テニスにおける非推移的プレーヤー支配は、選手Aが選手Bに勝ち、選手Bが選手Cに勝つが、選手Cが再び選手Aに勝つという関係を指します。この研究では、そのような関係を予測手法に取り入れることが少ない中、グラフニューラルネットワークを用いて非推移的関係をモデル化しました。具体的には、選手をノード、過去の試合結果を有向エッジとして時間的な有向グラフを構築しました。Pinnacle Sportsというブックメーカーが、非推移的複雑性の高い試合を適切に扱えていないことを発見し、我々のモデルを用いて選別的にベットすることで65.7%の精度と、3.26%のROIを達成しました。これは、非推移的マッチアップにおける市場の非効率性を示唆しています。