JetQiao/football-prediction-skill

Prévision intelligente pour les paris sportifs compétitifs : Dixon-Coles, valeur des cotes, renseignements d'avant-match, backtest et rapports HTML hors ligne.

Qu'est-ce que football-prediction-skill ?

Cette compétence permet aux agents IA (comme Claude Code) d'exécuter des workflows complets pour les paris CNC (Chine Nationale Compétitive). Elle utilise des scripts déterministes pour la normalisation des données, les modèles probabilistes (Dixon-Coles), le calcul de valeur, le backtest et le rendu HTML hors ligne. Elle prend en charge les workflows quotidiens complets (préparation, recherche de renseignements, validation, génération de rapport), le backtest sur des fichiers CSV historiques, et les scénarios de tournoi. L'agent doit hiérarchiser les commandes CLI spécifiques (`football-predict doctor`, `prepare`, `daily`, `backtest`, `tournament`) et ne doit jamais utiliser de données de clôture historiques pour des prédictions antérieures. Le rapport généré est un fichier HTML auto-contenu, sans dépendance au réseau, prêt à être visualisé hors ligne. L'agent est conçu pour travailler de manière transparente avec les sources de cotes en temps réel, les données Elo/xG et les renseignements non structurés, en respectant strictement les règles de dégradation et les mises en garde éthiques (pas de promesse de gain, pas de jeu pour mineurs).

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add JetQiao/football-prediction-skill

Installed? Explore more Recherche et analyse de données skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Prévision intelligente pour les paris CNC (Chine Nationale Compétitive)

Utilisez des scripts déterministes pour effectuer la normalisation des données, les modèles probabilistes, le calcul de valeur, le backtest et le rendu HTML. Utilisez l'agent uniquement pour traiter les renseignements non structurés sourcés. Générez toujours un HTML auto-contenu, ne collez pas la table complète des matches dans la réponse.

Choisir un workflow

  • L'utilisateur souhaite analyser tous les matches CNC d'une journée : exécutez le « Workflow quotidien complet ».
  • L'utilisateur souhaite une ligne de base rapide ou n'a pas de capacité de recherche en ligne : exécutez directement daily, en précisant clairement la dégradation du marché/des renseignements.
  • L'utilisateur fournit un fichier CSV historique : exécutez backtest.
  • L'utilisateur pose des questions sur les classements de groupe ou les éliminatoires : lisez Simulation de tournoi puis exécutez tournament.
  • L'utilisateur ne fournit qu'un seul match qui n'est pas dans le programme CNC : construisez un JSON d'entrée conforme au Contrat de données, puis exécutez daily --input.

Point d'entrée des commandes

Utilisez de préférence la commande installée :

football-predict doctor

Si la commande n'existe pas, utilisez le point d'entrée du dépôt open source :

npx -y github:JetQiao/football-prediction-skill doctor

Ci-dessous, football-predict désigne le point d'entrée disponible ; utilisez le même point d'entrée pour toute la tâche.

Workflow quotidien complet

  1. Déterminez la date de vente CNC. Si non spécifiée, utilisez la date locale de l'utilisateur aujourd'hui, sans confondre le jour naturel du match avec le jour de vente.
  2. Créez un répertoire de travail temporaire et récupérez le programme des matches :
football-predict prepare --date YYYY-MM-DD --out /tmp/football-predict-YYYY-MM-DD
  1. Lisez matches_*.json et intel_queue_*.json. Pour tous les matches de grade B, conservez la ligne de base du modèle ; effectuez une recherche approfondie en ligne uniquement pour les matches de grade A de la file d'attente.
  2. Suivez le Processus de renseignement pour rechercher et écrire intel.json. N'utilisez pas d'articles publiés après le début du match, de résultats ou de données disponibles seulement après la clôture.
  3. Validez les renseignements :
football-predict validate-intel /tmp/football-predict-YYYY-MM-DD/intel.json
  1. Générez le produit final :
football-predict daily \
  --date YYYY-MM-DD \
  --input /tmp/football-predict-YYYY-MM-DD/matches_YYYY-MM-DD.json \
  --intel /tmp/football-predict-YYYY-MM-DD/intel.json
  1. Dans la réponse, fournissez uniquement le chemin absolu du HTML, le nombre de matches, le nombre de hautes confiances, le nombre de signaux de valeur et les avertissements de dégradation clés. Rappelez que la probabilité n'est pas une promesse, n'utilisez pas de formulations du type « sûr à 100% ».

Marché et amélioration des caractéristiques

Injectez les Elo/xG d'avant-match via --features features.json et les cotes serrées/marché au même instant de prédiction via --market market.json. Lisez Sources et dégradation pour confirmer la priorité des sources.

N'injectez jamais de cotes de clôture historiques dans une prédiction antérieure. En l'absence de cotes en temps réel, une dégradation est autorisée, mais l'avertissement doit être conservé dans le rapport.

Backtest

Obtenez les fichiers CSV des ligues pour lesquelles l'utilisateur a les droits depuis football-data.co.uk, puis exécutez en local :

football-predict backtest history.csv --min-train 120 --window 600

Comparez le Brier, la log-loss et la ligne de base SP CNC ; rapportez également la taille de l'échantillon, le ROI et le drawdown maximal. Ne sélectionnez pas uniquement les ligues ou périodes avec de bonnes performances.

Règles de sortie

  • Conservez prediction_*.json, report_*.html et manifest_*.json.
  • Considérez le HTML comme le livrable principal ; il doit pouvoir s'ouvrir hors ligne sans envoyer de requête réseau.
  • Conservez les sources, l'heure de génération, l'ID d'exécution, les informations manquantes et les raisons de dégradation.
  • N'exécutez pas de mises, n'agissez pas pour le compte de clients, ne promettez pas de gains ; mentionnez clairement l'appel aux paris responsables et l'interdiction des paris pour les mineurs.

Skills associés