boatrace

競艇予想を行うプロジェクト.下記の機能があります。

1. データベース作成. これまでのレース結果をpandas dfに格納
2. データ解析
3. 自動投票

リポジトリをクローンして使用

git clone https://github.com/griCe14807/boatrace.git

1. データベース作成

レース毎の情報をまとめたpandas.dfを返す

Requirement

pip3 install pandas
pip3 install Beautifulsoup

使い方 (in python)

import loader (from /boatrace/src/data_preparing/loader.py)

• モジュールのロード

race_result_df = loader.make_race_result_df()

• これまでのレース結果をpandas.DataFrameに格納
• 格納されたデータの期間を見たい時は、reace_result_df.date.max()およびreace_result_df.date.min()
• 格納されるデータの種類は/boatrace/column_descriptions.xlsxを参照

racer_df = loader.load_racer_data()

• 選手ごとの成績やidといった情報を格納したDataFrameを作成
• 格納されるデータの種類は/boatrace/column_descriptions.xlsxを参照

merged_df = loader.merge_statistic_df(race_result_df, racer_df)

• 選手情報をレース毎のデータフレームに新しいカラムとして追加し、解析用のDataFrameを作成
  • 第一引数：レースのDataFrame
  • 第二引数：レーサーごとの統計値のdfを入力。

全てのデータを用いて解析を行うことはまれなので、必要なカラムを指定して小さなDataFrameを作成し、inputにすることを推奨。

元データの準備

レース結果

データソースは公式のダウンロードサイトからのレース結果ダウンロード + 公式サイトからのスクレイプ

データダウンロード

1. 公式のダウンロードサイトdata/results_race/lzh`へ格納 (下記スクリプトを実行)
2. ダウンロードしたデータを解凍し、./boatrace/data/results_raceフォルダへ移動（手動）

$ src/data_preparing/downloader_race_results.py

※ git clone した場合，19年1月1日〜12月8日のデータがダウンロード済み。

※ 一部レースのデータがうまくパースできないため、パースできないデータはlzhフォルダに残してある

公式サイトからのデータスクレイプ

1. motor_data_csv_makerを実行. 下の例では8/15から8/17までcrawlし、csv形式で保存

（実行例）
$ python3 src/data_preparing/race_result_supplement_csv_maker.py -k beforeinfo -s 20190815 -e 20190818

必要な引数は以下の3つ

• k スクレイプ元のデータ種を指定。keyは下記四つのいづれかを指定。
  • "racelist": 出走表 (例) からデータスクレイプ
  • "beforeinfo"：直前情報 (例) からデータスクレイプ
  • "odds3t"：3連単オッズ (例) をスクレイプ
  • "odds2tf"：2連単オッズ (例) をスクレイプ
• s スクレイプ開始日
• e スクレイプ終了日（一日後を指定）

保存先はdata/motor_and_boat

※ git clone した場合，19年1月1日〜8月15日のデータがダウンロード済み。

選手情報

https://www.boatrace.jp/owpc/pc/extra/data/download.htmlからレーサー期別成績をダウンロード（手動）し，data\racerへ格納

• 年に二回、4月〜10月分と11月から3月分のデータがまとめてアップロードされるため、そのたびに追加。

※ git clone した場合，19年4月までのデータがダウンロード済み。

2. 解析

準備したデータをロードし、解析を行う。

スクリプトは，共有しやすいよう src/analyze/ 以下にipython notebookファイルとして保存． これまでに行った解析は下記

• racertime_scatter_and_rank_bar.ipynb: 対象レースに対して，出場レーサーのこれまでのタイムを散布図にplot
• k-NN.ipynb: 一枠の選手が一着になるかどうかをk-NNを用いて予想．
• logistic_regression_1.ipynb: LRを用いて1着の一位率および2-6艇の3着以内率を予測。また、Regression結果を用いて様々な条件でbetしてみた時の回収率を計算。
• logistic_regression_2.ipynb: 基本logistic_regression_1と同じだが、特徴量を増やした。LR_analyzer, LR_voterはこのアルゴリズムを用いている。

3. 自動投票

Requirement

必要モジュールのインストール

pip3 install selenium

ChromeDriverのインストール

Google Chronme のバージョンに対応したChromeDriverをインストール

• Google Chromeのバージョンはgoogle-chrome-stable -versionで確認

• Google Chromeのバージョンと対応するChromeDriverのバージョンの確認は下記url (https://sites.google.com/a/chromium.org/chromedriver/downloads)

インストールしたGoogle Chromeに対応するversionをダウンロード（下のコード例では2.34）し、/usr/local/bin/へ移動

wget https://chromedriver.storage.googleapis.com/2.34/chromedriver_linux64.zip
unzip chromedriver_linux64.zip
mv chromedriver /usr/local/bin/

投票アルゴリズムの作成

過去のレースデータを用いた学習

$ python3 src/automated_voting/voting_algolithms/LR_analyzer.py

学習済みのclfは"src/automated_voting/voting_algolithms/LR_dump" に保存される。

学習結果を用いて指定したレース結果を予測

下の例では、2019年7月21日に戸田競艇場で行われる第11レースを予想。 クロールを行う関係上、展示タイムが表示されて以降（投票締め切りの10分前以降程度）に実行する必要あり

$ python3 src/automated_voting/voting_algolithms/LR_voter.py -rno 11R -jcd 戸　田 -hd 2019/07/21

アウトプットは、

• [1号艇の1着率, 2-6号艇が3着以内に入る確率]

  例：[0.60, 0.68, 0.64, 0.49, 0.21, 0.17]

• 推奨bet list (3連単). 推奨betがない場合空のリストが返される

  例：["1-2-3", "1-2-4"]

デフォルトでは、1号艇の1着率が0.6以上、2号艇の3位以内率が0.5以上かつ3-6号艇の中で3着以内率0.5以上のものiがあった場合に2-1-iの形で3連単bet

自動投票

※自分のID, passwardをスクリプトに直うちしているため共有なし

crontab用のスクリプトを作成

crontab_generater を実行

printされたものをcrontab -eにコピペ（手動）

これで、automated_voterが定期的に実行される。