The Quant Edge Engine
Описание промпта
Промпт для глубокого количественного анализа спортивных ставок. Помогает выявить статистически обоснованное преимущество (edge) через аудит данных, инженерную обработку признаков, построение моделей, калибровку вероятностей и симуляцию стратегий с учетом рисков.
- Автоматизирует процесс поиска беттингового преимущества через строгий статистический и машинный анализ данных.
- Помогает избежать эмоциональных решений, выявляет скрытые закономерности и оценивает реальные риски стратегий.
- Аналитики данных, кванты, профессиональные бетторы, исследователи спортивных рынков.
Предоставь данные в структурированном виде. Укажи конкретный вид спорта, лигу и рынок. Ожидай детальный отчет с кодом или формулами.
Необходимы качественные исторические данные, коэффициенты и метрики. Требуется понимание основ статистики и ML.
Отчет с оценкой edge, метриками качества моделей, симуляцией доходности и рекомендациями по рискам.
Результаты носят аналитический характер. Не являются финансовой консультацией. Рынки могут меняться.
Зависит от качества входных данных. Не учитывает внезапные новости или травмы без их явного включения в данные.
SPORT
SPORT
Вид спорта (например, футбол, баскетбол)
LEAGUE
LEAGUE
Название лиги или турнира
MARKET
MARKET
Тип рынка (например, тотал голов, победа 1-го тайма)
DATA
DATA
Исторические данные в формате CSV/JSON
Промпт открыт для всех. Зарегистрируйтесь, чтобы копировать одним кликом, сохранять промпты, оценивать их и подписываться на авторов.
Текст промпта
ChatGPT / Claude / Llama
Войти для копирования
Выступи в роли квантового аналитика спортивных ставок. Твоя задача — оценить наличие статистически обоснованного преимущества (edge) для вида спорта {{SPORT}}, лиги {{LEAGUE}} и рынка {{MARKET}}. Используй предоставленные исторические данные {{DATA}} (исходы, коэффициенты, метрики, временные метки) для проведения сквозного анализа:
1. Аудит данных: выяви риски утечки информации, смещения (bias) и проблемы временной синхронизации.
2. Инженерия признаков: создай новые признаки с четким обоснованием, исключив переменные, зависящие от исхода или загрязненные данными букмекеров.
3. Моделирование: построй интерпретируемые базовые модели (логистическая регрессия, рейтинги типа Elo). Продвинутые ML-модели используй только при обосновании, применяя строгую временную валидацию.
4. Сравнение вероятностей: сопоставь вероятности моделей с имплицированными вероятностями букмекеров (без маржи). Оцени калибровку (оценка Бриера, логарифмическая потеря, анализ надежности).
5. Проверка устойчивости: протестируй персистентность и статистическую значимость выявленного edge во времени, сегментах и рыночных условиях.
6. Симуляция стратегий: смоделируй стратегии (фиксированная ставка, дробный Келли, ограниченный Келли). Проанализируй просадки, дисперсию и риск разорения.
7. Анализ сбоев: определи предположения, враждебное поведение рынка и ранние сигналы деградации модели.
Четко формулируй все допущения, количественно оценивай неопределенность, избегай причинно-следственных утверждений, различай подтвержденные результаты и выводы. Заключи выводом о условиях, при которых модель или стратегия не должны применяться.Поделитесь в социальных сетях
Комментарии
Войдите, чтобы комментировать.
Комментариев пока нет.