国足大数据Backtrader量化分析案例

国足大数据Backtrader量化分析案例

国足大数据Backtrader量化分析案例

08年后,北京房价如同吃了伟哥,一万、两万,一度突破十万关口。
不过江湖上,一直有个神奇的传说:从03年开始,一直买国足输,买彩票挣的钱,现在可以购得北京二环房一套。
这个传说,到底真假如何,含金量多少,我们用Backtrader(简称BTR)软件分析一下。

请大家关注TOP极宽量化公众号,大量原创Python量化技术资料和课件、案例源码。
目前推广期间,关注公众号,即可免费浏览。

Backtrader是工业级的专业金融量化软件,对于外行而言,简单来说,BTR是金融行业的精算软件,用于金融交易数据的精细化分析。
足彩欧赔的胜负平310数据,和金融的ohlc数据,格式完全不同,维持,TOP极宽量化开源团队,特意设计了TFB2020极宽足彩大数据工具箱,对BTR进行了扩展。
足彩赔率数据,能够利用BTR软件量化回测,目前可能是全球业内独一份,Github上面尚无类似的案例项目。
TFB2020基于BTR的移植成功案例, 再一次说明BTR的强大、灵活。
参见:backtrader:目前最强单机量化平台 http://www.topquant.vip/?p=757

如果完全跨界,格式不同的足彩赔率数据,都能够导入BTR软件,进行量化分析。
那么,其他金融产品量化,期货石油,黄金外汇,数字货币等等,都是标准的金融数据格式:ohlc数据,yick数据,ask-bid订单数据,
基本上,BTR可以通吃金融行业,以及其他有连续历史数据积累的商务领域,这个也是一个很有趣的大数据精细化分析应用领域。

TFB2020版本的足彩数据包,共收录了2010-2020年间,全球35万场足彩比赛数据,和1872万条全球主流博彩机构的赔率数据。
参见:《TFB2020足彩数据包发布说明》http://www.topquant.vip/?p=1503
2020,因为时间更新,以及新冠事件,赛事不多,为此,我们在2010-2019年间的比赛数据当中,进行了挑选。
挑选的标准只有一个:有中国队参加的所有比赛。
不愧为中国队的主场,500网站和国内大部分体育网站,中国队的id都是1,二号id是美国队。
ps,这id排序,估计巴西、意大利队的粉丝,已经投诉过n次。
无论主场,客场,只要球队ID是这个队(id=1),或者中国国奥(id=3947),都纳入统计。
不含中国女足(id=1351),感觉会影响统计结果。
2010-2019年间,中国队参加的比赛共有139场,其中主场90场,客场49场。

从BTR分析结果,生成的图表数据来看,国足的还是胜局居多的,占了45%。
实事求是的来说,队员还是干了一些工作,至于是不是和薪水匹配,那是另外的评估角度。

既然国足胜率45%,大家为啥还对国足抱怨十足呢?
至于大家对于国足的抱怨,看过“国足收益分析图”,大家会更加有所体会。
因为从投资回报角度而言,国足的确是一只100%的鸡肋、鱼腩球队。
国足2010-2019年间,全部139场比赛,你如果全部都买国足赢,或者买国足输,都是赔钱。
只有买平局,才会有4.6元的收益。
按每场比赛投注2元计算,139场,总投入278元=139*2。

我们换成金融行业的ROI投资回报收益比例图,更加清楚:

用投资回报角度,平局回报率1.65%,主场负局回报率1.8%,连银行的利息都不够,只有客场的平局,投资回报率超过11.5%,可以考虑。
至于胜局回报率,是-25.86%,虽然国足的胜率有45%,可从投资角度分析,依然是是亏损比例最大的一种投注模式。
这个和博彩的赔率设置有关系,在国足和弱队比赛时,赔率很低,可能只有1.1-1.2,虽然国足胜了,可能也就收益0.1-0.2,如果输了,则全部投注额归零。
至于说前面的网络笑话,买国足输在北京二环买房,这个也只是笑话而已。
因为国足输的投资回报率是-3.56%,是亏损的,主场负盘的模式,虽然是正收益,不过只有1.8%,这个一万倍的杠杆,也不够北京一平方的面积,连个阳台角落都买不起/

ps,附图是部分案例分析截图,仅供参考。

TFB2020还在优化当中,以下截图,为临时数据,仅供参考。

请大家关注TOP极宽量化公众号,大量原创Python量化技术资料和课件、案例源码。
目前推广期间,关注公众号,即可免费浏览。

发表评论

电子邮件地址不会被公开。 必填项已用*标注