馬季即將開鑼,相信馬迷都正在準備,預祝各位好運。前幾天看了一套香港電視劇,其中一幕說起賽馬,內容大概是主角要用$
香港賽馬彩池是採用pari mutuel(同注分彩法),簡單說就是所有馬迷用金錢投票,投給自己心水馬/組合,集合起來的錢由馬會保管,並根據每匹馬的投注額計算賽馬賠率,如下:
所有投注在同一場某種投注方式的金額都會用作派彩(
簡而言之,一場馬同一投注方式越多人買中,每注派彩越少。以此邏輯為思考問題的出發點,當你聽到貼士兩字時請先停一停、
另外,這幾天都在整理賽馬資料和重組模型,想到之前解釋機器學習時提供了一些2008-2009年的資料,之前做食評的互動版試過用flexdashboard,今次用shinyapp做一個網上的資料表格,希望對大家有用。
[2018年4月7日更新] 請注意,要拿更多資料的請參考我另一個post。
http://www.mlact.com/必勝賭馬方程式2-利用r收集賽事資料及資料清洗/
備註:
Run = 比賽年月日場次合成ID; Date = 比賽日期; RunNo = 場次; Class= 班次; Dist = 途程; Loc = 地點 沙田或跑馬地; Runway = 泥地或草地; Runtrack = 賽閘; Info1 = 班次資料; roadcond = 跑道狀況; TotalRunNo = 場次編号; SurIndex = 草地指數; HardIndex = 硬地指數; HrNO = 馬号; Name = 馬名; NameNo = 馬匹烙号; Age = 馬齡; JC = 騎師; WtCr 負重; Lane = 檔位; Rating = 評分; JT = 練馬師; HrWt = 馬匹體重; OVOdd = 隔夜賠率; GateOdd = 閘前賠率; FinOdd =最後賠率; WinTick = 獨嬴飛; PlaceTick = 位置飛; PlaceOdd = 位置賠率; Process1 = 沿途走位1; Process2 = 沿途走位2; Process3 = 沿途走位3; Process4 = 沿途走位4; Process5 = 沿途走位5; t1 = 分段時間1; t2 = 分段時間2; t3 = 分段時間3; t4 = 分段時間4; t5 = 分段時間 5; t6 = 分段時間6; Ttime =總時間; FinPos = 名次; WinDist = 勝負距離
全網頁版點這裡
自家server host,只在日間開放,請見諒。請避免使用手機打開。
Github Link在此https://github.com/acmayuen/HK-Horse-Racing/blob/master/hrdata2008-2016.R