football-quant-os

name	football-quant-os
description	当用户询问足球比赛预测、赔率分析、价值投注、让球推荐、大小球推荐、比赛结果预测、世界杯分析、投注策略、Kelly注码、冷门雷达、数据集成、特征工程等足球量化分析问题时使用。触发关键词：预测、赔率、投注、让球、大小球、比赛分析、世界杯、欧洲杯、价值、冷门、Kelly、资金配置、模型概率、足球分析、quant、数据源、特征、回测。
metadata	{"version":"4.3.4","author":"Naga Quantitative","tags":["football","betting","odds","prediction","kelly","quantitative","backtest","data","xg"]}

Football Quant OS - 足球量化分析技能 (v4.3.2)

专业足球量化分析与价值投注决策技能。已集成：

• 多市场预测模型（1X2 + 让球 + 大小球 + 半全场 + 比分）
• Kelly 仓位管理（全Kelly/半Kelly/组合注码）
• 实时赔率抓取框架（requests + Playwright fallback）
• 世界杯阶段动态调整（历史数据校准）
• 数据集成框架（多源数据融合）
• 清晰的 Edge + 冷门评分 + 推荐逻辑

当前实现状态

模块	状态	说明
predict.py	✅ v4.3.4	支持 1X2 + xG增强版 + 数据驱动阶段调整 + 世界杯阶段调整
multi_market_predictor.py	✅ v4.2.1-naga	6市场预测 + Kelly + 阶段调整
kelly.py	✅ v1.0	Kelly仓位管理（全/半/组合）
odds_fetcher.py	✅ v0.3	requests 轻量版
odds_fetcher_playwright.py	✅ v0.1	Playwright 基础版
odds_fetcher_playwright_pro.py	✅ v2.0	Playwright 专业版（Stealth + 拦截 + 重试）
odds_fetcher_smart.py	✅ v1.0	智能抓取器（自动 fallback）
report_generator.py	✅ v0.2	文本 + PDF 输出
data_integration.py	✅ v1.0	多源数据统一入口
data_football_data_co_uk.py	✅ v1.0	历史赔率数据
data_api_football.py	✅ v1.0	实时数据 + xG
data_kaggle.py	✅ v1.0	Kaggle数据集
data_openfootball.py	✅ v1.0	开源结构化数据
backtest_worldcup.py	✅ v0.2	回测框架
完整工作流集成	✅ v4.3.2	数据集成已加入

核心原则：永远基于具体赔率计算 Edge → 给出推荐/避开 + 风险提示

数据集成（v4.3.2 新增）

已接入数据源

数据源	类型	优先级	状态
football-data.co.uk	历史赔率 + 结果	P0	✅ 可用
API-Football	实时 + xG + 统计	P1	✅ 可用（需API Key）
Kaggle	历史数据集	P1	✅ 可用（需CLI）
OpenFootball	开源结构化数据	P2	✅ 可用

统一入口

from data_integration import DataIntegration

data = DataIntegration(api_key="your_api_key")

# 获取历史赔率
df = data.get_historical_odds("WC", 2022)

# 获取实时比赛
fixtures = data.get_live_fixtures("WC", 2026)

# 多源特征融合
features = data.get_multi_source_features("Brazil", "Serbia", "WC", 2022)

Playwright 高级抓取（v2.0 新增）

专业版特性

• Stealth 模式：隐藏 Playwright 特征，绕过反爬
• 请求拦截：拦截图片/字体，加速加载80-90%
• 智能重试：指数退避 + 错误截图
• Context Manager：自动管理浏览器生命周期
• 模拟人类行为：随机鼠标移动 + 滚动

使用方式

# 快捷函数（自动管理）
from odds_fetcher_playwright_pro import fetch_odds
result = fetch_odds("1359233", stealth=True, max_retries=3)

# Context Manager 模式
from odds_fetcher_playwright_pro import OddsFetcherPlaywrightPro, FetcherConfig
config = FetcherConfig(headless=True, stealth=True, intercept_resources=True)
with OddsFetcherPlaywrightPro(config) as fetcher:
    result = fetcher.get_odds("1359233")

高级技巧文档

详见 references/PLAYWRIGHT_ADVANCED_TECHNIQUES.md

• Stealth / 反检测
• 随机延迟 + 鼠标轨迹（贝塞尔曲线）
• 请求拦截策略
• 多标签页 / Context 并发
• 截图 + PDF 调试
• 状态保存（cookies / localStorage）

Playwright Pro 集成到工作流

1. 智能抓取器 (odds_fetcher_smart.py)

自动选择最优策略：

• 默认：先尝试轻量 requests，失败再 fallback 到 Playwright Pro
• --pro：直接使用 Playwright Pro 专业版
• --stealth / --no-stealth：控制 Stealth 模式
• --intercept / --no-intercept：控制资源拦截
• --max-retries：设置最大重试次数

# 使用 Pro 版
python scripts/odds_fetcher_smart.py --match-id 1359233 --pro

# 混合模式（默认）
python scripts/odds_fetcher_smart.py --match-id 1359233

# 调试模式（有头 + 截图）
python scripts/odds_fetcher_smart.py --match-id 1359233 --pro --no-headless --screenshot-on-error

2. 多市场预测器 (multi_market_predictor.py)

支持直接从 500.com 创建 Match 对象：

# 方式1: 从 500.com 创建（Pro 版）
from agents.multi_market_predictor import create_match_from_500
match = create_match_from_500('1359233', use_pro=True, stealth=True)

# 方式2: 使用工厂方法
from agents.multi_market_predictor import MultiMarketPredictor
predictor = MultiMarketPredictor.from_500(
    '1359233',
    venue_type='group',
    use_pro=True,
    stealth=True,
    intercept=True
)

# 方式3: CLI 使用
python agents/multi_market_predictor.py --match-id 1359233 --mode pro --stage group

3. 数据集成框架 (data_integration.py)

支持 Playwright Pro 抓取实时数据：

from scripts.data_integration import DataIntegration

data = DataIntegration()

# 获取 2022 比赛详细数据
match_data = data.get_2022_match_data('ARGENTINA', 'SAUDI ARABIA')
print(f"xG: {match_data['home_xg']} vs {match_data['away_xg']}")
print(f"控球率: {match_data['home_poss']}% vs {match_data['away_poss']}%")

完整工作流示例

# Step 1: 抓取赔率
python scripts/odds_fetcher_smart.py --match-id 1359233 --pro

# Step 2: 生成预测
python agents/multi_market_predictor.py --match-id 1359233 --mode pro --stage group

# Step 3: 生成报告
python scripts/report_generator.py --input predictions.json --format pdf

世界杯专属增强（v4.3.0+）

• 已接入 worldcup_historical.json，实现动态调整
• 数据驱动概率估计（基于历史爆冷率）
• 新增 references/WORLDCUP_GUIDE.md + worldcup_historical.json
• 回测框架 backtest_worldcup.py 验证模型表现

调用示例：

python scripts/predict.py --home 法国 --away 阿根廷 \
  --odds-home 2.10 --odds-draw 3.30 --odds-away 3.50 \
  --stage knockout