2.6 KiB
2.6 KiB
2026 世界盃對標市場主流版:資料驅動量化架構藍圖(Gemini 路線)
一、目標
將網站從「賠率列表」提升為「市場主流級決策中心」:
- 跨平台賠率矩陣化(多書比較)
- 走勢與成交量監測(Line Movement + Sharp/Public 分流)
- 量化模型直接回傳投注信號(EV / Poisson / Monte Carlo)
- 個人資金回報與 CLV 監控(Portfolio Tracker)
二、資料分層
- Ingestion(來源層):主力 Odds API + 可擴展的 Odds/Stats/News Feed。
- Normalization(正規化層):統一
matchId / teamId / market / outcome。 - Feature Store(特徵層):暫存賽事快照、盤口快取、賽中事件。
- Analytics Engine(分析層):EV、Poisson、Monte Carlo 的模型輸出。
- Presentation Layer(展示層):儀表板頁面 + API。
三、資料庫建議(PostgreSQL)
以下為最小可用表結構:
teams
idUUIDnameTEXTfifa_codeTEXT
matches
idUUIDprovider_match_idTEXTstageTEXTkickoff_atTIMESTAMPTZvenueTEXTcityTEXTaltitudeNUMERIChome_team_idUUIDaway_team_idUUID
odds_history(建議以 match_id, provider, market, updated_at` 分區)
idBIGSERIALmatch_idUUIDproviderTEXTmarketTEXToutcomeTEXTpointNUMERICoddsNUMERICupdated_atTIMESTAMPTZ
betting_tickets
idBIGSERIALmatch_idUUIDmarketTEXTselectionTEXTpointNUMERICtickets_pctNUMERIChandle_pctNUMERICproviderTEXTsnapshot_atTIMESTAMPTZ
portfolio_bets(本機用量化追蹤)
idUUIDmatch_idUUIDmarketTEXTselectionTEXToddsNUMERICstakeNUMERICresultTEXTsettled_atTIMESTAMPTZ
四、快取與即時性
- Redis key 建議
live:match:{matchId}:latestodds:market:{matchId}:{market}stats:line:{matchId}:{market}:{outcome}
五、量化分析模型
- EV Detector:以模型機率與市場隱含機率對照,EV > 0 直接產生
value_bet=true。 - Poisson:推估雙方進球分佈與比分機率,輸出 1-3 機率最高 score。
- Monte Carlo:10k 次模擬輸出「淨勝 2 球以上」、「高波動場次」
六、實作進度接軸
本次提交已完成:
- 量化模組核心引擎(Node)
- 市場矩陣 + 線路變化 API
- 資金流偏差與走勢資料快照 API
- 組合/組合式投資組合 CLV API(in-memory prototype)
- 量化儀表頁樣式與 API 串接骨架
後續可無縫接入 PostgreSQL/Redis:將 in-memory 資料改為 DB Repository 注入。