-
Notifications
You must be signed in to change notification settings - Fork 0
/
gains_streamlit.py
390 lines (266 loc) · 17.2 KB
/
gains_streamlit.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
# -*- coding: utf-8 -*-
"""
Created on Tue Mar 22 13:48:10 2022
@author: Christophe
"""
import streamlit as st
import pandas as pd
import numpy as np
import seaborn as sns
from sklearn.preprocessing import StandardScaler
from sklearn import metrics
from sklearn.model_selection import KFold, cross_validate
from sklearn.neighbors import KNeighborsClassifier
from PIL import Image
import plotly.express as px
import base64
# Import DataFrame pour modélisation
df = pd.read_csv(r'df_model.csv', index_col=0)
# La saison lue en tant que numérique est remise en chaine de caractère
df['Saison'] = df['Saison'].astype(str)
df_tot=df.copy()
# Variables sélectionnées pour la modélisation
xvars = ['Saison','Min_cote_domicile','Min_cote_exterieur','note_def_ext','note_gen_dom','Points_moy_match_saison_dom','Moy_buts_5_matchs_dom',
'Points_moy_match_saison_ext']
df = df.loc[:, xvars + ["Resultat_match"]]
df['Resultat_match'] = df['Resultat_match'].replace(['H','D','A'], [2, 1,0])
# Création des dataframes de cible et de données
target = df[['Resultat_match','Saison']]
data = df.loc[:, xvars]
# Remplacement des modalités de target par des nombres pour la modélisation
target['Resultat_match'] = target['Resultat_match'].replace(['H','D','A'], [2, 1,0])
# Création des dataframe d'entrainenemnt et de test : entrainement sur les saison 2015 à 2020 et test sur 2021 (saison non encore terminée)
X_train_=data.loc[data['Saison'] != '2021', :].drop('Saison',axis=1)
X_test_=data.loc[data['Saison'] == '2021', :].drop('Saison',axis=1)
y_train=target.loc[target['Saison'] != '2021', :].drop('Saison',axis=1)
y_test=target.loc[target['Saison'] == '2021', :].drop('Saison',axis=1)
print(X_train_.shape)
print(X_test_.shape)
print(y_train.shape)
print(y_test.shape)
# Standardisation des données
scaler = StandardScaler()
X_train = scaler.fit_transform(X_train_)
X_test = scaler.transform(X_test_)
y_test=y_test.to_numpy().reshape(220,)
y_train=y_train.to_numpy().reshape(2178,)
# On reprend notre modèle KNN
knn = KNeighborsClassifier(algorithm='auto', metric='minkowski', n_neighbors= 55, weights= 'uniform')
cv = KFold(n_splits=3, random_state=22 , shuffle = True)
scores = cross_validate(knn, X_train, y_train, cv=cv, scoring=['accuracy','f1_micro', 'f1_macro', 'f1_weighted'])
knn.fit(X_train, y_train)
y_pred_knn = knn.predict(X_test)
confusion_matrix=pd.crosstab(y_test, y_pred_knn, rownames = ['Classe réelle'], colnames = ['Classe prédite par random forest'])
sns.heatmap(confusion_matrix, annot=True)
print('Accuracy: ',metrics.accuracy_score(y_test, y_pred_knn));
#print(classification_report_imbalanced(y_test, y_pred_knn))
# On prend aussi les prédictions sur le jeu d'entraînement
y_pred_knn_train = knn.predict(X_train)
confusion_matrix=pd.crosstab(y_train, y_pred_knn_train, rownames = ['Classe réelle'], colnames = ['Classe prédite par random forest'])
sns.heatmap(confusion_matrix, annot=True)
print('Accuracy: ',metrics.accuracy_score(y_train, y_pred_knn_train));
y_pred_knn_proba = knn.predict_proba(X_test)
y_pred_knn_proba_train = knn.predict_proba(X_train)
# Proba pour chaque résultat
y_pred_knn_proba = pd.DataFrame(knn.predict_proba(X_test))
y_pred_knn_proba_train = pd.DataFrame(knn.predict_proba(X_train))
y_proba = pd.concat([y_pred_knn_proba_train, y_pred_knn_proba])
y_proba.columns = ['Proba_0','Proba_1','Proba_2']
y_proba.reset_index(inplace=True,drop=True)
# On récupère nos prédictions dans un dataframe
y_pred_knn_df= pd.DataFrame(y_pred_knn)
y_pred_knn_train_df = pd.DataFrame(y_pred_knn_train)
y = pd.concat([y_pred_knn_train_df, y_pred_knn_df])
y.columns = ['Prediction']
y.reset_index(inplace=True,drop=True)
def gains():
text = '''
---
'''
col1, mid, col2 = st.columns([10,0.1,7])
with col1:
original_title = '<p style="font-family:Aral; color:steelblue; font-size: 30px;">Simulation des gains selon notre meilleur modèle</p>'
st.markdown(original_title, unsafe_allow_html=True)
with col2:
'''st.markdown(
f'<img src="data:image/gif;base64,{data_url}" alt="cat gif" width="400" height="200">',
unsafe_allow_html=True,
) '''
st.markdown(text)
st.write('Dans la partie visualisation, nous avons pu constater que se contenter de suivre les cotes des bookmakers pour parier donne des résultats très aléatoires (cf. « Gain en suivant les cotes des bookmakers »). Nous allons donc utiliser les résultats de notre modèle pour essayer d’améliorer ces gains sur la saison de test (2021-2022 première partie de saison) en suivant 2 méthodes.')
st.markdown(text)
st.subheader('Pari sur tous les matchs')
st.info('En suivant les résultats de la modélisation et en misant 10 € sur tous les matchs, nous obtenons un gain d’environ 200 € sur les 220 premiers matchs de la saison (à comparer à la perte de 220 € si on suivait les cotes des bookmakers)')
img = Image.open("Image1.png")
st.image(img, width=700)
st.markdown(text)
st.subheader('Pari sur une sélection ciblée de matchs')
st.info('Nous avons ensuite souhaité aborder une nouvelle approche en essayant d’élaborer une stratégie de pari comme suit :')
st.write('10 euros si la prédiction de notre modèle est supérieure à la probabilité bookmakers ainsi que du seuil de pari de 40%')
st.write('15 euros si la prédiction de notre modèle est supérieure de 10% à la probabilité bookmakers ainsi que du seuil de pari')
st.write('20 euros si la prédiction de notre modèle est supérieure de 20% à la probabilité bookmakers ainsi que du seuil de pari')
# On récupère nos données de départ
df_complet = df_tot.copy()
df_complet['Resultat_match'] = df_complet['Resultat_match'].replace(['H','D','A'], [2, 1,0])
df_complet.reset_index(inplace=True,drop=True)
# Ajout des prédictions faites à partir du meilleur KNN
df_avec_pred = pd.concat([df_complet, y,y_proba],axis=1)
df_avec_pred['Prob_bk_0'] = (1/df_avec_pred['Max_cote_exterieur']/(1/df_avec_pred['Max_cote_domicile']+1/df_avec_pred['Max_cote_exterieur']+1/df_avec_pred['Max_cote_nul'])).round(3)
df_avec_pred['Prob_bk_1'] = (1/df_avec_pred['Max_cote_nul']/(1/df_avec_pred['Max_cote_domicile']+1/df_avec_pred['Max_cote_exterieur']+1/df_avec_pred['Max_cote_nul'])).round(3)
df_avec_pred['Prob_bk_2'] = (1/df_avec_pred['Max_cote_domicile']/(1/df_avec_pred['Max_cote_domicile']+1/df_avec_pred['Max_cote_exterieur']+1/df_avec_pred['Max_cote_nul'])).round(3)
#pari si taux de probabilité > 40%,
taux_proba_ = 0.4
pari1_ = 10
pari2_ = 15
pari3_ = 20
# Montant à parier en fonction du resultat
def calcul_bet(taux_proba,pari1,pari2,pari3,affiche):
df_avec_pred['bet_0'] = np.where((df_avec_pred['Proba_0']>df_avec_pred['Prob_bk_0']) & (df_avec_pred['Proba_0']>taux_proba), pari1 , 0)
df_avec_pred['bet_0'] = np.where((df_avec_pred['Proba_0']-df_avec_pred['Prob_bk_0']>0.10) & (df_avec_pred['Proba_0']>taux_proba), pari2 , df_avec_pred['bet_0'])
df_avec_pred['bet_0'] = np.where((df_avec_pred['Proba_0']-df_avec_pred['Prob_bk_0']>0.20) & (df_avec_pred['Proba_0']>taux_proba), pari3 , df_avec_pred['bet_0'])
df_avec_pred['bet_1'] = np.where((df_avec_pred['Proba_1']>df_avec_pred['Prob_bk_1']) & (df_avec_pred['Proba_1']>taux_proba), pari1 , 0)
df_avec_pred['bet_1'] = np.where((df_avec_pred['Proba_1']-df_avec_pred['Prob_bk_1']>0.10) & (df_avec_pred['Proba_1']>taux_proba), pari2 , df_avec_pred['bet_1'])
df_avec_pred['bet_1'] = np.where((df_avec_pred['Proba_1']-df_avec_pred['Prob_bk_1']>0.20) & (df_avec_pred['Proba_1']>taux_proba), pari3 , df_avec_pred['bet_1'])
df_avec_pred['bet_2'] = np.where((df_avec_pred['Proba_2']>df_avec_pred['Prob_bk_2']) & (df_avec_pred['Proba_2']>taux_proba), pari1 , 0)
df_avec_pred['bet_2'] = np.where((df_avec_pred['Proba_2']-df_avec_pred['Prob_bk_2']>0.10) & (df_avec_pred['Proba_2']>taux_proba), pari2 , df_avec_pred['bet_2'])
df_avec_pred['bet_2'] = np.where((df_avec_pred['Proba_2']-df_avec_pred['Prob_bk_2']>0.20) & (df_avec_pred['Proba_2']>taux_proba), pari3 , df_avec_pred['bet_2'])
st.info('Donne les prévisions de gains suivantes :')
# je reimporte les matchs
df3 = pd.read_csv('df_model.csv')
df_gains = df_avec_pred
df_gains['BET'] = df_gains['bet_0'] + df_gains['bet_1'] + df_gains['bet_2']
df_gains['gain_potentiel'] = df_gains['bet_0'] * df_gains['Max_cote_exterieur'] + df_gains['bet_1'] * df_gains['Max_cote_nul'] + df_gains['bet_2'] * df_gains['Max_cote_domicile']
df_gains['match'] = df3['Unnamed: 0']
debut_saison_test=2178
df_gains=df_gains.iloc[debut_saison_test:]
a = df_gains['Resultat_match']
b = df_gains['Prediction']
df_gains['resultknn'] = a == b
df_gains['gains'] = np.where( a== b,df_gains['gain_potentiel'],-df_gains['BET'] )
df_gains['pertes'] = np.where( a != b, -df_gains['BET'], np.nan)
df_gains['gain'] = np.where( a== b,df_gains['gain_potentiel'],np.nan)
if affiche=='O':
df_gains2 = df_gains[['Resultat_match', 'bet_0', 'bet_1', 'bet_2', 'BET', 'gain_potentiel', 'match', 'resultknn','pertes', 'gain']]
st.write(df_gains2)
st.info('Sur la saison 2021-2022')
debut_saison_test=2178
# nombre de paris pour chaque résultats
bet0=df_avec_pred.loc[:,['bet_0']].iloc[debut_saison_test:].value_counts()
bet1=df_avec_pred.loc[:,['bet_1']].iloc[debut_saison_test:].value_counts()
bet2=df_avec_pred.loc[:,['bet_2']].iloc[debut_saison_test:].value_counts()
print(bet0,bet1,bet2)
# nombre de paris = pour chaque montant de paris
nb_pari1= len(df_avec_pred[(df_avec_pred.index>=debut_saison_test) & (df_avec_pred['bet_0'] == pari1)]) + \
len(df_avec_pred[(df_avec_pred.index>=debut_saison_test) & (df_avec_pred['bet_1'] == pari1)])+ \
len(df_avec_pred[(df_avec_pred.index>=debut_saison_test) & (df_avec_pred['bet_2'] == pari1)])
print("Le nombre de paris à", pari1,"euros est de",nb_pari1)
st.write("Le nombre de paris à", pari1,"euros est de",nb_pari1)
nb_pari2= len(df_avec_pred[(df_avec_pred.index>=debut_saison_test) & (df_avec_pred['bet_0'] == pari2)]) + \
len(df_avec_pred[(df_avec_pred.index>=debut_saison_test) & (df_avec_pred['bet_1'] == pari2)])+ \
len(df_avec_pred[(df_avec_pred.index>=debut_saison_test) & (df_avec_pred['bet_2'] == pari2)])
print("Le nombre de paris à", pari2,"euros est de",nb_pari2)
st.write("Le nombre de paris à", pari2,"euros est de",nb_pari2)
nb_pari3= len(df_avec_pred[(df_avec_pred.index>=debut_saison_test) & (df_avec_pred['bet_0'] == pari3)]) + \
len(df_avec_pred[(df_avec_pred.index>=debut_saison_test) & (df_avec_pred['bet_1'] == pari3)])+ \
len(df_avec_pred[(df_avec_pred.index>=debut_saison_test) & (df_avec_pred['bet_2'] == pari3)])
print("Le nombre de paris à", pari3,"euros est de",nb_pari3)
st.write("Le nombre de paris à", pari3,"euros est de",nb_pari3)
calcul_bet(taux_proba=taux_proba_,pari1=pari1_,pari2=pari2_,pari3=pari3_,affiche='O')
#Montant parié par match et résultat
dic_resultat = {2 : 'Max_cote_domicile', 1: 'Max_cote_nul', 0 : 'Max_cote_exterieur'}
def gain_paris(sortie):
st.subheader('Resultat')
matchs = []
#2178
for i in range(2178,2398):
matchs.extend([i,i,i])
#Liste des résultats
resultats = []
for i in range(2178,2398):
resultats.extend([2,1,0])
montants = []
for i in range(2178,2398):
montants.extend(df_avec_pred.loc[i][['bet_2', 'bet_1', 'bet_0']])
# Liste des matchs
benefices = 0
for match, resultat, montant in zip(matchs, resultats, montants):
#itération simultanées des éléments des trois listes
if df_avec_pred.loc[match]['Resultat_match'] == resultat:
#bénéfice du pari si le résultat prédit est bon
benefice = (df_avec_pred.loc[match][dic_resultat[resultat]] - 1)*montant
else : benefice = -1*montant
#perte du montant parié si le résultat prédit est faux
benefices += benefice
#on agrège le bénéfice du pari aux bénéfices totaux
#print(match,benefices)
pourcentage = benefices*100/sum(montants)
if sortie=='O':
#calcul du pourcentage gagné/perdu totaux
st.write('Montant parié :', sum(montants),'€')
st.write('Gains/pertes :', benefices.round(2),'€')
st.write('Rendement du modèle :', pourcentage.round(2), ' %')
return print('Montant parié :', sum(montants)), print('Gains/pertes :', benefices), print('Rendement du modèle :', pourcentage.round(2), ' %')
gain_knn = gain_paris(sortie='N')
# je reimporte les matchs
df3 = pd.read_csv('df_model.csv')
df_gains = df_avec_pred
df_gains['BET'] = df_gains['bet_0'] + df_gains['bet_1'] + df_gains['bet_2']
df_gains['gain_potentiel'] = df_gains['bet_0'] * df_gains['Max_cote_exterieur'] + df_gains['bet_1'] * df_gains['Max_cote_nul'] + df_gains['bet_2'] * df_gains['Max_cote_domicile']
df_gains['match'] = df3['Unnamed: 0']
debut_saison_test=2178
df_gains=df_gains.iloc[debut_saison_test:]
a = df_gains['Resultat_match']
b = df_gains['Prediction']
df_gains['resultknn'] = a == b
df_gains['gains'] = np.where( a== b,df_gains['gain_potentiel'],-df_gains['BET'] )
df_gains['pertes'] = np.where( a != b, -df_gains['BET'], 0)
df_gains['gain'] = np.where( a== b,df_gains['gain_potentiel'],0)
st.write('Gains potentiels : 2 169.25 €')
st.write('Montant parié : 950 €')
st.write('Gains cumulés : 1 188.65 €')
st.write('Bénéfice : 238.65 €')
st.write('Rendement : 25.12 %')
st.markdown(text)
text = '''
---
'''
st.info('Répartition des gains selon paris')
fig2 = px.bar(df_gains, x="Prediction", y="gain", color="BET", color_continuous_scale=px.colors.sequential.Blues)
fig2.update_layout(
xaxis = dict(
tickvals = [0, 1, 2],
ticktext = [0, 1, 2]
))
st.plotly_chart(fig2, use_container_width=True)
st.write('On remarque que la majorité de nos gains porte sur les victoires à domicile. Cependant en proportion de gains, les revenus sont meilleurs sur les matchs nuls.')
st.markdown(text)
text = '''
---
'''
st.info('Répartition des pertes')
fig = px.bar(df_gains, x="Prediction", y="pertes", color="BET", color_continuous_scale=px.colors.sequential.Blues)
fig.update_layout(
xaxis = dict(
tickvals = [0, 1, 2],
ticktext = [0, 1, 2]
))
st.plotly_chart(fig, use_container_width=True)
#t.error("On s'aperçoit en analysant nos pertes :" )
#t.write("Que nous perdons souvent sur les prédicitions de Girondins de Bordeaux. En effet, de par ses précédents résultats, l'équipe est souvent donnée victorieuse par notre modèle alors qu'elle réalise une saison catastrophique.")
#t.write("A contrario, nous perdons sur des prédictions comme Rennes ou Lens qui réalisent une bonne saison !")
st.markdown(text)
text = '''
---
'''
st.warning('Avec cette dernière méthode, nous observons que les gains sont nettement meilleurs qu’en suivant les côtes bookmakers et meilleurs qu’en pariant sur tous les matchs. Cependant cela reste encore très théorique car nous n’examinons pas, à ce niveau, un certain nombre de variables qui peuvent influer de manière importante sur l’issue d’un match.')
st.markdown(text)
st.markdown("\n")
st.subheader('Choisissez vos paramètres de paris :')
st.markdown("\n")
col1, col2, col3, col4 = st.columns(4)
taux_proba_c = float(col1.slider("Taux de proba à partir duquel on parie", 0.2,1.0,value =0.4))
pari1_c = float(col2.text_input("Montant du pari si proba > proba bookmaker", 10))
pari2_c = float(col3.text_input("Montant du pari si proba > proba bookmaker * 1.1", 15))
pari3_c = float(col4.text_input("Montant du pari si proba > proba bookmaker * 1.2", 20))
calcul_bet(taux_proba=taux_proba_c,pari1=pari1_c,pari2=pari2_c,pari3=pari3_c,affiche='N')
gain_choix = gain_paris(sortie='O')