテンシャルが最も役立つのはここで、アカデミーの相手に対するレベルはリーグで補正され、モデルは同じリーグの過去の選手から学んでいる。

有望株を生む地域

韓国は21歳以下の評価済みプロ92人のうち22人がポテンシャル90以上。ヨーロッパは多くの国内リーグのおかげでアーカイブ内の若手プロが最も多い127人だが、90に届くのは3人だけ。

地域は国籍ではなく、選手のチームが戦う地域。台湾出身のHongQは中国、ベトナム出身のLazyFeelは韓国に数える。

モデルの作り方

ポテンシャルモデルはアーカイブ内の全プロのキャリアから学ぶ。選手と月ごとに、その月に分かっていたことと、その後2年間に選手が到達した最高レベルを使う。

• 予測するもの。今後24か月での3か月単位の最高レベル。対象はそのうち少なくとも3か月プレーした選手。
• 見るもの。その月に分かっていたことだけ：現在のレベルと6か月の変化、生のフォーム、年齢、出場試合数、そのうちトップリーグの割合、それまでの最高レベル、活動月数、評価の不確実性、同年齢のプロとの比較、ロール。以降の月の情報は一切使わない。
• リーグの強さ（新規、2026年11月）。その月に選手が所属したリーグの強さを入力に加え、成長を予測する際に強いアカデミーと弱い国内リーグを区別できるようにした。誤差は全選手で下がり、21歳以下で最も大きく下がった。
• モデル。勾配ブースティング木（LightGBM）で、範囲の中央（ポテンシャル）用と90パーセンタイル（天井）用の2つ。同じ木の別セットが1年後・2年後・3年後のレベルを出し、各選手のプロフィールの曲線になる。
• テスト。2021年12月までの42,183選手月で学習し、2024年1月以降の8,269選手月（1,795人）で評価。2年の間隔により、学習の正解がテスト月の未来と重ならない。

年齢は重要で、外すと誤差が約6%増える。明示的な加齢曲線も入力として試したが、木が年齢からすでに学んだこと以上は加わらなかった。

過去の選手での実績

テストの1,795人で、モデルのポテンシャルと実際に到達したレベルの差は平均7.8点（99点満点）。最良の単純ルール（現在のレベル＋平均上昇幅）は9.9点。ポテンシャルの主な対象である21歳以下では、モデルが9.3点、ルールが11.4点。92%の選手が天井以下で終わり、目標の90%に近い。

リーグの強さを使うモデルが2026年11月13日に初版と置き換わった。同じ選手で誤差は7.9点から7.8点に、21歳以下では9.6点から9.3点になった。2020年12月まで学習し2023年1月以降の17,491選手月で評価した2つ目のテストも同じ結果（下の2023の行）。

モデルは各選手が2年以内にロールの上位10%に入る確率も出すが、サイトでは表示していない。全選手では単純な基準（同じレベルだった過去の選手のうち到達した割合）を上回るが、21歳以下では初版が下の5指標すべてでその基準に負け（AUCはわずかな差）、新版は全選手でしか測り直していない。

2023年1月以降の月でテストした年ごとの曲線は、すべての期間で、現在のレベルの据え置きと、選手のロール・年齢の典型的な曲線の両方を上回る。範囲は5人中4人を含むことを目指し、実際は70%〜76%だった。

アマチュアも同じ尺度で

新しい計算式では、アマチュアや大学の選手もプロと同じ尺度に乗せる。アマチュアはプロと対戦しないため、生の数字ではリーグ間のレベルがわからない。弱いリーグの1位も強いリーグの1位も同じに見える。6か月以内にアマチュアリーグとプロの両方に出た選手が橋渡しになる。10,728件の選手・リーグ行から183のアマチュアリーグをこの方法で位置づけ、リーグ内での順位でそこから調整する。各選手を1人ずつ除いてテストすると、プロでのレベルの順位付けは0.65で、リーグだけなら0.59、旧アマチュアスコアなら0.28。アマチュアのポテンシャルは、プロとアマチュアをまとめて当てはめた成長モデルから出す。

アマチュアの多くは現在の位置にとどまるため「変化なし」を上回るのは難しく、2023年のテストでは引き分けにとどまった。意味があるのは動く選手で、後にプロになった258人のアマチュアでは、誤差は11.8点に対し8.5点だった。アマチュアは上の表には含めていない。多くはRiot IDで登録され年齢の記録がないため、このページでは誰が未成年か判断できない。同じ尺度での順位はスカウティングの「大学・アマチュア」にある。

本調査では分からないこと

• ポテンシャルは「選手がプレーを続ければ」という前提。引退した選手や起用されなくなった選手には将来のレベルがないため、モデルはそこから学んでいない。
• レベルはリーグの強さで補正されるが、その補正自体も推定。アカデミーや小さなリーグの選手のレベルは、メジャーリーグのレギュラーより不確実。
• 最低試合数は設けていない。プロの試合数が少ない選手（re0は28試合）はレベルの確実性が低く、モデルは評価の不確実性と出場試合数を通じてそれを考慮する。
• 生年月日の記録がある選手だけを数えている。記録のない最近のデビュー選手は21歳を超えている可能性があるため除外した。このページの初版では誤って含めていた。
• アーカイブで評価されている中国アカデミー（LDL）の選手は少ないため、中国の若手有望株の数は全数ではなく下限。
• 「記録なし」は「フリー」ではない。Leaguepediaのデータベースに契約を公開しているリーグにだけ日付があり、契約はいつでも延長や買い取りがありうる。
• ソロランクのランクは毎日変わり、ポテンシャルについては何も示さない。LeaguepediaまたはLoLProsが公開したアカウントから、参考として表示している。
• すべての数値は2026年11月13日時点。レベルとポテンシャルは毎朝再計算され、最新のリストは有望株とスカウティングのページにある。