From cae26f8b885d4076b9cb30febb2c090f913b26d4 Mon Sep 17 00:00:00 2001 From: aszerW Date: Sat, 25 Oct 2025 19:18:16 +0800 Subject: [PATCH] =?UTF-8?q?=E6=B7=BB=E5=8A=A0=20power=20no=20vig=E6=96=B9?= =?UTF-8?q?=E6=B3=95?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- common/bet_tools.py | 134 ++++++++++++++++++++++++++++++++++++++++---- 1 file changed, 122 insertions(+), 12 deletions(-) diff --git a/common/bet_tools.py b/common/bet_tools.py index 616468e..b165275 100644 --- a/common/bet_tools.py +++ b/common/bet_tools.py @@ -1,22 +1,132 @@ +import math +from scipy.optimize import fsolve # 导入 fsolve 函数用于数值求解 +def moneyline_to_prob(moneyline_odds: int) -> float: + """将 Moneyline 赔率转换为隐含概率.""" + if moneyline_odds == 0: + raise ValueError("Moneyline odds cannot be 0") + elif moneyline_odds > 0: + # 正赔率 +X -> 隐含概率 = 100 / (100 + X) + return 100 / (moneyline_odds + 100) + else: # moneyline_odds <= 0 + # 负赔率 -X -> 隐含概率 = X / (X + 100) + return abs(moneyline_odds) / (abs(moneyline_odds) + 100) -def american_odds_to_probability(odds: int) -> float: - """ - 根据美式赔率计算概率（以小数形式返回） - :param odds: 美式赔率（正数或负数） - :return: 概率（0~1之间的小数） - """ - if odds > 0: - probability = 100 / (odds + 100) +def prob_to_moneyline(probability: float) -> int: + """将概率转换为 Moneyline 赔率 (四舍五入到最接近的整数).""" + if not 0 < probability < 1: + # 概率为 0 或 1 对应无限或 -100 的 Moneyline 赔率，这里简化处理，实际中极少遇到精确的 0 或 1 + if math.isclose(probability, 0): + return float("inf") + if math.isclose(probability, 1): + return ( + -100 + ) # 或者 raise ValueError("Probability must be between 0 and 1 (exclusive)") + raise ValueError("Probability must be between 0 and 1 (exclusive)") + + if probability <= 0.5: + # 概率 <= 0.5 对应正 Moneyline 赔率 (Decimal >= 2.0) + # Decimal Odds = 1 / probability + # Moneyline = (Decimal Odds - 1) * 100 + return round((1 / probability - 1) * 100, 2) else: - probability = abs(odds) / (abs(odds) + 100) - return probability + # 概率 > 0.5 对应负 Moneyline 赔率 (Decimal < 2.0) + # Decimal Odds = 1 / probability + # Moneyline = -100 / (Decimal Odds - 1) + return round(-100 / (1 / probability - 1), 2) + + +def calculate_no_vig_moneyline_power(moneyline_odds_list: list[int]) -> list[int]: + """ + 使用 Power Method (根据提供的文献描述) 计算无 vigorish 的 Moneyline 赔率。 + 该方法通过寻找 k 使得 sum(implied_prob^k) = 1 来调整概率。 + + 参数: + moneyline_odds_list (list): 包含所有可能结果的 Moneyline 整数赔率列表 (例如, [+116, -156])。 + + 返回: + list: 包含所有可能结果的无 vigorish Moneyline 整数赔率列表。 + """ + if not moneyline_odds_list: + return [] + + # 1. 将 Moneyline 赔率转换为隐含概率 (pi) + implied_probabilities = [moneyline_to_prob(odds) for odds in moneyline_odds_list] + + # 确保所有隐含概率都大于 0，否则无法进行幂运算或取对数（数值求解时可能涉及） + if any(p <= 0 for p in implied_probabilities): + raise ValueError("All implied probabilities must be positive.") + + total_implied_probability = sum(implied_probabilities) + + # 如果总概率 <= 1，说明没有 vig 或 vig 极少，直接返回原始赔率 + if total_implied_probability <= 1: + print( + "Warning: Input odds already have little or no vig. Returning original odds." + ) + return moneyline_odds_list + + # 2. 定义需要找到根的函数 f(k) = sum(pi^k) - 1 + # 我们要找到 k 使得 sum(pi^k) = 1 + # 由于 sum(pi) > 1 且 pi < 1, 我们需要 k > 1 才能让 pi^k < pi, 从而降低总和至 1。 + def sum_pi_pow_k_minus_1(k): + # fsolve 传入的 k 是一个数组，我们需要取其第一个元素 + k_val = k[0] if isinstance(k, (list, tuple)) else k + # 计算 sum(pi^k) + sum_val = sum(p**k_val for p in implied_probabilities) + return sum_val - 1 # 我们的目标是让这个函数等于 0 + + # 3. 寻找 k 使得 f(k) = 0 + # 我们知道当 k=1 时，总和是 total_implied_probability (>1)。 + # 当 k 增大时，sum(pi^k) 会减小。所以根 k 应该大于 1。 + # 提供一个合理的初始猜测值给 fsolve，例如 1.1 或 1.5 + initial_k_guess = [1.1] # fsolve 期望一个数组作为初始猜测 + + # 使用 fsolve 寻找 k + # fsolve 返回一个数组，即使只有一个解 + k_solution = fsolve(sum_pi_pow_k_minus_1, initial_k_guess) + + # 提取求解到的 k 值 + k = k_solution[0] + + # 4. 计算无 Vig 概率 pi_novig = pi^k + no_vig_probabilities = [p**k for p in implied_probabilities] + + # 由于浮点数精度和数值求解的限制，最终的概率之和可能不严格等于 1。 + # 虽然理论上由 k 的定义保证总和为 1，但实践中检查一下是有益的。 + final_sum_check = sum(no_vig_probabilities) + if not math.isclose(final_sum_check, 1.0, abs_tol=1e-9): + print( + f"Warning: Final no-vig probabilities sum to {final_sum_check:.6f}, expected 1.0. Sum may need slight re-normalization." + ) + # 理论上 Power Method 的定义保证了总和为 1，但如果因为数值误差偏离较多， + # 可以选择在这里进行最后的比例调整，但严格遵循方法定义是不需要的。 + + # 5. 将无 Vig 概率转换回 Moneyline 赔率 + no_vig_moneyline_odds = [ + prob_to_moneyline(p_novig) for p_novig in no_vig_probabilities + ] + + return no_vig_moneyline_odds + # 示例 if __name__ == "__main__": odds_list = [+150, -200, +300, -120] for odds in odds_list: - prob = american_odds_to_probability(odds) - print(f"赔率 {odds}: 概率 {prob:.4f}") \ No newline at end of file + prob = moneyline_to_prob(odds) + print(f"赔率 {odds}: 概率 {prob:.4f}") + + odds = [+116, -156] + # 计算无 Vig 赔率使用 Power Method + no_vig_odds_power = calculate_no_vig_moneyline_power(odds) + + print(f"原始 Moneyline 赔率: {odds}") + print(f"无 Vig Moneyline 赔率 (Power Method): {no_vig_odds_power}") + + # 可选: 验证无 vig 赔率对应的概率之和是否接近 1 + if no_vig_odds_power: + novig_probs_power = [moneyline_to_prob(o) for o in no_vig_odds_power] + print(f"无 Vig 概率之和 (基于计算出的赔率): {sum(novig_probs_power):.6f}")