賽馬投資學

講咁多 即係賣料啦

佢四百幾萬講到自己四千幾萬喎

最近 有好多導師朋友問我 係經濟咁差既情況下....點樣可以令自己盤生意仲有增長

呢兩日係 telegram 都有幾位巴打搵我交流下心得 咁我都藉呢個機會分享下講左

Q: 點解揀賽馬唔揀足球?

A: 原因好簡單，因為賽馬係行彩池制 Pari-Mutuel (PMU) 而足球係行固定賠率 Fixed-Odds (FO)，所以兩者表面上都係"賭博"，但係玩法上有好大嘅分別。
PMU嘅意思就係將成個彩池嘅錢，抽走一部分嘅水，剩底嘅就平均分俾估中嘅人。
當多人投注落某一隻馬度，咁果隻馬嘅賠率就會低，馬會係唔會干預賠率，係一個好公平嘅遊戲。
以獨贏為例，假設獨贏彩池為2千萬，馬會會抽走17.5%嘅錢，咁而加彩池就會得返 20,000,000 x (1-17.5%) = 16,500,000，然後再將佢按每人買左嘅比例分俾估中嘅人。
但係相反，足球所有嘅賠率都係由馬會入面成班專業人士計算而得出黎，而個賠率已經包埋抽水嘅成份，所以我揀左做賽馬而冇做足球嘅模型。

PMU同FO可能好多人都知，但係值得一提嘅係其實賽馬世界入面亦都有 FO 嘅 pool，就係騎師王，呢個賠率，係由馬會入面成班專業人士計算而得出黎，呢樣野你睇幾多paper都冇咩人會mention，因為係香港獨有嘅，所以如果善用黎做feature engineering，你個模型個準確度會高唔少。

Q: 而加買獨贏係味已經冇肉食?

A: 呢個問題其實好有深度，啫係巴打清楚明白概率同賠率嘅關係先會咁問，亦都識計 EV 呀，Kelly Theory個d數，亦啫係我地俗稱嘅值博率。但係其實根據我自己做嘅數據分析，過往40年嘅賽馬紀錄，每場平均估中獨贏嘅百分比係冇大嘅升跌幅，換句說話講，咁多年黎，其實都係冇咩進步過，我自己都覺得好奇怪，因為隨住ML，DS嘅發展，suppose呢個百分比係會有上升嘅趨勢，但係數據唔會講大話，事實真係咁，亦都證明左會用ML，DS去砌模型嘅，仲係好少數，又或者大部分嘅所謂模型，係仲差過general public。

講開general public，其實大部分有砌模型嘅都會好清楚，odds係近乎所有features入面同排名嘅correlation最高，~ 0.46 - 0.48，但係如果用 MLR 模型，有咩野feature嘅feature importance係會仲高過odds嘅呢?

講住咁多先，如果大家都有咩問題，可以係到留言，或者 telegram 搵我都可以。

另外本來唔諗住回應，但係我驚大家誤會左我嘅意思，其實主要開呢個post，係希望多d人可以分享下點用數學統計學嘅模型應用係賽馬世界，比起賣tips，我更加係想賣data。
因為我自己經歷過呢個階段，剩係由scraping, cleansing, validating, preprocessing都搞左我年幾兩年嘅時間，反而想放多D時間係modeling上面。
其實當真係落手做過，就會明當中嘅困難，有時會scrape漏左又要重新黎過，就算你段code完全冇改變，係唔同時間點scrape，亦會有唔同嘅result，仲有好多好多嘅問題會遇到。
舉個簡單嘅例子，大家知唔知馬會賽事係由幾月去到幾月，好多馬迷都會答九月去到七月，呢個答案冇錯，但係其實過往40年，係曾經有1年係8月有馬跑，但係你點樣係馬會個網搵返呢一日出黎再scrape呢，又例如同一個賽馬日，一隻馬可以係兩場賽事到同時出現，根據賽例係唔容許嘅，咁呢兩場邊場先係真邊場係錯嘅呢? 仲有好多好多呢類嘅問題要去cater，所以如果買數據，就可以確保數據嘅完整性同準確度。
我並唔係唔支持大家自己去scrape data，只係想提供多一個渠道等大家可以更加快同方便咁開始砌自己嘅model，亦都有D自己做scraping拎data嘅巴打會搵我交流下，講下佢用咩模型，有咩features咁樣，最深刻係有位巴打諗住將足球嘅ELO System apply 落賽馬到，雖然成效未必高，但係好創新同有諗頭。

好，之後都應該唔會再覆呢類comment，唔想引發罵戰。
另外想問下大家有冇咩model層面既野想知想問，可以係到留言一齊交流下，又或者分享下大家用開咩model architecture都可以。

呢part係tips plan黎架，但係target audience係general public，冇咩programming底唔會自己用model去寫algo去買馬既人。
而我係連登主要係想focus搵一d識programming識stat 希望自己砌model既受眾，所以你會見我討論既方向都係以data層面model為主而唔會講tips plan個方面既野。

其實唔一定要買data, 單純係到交流下唔同既model我都覺得好好。

睇左巴打講既野，都幾有啟發性
想請問會唔會有啲關於賽馬既書藉推介？
中英都得

同埋想請問有無望過積微錄，覺得個blog啲野點

Sorry好多野好奇想問
有啲人玩stats玩數據係完全唔會理隻馬
只會當馬係一啲數據
有啲人就同時會睇下馬匹狀態睇下賽績片睇下隻馬臨場動態

想問巴打係邊一類人？點解唔會選擇另一種做法？

大彩池有多寶架

多寶都係馬會由利潤中抽出

係賣data

"計得精彩 賽馬的統計及數學方法"

我一開始乜都唔知連檔位係咩都唔識個陣就係睇呢本書入門，呢本書對我黎講就好似啟蒙老師咁。呢本書中文版已經絕左版，如果有興趣可以上網搵到 PDF，而英文版可以係Amazon買到。
(另外如果有中文版既巴打歡迎聯絡我，我真係好想收藏一本。)

另外坊間見到個幾本賽馬書我都有去書局睇過下，我會覺得可以作為參考，去睇下佢用咩features都唔錯。

積微錄我有睇過呀，我覺得好正學到唔少野，我個陣都係睇佢個網先搵到 Bill Benter 講talk個條片。其中有兩篇文我特別有啟發，分別係 "強勁無匹的賭馬方程式" 同 "Kelly Criterion的應用"。

我係純靠數據分析個種人，因為一黎我跟本完全唔識睇馬，二黎我相信數據可以反映事實。但係我同時間會做好多野去將呢類好難quantify既野去做量化，例如用NLP去將馬評人講既野去做text mining sentiment analysis等等。

講咁多野，d料點賣法，有咩plan

計得精彩 我都有pdf版本
之前都有係連登留過tg share比人

另外香港賽馬煉金術（增訂版）
我自己都覺得幾大啟蒙空間
最近想搵一本書「輕鬆玩轉香港賽馬」
大陸人寫既，但搵唔到邊度買
唔知有無人有佢既ebook版？

我都同意積微錄果兩篇文好inspiring
另外我好欣賞佢砌Model得來保持理性
好多人而家砌Model變左係砌個靚仔model
而唔係令個Model行之有效

我自己文科人，對IT同數學既理解好困難
但本身揀馬都自問唔差
亦有唔少賽馬data
而家就係卡左係砌model度

首先想講句唔好意思先，可能我既用字令到你有誤解，我絕對唔認為砌一個profitable既賽馬模型係簡單既事。

而學theory要學幾耐我覺得因人而異，好取決於到底每個人既學術水平同能力，而將theory再轉去應用層面又係另一回事。
舉個簡單既例子，望住下面個list，大家判唔判斷到邊幾篇係顧鳴高教授應用係賽馬世界既論文呢?
如果知道係邊篇，又睇唔睇得明佢寫既formula呢?
如果睇得明佢寫既formula，又識唔識用porgramming寫返出黎呢?
我絕對唔認為呢樣係一件簡單既事，需要用到既知識好多。



不過我好同意既就係feautures既重要性，一個再好既model architecture，但係入堆noise data，個performance都唔會高，所以好歡迎大家一齊交流下會用啲咩features。或者我可以拋磚引玉先，其中我覺得 Bill Benter 論文入面睇到既fitted model既residual再放入另一個model做features呢個做法好有創意又有用，大家仲有冇咩其他諗法?

唔好講咁多 你model 個 pseudo R2 幾多
講到先有討論價值

Lm

Lm學野

可惜啲人會做馬 無內幕消息無得玩

我自己比較少睇書，睇完計得精彩之後主要都係focus係research papers為主。如果本身已經有賽馬data可以先試下砌 Bill Benter MLR Model，之後再改良諗新既features同其他model architecture。

有冇做馬呢樣野我唔太識分，我有上網睇人話咩拉馬呀、扮打鞭等等，但係我個人睇法呢樣對投資賽馬整體係冇太大影響。因為第一，如果個騎師真係長期keep住做馬，係數據上可以反映到出黎，呢個騎師既勝率同入名率都唔會高，第二，如果做馬係rare case既話，長遠而言個model都可以keep到positive return。

賣data 都係個網整個簡單model 來睇下. 又無 data description 講你d data 既category..