零起点Python足彩大数据与机器学习实盘分析 第1章 足彩与数据分析 1.4足彩大事件

 零起点Python足彩大数据与机器学习实盘分析  第1章 足彩与数据分析 1.4足彩·大事件

    下面笔者介绍一下自己的足彩研究历程，本节内容摘自笔者博客，以大事件的方式节选如下。

    笔者虽然马马虎虎，却做过不少很好的项目，像现在的黑天鹅足彩算法，可以说在行业内算得上 Top10了。

   黑天鹅项目最早源于笔者的验证码项目，当时叫z-SPO:z粒子算法，2012年的博客中有提过。

   在做验证码识别项目时，笔者想将新浪、SOHU、网易、天涯这些网站分类，识别角度可能更高，于是就写了一个自动分类算法。

   算法其实很简单，就是“二选一”模式:首先，是新浪的验证码，类型标记为“新浪”，不是的标记为“其他”:然后，对“其他”进行二次分类，是SOHU的，标记为“搜狐”，不是的标记为“其他”。这样，几个循环下来，自动分类就完成了。

   令人吃惊的是，这个程序很简单，准确度却相当高，差不多达到90%，可以完成几百种不同风格验证码的自动分类。

   因为是“二选一”模式，很容易就联想到股市的涨与跌。这方面，读者可以看笔者的博客《文科生、易经与大数据》，这里就不展开说明了。

   下载了历年的股票数据，当时是2010年，从2004—2010年的数据都有，这些数据现在还在网盘里面，不过格式忘记了，要看看源程序。

   对股市研究了一年，各种公式、指标、算法差不多都测试过，没有一个靠谱的。

   笔者做项目，喜欢看一些相关的外围书，特别是相关的历史书，在研究股市数据的时候，笔者发现股市和足彩的发明人都是同一个英国贵族。

   通过维基百科，笔者知道了必发交易所获得过商业创新大奖，知道了高盛足彩套利的故事。

   在2012年，朋友叫笔者去深圳做项目，在高丽，深圳大学城附近，笔者喜欢一个人在街上溜达，笔者发现离高丽地铁站十分钟的路程内，至少有三十家彩票投注站，比药店、银行还要多，仅次于手机店，要知道，深圳的门面租金差不多每月一万元。

   于是，在网上查询，发现国内正规的彩票网站差不多有上百家，而且大部分都有上市公司背景。

   查看彩票网站的现金流，基本上都是十亿元、百亿元级别，很少有千万元级别的(2015年，深圳查封一家足彩网站，一年的流水就是上千亿元)。

   笔者做过很多互联网公司的方案，知道很多互联网公司看起来风光，可实际上就几千万元、几百万元的现金在周转。

   再想到高盛、必发的故事，于是开始研究足彩。

   起步很痛苦，因为笔者从不看足球，现在也是，更不用说“3、1、0、胜、平、负”了，还有什么大球、小球、上盘、下盘。

   刚开始只是看，不掏钱，很多细节总是搞混，好在买足彩才2元。笔者买足彩是看赔率、看数字，看那个数字顺眼，就投哪个。

   交了不少学费后，开始知道有合买了，而且运气不错,跟单开始时有连续几个4～5倍的胜盘，不过一个月左右就全亏了，于是换人合买,换了很多人，还是不靠谱。这期间交了不少学费，基本上每个环节都交过，因为是真金白银，虽然不多，但都有印象。所以，一定要做实盘练习，一定要注意细节。

    没有实盘，量化训练就没有任何意义，有了实盘，细节上吃几次亏，就会注意了，这总比正式投资出问题好。

   当然，这时候，对于足彩的数据分析也没停。足彩也有好多所谓的必胜公式，试了很多个，不靠谱，再用经典的教科书算法、机器学习、数据挖掘，还是不靠谱。

    最终，转来转去，还是笔者自己的算法最靠谱。笔者认为，不是笔者的算法靠谱，可能是，一方面靠谱的算法一般机构不会公开，另一方面公开的算法大部分是限制模型，是有很多前提的，部分没有前提的，准确度又不行。

    2014—2015年，大数据风起云涌，笔者跟风，把zwPython给开源了。2015年，发布我国首个足彩开源数据包zc-dat，收录近5万场比赛数据。2016年，发布我国首个开源量化软件zwQuant和zwDat金融数据包。2016年，组建TopQuant.vip北京极宽科技公司。

    2016年12月，笔者在电子工业出版社正式出版《零起点Python大数据与量化交易》。

   2017年，笔者创作本书。

   2017年，发布Top Quant for Football(简称TFB，极宽足彩量化分析软件)，是我国首个开源的足彩量化回溯分析系统，内置TOP-AI极宽人工智能、机器学习模块库。

   2017年，发布我国首个足彩开源大数据项目tfbDat2017版，收录近7万场比赛数据、二百多万条赔率数据。