JetQiao/football-prediction-skill

Previsão Inteligente de Futebol para Apostas (Jingcai)

Use scripts determinísticos para normalização de dados, modelos de probabilidade, cálculo de valor, backtest e renderização HTML; apenas o agente lida com informações não estruturadas com fontes. Sempre produza HTML autocontido, não cole tabelas completas de apostas na resposta.

Escolha do Fluxo de Trabalho

• Usuário quer analisar todas as partidas da Jingcai em um dia: execute o "Fluxo Diário Completo".
• Usuário quer apenas uma linha de base rápida ou não tem capacidade de busca na internet: execute daily diretamente, indicando claramente a degradação de mercado/informações.
• Usuário fornece um CSV histórico: execute backtest.
• Usuário pergunta sobre classificação de grupos ou eliminatórias: leia Simulação de Torneio e depois execute tournament.
• Usuário fornece apenas uma partida que não está na lista da Jingcai: construa um JSON de entrada conforme Contrato de Dados e depois execute daily --input.

Ponto de Entrada de Comandos

Priorize comandos instalados:

football-predict doctor

Se o comando não existir, use o ponto de entrada do repositório de código aberto:

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

Daqui em diante, football-predict representa o ponto de entrada disponível; mantenha o mesmo ponto de entrada para toda a tarefa.

Fluxo Diário Completo

1. Determine a data de venda da Jingcai; se não especificada, use o hoje local do usuário, não confunda a data natural da partida com a data de venda.
2. Crie um diretório de trabalho temporário e baixe a lista de apostas:

football-predict prepare --date YYYY-MM-DD --out /tmp/football-predict-YYYY-MM-DD

3. Leia matches_*.json e intel_queue_*.json. Para todas as partidas de nível B, mantenha a linha de base do modelo; apenas para partidas de nível A na fila, execute uma busca aprofundada na internet.
4. Conforme o Fluxo de Informações, pesquise e escreva intel.json. É proibido usar artigos pós-jogo, resultados ou dados disponíveis apenas após o fechamento do mercado.
5. Valide as informações:

football-predict validate-intel /tmp/football-predict-YYYY-MM-DD/intel.json

6. Gere o artefato 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

7. Na resposta, forneça apenas o caminho absoluto do HTML, número de partidas, número de previsões de alta confiança, número de sinais de valor e avisos críticos de degradação. Lembre que probabilidade não é garantia, não use expressões como "lucro certo".

Aprimoramento de Mercado e Recursos

Use --features features.json para injetar Elo/xG pré-jogo, e --market market.json para injetar odds agudas/de mercado no mesmo ponto de previsão. Leia Fontes de Dados e Degradação para confirmar a prioridade das fontes.

Nunca injete odds históricas de fechamento em previsões de pontos anteriores. A degradação é permitida quando faltam odds em tempo real, mas o aviso deve ser mantido no relatório.

Backtest

Obtenha CSVs de ligas que o usuário tem direito de usar em football-data.co.uk, execute localmente:

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

Compare Brier, log-loss com a linha de base da odd de fechamento (SP) da Jingcai; também reporte tamanho da amostra, ROI e rebaixamento máximo. Não selecione apenas ligas ou períodos com bom desempenho.

Regras de Saída

• Mantenha prediction_*.json, report_*.html e manifest_*.json.
• O HTML é a principal entrega; ele deve poder ser aberto offline sem fazer requisições de rede.
• Mantenha fontes, horário de geração, ID da execução, informações faltantes e motivos de degradação.
• Não execute apostas, não opere em nome do cliente, não prometa lucros; destaque claramente o jogo responsável e a proibição para menores de idade.