小白量化彩票實戰（1）彩票分析及爬蟲雙色球彩票開獎資料
彩票選號碼有兩類：一是自主組號，二是軟體算號，
1、自主組號，主要用自己認為的吉祥號,例如生榷訓有特殊意義,特殊感覺的號碼，但是這些選出的號碼多于彩票號碼,，就需要依賴程式軟體進行條件過濾和縮水投注，
2、軟體算號，主要通過計算機統計，利用大數定理，概率統計，以及深度學習等工具，進行電腦選號，
如果直接選出中大獎的號碼，因為概率太低，例如雙色球中獎概率1700多萬分支一，基本不可能，但是我們分析開獎號碼條件，
一等獎：6+1
二等獎：6
三等獎：5+1
四等獎：5、4+1
五等獎：4、3+1
六等獎：2+1、1+1、0+1
我們發現只要中藍球，至少會得5元，因此我們以藍號為中獎目標，但是藍號有16個號，中獎概率為1/16，
一注彩票2元錢，假設我們一期開獎投注2注4元錢，投注2個藍號，如果任意一個選中，我們就獲得5元，贏利5-4=1元錢，
如何能夠選2個藍號，就能中5元錢，
首先要會“舍得”，不要每期都投注，這樣你必敗在大數定律中，因為長期統計，每個藍號出現的幾率，無限接近1/16，彩票機構就是賺大多數投注錯的人的錢，
寫《戰勝莊家》的索普是如何賭場賺錢的？1960年代初，一位名叫索普（Edward Thorp）的美國數學家利用剛出現不久的計算機找到了21點游戲中的機會，發展出一套通過計牌（card counting）打敗賭場的方法，索教授理論付諸實踐，用自己的計牌法連連大勝賭場，
索普計牌法的原理并不難， 先講講21點的規則：玩家和莊家（賭場）對賭，看誰手中牌的點數之和更接近（但不能超過）21點， 10，J，Q，K都算十點，2至9 按各自點數計算，A可以算1點也可以算11點， 例如下面的一手牌可以算8點，也可以算18點，
牌局開始，玩家和莊家各發兩張牌，莊家的牌一明一暗（例如下圖）， 然后玩家先做決定：可以抓牌，做加倍等特殊行動，或在任何時候選擇“停”，如果玩家超過21點（爆牌）就直接輸了，否則“停”后輪到莊家行動， 莊家不能“見機行事”，只能按固定規則：手中的牌達到17點或以上必須“停”，否則必須抓，最后雙方比誰的牌更接近21點，
此外還有個特殊規定：一張A和一張十點牌（10，J，Q，K）叫“黑杰克”（Blackjack），拿到者直接取勝， 如果玩家拿到黑杰克，可贏取1.5倍籌碼，莊家拿到黑杰克只能贏取1倍籌碼，
很明顯，21點游戲中莊家和玩家各有優勢， 莊家的優勢在“后發制人”：玩家如果先爆牌，莊家可以不戰而勝，而玩家的優勢在于靈活機動，可以根據自己的牌和莊家暴露的那張牌決定戰術，此外，黑杰克3：2的賠率也有利于玩家，
十點牌和A越多，出現黑杰克的機會越多，也越容易爆牌，玩家“機動靈活”的優勢更有價值， 反之，3，4，5，6等小牌越多，爆牌的可能性越小，對莊家比較有利，索普時代的21點多用1副或2副撲克牌，當牌剛洗好時，賭場占據0.5%左右的概率優勢， 妙處在于，隨著牌局進行，某些時候大牌和A的比例會變高，概率會轉為對玩家有利， 索普戰勝賭場的方法就是：通過計牌估算概率，當形勢有利時下大賭注！
讀者要學會讀文抽象：只有對自己有利的情況下才下注，
既然雙色球藍號概率只有1/16，我們什么時候去買呢？
我們對彩票籃球號碼提取特征，藍號可以分大小號，1-8大號，9-16小號，又可以分奇偶號，號碼大小號和奇偶號出現的概率為1/2，因此根據大數定理，奇號和大號不會持續連出，
假定奇號和大號連出3期，我們藍球可以選擇偶數小號來買，我們只能選2，4，6，8號等4個號，仍然超出我們選擇的范圍，我們再提取特征，余三（即除3的余數，0，1，2），同樣依賴大數定理，同樣的模式出現只有1/3的概率，他們連出就要排排除，
假定我們發現有三期大號，奇數，余三2連出，排除后，我們的選擇只有：4，6號，是不是滿足了我們的要求，
假定前面3期開獎號如下，大號，奇數，余三2連出：
02 03 13 18 20 31, 11
06 10 13 25 26 32, 11
06 09 16 18 22 29, 11
我們藍號選擇只有：4，6號，我們選了這2個號投注，出現獎號“02 03 07 08 17 22, 15”沒有買中，藍15是大號，奇號，余三0，因此根據大數定理排除了藍6，只剩藍4號投注了，
我們再次投注2注藍4，結果開獎“07 09 14 26 30 31, 04”，我們獲利10-4-4=2元，
你會說，哪有那么巧，確實那么巧，上面5期是雙色球2021001-2021005的開獎號，
假如是1/2幾率贏后投注翻倍的游戲，例如比大小，想贏就要采用“馬丁策略”，只壓大或小單向，虧錢后，壓注翻倍，只要本金足夠多，贏1次，就全贏，
如果贏率只有40%的幾率的游戲，本金有限，怎么夠最佳自己投注呢？這就要使用“凱利公式”，
形勢有利時如何下注很需要技巧，押太少了浪費機會，押太多了“犧牲”的風險大增， 什么才是不多不少的合適賭注呢？ 1956年，科學家凱利（John Kelly）就此發表了論文，提出了著名的凱利公式，
f* = (bp - q) / b
其中，f* = 投注金額占總資金的比例，p = 獲勝的概率，q = 失敗的概率，q = 1-p，b = 賠率，
例如在輪盤賭中押單個數字，b = 35，押紅黑，b = 1，
凱利公式指明了風險控制的至關重要性：即便是正期望值的游戲也不能押太大的賭注， 從數學上講，押注資金比例超過了凱利值，長期的贏錢速度反而下降， 舉個極端的例子，如果你每手都押上全部資金，那么不管你贏過多少錢，只要輸一次就立刻破產，正所謂：辛辛苦苦幾十年，一夜回到解放前，
投資和投注是一門科學，如同玩游戲，假定你玩帝國時代或者星際爭霸游戲，你打算把游戲中金錢全部造兵，去賭一把去分勝負？還是想造農民來種田挖礦？
把投資看作游戲，你會感覺賺錢很容易，感覺賺錢很容易，是從戰略上來說的，從整體上來說，要輕視它，從每一區域來說，要重視它，虧錢會讓你心痛，任何投資莫過如此，
后面文章，以雙色球為例，介紹如何通過小白量化金融模塊來分析彩票，
我們先用Python爬蟲資料，獲取全部雙色球彩票資料，下面給出雙色球爬蟲代碼，
import requests
from bs4 import BeautifulSoup
# 發起請求
basic_url = 'http://kaijiang.zhcw.com/zhcw/html/ssq/list_1.html'
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.100 Safari/537.36'
}
response = requests.get(basic_url, headers=headers, timeout=10)
response.encoding = 'utf-8'
htm = response.text
# 決議內容
soup = BeautifulSoup(htm, 'html.parser')
# 獲取頁數資訊
page = int(soup.find('p', attrs={"class": "pg"}).find_all('strong')[0].text)
url_part = 'http://kaijiang.zhcw.com/zhcw/html/ssq/list'
ssq=''
ssqhm=[]
for i in range(1, page+1):
url = url_part + '_' + str(i) + '.html'
res = requests.get(url, headers=headers, timeout=10)
res.encoding = 'utf-8'
context = res.text
soups = BeautifulSoup(context, 'html.parser')
if soups.table is None:
continue
elif soups.table:
table_rows = soups.table.find_all('tr')
for row_num in range(2, len(table_rows)-1):
row_tds = table_rows[row_num].find_all('td')
ems = row_tds[2].find_all('em')
result = row_tds[0].string +', '+ row_tds[1].string +', '+ems[0].string+' '+ems[1].string+' '+ems[2].string+' '+ems[3].string+' '+ems[4].string+' '+ems[5].string+', '+ems[6].string
td2 = row_tds[3].find_all('strong')
ss=td2[0].string
ss=ss.replace(',','')
result=result+','+ss
td3 = row_tds[4].find_all('strong')
result=result+','+td3[0].string
td4 = row_tds[5].find_all('strong')
result=result+','+td4[0].string
ssq=result+'\n'+ssq
print(result)
def save_to_file(content):
with open('ssq.txt', 'w', encoding='utf-8') as f:
f.write(content + '\n')
save_to_file(ssq)
采集結果保存到ssq.txt檔案中了，
2020-12-31, 2020134, 02 09 10 20 22 26, 01,399565532,48,275
2021-01-03, 2021001, 02 03 13 18 20 31, 11,411170524,10,126
2021-01-05, 2021002, 06 10 13 25 26 32, 11,374374440,10,185
2021-01-07, 2021003, 06 09 16 18 22 29, 11,360514540,5,136
2021-01-10, 2021004, 02 03 07 08 17 22, 15,396531778,2,208
2021-01-12, 2021005, 07 09 14 26 30 31, 04,359757108,14,76
2021-01-14, 2021006, 06 08 22 24 25 26, 01,367900704,10,194
2021-01-17, 2021007, 02 04 12 21 25 32, 16,389232822,3,104
2021-01-19, 2021008, 01 05 07 14 18 33, 07,358122646,4,86
2021-01-21, 2021009, 02 04 07 24 25 32, 13,367324734,4,57
2021-01-24, 2021010, 01 04 11 19 32 33, 05,394795416,7,129
2021-01-26, 2021011, 05 10 16 23 27 33, 14,358439884,18,228
2021-01-28, 2021012, 03 06 14 18 20 26, 01,365486356,17,218
2021-01-31, 2021013, 06 09 12 16 27 31, 06,403024326,17,169
2021-02-02, 2021014, 04 15 21 25 29 33, 06,365029152,3,96
2021-02-04, 2021015, 06 14 16 26 28 29, 07,373264066,6,93
2021-02-07, 2021016, 03 08 09 13 15 18, 10,447622614,16,192
2021-02-21, 2021017, 09 15 18 29 32 33, 02,442443732,6,116
2021-02-23, 2021018, 02 08 14 23 25 32, 06,352299530,3,128
我們使用小白量化，必須使用pandas的DataFrame 物件來用仿通達信公式統計分析，一次我們再把ssq.txt檔案改為容易處理的ssq.csv格式，下面給出程式，
import math
import datetime as dt
import pandas as pd
import numpy as np
import random
df=pd.read_csv('ssq.txt' , encoding= 'gbk',header=None)
df.rename(columns={0:'date', 1:'qh', 2:'hh',3:'lh',4:'tz',5:'j1',6:'j2'}, inplace = True)
df['h1']=[int(x.strip().split(' ')[0]) for x in df.hh.astype(str)]
df['h2']=[int(x.strip().split(' ')[1]) for x in df.hh.astype(str)]
df['h3']=[int(x.strip().split(' ')[2]) for x in df.hh.astype(str)]
df['h4']=[int(x.strip().split(' ')[3]) for x in df.hh.astype(str)]
df['h5']=[int(x.strip().split(' ')[4]) for x in df.hh.astype(str)]
df['h6']=[int(x.strip().split(' ')[5]) for x in df.hh.astype(str)]
df['sumh']=df['h1']+df['h2']+df['h3']+df['h4']+df['h5']+df['h6']
df.to_csv('ssq.csv' , encoding= 'gbk')
print(df)
處理后的結果如下：
date qh hh lh ... h4 h5 h6 sumh
0 2003-02-23 2003001 10 11 12 13 26 28 11 ... 13 26 28 100
1 2003-02-27 2003002 04 09 19 20 21 26 12 ... 20 21 26 99
2 2003-03-02 2003003 01 07 10 23 28 32 16 ... 23 28 32 101
3 2003-03-06 2003004 04 06 07 10 13 25 3 ... 10 13 25 65
4 2003-03-09 2003005 04 06 15 17 30 31 16 ... 17 30 31 103
5 2003-03-13 2003006 01 03 10 21 26 27 6 ... 21 26 27 88
6 2003-03-16 2003007 01 09 19 21 23 26 7 ... 21 23 26 99
小白量化彩票模塊演示：
import math
import datetime as dt
import pandas as pd
import numpy as np
import HP_cp as hcp #小白量化彩票模塊
##排列型彩票
print('福彩3D的中獎概率：',1/hcp.cfpl(r=3))
print('福彩3D的全部號碼：\n',hcp.qplh2(m=3))
print('福彩雙色球的中獎號碼總數：',hcp.zh(r=6,n=33)*16)
print('隨機福彩雙色球5注號碼:')
for i in range(5):
for h in hcp.randhm(r=6,m=33,n=1):
print(h,end=' ')
print(' + ',hcp.randone(m=10,n=1))
#獲取本地ssq.csv雙色球資料
df=pd.read_csv('ssq.csv' , encoding='gbk')
print(df)
程式運行結果：
福彩3D的中獎概率： 0.001
福彩3D的全部號碼：
['000', '001', '002', '003', '004', '005', '006', '007', '008', '009', '010', '011', '012', '013', '014', '015', '016', '017', '018', '019', '020', '021', '022'
...
福彩雙色球的中獎號碼總數： 17721088
隨機福彩雙色球5注號碼:
4 10 12 15 25 29 + 7
3 8 13 16 22 23 + 4
2 4 9 13 25 33 + 9
4 11 19 20 26 33 + 10
1 3 7 21 27 28 + 1
Unnamed: 0 date qh ... h5 h6 sumh
0 0 2003-02-23 2003001 ... 26 28 100
1 1 2003-02-27 2003002 ... 21 26 99
2 2 2003-03-02 2003003 ... 28 32 101
3 3 2003-03-06 2003004 ... 13 25 65
后面文章將介紹彩票特征分析，統計，仿通達信指標分析，深度學習以及過濾和縮水等技術，
請點贊本文，你的鼓勵是我寫作的動力！
請持續關注我的博客，我的進步，就是你的進步！
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/263828.html
標籤：python