georgedouzas/sports-betting

解決的問題

sports-betting 提供一個全面的工具包，用於建立、測試與部署體育賭博模型。它簡化了收集體育統計數據與投注賠率、使用歷史資料進行策略回測，以及識別「價值投注」（即模型預測機率高於賭場的隱含機率）的過程。

工作原理

該套件分為兩個主要元件：

1. Dataloaders：負責從指定的統計資料與賠率來源提取與整理資料，確保使用者清楚知道資料來源。
2. Bettors：封裝 scikit-learn 評估器，用於回測投注策略並預測未來賽事的價值投注。

除了建模之外，專案還包含一個 執行 層，可透過賭場 API 下注，或使用 Playwright 自動化網頁瀏覽器與賭場網站互動來執行投注。

適用對象

• 資料科學家與機器學習工程師：希望使用 scikit-learn 生態系統建立與評估體育預測模型的人。
• AI Agent 開發者：專案包含一個 MCP 伺服器，允許 AI Agent（如 Claude）探索資料、撰寫模型、進行回測並執行投注。
• 體育賭博愛好者：希望以程式化方式發現並執行價值投注的使用者。

主要特色

• AI Agent 整合：提供專用的 MCP 伺服器，讓 AI Agent 可從資料探索到投注執行完成整個流程。
• 與 scikit-learn 兼容：任何 scikit-learn 評估器皆可作為 bettor 的底層模型使用。
• 端對端工作流程：涵蓋整個流程：資料提取、模型訓練、回測與自動投注執行。
• 多接口存取：可透過 Python API、命令列介面（CLI）以及 AI Agent 專用的 MCP 伺服器存取。