大家好,我是一名篮球分析师,一名数据模型架构工程师,从事大数据模型底层架构的构建。我成功构建了12个被证明具有实际意义、能够产生价值的数据模型。在这12个数据模型中,有5个数据模型服务于概率游戏。以下是篮球分析师针对篮球玩法的数据模型构想...
1.数据模型
结合短期数据的Alpha数据模型
数据创新多因子模型体系——短期多因子alpha数据模型体系。对未来结果有近乎决定性的影响,因此这个数据模型在篮球数据市场有着广泛的应用。在我们两队过去10场比赛中篮球赛事分析,我们利用近200个alpha因子(3分球命中率、2分球命中率、罚球命中率、位置得分成功率等)构建了基于短期价量特征的多因子模型体系。从2016年1月到2020年4月,该系统实现了26.2%的年化表现。
基于 数据动态模型分解的数据挖掘
数据动态模型分解是一种新型的数据挖掘算法,将交易数据和成交量变化的动态结构分解为特征值和特征向量篮球赛事分析,用来刻画当前市场整体交易变化的内在规律,预测整个市场未来的博弈结果,寻找最佳投资机会。该模型结合市场中数据的首位特征值拟合优度接近73%,反映该模型与数据有较高的契合度。近九年来,胜率接近80%,累计年化业绩达26%。
数据基于欧洲数据深度结合的功能策略
理论上,欧式数据组合概念并非方法论创新,而是从不同角度对市场的解读。以自编码过程中的盈亏函数作为指标,对欧式数据的变化进行分析处理,并以此指标判断所选时段的欧式数据变化是否合理。我们对指标进行了实证分析,证明指标与实际数据具有较高的相关性。该策略在2010年中至2017年中的七年间取得了约18.37%的年化业绩。
数据盘口数据轮换中的“确定性”法则
通过盘口数据挖掘中的关联规则方法,找出四类指标在数据变化中的“确定性”规律,并基于这些“确定性”规律构建轮转策略。其中,宏观盘口数据走势和球队自身风险指标对比赛的预测效果最好,分别取得了10.10%和8.57%的超额结果。整体大盘数据走势变化指标对强弱队之间的结果预测效果最好篮球赛事分析,取得了高达14.43%的超额结果。当我们根据所有指标下的盘口数据“确定性”规律构建轮转策略时,该策略取得了样本外8.29%的超额结果,月胜率高达75%。
基于总成绩数据的Data 可塑性分析
数据弹簧可塑性是指由交易驱动的变动性质,结合均衡数据、移动平均线和动量指标。比赛的可塑性越高,分析数据趋势所需的交易量就越少。模型对结果的预测在拟合赛事总比分数据方面超过78%良好。97%的比赛样本具有显著的可塑性特征,且序列自相关性较低、残差正态性良好。弹簧可塑性系数作为领域选择因子高度显著。IC和ICIR分别约为0.04和1.32。基于可塑性因子的行业中性策略年化业绩为15.9%。
为了便于理解,我将用数据来表示数据模型的分析结果。在同一个模型下,数据的方向性越大,结果的偏向性就越大。在冷热数据中,数据偏差越大,表示结果过热/过冷,所以要小心。
2.上期回顾:
NBA赛事模式又全胜了!这是连续第二天获胜,一个月内第11次获胜!篮球专家很高兴昨天与40位朋友分享了如此出色的成绩。事不宜迟,今天也是NBA的主场,让我们继续享受胜利吧!
3. 本期参考竞赛
解锁内容包括:数据模型分析+让分数据分析+总分数据分析+收藏推荐
数据提示:本文仅供参考,不构成彩票购买建议,请自行承担购买彩票的风险,一切网络彩票销售行为均属违法,请到合法线下网点购买彩票。