football-quant-os

name football-quant-os description 当用户询问足球比赛预测、赔率分析、价值投注、让球推荐、大小球推荐、比赛结果预测、世界杯分析、投注策略、Kelly注码、冷门雷达、数据集成、特征工程等足球量化分析问题时使用。触发关键词：预测、赔率、投注、让球、大小球、比赛分析、世界杯、欧洲杯、价值、冷门、Kelly、资金配置、模型概率、足球分析、quant、数据源、特征、回测。 metadata {"version":"4.3.4","author":"Naga Quantitative","tags":["football","betting","odds","prediction","kelly","quantitative","backtest","data","xg"]} Football Quant OS - 足球量化分析技能 (v4.3.2) 专业足球量化分析与价值投注决策技能。已集成： 多市场预测模型（1X2 + 让球 + 大小球 + 半全场 + 比分） Kelly 仓位管理（全Kelly/半Kelly/组合注码） 实时赔率抓取框架（requests + Playwright fallback） 世界杯阶段动态调整（历史数据校准） 数据集成框架 （多源数据融合） 清晰的 Edge + 冷门评分 + 推荐逻辑 当前实现状态 模块 状态 说明 predict.py ✅ v4.3.4 支持 1X2 + xG增强版 + 数据驱动阶段调整 + 世界杯阶段调整 multi_market_predictor.py ✅ v4.2.1-naga 6市场预测 + Kelly + 阶段调整 kelly.py ✅ v1.0 Kelly仓位管理（全/半/组合） odds_fetcher.py ✅ v0.3 requests 轻量版 odds_fetcher_playwright.py ✅ v0.1 Playwright 基础版 odds_fetcher_playwright_pro.py ✅ v2.0 Playwright 专业版（Stealth + 拦截 + 重试） odds_fetcher_smart.py ✅ v1.0 智能抓取器（自动 fallback） report_generator.py ✅ v0.2 文本 + PDF 输出 data_integration.py ✅ v1.0 多源数据统一入口 data_football_data_co_uk.py ✅ v1.0 历史赔率数据 data_api_football.py ✅ v1.0 实时数据 + xG data_kaggle.py ✅ v1.0 Kaggle数据集 data_openfootball.py ✅ v1.0 开源结构化数据 backtest_worldcup.py ✅ v0.2 回测框架 完整工作流集成 ✅ v4.3.2 数据集成已加入 核心原则 ：永远基于具体赔率计算 Edge → 给出推荐/避开 + 风险提示 数据集成（v4.3.2 新增） 已接入数据源 数据源 类型 优先级 状态 football-data.co.uk 历史赔率 + 结果 P0 ✅ 可用 API-Football 实时 + xG + 统计 P1 ✅ 可用（需API Key） Kaggle 历史数据集 P1 ✅ 可用（需CLI） OpenFootball 开源结构化数据 P2 ✅ 可用 统一入口 from data_integration import DataIntegration data = DataIntegration(api_key= "your_api_key" ) # 获取历史赔率 df = data.get_historical_odds( "WC" , 2022 ) # 获取实时比赛 fixtures = data.get_live_fixtures( "WC" , 2026 ) # 多源特征融合 features = data.get_multi_source_features( "Brazil" , "Serbia" , "WC" , 2022 ) Playwright 高级抓取（v2.0 新增） 专业版特性 Stealth 模式 ：隐藏 Playwright 特征，绕过反爬 请求拦截 ：拦截图片/字体，加速加载80-90% 智能重试 ：指数退避 + 错误截图 Context Manager ：自动管理浏览器生命周期 模拟人类行为 ：随机鼠标移动 + 滚动 使用方式 # 快捷函数（自动管理） from odds_fetcher_playwright_pro import fetch_odds result = fetch_odds( "1359233" , stealth= True , max_retries= 3 ) # Context Manager 模式 from odds_fetcher_playwright_pro import OddsFetcherPlaywrightPro, FetcherConfig config = FetcherConfig(headless= True , stealth= True , intercept_resources= True ) with OddsFetcherPlaywrightPro(config) as fetcher: result = fetcher.get_odds( "1359233" ) 高级技巧文档 详见 references/PLAYWRIGHT_ADVANCED_TECHNIQUES.md Stealth / 反检测 随机延迟 + 鼠标轨迹（贝塞尔曲线） 请求拦截策略 多标签页 / Context 并发 截图 + PDF 调试 状态保存（cookies / localStorage） Playwright Pro 集成到工作流 1. 智能抓取器 (odds_fetcher_smart.py) 自动选择最优策略： 默认：先尝试轻量 requests，失败再 fallback 到 Playwright Pro --pro ：直接使用 Playwright Pro 专业版 --stealth / --no-stealth ：控制 Stealth 模式 --intercept / --no-intercept ：控制资源拦截 --max-retries ：设置最大重试次数 # 使用 Pro 版 python scripts/odds_fetcher_smart.py --match-id 1359233 --pro # 混合模式（默认） python scripts/odds_fetcher_smart.py --match-id 1359233 # 调试模式（有头 + 截图） python scripts/odds_fetcher_smart.py --match-id 1359233 --pro --no-headless --screenshot-on-error 2. 多市场预测器 (multi_market_predictor.py) 支持直接从 500.com 创建 Match 对象： # 方式1: 从 500.com 创建（Pro 版） from agents.multi_market_predictor import create_match_from_500 match = create_match_from_500( '1359233' , use_pro= True , stealth= True ) # 方式2: 使用工厂方法 from agents.multi_market_predictor import MultiMarketPredictor predictor = MultiMarketPredictor.from_500( '1359233' , venue_type= 'group' , use_pro= True , stealth= True , intercept= True ) # 方式3: CLI 使用 python agents/multi_market_predictor.py -- match - id 1359233 --mode pro --stage group 3. 数据集成框架 (data_integration.py) 支持 Playwright Pro 抓取实时数据： from scripts.data_integration import DataIntegration data = DataIntegration() # 获取 2022 比赛详细数据 match_data = data.get_2022_match_data( 'ARGENTINA' , 'SAUDI ARABIA' ) print ( f"xG: {match_data[ 'home_xg' ]} vs {match_data[ 'away_xg' ]} " ) print ( f"控球率: {match_data[ 'home_poss' ]} % vs {match_data[ 'away_poss' ]} %" ) 完整工作流示例 # Step 1: 抓取赔率 python scripts/odds_fetcher_smart.py --match-id 1359233 --pro # Step 2: 生成预测 python agents/multi_market_predictor.py --match-id 1359233 --mode pro --stage group # Step 3: 生成报告 python scripts/report_generator.py --input predictions.json --format pdf 世界杯专属增强（v4.3.0+） 已接入 worldcup_historical.json ，实现动态调整 数据驱动概率估计（基于历史爆冷率） 新增 references/WORLDCUP_GUIDE.md + worldcup_historical.json 回测框架 backtest_worldcup.py 验证模型表现 调用示例 ： python scripts/predict.py --home 法国 --away 阿根廷 \ --odds-home 2.10 --odds-draw 3.30 --odds-away 3.50 \ --stage knockout