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。
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。
|Archiver|手机版|小黑屋|zwPython.com研习社
发表于 2020-8-4 09:26:15
