博球大数据讲解 (球球大数据)

我在第一篇里面讲的东西,很多朋友可能认为那些都没有什么新意,得出的结论大而泛泛。

1.先假设任何盘口变化都有可能出任何一个结果,即310都有可能。这样你的思维才不会定性,才不会陷入自己的思维陷阱。

2.拉力大的球队,大幅降水,即使欧赔超低,仍可是诱盘;大幅升水,亚盘降盘,仍可认为故意浅盘。拉力小的球队反之。

3.重点问题是,如何评价球队的拉力大小。(此时你认为这是广实差,我并不反对,但并不仅仅是广实差)

4.盘力到位,可以削减强队的拉力热度;盘力即使不到位,也不会造成保级队伍的热度。

5.需要过滤一些不适合此方法的赛事,如杯赛,低级赛事。

这些结论别人可能都总结过,重点还是落到评价球队的拉力大小,那还是广实差的技术运用问题嘛。其实不然,我在之前也讲到,要运用到假设情境,这是广实差所没有的。假设情境可以从盘口数据来获得信息,对这些盘口数据的加工就是我研究的致胜法宝。所以引出我们的研究方向,那就是足球大数据分析。

历史总是惊人的相似,我曾经自嘲过,不要在同一个地方摔倒两次,却怎么在足彩这里总是一倒再倒呢。人的脑力总结能力总是有限的,熟悉了盘*技口**术并不能使你获得更高的胜率,那就不仅仅是总结的问题了,而是根本就总结不了的问题了。那么通过记录软件来记录来分析,虽然不能做到100%,但再加以人工的辅助修正,是可以让冰冷的数据具有人的感觉思维,就可以做到互补了。

这里有几个东西要引开来说,软件的记录要记录哪些,人工的修正要如何进行修正?这就是涉及到程序的算法设计与假设情境最大运用的技术了。

1.程序的算法可以设定为调出相同的历史数据,如何调出,使用线性回归分析算法,回归平方和较大的历史数据调出,然后比较盘口数据与即时盘口数据的差异。并统计一下历史数据的分类方向。在算法上面也有很多的程序员使用KNN算法,这种算法使用相邻分类,也是比较实用的算法。

2.算法确定之后,出来的结果与结论是不是就可以直接拿来所用。不一定,有些可以,有些不可以。那么就要使用人工修正了,哪类可以直接使用,哪些又不能直接使用呢,那就是确实一眼就存在广实差测定的不合理盘口,又与算法调出的历史分类方向一致,那么大胆地使用历史分类指向。

3.那些与广实差测定的盘口没有太大问题的盘口,就更多地使用人工干预了,是不是要反对历史分类指向,这里显得比较玄乎,有时凭感觉就觉得可以反向,在我认为这种不确定就规为不正确的误差了,并不需要太介意,把这种情况剔除掉,不就保证了很好的胜率了吗?当然你清楚,这类场次数量不少。