# NBA 量化交易策略算法文档

## 一、算法概述

### 1.1 算法目标

本算法基于 NBA 比赛数据，通过量化分析两支队伍的实力、状态、对位关系等因素，计算出哪支队伍具有更高的获胜概率和交易价值，从而生成买入/卖出交易信号。

### 1.2 算法流程

```
获取比赛数据（主队 vs 客队）
        ↓
数据预处理和特征提取
        ↓
计算两队综合评分
        ↓
计算获胜概率和预期收益
        ↓
生成交易信号（买入/卖出）
        ↓
风险控制检查
        ↓
输出交易信号
```

### 1.3 核心思想

**不是简单的"主队落后买入"，而是**：
- 综合分析两支队伍的各项指标
- 计算每支队伍的相对优势和劣势
- 评估交易价值和风险
- 选择最优的交易方向和时机

---

## 二、数据预处理

### 2.1 基础数据获取

**比赛基本信息**：
- 比赛 ID、日期、主客场
- 当前比分、分差、节次、剩余时间
- 比赛状态（未开始/进行中/已结束）

**球队基础数据**：
- 主队和客队的基本信息
- 当前赛季的统计数据
- 近期表现数据（近 5 场/10 场）

**球员数据**：
- 核心球员的统计数据
- 球员健康状况和轮休情况
- 球员近期表现

### 2.2 数据清洗

**异常值处理**：
- 检查数据合理性（如得分不超过 200 分）
- 处理缺失值（使用历史平均值或默认值）
- 处理异常数据（如负分差、超时时间等）

**数据标准化**：
- 将不同量纲的数据标准化到统一范围
- 使用 Z-score 或 Min-Max 归一化
- 确保数据在 [0, 1] 或 [-1, 1] 范围内

### 2.3 特征工程

**基础特征**：
- 当前分差（主队得分 - 客队得分）
- 剩余时间（分钟）
- 当前节次（1-4，加时）
- 比赛状态

**统计特征**：
- 球队净效率值（进攻效率 - 防守效率）
- 球队比赛节奏（Pace）
- 球队关键时刻表现（Clutch 数据）
- 球队主客场表现差异

**动态特征**：
- 势头动量（过去 N 回合的净胜分）
- 手感热度（近期命中率）
- 阵容对位优势
- 球星爆发因子

---

## 三、综合评分算法

### 3.1 球队实力评分

#### 3.1.1 基础实力评分

**计算公式**：
```
基础实力评分 = 净效率值评分 × W1 + 攻防效率评分 × W2 + 节奏评分 × W3
```

**评分组成**：
- **净效率值评分**：基于球队赛季平均净效率值，归一化到 [0, 1]
  - 评分 = (净效率值 - 联盟最低值) / (联盟最高值 - 联盟最低值)
- **攻防效率评分**：综合考虑进攻效率和防守效率
  - 进攻效率评分 = (进攻效率排名 - 1) / (总球队数 - 1)，排名越靠前评分越高
  - 防守效率评分 = (防守效率排名 - 1) / (总球队数 - 1)，排名越靠前评分越高
  - 攻防效率评分 = (进攻效率评分 + 防守效率评分) / 2
- **节奏评分**：基于比赛节奏（Pace）
  - 节奏评分 = (Pace - 联盟最低值) / (联盟最高值 - 联盟最低值)

**权重设置**：
- W1 = 0.5（净效率值权重最高）
- W2 = 0.3（攻防效率权重）
- W3 = 0.2（节奏权重）

#### 3.1.2 近期状态评分

**计算公式**：
```
近期状态评分 = 近期胜率评分 × W1 + 近期净效率值变化 × W2 + 势头评分 × W3
```

**评分组成**：
- **近期胜率评分**：近 5 场或 10 场胜率
  - 评分 = 近期胜率（0-1）
- **近期净效率值变化**：近期净效率值与赛季平均的差值
  - 变化 = (近期净效率值 - 赛季平均净效率值) / 赛季平均净效率值
  - 评分 = (变化 + 1) / 2（归一化到 [0, 1]）
- **势头评分**：基于连胜/连败场次
  - 连胜：评分 = min(连胜场次 / 5, 1)
  - 连败：评分 = max(1 - 连败场次 / 5, 0)

**权重设置**：
- W1 = 0.4（胜率权重）
- W2 = 0.4（净效率值变化权重）
- W3 = 0.2（势头权重）

#### 3.1.3 阵容完整度评分

**计算公式**：
```
阵容完整度评分 = 1 - (缺失球员总VORP / 球队总VORP)
```

**评分说明**：
- 如果所有核心球员都在，评分为 1.0
- 如果有核心球员缺席，根据缺失球员的 VORP 值降低评分
- 缺失球员越多、重要性越高，评分越低

#### 3.1.4 球星状态评分

**计算公式**：
```
球星状态评分 = 核心球星PER评分 × W1 + 核心球星TS%评分 × W2 + 核心球星健康评分 × W3
```

**评分组成**：
- **核心球星 PER 评分**：基于近期 PER 与赛季平均的对比
  - 评分 = (近期PER - 赛季平均PER) / 赛季平均PER + 1，归一化到 [0, 1]
- **核心球星 TS% 评分**：基于近期真实命中率
  - 评分 = (近期TS% - 赛季平均TS%) / 赛季平均TS% + 1，归一化到 [0, 1]
- **核心球星健康评分**：
  - 健康：1.0
  - 出战成疑：0.7
  - 缺席：0.3

**权重设置**：
- W1 = 0.4（PER 权重）
- W2 = 0.4（TS% 权重）
- W3 = 0.2（健康权重）

#### 3.1.5 环境因素评分

**计算公式**：
```
环境因素评分 = 主客场优势评分 × W1 + 休息天数评分 × W2 + 背靠背影响评分 × W3
```

**评分组成**：
- **主客场优势评分**：
  - 主场：1.0
  - 客场：基于客场胜率，评分 = 客场胜率 / 主场胜率
- **休息天数评分**：
  - 休息 1 天：0.9
  - 休息 2 天：1.0（最优）
  - 休息 3 天以上：0.95
- **背靠背影响评分**：
  - 非背靠背：1.0
  - 背靠背第二场：0.85

**权重设置**：
- W1 = 0.5（主客场权重最高）
- W2 = 0.3（休息天数权重）
- W3 = 0.2（背靠背权重）

### 3.2 综合评分计算

**主队综合评分**：
```
主队综合评分 = 基础实力评分 × 0.3 
             + 近期状态评分 × 0.25
             + 阵容完整度评分 × 0.2
             + 球星状态评分 × 0.15
             + 环境因素评分 × 0.1
```

**客队综合评分**：
```
客队综合评分 = 基础实力评分 × 0.3 
             + 近期状态评分 × 0.25
             + 阵容完整度评分 × 0.2
             + 球星状态评分 × 0.15
             + 环境因素评分 × 0.1
```

**相对优势评分**：
```
主队相对优势 = 主队综合评分 - 客队综合评分
```

---

## 四、对位分析算法

### 4.1 球星对位分析

**对位优势评分**：
```
对位优势评分 = 防守限制效果评分 × W1 + 历史对位数据评分 × W2
```

**评分组成**：
- **防守限制效果评分**：基于防守球员的 DRPM 和进攻球员的 ORPM
  - 如果防守球员 DRPM 高，且进攻球员 ORPM 高，则限制效果好
  - 评分 = (防守球员DRPM - 联盟平均DRPM) / (联盟最高DRPM - 联盟平均DRPM)
- **历史对位数据评分**：基于历史对位时的表现
  - 对位效率差 = (对位时进攻球员TS% - 赛季平均TS%)
  - 评分 = 1 - (对位效率差 / 最大可能效率差)，归一化到 [0, 1]

**权重设置**：
- W1 = 0.6（防守限制效果权重）
- W2 = 0.4（历史对位数据权重）

### 4.2 阵容克制分析

**阵容克制评分**：
```
阵容克制评分 = 内线优势评分 × W1 + 外线优势评分 × W2 + 快攻优势评分 × W3
```

**评分组成**：
- **内线优势评分**：
  - 如果主队内线得分占比高，且客队内线防守效率低，则主队有优势
  - 评分 = (主队内线得分占比 - 客队内线防守效率排名归一化) / 2
- **外线优势评分**：
  - 如果主队三分出手占比高，且客队三分防守效率低，则主队有优势
  - 评分 = (主队三分出手占比 - 客队三分防守效率排名归一化) / 2
- **快攻优势评分**：
  - 如果主队快攻得分占比高，且客队快攻防守效率低，则主队有优势
  - 评分 = (主队快攻得分占比 - 客队快攻防守效率排名归一化) / 2

**权重设置**：
- W1 = 0.4（内线权重）
- W2 = 0.4（外线权重）
- W3 = 0.2（快攻权重）

### 4.3 对位综合评分

**主队对位优势**：
```
主队对位优势 = 主队球星对位优势 - 客队球星对位优势
             + 主队阵容克制优势 - 客队阵容克制优势
```

---

## 五、实时状态分析算法

### 5.1 比赛进行中的实时分析

#### 5.1.1 当前分差分析

**分差优势评分**：
```
分差优势评分 = (当前分差 / 最大可能分差) × 时间调整系数
```

**时间调整系数**：
- 比赛早期（第1-2节）：系数 = 0.3（分差影响较小）
- 比赛中期（第3节）：系数 = 0.6（分差影响中等）
- 比赛后期（第4节）：系数 = 1.0（分差影响最大）
- 最后5分钟：系数 = 1.2（分差影响极大）

#### 5.1.2 势头动量分析

**势头动量评分**：
```
势头动量 = (过去N回合净胜分) / (N × 平均单回合得分)
```

**评分说明**：
- 如果主队过去 10 回合净胜 +8 分，则主队势头强劲
- 势头动量 > 0.3：势头强劲
- 势头动量 < -0.3：势头疲软

#### 5.1.3 实时综合评分调整

**实时调整公式**：
```
实时调整评分 = 基础综合评分 
             + 分差优势评分 × 0.3
             + 势头动量评分 × 0.2
             - 时间衰减系数 × 0.1
```

**时间衰减系数**：
- 比赛越接近结束，基础评分的影响越小，实时状态的影响越大
- 时间衰减系数 = (剩余时间 / 总时间) × 0.5

### 5.2 比赛未开始时的预测分析

**预测综合评分**：
```
预测综合评分 = 基础综合评分 
             + 对位优势评分 × 0.2
             + 环境因素评分 × 0.1
```

---

## 六、获胜概率计算

### 6.1 基础获胜概率

**基于综合评分的概率**：
```
基础获胜概率 = 1 / (1 + exp(-k × (主队综合评分 - 客队综合评分)))
```

**参数说明**：
- k 为调整系数，通常取 5-10
- 如果主队综合评分 > 客队综合评分，则主队获胜概率 > 0.5
- 如果主队综合评分 = 客队综合评分，则主队获胜概率 = 0.5

### 6.2 对位调整概率

**对位调整**：
```
调整后概率 = 基础获胜概率 + 对位优势调整值
```

**对位优势调整值**：
- 如果主队对位优势 > 0.1，则调整值 = +0.05
- 如果主队对位优势 < -0.1，则调整值 = -0.05
- 调整值范围：[-0.1, +0.1]

### 6.3 实时状态调整概率

**实时调整**（仅比赛进行中）：
```
最终概率 = 调整后概率 
         + 分差调整值 × 0.3
         + 势头调整值 × 0.2
```

**分差调整值**：
- 如果主队领先，且剩余时间充足，则调整值 = +0.05
- 如果主队落后，且剩余时间不足，则调整值 = -0.05

**势头调整值**：
- 如果主队势头强劲，则调整值 = +0.03
- 如果主队势头疲软，则调整值 = -0.03

### 6.4 概率归一化

**确保概率在 [0, 1] 范围内**：
```
最终概率 = max(0, min(1, 最终概率))
```

---

## 七、交易价值计算

### 7.1 预期收益计算

**预期收益公式**：
```
预期收益 = (获胜概率 × 获胜收益) - ((1 - 获胜概率) × 失败损失)
```

**收益和损失**：
- 如果买入主队获胜（YES），价格为 P
  - 获胜收益 = (1 - P) × 投入金额
  - 失败损失 = P × 投入金额
- 如果买入主队失败（NO），价格为 P
  - 获胜收益 = P × 投入金额
  - 失败损失 = (1 - P) × 投入金额

### 7.2 风险调整收益

**风险调整公式**：
```
风险调整收益 = 预期收益 × (1 - 风险系数)
```

**风险系数计算**：
```
风险系数 = 概率不确定性 × 0.5 + 价格波动风险 × 0.3 + 流动性风险 × 0.2
```

**风险组成**：
- **概率不确定性**：如果获胜概率接近 0.5，则不确定性高
  - 不确定性 = 1 - |获胜概率 - 0.5| × 2
- **价格波动风险**：基于市场价格的波动性
  - 如果价格波动大，则风险高
- **流动性风险**：基于市场的流动性
  - 如果市场流动性低，则风险高

### 7.3 交易价值评分

**交易价值评分**：
```
交易价值评分 = 风险调整收益 / 投入金额
```

**评分说明**：
- 交易价值评分 > 0.1：高价值交易，强烈推荐
- 交易价值评分 > 0.05：中等价值交易，推荐
- 交易价值评分 > 0：低价值交易，可考虑
- 交易价值评分 <= 0：无价值交易，不推荐

---

## 八、交易信号生成算法

### 8.1 信号生成条件

**买入信号生成条件**：
1. **获胜概率条件**：
   - 主队获胜概率 > 阈值（如 0.55）或 < 阈值（如 0.45）
   - 如果主队获胜概率 > 0.55，买入主队获胜（YES）
   - 如果主队获胜概率 < 0.45，买入主队失败（NO）

2. **交易价值条件**：
   - 交易价值评分 > 用户配置的最小交易价值（如 0.05）

3. **价格条件**：
   - 当前市场价格在合理范围内
   - 价格偏差在用户配置的容忍度内

4. **时间条件**：
   - 比赛未结束
   - 剩余时间充足（如果用户配置了最小剩余时间）

### 8.2 信号方向确定

**方向判断逻辑**：
```
如果 主队获胜概率 > 0.55：
    方向 = YES（买入主队获胜）
    目标价格 = 市场价格（如果合理）
    
如果 主队获胜概率 < 0.45：
    方向 = NO（买入主队失败）
    目标价格 = 1 - 市场价格（如果合理）
    
如果 0.45 <= 主队获胜概率 <= 0.55：
    不生成信号（概率太接近，不确定性高）
```

### 8.3 信号价格计算

**价格计算策略**：

**策略一：固定价格**（用户配置）
```
信号价格 = 用户配置的固定价格
```

**策略二：市场价格**（默认）
```
信号价格 = 当前市场价格
```

**策略三：动态价格**（基于概率）
```
如果 方向 = YES：
    信号价格 = 主队获胜概率 × (1 + 价格偏移)
    
如果 方向 = NO：
    信号价格 = (1 - 主队获胜概率) × (1 + 价格偏移)
```

**价格偏移**：
- 价格偏移 = 用户配置的价格偏移百分比（如 ±5%）
- 用于调整价格，提高交易成功率

### 8.4 信号数量计算

**数量计算策略**：

**策略一：固定金额**（用户配置）
```
信号数量 = 用户配置的固定金额 / 信号价格
```

**策略二：按比例**（用户配置）
```
信号数量 = 账户余额 × 用户配置的比例 / 信号价格
```

**策略三：动态计算**（基于交易价值）
```
基础数量 = 用户配置的基础金额 / 信号价格
调整系数 = min(交易价值评分 / 0.1, 2.0)  // 最多放大2倍
信号数量 = 基础数量 × 调整系数
```

### 8.5 信号原因生成

**触发原因说明**：
```
触发原因 = "主队综合评分: {主队评分}, 客队综合评分: {客队评分}, "
         + "获胜概率: {获胜概率}, 交易价值: {交易价值评分}, "
         + "主要优势: {主要优势项}"
```

**主要优势项识别**：
- 如果基础实力评分差异最大，则主要优势 = "基础实力"
- 如果近期状态评分差异最大，则主要优势 = "近期状态"
- 如果对位优势明显，则主要优势 = "对位优势"
- 如果实时状态优势明显，则主要优势 = "实时状态"

---

## 九、卖出信号生成算法

### 9.1 卖出条件

**卖出信号生成条件**：
1. **止盈条件**：
   - 当前持仓的预期收益达到用户配置的止盈阈值（如 20%）
   - 或市场价格达到用户配置的目标价格

2. **止损条件**：
   - 当前持仓的预期亏损达到用户配置的止损阈值（如 -10%）
   - 或市场价格跌破用户配置的止损价格

3. **概率反转条件**：
   - 获胜概率发生反转（如从 0.6 降到 0.4）
   - 反转幅度超过用户配置的阈值（如 0.15）

4. **时间条件**：
   - 比赛接近结束（剩余时间 < 用户配置的最小剩余时间）
   - 或比赛已结束

### 9.2 卖出价格计算

**卖出价格**：
```
卖出价格 = 当前市场价格
```

**价格调整**（可选）：
```
如果 止盈卖出：
    卖出价格 = min(当前市场价格, 目标价格)
    
如果 止损卖出：
    卖出价格 = max(当前市场价格, 止损价格)
```

### 9.3 卖出数量计算

**卖出数量**：
```
如果 全部卖出：
    卖出数量 = 当前持仓数量
    
如果 部分卖出：
    卖出数量 = 当前持仓数量 × 用户配置的卖出比例
```

---

## 十、风险控制算法

### 10.1 持仓限制检查

**最大持仓检查**：
```
如果 信号数量 × 信号价格 > 用户配置的最大持仓：
    信号数量 = 用户配置的最大持仓 / 信号价格
    记录警告：超过最大持仓限制，已调整数量
```

**最小持仓检查**：
```
如果 信号数量 × 信号价格 < 用户配置的最小持仓：
    不生成信号
    记录原因：金额低于最小持仓限制
```

### 10.2 每日限制检查

**每日亏损限制**：
```
今日已亏损 = 今日所有交易的累计亏损

如果 今日已亏损 + 预期最大亏损 > 用户配置的每日亏损限制：
    不生成信号
    记录原因：超过每日亏损限制
```

**每日订单限制**：
```
今日订单数 = 今日已生成的信号数量

如果 今日订单数 >= 用户配置的每日订单限制：
    不生成信号
    记录原因：超过每日订单限制
```

### 10.3 价格容忍度检查

**价格偏差检查**：
```
价格偏差 = |信号价格 - 当前市场价格| / 当前市场价格

如果 价格偏差 > 用户配置的价格容忍度：
    不生成信号
    记录原因：价格偏差超过容忍度
```

### 10.4 概率置信度检查

**概率置信度**：
```
如果 0.45 <= 获胜概率 <= 0.55：
    不生成信号
    记录原因：获胜概率太接近，不确定性高
```

**最小概率阈值**（可选）：
```
如果 获胜概率 < 用户配置的最小概率阈值：
    不生成信号
    记录原因：获胜概率低于最小阈值
```

---

## 十一、算法参数配置

### 11.1 用户可配置参数

**触发条件参数**：
- 最小获胜概率差异：主队和客队获胜概率的最小差异（如 0.1）
- 最小交易价值：交易价值评分的最小值（如 0.05）
- 最小剩余时间：生成信号时的最小剩余时间（如 5 分钟）

**交易规则参数**：
- 买入金额策略：固定金额/按比例/动态计算
- 买入金额：固定金额或比例值
- 价格策略：固定价格/市场价格/动态价格
- 价格偏移：价格偏移百分比（如 ±5%）

**风险控制参数**：
- 最大持仓：单次最大买入金额
- 最小持仓：单次最小买入金额
- 每日亏损限制：每日最大亏损金额
- 每日订单限制：每日最大订单数量
- 价格容忍度：允许的价格偏差百分比

**卖出规则参数**：
- 止盈阈值：预期收益达到多少时卖出（如 20%）
- 止损阈值：预期亏损达到多少时卖出（如 -10%）
- 概率反转阈值：概率反转多少时卖出（如 0.15）
- 卖出比例：部分卖出时的比例（如 50%）

### 11.2 系统默认参数

**评分权重**（可根据历史数据优化）：
- 基础实力权重：0.3
- 近期状态权重：0.25
- 阵容完整度权重：0.2
- 球星状态权重：0.15
- 环境因素权重：0.1

**概率计算参数**：
- k 值（逻辑回归系数）：7.5
- 对位调整范围：[-0.1, +0.1]
- 实时调整权重：分差 0.3，势头 0.2

**风险系数权重**：
- 概率不确定性权重：0.5
- 价格波动风险权重：0.3
- 流动性风险权重：0.2

---

## 十二、算法优化建议

### 12.1 参数优化

**历史回测优化**：
- 使用历史数据回测不同参数组合
- 找到最优的参数配置
- 定期重新优化参数

**A/B 测试**：
- 同时运行多组参数配置
- 对比不同参数的效果
- 选择最优参数组合

### 12.2 模型优化

**机器学习集成**：
- 使用机器学习模型预测获胜概率
- 使用梯度提升决策树（XGBoost/LightGBM）
- 定期重新训练模型

**特征工程优化**：
- 添加更多特征（如历史对战数据、伤病信息等）
- 使用特征选择技术筛选重要特征
- 使用特征交互提高预测准确性

### 12.3 实时优化

**动态权重调整**：
- 根据比赛阶段动态调整权重
- 比赛早期：基础实力权重高
- 比赛后期：实时状态权重高

**自适应阈值**：
- 根据市场情况动态调整阈值
- 如果市场波动大，提高概率阈值
- 如果市场稳定，降低概率阈值

---

## 十三、算法输出

### 13.1 信号输出格式

**买入信号**：
```
{
  "signalType": "BUY",
  "strategyId": "策略ID",
  "gameId": "比赛ID",
  "marketId": "市场ID",
  "direction": "YES" | "NO",
  "price": 0.65,
  "quantity": 10.0,
  "totalAmount": 6.5,
  "reason": "主队综合评分: 0.72, 客队综合评分: 0.58, 获胜概率: 0.62, 交易价值: 0.08, 主要优势: 基础实力",
  "winProbability": 0.62,
  "tradeValue": 0.08,
  "timestamp": 1234567890
}
```

**卖出信号**：
```
{
  "signalType": "SELL",
  "strategyId": "策略ID",
  "gameId": "比赛ID",
  "marketId": "市场ID",
  "direction": "YES" | "NO",
  "price": 0.75,
  "quantity": 10.0,
  "totalAmount": 7.5,
  "reason": "止盈卖出，预期收益: 15%",
  "profit": 1.0,
  "profitRate": 0.15,
  "timestamp": 1234567890
}
```

### 13.2 算法执行日志

**执行日志格式**：
```
{
  "timestamp": 1234567890,
  "strategyId": "策略ID",
  "gameId": "比赛ID",
  "step": "数据获取" | "特征提取" | "评分计算" | "信号生成",
  "status": "SUCCESS" | "FAILED" | "SKIPPED",
  "message": "执行信息",
  "data": {} // 相关数据
}
```

---

## 十四、算法验证

### 14.1 回测验证

**回测流程**：
1. 使用历史比赛数据
2. 模拟算法执行过程
3. 计算信号生成情况
4. 计算交易结果和盈亏
5. 评估算法效果

**评估指标**：
- 信号生成数量
- 信号准确率（实际获胜 vs 预测获胜）
- 总盈亏金额
- 盈亏比率
- 最大回撤

### 14.2 实时验证

**实时监控**：
- 监控算法执行情况
- 记录信号生成和交易结果
- 对比预测和实际结果
- 评估算法实时表现

**持续优化**：
- 根据实时表现调整参数
- 优化算法逻辑
- 提高预测准确性

---

**文档结束**