賽馬投資學

睇到個標題，你可能會諗，賽馬唔係賭博咩？點會係投資啊？其實啲買股票嘅叔叔嬸嬸聽人地講幾個number，就跟住買，咁同賭大細又有咩分別？唔係聽消息，而係做完分析先去買股票嘅你，可能會話買股票要睇好多野架喎，要睇年報啦，要做基本面分析，又要做投術面分析，買馬點同呢？得個幾樣野睇，又唔識睇個馬樣就知佢靚唔靚，fit唔fit，點分析啊？鐘意睇數據做分析嘅你，如果連股票市場咁多野睇都搞得掂，賺到超過20%回報嘅話，賽馬世界又點會難到你呢？講到投資，最重要嘅梗係想知呢個投資有幾多回報啦？咁我就要講下係賽馬分析入面好出名嘅兩個人，一個係中大嘅前統計系教授，顧嗚高，另一個就係Bill Benter。根據網上報道，顧教授靠數學模型贏咗半億，而Bill先生呢，維基百科就話佢係賽馬市場到賺咗十億。有興趣嘅可以google下佢地係呢方面有咩威水史。就咁睇數字，係咪覺得好難以置信呢！要賺咁多錢，你估佢地真係次次都咁好彩，估中晒啲馬咩？佢地致勝嘅關鍵就係數據分析。

要做分析嘅話，首先你要知賽馬有咩數據。假設你想用排名做Y去建立一個數據模型，咁其他數據就可能係模型中嘅X。做股票分析，你都會想有多啲X，俾你可以從多啲角度去了解隻股票值唔值得入手，然之後做個準啲嘅模型睇下幾時入手好，同幾時放好。賽馬都係差唔多，只係賽馬唔駛諗幾時放，只需要諗呢個賠率抵唔抵入。（呢樣野有排講，有興趣知可以再講深入啲）

下圖係舊年最後一個本地賽日嘅第一場賽果，你見到嘅所有野都係數據，易處理啲嘅話，可以直接用有排名嘅果個表，已經有好多野可以研究。平時聽電台啲馬評人會睇係邊隻馬，隻馬上幾場嘅表現係點，邊個騎師，練馬師，檔位啊，負重啊，係長途定短途賽事。簡單啲開始，你可以搵下呢啲數同個排名嘅correlation，睇下邊啲同個排名嘅關係大啲。除咗個表之外，仲有好多其他數據，例如個表上少少有幾樣野，賽事重溫、餘勢分析同鳥瞰重溫，呢3個係影片，你可以用computer vision嘅technique去做影片分析，睇下啲馬嘅沿途表現，分析下其實邊隻馬後勁有力，啱跑長途。又或者係競賽事件報告，係一堆文字，可以做下text mining。就好似下文中，「標騎飛」要經過”獸醫撿驗”先可以再出賽，咁樣可能表示”獸醫撿驗”係唔好嘅字眼，如果呢隻馬再出場，佢個表現需要大打折扣。除咗賽果之外，其實仲有好多其他相關數據，大家都可以拎黎做X，例如天氣狀況、馬匹過往嘅傷患紀錄、騎師王嘅積分等等。

唔知你果日有冇投注，試諗下如果你中咗隻12號，佢賠率有22倍，你買1000蚊，就有12000蚊收，嘩！你話爽唔爽。當然啦，佢咁高賠率，即係大眾覺得佢唔會贏，而你個模型要成功搵到呢隻冷門馬係要落好多功夫先有機會搵到佢。

（未完待續，我驚太長，大家會覺得悶，如果想繼續睇，可以留個名支持下）

咁多理論做乜 到跑馬時貼出心水計下你中幾多先算

有無plan
想買tips

Lm學嘢

LM

lm

無錯

廢話唔洗多 放低number 自然有人跟
利申：想睇樓主搞到馬會百年基業執笠

我諗留意呢個post嘅人或多或少都係讀數、統計或者CS人，想自己砌model去贏大錢。其實顧教授都教咗唔少學生，我諗當中都有人想學佢咁賺大錢。靠人地貼士可能真係可以幫你賺一兩次快錢，但有自己嘅model先係長遠搵大錢嘅方法。呢個post之所以出係學術台，而唔係財經台吹水台，就係想大家可以由學術層面去探討下點用模型去投資賽馬，歡迎大家交流下自己既做法同諗法。

你都有道理既, 因為馬會會有抽水呀麻, 但係換個諗法，對比股票，大把人買馬係諗都唔諗，見邊隻馬順眼啲就買，因為佢地當賽馬係賭錢係娛樂，而唔係投資，所以其實有好多人都係倒緊錢落海。

你已經有自己套model?

public 越來越準，用上年data train 嘅今年未必 work

當年中大好似有條友真係俾筆錢佢建立數據分析, 條件好似係要分帳, 報紙報導佢地真係長期剷錢, 點解咁好既野會有報紙可以報導出黎 ?? 因為後尾佢兩個分錢拗唔掂數, 搞到上法庭

當你知道有咩數據後，就可以諗下用咩做個Y同用咩模型。

(以下內容需要基本程度既統計學知識)

首先介紹嘅就係Bill 先生 所用，傳統統計學常見嘅模型 Multinomial Logistic Regression (MLR)。
MLR同一般Logistic Regression唔同嘅地方在於，LR當中既Y係binary，而MLR當中既Y就係multiclass，最重要嘅係MLR模型output出黎嘅係一個probability matrix，之後可以配合唔同既betting strategy (例如 Kelly Criterion) 去落注[Kelly Criterion既缺點問題之後會再講] ，從而maximize個回報。

但係有一點要留意，就係MLR係假設咗Y係nominal，而賽馬名次實則係ordinal，所以如果要改良，可以從 proportional odds logistic regression 著手 [有興趣之後可以再深入啲講]。

我希望講嘅野易入口唔會太複雜，所以大部分嘅point都係點到即止，如果想了解多啲 Bill Benter 個模型，可以Google "Bill Benter Computer Based Horse Race Handicapping and Wagering Systems: A Report" 就會搵到佢篇文，好詳細解釋佢個賽馬系統。 又或者如果大家有咩想問都可以留言，大家交流下。

我個人認為 MLR 係一個好值得試嘅模型，無論係新手初接觸，定係用黎做 baseline model 之後同其他模型比較都好。

(啱啱睇返先發現上面打錯字，賠率22倍，買1000蚊，應該係有22000蚊收)

留名

之前係YOUTUBE見過段類似既教學片
https://www.youtube.com/watch?v=8XXtW9SZ020

講咗咁耐，最重要嘅係點樣拎到啲數據，網上大把open source嘅package或者論文幫你或者教你砌模型，但數據呢？應該從何入手呢？

最直接同唔使錢就拎到數據嘅地方就係馬會個網，你唔怕煩又有好多時間嘅話，可以自己scrape data，或者自己逐個逐個表download，逐個逐個數人手打。唔想煩嘅，可以搵下啲data provider，根據唔同嘅收費，可以得到多啲或者少啲數據項目同數據量。大家可以自己google比較下。幾年前，當我開始做果陣，我唔知原來有啲咁方便嘅野，自己花左幾個月時間學scraping，從搵數據到validation再將佢地clean好整理好，就足足花咗我年幾兩年時間。因為數據嘅質素好重要。如果啲數據錯漏百出，明明2號馬贏，佢寫咗12號，賠率係9倍，寫錯係19倍，garbage in garbage out，咁你覺得果模型會準得去邊？所以數據本身要做validation，至於點做呢，你可以將唔同地方但講同一樣嘅數據做比較，例如你見到之前果賽果，隻頭馬「萬里威揚」明明沿途走勢次次都排最尾，但最後拎到第一，好似唔係好合理。想check下個賽果啱唔啱，可以去搵呢隻馬嘅馬匹資料，double check下佢係咪真係跑第一。
用兩年時間去做數據收集呢件事有好有唔好，唔好就係我晒咗兩年嘅opportunity cost，但好處就係我對啲數據真係好熟。如果你睇到呢度，我相信你都幾有興趣，想整番個數據模型，學顧教授或者Bill先生咁係賽馬入面贏大錢。如果大家感興趣，我之後會繼續出post，教下大家點砌模型，分享下有咩數據要特別處理，內容都會用番我自己嘅數據，想知清楚啲我教學入面講嘅係邊項數據，可以到呢條link填份form買我嘅數據。

無論有興趣買數據，想學術交流下，都可以telegram搵我傾吓偈。
https://telegram.me/Horsorion

補返條link先
https://horsorion.github.io/

賽馬投資學邊有賣數據/心水咁穩賺

馬係賭仔同賭仔對賭 馬會只負責抽水
係叻ge人贏蠢ge人錢

22倍應該係收22000

笑到肚痛
msn年代嘅招數就想搵水魚

On