Арбитраж бот, ставки на спорт (проект для университета).
Создать бот для арбитражных ставок (желательно на Python, но можно и на другом языке).
Аналогичная концепция (фактически идентичные https:/rb.rebelbetting.com/(sure bet) или https://betslayer.com
Неважно, как выглядит дизайн или интерфейс, важно только функциональность.
Основная функциональность:
I, может ли фактически определить возможность арбитража по принципу:
1. Btts (both team to score/ Draw No Bet)
2. 1X2
3. Over/Under
4. AH (-0,5)
Asian Handicap
Team1-0.0 - team2+0.0
Team1 -0.5 - team2 +0.5
Team1 -0.75 - team2 +0.75
Team1 -1.0 - team2 +1.0
Team1 -1.25 - team2 +1.25
Team1 -1.50 – team2 +1.50
Team1 -1.75 - team2 +1.75
Team1 -2.00 – team2 +2.00
ИИ. Встроенный арбитражный калькулятор 2-way или 3-way (идентически https://rb.rebelbetting.com/)
- Автоматический поиск. (букмекерский бот) (кнопка "Ставка") (открыть ставку) - привести к определенному событию в определённых букмекерских конторах (как на https:/rb.rebelbetting.com/). По этой причине мы хотим иметь букмекерские конторы только с поиском: Bet365, Betway, Betfair (системы биржовых прудов), AsianOdds, Uniebet, 10Bet, MarathonBet только спортивные, такие как футбол/футбол, тенис, UFC/MA, баскетбол, хоккей.
Сбор данных
Двумя основными альтернативами для сбора данных могут быть инструменты веб-парсинг или AP
.
API-интерфейсы могут быть лучше из-за их скорости и масштабировки. Например, "Sports data API" https:/sportadaapi.com/, "Odds-API" https:///the-ods-api.com/ (free version), "API-Sports" https://api- sports.io/, "API eOdsmaker" в какой-то степени являются бесплатными API, которые можно рассматривать. Rapid API https://rapidapi.com/api-sports/api/api-fotball/
Согласно моим исследованиям... или любой другой на ваш выбор.
Так как этот проект для университета - код должен быть оригинальным, без каких-либо плагиатов. Плагиат проверяется через Turnitin www.turnitin.com
Development process note:
Tasks
1. created a data warehouse. (relational database) (SQL or MongoDB or any other- take into consideration slowly changing dimensions data (ods) - create data pipeline.
By API request or by web scraping
2. data cleaning and transformation. (changing odds format, team name with Fuzzywuzzy in Python)
3. Applying model. - add arb calculator
4. GUI - build an app for data interaction and visualization.
Разрабатывать арбитраж бот для арбитражных ставок на спорт (футбол).
копия платформы RebelBetting отдела (sure bet) только для бабула. https://rb.rebelbetting.com.
Пример 1 : (пример 1х2) - Трёх посторонний калькулятор (3-way calculator)
Визуальный пример: https:/rb.rebelbetting.com/ выбрать sure betting. Процент показывает возможность прибыли (вычисленный арбитражным калькулятором) по сравнению с разными возможностями (odds) на различных букмесячных платформах на одно и то же событие (в нашем случае и этот футбольный матч). ТЗ сбора данных редиционной базы данных через сервис Rapid API https://rapidaypipe.com/api-sports/api/fotall/ API restque. Нас интересуют только данные из будущих игр( pre-match).
Создать базу данных на SQL или MongoDB, принимая во внимание данные, например, те, которые меняются в реальном времени. То есть все данные должны автоматически обновляться автоматически. Создание интервьюального обновления данных (каждые 1-5 мин). Трансформация и очистка входных данных. Очистка данных о формате (odds). Данные о коэффициентах (odds) различных букмекерских конторов имеют различный формат, поэтому нужно их отформировать и хранить в десятичном смысле, чтобы иметь возможность сравнивать их и находить ставки.
Соответствие названий команд: букмекеры отличаются тем, как они пишут одни и те же названия команд. Некоторые могут писать New York City FC, в то время как другие будут называть это только NYC FC, поэтому нужно выполнить определенное соответствие строк. Для этого можно использовать Fuzzywuzzy.
Применение модели.
Написать код который сравнивает:
Дату и время, проведения событий (матча), названия команд на разных букмейкерах, коэффициент/шанс (odds) на разных букмейкерах. Сравнив лучшие шансы (odds) вычисляет возможность арбитражных ставок.
Встроить арбитражный калькулятор по формулам: Двоих посторонний калькулятор (2-way calculator).
Построить веб приложение для визуализации данных, используя Python фрейворк Flask (или любой другой). Главная цель интерфейса:
Сообщите пользователю о возможности арбитража найдена.
Вывести на экран письмо возможных арбитражных ставок, отсортированных по доходности (profit) в процентах. Отсортировать от большего% до меньшего %.
Если коеффициенты (ods) изменились и больше не являются арбитражной возможностью, выводить сообщение "исключённая и не валидная" и удалить из письма.
Для подробностей с проектом, прочтите ТЗ, который находится в документах.
Обзор
Розробити арбітраж бот для арбітражних ставок на спорт (футбол).
копія платформи RebelBetting відділ (sure bet) Лише для бутбола. https://rb.rebelbetting.com .
Приклад 1 : (приклад варіанта 1х2) - Трьох сторонній калькулятор (3-way calculator)
Для візуального прикладу, зареєструватися на https://rb.rebelbetting.com/ вибрати розділ sure betting. У відсотках показується можливість прибутку(вирахований арбітражним калькулятором) при порівнянні різних шансів (odds) на різних букмейкирських платформах на одну і ту подію, (в нашому випадку на один і той футбольний матч).
ТЗ
- Збір даних створення редяційної бази даних
- Збір даних через сервіс Rapid API https://rapidapi.com/api-sports/api/api-football/ користуючись API request. Нас цікавлять лише дані з майбутніх матчів( pre-match).
Створити базу даних на SQL чи MongoDB беречи до уваги дані, наприклад шанси(odds) які змінюються в реальному часі. Тобто всі дані мають автоматично постійно оновлюватися. Вбудувати інтервальне оновлення даних (кожні 1-5 хв).- Трансформацію та очистка вхідних даних.
Очищення формату шансів(odds) . Дані про коефіцієнти(odds)від різних букмекерських контор мають різний формат, тому потрібно їх відформатувати і зберігати в десятковому значенні, щоб мати можливість порівнювати їх і знаходити ставки.
Збіг назв команд: букмекери відрізняються тим, як вони пишуть одні і ті ж назви команд. Деякі можуть писати New York City FC, тоді як інші будуть називати це лише NYC FC, тому потрібно виконати певну відповідність рядків. Для цього можна використати наприклад Fuzzywuzzy.- Застосування моделі.
Написати код який порівнює:
Дату і час, проведення події(матча), назви команд на різних букмейкерах, коефіцієнт/шанс(odds) на різних букмейкерах. Порівнюючи найкращі шанси(odds), вираховує можливість арбітражних ставок.
Вбудувати арбітражний калькулятор за даними формулами:Двох сторонній калькулятор (2-way calculator) .
- Побудувати веб додаток для візуалізації даних, використовуючи Python фреймворк Flask ( або будь який інший) .
Головна мета інтерфейсу:
Повідомте користувача про те, що можливість арбітража знайдена.
Вивести на екран лист можливих арбітражних ставок, відсортованих за прибутковістю(profit) в відсотках. Відсортувати від більшого% до меншого %.
Якщо коєфіціенти (odds) змінилися i більше не є арбітражною можливість, вивести повідомлення «ставка застаріла і не є валідною» i видалити з листа.
Будь ласка для детального ознайомленням з проектом читайте ТЗ яка закріплене в документах.
Приложения 1
-
848 22 0 1 Готов реализовать задачу на пайтон. Свяжитесь со мной для уточнения деталей. После обсуждения смогу назвать точные сроки и стоимость.
-
1190 24 0 2 Доброго дня, хотів би взятися за ваше завдання. Є декілька запитань для уточнення, подібні програми з ui багато, досвід є. Готовий починати після уточнення.
Актуальные фриланс-проекты в категории Python
Python/CAD разработчик для автоматической обработки DXF
8000 UAH
Необходима разработка модуля автоматического маркирования деталей в DXF для лазерной резки. Исходные данные: - Используем BAS для учета производства. - Лазерная резка выполняется на Senfeng с программным обеспечением CypCut - Имеем готовые файлы раскладки деталей в формате… Python, Базы данных и SQL ∙ 1 час 37 минут назад ∙ 12 ставок |
Построить модель классификации клиентов1. Есть данные клиентов в Mongo/SQL (примерно 20 000 записей с сырыми данными). 2. Необходимо на их основе построить фичи и модель классификации клиентов на поведенческие группы. 3. Проект выполнить на Python. AI и машинное обучение, Python ∙ 14 часов 1 минута назад ∙ 25 ставок |
ИТ Автоматизация ведения VAT-отчетности
10 000 UAH
Необходимо разработать систему для автоматизации переноса данных о продажах из CRM в бухгалтерскую систему Wafeq. Система должна импортировать банковские и платежные отчеты, автоматически сверять платежи с инвойсами, формировать инвойсы для VAT-отчетности и минимизировать ручную… AI и машинное обучение, Python ∙ 19 часов 25 минут назад ∙ 32 ставки |
Обслуживание софта
5000 UAH
Необходимо внести правки в софт и его обслуживать в дальнейшем, софт делает заказы по заданным параметрам и отправляет их в телеграм бот Python, Разработка ботов ∙ 20 часов 14 минут назад ∙ 52 ставки |
Инструмент сверки счетов с банком, картами и бухгалтеромТехническое задание: инструмент сверки счетов с банком, картами и бухгалтеромОбщая цель Нужен локальный инструмент (скрипт/небольшое приложение на Python), который запускается вручную раз в 1-2 месяца на моём компьютере и делает сверку между: Счетами, которые я выставил клиентам… Python, Десктопные приложения ∙ 1 день 7 часов назад ∙ 37 ставок |