betting

投注分析

在撰寫查詢之前，請先查閱 references/api-reference.md 以了解賠率格式、指令參數與關鍵概念。

快速開始

sports-skills betting convert_odds --odds=-150 --from_format=american
sports-skills betting devig --odds=-150,+130 --format=american
sports-skills betting find_edge --fair_prob=0.58 --market_prob=0.52
sports-skills betting evaluate_bet --book_odds=-150,+130 --market_prob=0.52
sports-skills betting find_arbitrage --market_probs=0.48,0.49
sports-skills betting parlay_analysis --legs=0.58,0.62,0.55 --parlay_odds=600
sports-skills betting line_movement --open_odds=-140 --close_odds=-160

Python SDK:

from sports_skills import betting

betting.convert_odds(odds=-150, from_format="american")
betting.devig(odds="-150,+130", format="american")
betting.find_edge(fair_prob=0.58, market_prob=0.52)
betting.find_arbitrage(market_probs="0.48,0.49")
betting.parlay_analysis(legs="0.58,0.62,0.55", parlay_odds=600)
betting.line_movement(open_odds=-140, close_odds=-160)

重要：進行任何分析之前

重要：在呼叫任何分析指令之前，請確認：

• 賠率格式已正確識別（american、decimal 或 probability）。
• ESPN 賠率在計算與預測市場價格的優勢之前，已使用 devig 去除水錢。
• 此模組負責計算 — 不負責取得資料。請先從特定運動技能或 polymarket/kalshi 取得賠率。

工作流程

比較 ESPN 與 Polymarket/Kalshi

1. 取得 ESPN 的勝負賠率（例如，從 nba get_scoreboard）：主隊：-150，客隊：+130
2. 取得相同結果的 Polymarket/Kalshi 價格（例如，主隊 0.52）
3. 去水：devig --odds=-150,+130 --format=american → 公平機率：主隊 57.9%，客隊 42.1%
4. 比較：find_edge --fair_prob=0.579 --market_prob=0.52 → 優勢：5.9%，期望值：11.3%
5. 或一步完成：evaluate_bet --book_odds=-150,+130 --market_prob=0.52

套利偵測

1. 從不同來源取得每個結果的最佳價格（Polymarket 主隊 0.48，Kalshi 客隊 0.49）
2. find_arbitrage --market_probs=0.48,0.49 --labels=home,away
3. 總隱含機率 0.97（< 1.0）→ 發現套利，保證報酬率：3.09%

串關評估

1. 對每個單注去水：第 1 注 → 0.58，第 2 注 → 0.55，第 3 注 → 0.50
2. parlay_analysis --legs=0.58,0.55,0.50 --parlay_odds=600
3. 回傳合併公平機率、優勢與 Kelly 比例

盤口變動分析

1. 取得 ESPN 的開盤與收盤盤口：開盤 -140，收盤 -160
2. line_movement --open_odds=-140 --close_odds=-160
3. 回傳機率變化、方向與分類（sharp_action、steam_move 等）

範例

範例 1：使用 ESPN 與 Polymarket 價格進行優勢檢查
使用者說：「湖人隊的比賽有優勢嗎？ESPN 開 -150，Polymarket 是 52 美分」
動作：

1. 呼叫 devig(odds="-150,+130", format="american") → 主隊公平機率約 58%
2. 呼叫 find_edge(fair_prob=0.58, market_prob=0.52) → 優勢約 6%，正期望值
3. 呼叫 kelly_criterion(fair_prob=0.58, market_prob=0.52) → 最佳投注比例
   結果：呈現優勢百分比、每美元期望值，以及建議投注金額佔資金的比例

範例 2：套利機會偵測
使用者說：「我可以套利嗎？Polymarket 主隊 48 美分，Kalshi 客隊 49 美分」
動作：

1. 呼叫 find_arbitrage(market_probs="0.48,0.49", labels="home,away")
2. 檢查結果中的 arbitrage_found
   結果：如果存在套利：呈現配置比例與保證報酬率。如果沒有：呈現 overround 並解釋無保證獲利

範例 3：串關評估
使用者說：「這個 3 注串關 +600 值得嗎？」
動作：

1. 對每個單注去水以取得公平機率（例如，0.58、0.62、0.55）
2. 呼叫 parlay_analysis(legs="0.58,0.62,0.55", parlay_odds=600)
   結果：呈現合併公平機率、優勢、期望值、+EV 或 -EV 結論，以及 Kelly 比例

範例 4：盤口變動解讀
使用者說：「盤口從 -140 移動到 -160，這代表什麼？」
動作：

1. 呼叫 line_movement(open_odds=-140, close_odds=-160)
   結果：呈現機率變化、方向、幅度與分類（sharp action、steam move 等）

範例 5：標準讓分盤去水
使用者說：「這個讓分盤的真實賠率是多少？兩邊都是 -110」
動作：

1. 呼叫 devig(odds="-110,-110", format="american")
   結果：呈現每邊公平機率 50%，水錢約 4.5%

範例 6：賠率格式轉換
使用者說：「將 -200 轉換為隱含機率」
動作：

1. 呼叫 convert_odds(odds=-200, from_format="american")
   結果：呈現隱含機率 66.7% 與小數賠率 1.50

不存在的指令 — 絕對不要呼叫

• get_odds — 不存在。此模組分析賠率；不負責取得賠率。請使用 nba-data/nfl-data 等取得 ESPN 賠率，或使用 polymarket/kalshi 取得預測市場價格。
• calculate_ev — 不存在。請改用 find_edge 或 evaluate_bet。
• compare_markets — 不存在。請使用 markets 技能進行跨平台比較。

如果某個指令未列在 references/api-reference.md 中，它就不存在。

疑難排解

錯誤：呼叫 convert_odds 時出現 ValueError: unknown format
原因：from_format 參數不是 american、decimal 或 probability 之一
解決方法：請使用 american、decimal 或 probability 作為格式字串

錯誤：find_edge 在預期正優勢時回傳負期望值
原因：公平機率與市場機率可能顛倒，或跳過了去水步驟
解決方法：先對運動彩券賠率執行 devig，再將去水後的 fair_prob 傳給 find_edge

錯誤：find_arbitrage 在價格看似很低時顯示沒有套利
原因：當所有結果都正確納入時，價格總和可能大於 1.0
解決方法：確認你使用的是所有結果的正確機率；檢查結果中的 total_implied

錯誤：Kelly 比例非常高（大於 0.5）
原因：優勢估計過大 — 通常是公平機率計算錯誤
解決方法：使用半 Kelly 或四分之一 Kelly 進行保守配置。透過 devig 重新驗證公平機率