24 минуты назад, Farel сказал:

теперь сижу пиво пью

Пей стоя, больше войдет 😄

3 часа назад, Тимур Зубик сказал:

Меня терзает вопрос... Что важнее большая ройка или увесистый уеялд?

В общем ройка более привязана к размеру банка и размеру ставки. Везде на всех нормальных спортивных сайтах, используют уеилд или как его там, он более точно показывает прибыльность.

Изменено 15 июля15 июль пользователем Farel

3 часа назад, Farel сказал:

Никогда не доверяйте ИИ.

ты все ближе к истине

  

3 часа назад, Farel сказал:

Я потратил на создание этого промта, более 5 часов

не скромничай, мы знаем что на разработку уникального алгоритма ушло 2 года до этого и около 200 к руб

Изменено 15 июля15 июль пользователем good_bye

3 часа назад, Farel сказал:

В общем ройка более привязана к размеру банка и размеру ставки. Везде на всех нормальных спортивных сайтах, используют уеилд или как его там, он более точно показывает прибыльность.

ну это да. Ройки очень любят банк и деньги, иногда даже мощный уеилд игнорируют напрочь 

4 часа назад, Farel сказал:

В общем ройка более привязана к размеру банка и размеру ставки. Везде на всех нормальных спортивных сайтах, используют уеилд или как его там, он более точно показывает прибыльность.

Привет бро. Какие успехи? Когда я оставил ставки ты был в этапе создание своего мега алгоритма. 

 

7 минут назад, Шохжахон Отаев сказал:

Привет бро. Какие успехи? Когда я оставил ставки ты был в этапе создание своего мега алгоритма. 

 

Прочитай тему с самого начала, сможешь сделать программу нормальную. С помощью ИИ создавать алгоритмы, за секунды добавлять в программу, и прочее. Выложил промт, с помощью которого ИИ создаст эту программу на 80%. В общем, читай тему. С помощью ИИ реально работа и возможности открываются для ставок. 

2 часа назад, Farel сказал:

С помощью ИИ создавать алгоритмы, за секунды добавлять в программу, и ВСЕ

😄

22 часа назад, Farel сказал:

Этот промт скиньте GLM 5.2 MAX, тот который кодер на Арене аи, сделает вам нечто подобное как у меня за 30-40 минут, работающее на 80%. Потом с недельку конечно придется повозиться, чтобы вылизать код, сделать парсер работающий и другие мелочи. Удачного дня. 

 

Ты — Senior Full Stack архитектор и разработчик. Твоя задача — спроектировать и выдать код фундамента платформы AI-аналитики футбола (имя проекта).

Создать фундамент для платформы AI-аналитики футбола, в которой парсер, база данных, API, фронтенд и система алгоритмов являются независимыми расширяемыми модулями. 
Главный приоритет — масштабируемость, возможность добавлять новые алгоритмы без изменения существующего кода и корректное выполнение массового бэктестинга по историческим данным.
Архитектура системы алгоритмов (обязательное требование)

Правила генерации

Создавай production-ready код.
Не используй заглушки.
Не используй TODO.
Не сокращай код.
Не используй псевдокод.
Каждый файл выводи полностью.
Все импорты должны существовать.
Все зависимости должны быть совместимы.
Структура проекта должна быть полностью рабочей после установки зависимостей.
Код должен запускаться без дополнительного рефакторинга.
Если ответ приближается к лимиту контекста, не сокращай код и не заменяй его описанием. Вместо этого закончи текущий файл и продолжи генерацию со следующего файла в следующем сообщении, сохраняя полную структуру проекта."
Архитектура должна быть рассчитана на:

100+ лиг;
более 500 000 матчей;
более 100 алгоритмов;
несколько миллионов записей статистики и коэффициентов;
возможность в будущем заменить SQLite на PostgreSQL без переписывания бизнес-логики.

Главная цель проекта — долгосрочное развитие платформы. В будущем количество алгоритмов может увеличиться до десятков или сотен. Архитектура должна позволять добавлять новые алгоритмы без изменения существующего кода.

Обязательные требования:

Каждый алгоритм представляет собой отдельный модуль (отдельная папка или файл).
Каждый алгоритм реализует единый интерфейс BaseAlgorithm.
Система автоматически обнаруживает все алгоритмы при запуске (auto-discovery через реестр или динамический импорт), без ручной регистрации в основном коде.
При добавлении нового файла алгоритма он автоматически становится доступен:
в API;
в интерфейсе React;
в системе бэктестинга;
в списке доступных стратегий.
Основной код проекта не должен изменяться при добавлении нового алгоритма.
Алгоритмы не должны зависеть друг от друга.
Каждый алгоритм хранит собственные настройки, описание, версию и параметры.
Каждый алгоритм может использовать любые статистические показатели матча.
Каждый алгоритм должен получать полностью подготовленный объект MatchData, а не обращаться к базе самостоятельно.
Каждый алгоритм возвращает строго типизированный результат PredictionResult.
Бэктестер должен работать как независимый модуль.
Алгоритм не должен знать, что идет бэктест.
Движок последовательно подает исторические матчи в хронологическом порядке.
Алгоритму запрещено видеть будущие матчи.
Для каждого матча сохраняется решение, коэффициент, итог, прибыль и служебные метрики.
После завершения рассчитываются ROI, Yield, Win Rate, Profit, Drawdown, количество ставок, средний коэффициент, серия побед и поражений.
Все результаты сохраняются в базе данных.
Алгоритмы будут добавляться на языке Python.

Стек:

Парсер: Python + Playwright (для рендеринга JS на livescore.in)
База данных: SQLite (через SQLAlchemy ORM)
Обработка данных: Python (модульная архитектура для легкой замены/добавления алгоритмов)
Фронтенд: React + Vite + TypeScript + Tailwind CSS
Входные данные: страница матча на https://www.livescore.in/ru/ (статистика, xG, владение, удары, угловые, карточки, коэффициенты, тоталы, форы, исходы, счет матча).

Критические новые требования к функционалу:

Гибкий парсинг по лигам и временным диапазонам:

Реализуй CLI‑интерфейс (или API‑эндпоинт) для запуска парсера с параметрами:
league_name_ru: название лиги на русском (например, «Английская Премьер‑лига», «Ла Лига»). Система должна уметь мапить это название на внутренний ID/URL лиги на livescore.in (создай словарь маппинга в конфиге).
years_range: число от 1 до 7 (сколько лет назад парсить). Например, 3 = парсим матчи за последние 3 года, включая текущий сезон.
Парсер должен уметь обрабатывать два режима:
Архивные матчи (за выбранный диапазон лет): полный проход по календарю лиги, сбор статистики и коэффициентов на момент матча (если доступно) или постматчевой статистики.
Текущие/будущие матчи: отдельный режим для сбора предстоящих игр (расписание) и коэффициентов в реальном времени.
При повторном запуске для той же лиги система должна проверять, какие матчи уже есть в БД (по дате и командам), и не дублировать их, а только обновлять коэффициенты (если есть новые) или догружать недостающую статистику.
Добавь возможность добавлять новые лиги: достаточно внести пару «название на русском : URL/ID лиги» в конфиг (JSON/YAML), и парсер начнёт работать с ней без изменения кода.
База данных (SQLite + SQLAlchemy):

Расширь схему:
Leagues: id, name_ru, name_en, livescore_id/url, created_at.
Matches: id, league_id, home_team, away_team, date, status (upcoming, live, finished), url, created_at, updated_at.
Odds: id, match_id, market_type (1X2, Handicap, Total), value, timestamp (когда были собраны).
Stats: id, match_id, metric_name, value, period, timestamp.
ProcessedResults: id, match_id, algorithm_name, result_json, timestamp, is_backtest (флаг: true, если результат получен в режиме бэктестинга).
Добавь уникальные индексы на (league_id, home_team, away_team, date) для предотвращения дублей.
Добавь индекс на date для быстрого поиска по временным диапазонам.
Режим бэктестинга (Backtesting):

Реализуй отдельный модуль/скрипт backtester.py.
Логика бэктестинга:
На вход: название лиги, диапазон дат, имя алгоритма.
Система выбирает из БД все матчи в указанном диапазоне, отсортированные по дате.
Для каждого матча последовательно вызывает выбранный алгоритм (передавая ему сырые данные матча).
Алгоритм возвращает решение (например, «ставка на П1», «тотал больше 2.5») и метрики (ожидаемая прибыль, ROI, количество ставок).
Результаты сохраняются в ProcessedResults с флагом is_backtest = true.
Вывод: итоговая статистика бэктеста (общая прибыль, процент проходимости, максимальная просадка) должна возвращаться в структурированном виде (JSON) для фронтенда.
Модульная система алгоритмов (processing):

Каждый алгоритм — отдельный класс, реализующий интерфейс:
def process(match_data: dict) -> dict: возвращает решение и метрики.
def backtest(matches: list[dict]) -> dict: (опционально) может быть реализован внутри класса для оптимизации, но базовый вызов идёт через общий цикл бэктестера.
Пример алгоритма: «Стратегия на xG» (если xG хозяев > xG гостей + порог, то ставка на П1).
Система должна позволять легко добавлять новые алгоритмы без изменения основного кода.
Парсер (scraper):

Используй Playwright для загрузки страниц.
Реализуй логику навигации по календарю лиги для сбора архивных матчей (перебор дат/туров).
Для текущих матчей — отдельный эндпоинт/страница на livescore.in.
Добавь задержки (random sleep) и обработку ошибок (404, таймауты, изменения верстки) для устойчивости.
Данные должны валидироваться через Pydantic перед сохранением в БД.
Фронтенд (React + Vite + TypeScript):

Добавь страницу «Парсинг и управление данными»:
Форма выбора: лига (выпадающий список из БД), диапазон лет (1–7), кнопка «Запустить парсинг».
Статус‑бар: прогресс парсинга, количество обработанных матчей, ошибки.
Добавь страницу «Бэктестинг»:
Выбор лиги, диапазона дат, алгоритма из списка.
Кнопка «Запустить бэктест».
Таблица результатов: ROI, прибыль, количество ставок, график прибыли по времени.
Добавь страницу «Аналитика»: отображение сырых данных матча (как на скриншоте: прогресс‑бары для xG, ударов, угловых и т.д.).
Организация кода и запуск:

Структура: scraper/, db/, algorithms/, backtester/, api/, frontend/.
requirements.txt и package.json с зависимостями.
README.md с инструкцией: как настроить маппинг лиг, как запустить парсинг одной лиги, как запустить бэктест.
Пример JSON‑конфига для маппинга лиг:
{
"Английская Премьер‑лига": "premier-league-id-on-livescore",
"Ла Лига": "la-liga-id-on-livescore"
}
Выходные данные:

Полный код ключевых файлов (scraper.py, models.py, backtester.py, algorithms.py, server.py, App.tsx и т.д.) или ссылки на структуру файлов с кратким описанием.
Инструкция по запуску проекта.
Примеры SQL‑запросов для проверки данных (например, «все матчи АПЛ за последние 3 года», «результаты бэктеста алгоритма X»).
Пример того, как добавить новую лигу и новый алгоритм.

Используем этот промт, чтобы сделать себе программу на 80% кода, уже будет запускаться и работать все меню, связки основные и прочее, потом потихоньку доработать и будет полноценная программа. Потратьте эту 1 минуту, если конечно занимаетесь ставками. Я потратил на создание этого промта, более 5 часов.

18 часов назад, Sweet Tooth сказал:

Пей стоя, больше войдет 😄

Ну где программа, сделал? Хоть пару скринов покажи...

1 час назад, Farel сказал:

Ну где программа, сделал? Хоть пару скринов покажи...

Сначала ты нам свой новый мего алгоритм придуманный вчера покажи!

58 минут назад, Тимур Зубик сказал:

Сначала ты нам свой новый мего алгоритм придуманный вчера покажи!

А что там показывать, мой алгоритм сил, я его немного доработал с помощью ИИ, потом прикрутил к нему проверку для начала 10 метрик статистики в дополнение. Вчера попробовал за пол часа нашел систему, которая стабильно держит плюсовой уеилд на нескольких лигах. Но увы уеилд небольшой средний 4-5% и захват небольшой, примерно каждый 10-12 матч. Но это я так, всего чутка покрутил рычаги. Сегодня с утра поговорил с ИИ, он предложил ещё дополнительные рычаги добавить, на разницу сил, или что-то в этом роде, я особо не вдавался в подробности, ещё не смотрел. Добавлю готовый код в программу, посмотрю, что он нам наворотил. Также есть идея попробовать ИИ напрячь сделать подобный алгоритм, то есть усовершенствовать, интересно что из этого выйдет. В общем потихоньку работаю. 

Изменено 16 июля16 июль пользователем Farel

ИИ под стол, алгоритмы на стол. Прошу огласить весь список! Сколько алгоритмов уже готово, сколько плюсовых, сколько ставок по ним уже можно делать?

 

Только что, Тимур Зубик сказал:

ИИ под стол, алгоритмы на стол. Прошу огласить весь список! Сколько алгоритмов уже готово, сколько плюсовых, сколько ставок по ним уже можно делать?

 

Алгоритмов уже наштамповал больше 70 с помощью ИИ , можно хоть 1000 разных сделать. Делов то на несколько минут. Но сам факт, я некоторые глянул, ройка там только снилась, что-то конечно на некоторых есть, 2-3 толковых, может больше, я все не смотрел, потому что это не 5 минут, там же в каждом тоже немного рычагов есть, которые можно крутить. Поэтому это дело не быстрое. Да и я уже устал немного, думаешь легко, когда сидел делал программу 10 дней, работая по 8-12 часов в среднем, с перерывами конечно. Но по итогу все теперь работает как хотел. Поэтому сейчас думаю на недельку забросить, отдохнуть, а потом с новыми силами заняться изобретением и тестированием алгоритмов. Тем более матчей толком нет нормальных. В общем есть уже что-то толковое, выше написал из моего алгоритма сил, по тому же Чемпионшипу он показывает уеилд 10%+, 1 лига тоже примерно также, Испания уже до 3% падает, Италия тоже 3+%. И т. Д. Отдохну и тогда можно заняться. В любом случае тут даже сравнивать не стоит с Эксель программами, там работа как у черепахи, каждые два дня парсить, потом обновлять счёт, собирать архив в ручную все подбирать, ужас. Мне не нужно ничего этого делать. Парсинг 7 лет одной лиги, чуть больше 30 минут, а может и меньше. Обновление матчей, да хоть раз в месяц. Да и крутить рычаги в алгоритмах даже можно с помощью ИИ. Немного поболтал с ИИ. Он мне написал какой рычаг более интересный, на что влияет, несколько интересных готовых решений предложил, в общем программа на пайтоне, это полная свобода действий, и любые возможности для использования ИИ для поиска плюсовой ройки.

 

3 минуты назад, Farel сказал:

аштамповал больше 70 с помощью ИИ

Так может уже достаточно, чтоб начать по ним ставить?

5 минут назад, Тимур Зубик сказал:

Так может уже достаточно, чтоб начать по ним ставить?

Выше написал, есть пару зацепок, ройка плюсовая проскакивает, но небольшая, 3-5%, по некоторым больше, но это считаю мало, да и захват небольшой. Чтобы ставить нужно сделать хорошего качества алгоритмы. Отдохну, и тогда начну работать. Выше все детально написал.

6 часов назад, Farel сказал:

Ну где программа, сделал? Хоть пару скринов покажи...

Выше два пресса по твоей проге разместил, оба зашли. Пресс на сегодня. 

9 минут назад, Sweet Tooth сказал:

Выше два пресса по твоей проге разместил, оба зашли. Пресс на сегодня. 

Тоже брал Танзанию, но вижу кэф подскочил конкретно)

Изменено 16 июля16 июль пользователем Sweet Mask

4 часа назад, Тимур Зубик сказал:

Так может уже достаточно, чтоб начать по ним ставить?

да пусть общается, человек нашел себя, его там ценят, ройки ищут))

1 час назад, Sweet Tooth сказал:

Выше два пресса по твоей проге разместил, оба зашли. Пресс на сегодня. 

он уже даже скрины перестал кидать, совсем все тяжко))

1 час назад, good_bye сказал:

он уже даже скрины перестал кидать, совсем все тяжко))

Смысл кидать средненькие прогнозы. Найду нормальную систему, начну кидать, но матчей сейчас все равно нет, на всяких 10-15 дивизионах Того, и подобных стран, я не работаю.

обкакался со Швецией и сказал что плохой дивизион🤣 Вангую что количество "плохих" дивизионов будет расти, как и количество роек и алгоритмов

В 15.07.2026 в 09:14, Farel сказал:

Этот промт скиньте GLM 5.2 MAX, тот который кодер на Арене аи, сделает вам нечто подобное как у меня за 30-40 минут, работающее на 80%. Потом с недельку конечно придется повозиться, чтобы вылизать код, сделать парсер работающий и другие мелочи. Удачного дня. 

 

Ты — Senior Full Stack архитектор и разработчик. Твоя задача — спроектировать и выдать код фундамента платформы AI-аналитики футбола (имя проекта).

Создать фундамент для платформы AI-аналитики футбола, в которой парсер, база данных, API, фронтенд и система алгоритмов являются независимыми расширяемыми модулями. 
Главный приоритет — масштабируемость, возможность добавлять новые алгоритмы без изменения существующего кода и корректное выполнение массового бэктестинга по историческим данным.
Архитектура системы алгоритмов (обязательное требование)

Правила генерации

Создавай production-ready код.
Не используй заглушки.
Не используй TODO.
Не сокращай код.
Не используй псевдокод.
Каждый файл выводи полностью.
Все импорты должны существовать.
Все зависимости должны быть совместимы.
Структура проекта должна быть полностью рабочей после установки зависимостей.
Код должен запускаться без дополнительного рефакторинга.
Если ответ приближается к лимиту контекста, не сокращай код и не заменяй его описанием. Вместо этого закончи текущий файл и продолжи генерацию со следующего файла в следующем сообщении, сохраняя полную структуру проекта."
Архитектура должна быть рассчитана на:

100+ лиг;
более 500 000 матчей;
более 100 алгоритмов;
несколько миллионов записей статистики и коэффициентов;
возможность в будущем заменить SQLite на PostgreSQL без переписывания бизнес-логики.

Главная цель проекта — долгосрочное развитие платформы. В будущем количество алгоритмов может увеличиться до десятков или сотен. Архитектура должна позволять добавлять новые алгоритмы без изменения существующего кода.

Обязательные требования:

Каждый алгоритм представляет собой отдельный модуль (отдельная папка или файл).
Каждый алгоритм реализует единый интерфейс BaseAlgorithm.
Система автоматически обнаруживает все алгоритмы при запуске (auto-discovery через реестр или динамический импорт), без ручной регистрации в основном коде.
При добавлении нового файла алгоритма он автоматически становится доступен:
в API;
в интерфейсе React;
в системе бэктестинга;
в списке доступных стратегий.
Основной код проекта не должен изменяться при добавлении нового алгоритма.
Алгоритмы не должны зависеть друг от друга.
Каждый алгоритм хранит собственные настройки, описание, версию и параметры.
Каждый алгоритм может использовать любые статистические показатели матча.
Каждый алгоритм должен получать полностью подготовленный объект MatchData, а не обращаться к базе самостоятельно.
Каждый алгоритм возвращает строго типизированный результат PredictionResult.
Бэктестер должен работать как независимый модуль.
Алгоритм не должен знать, что идет бэктест.
Движок последовательно подает исторические матчи в хронологическом порядке.
Алгоритму запрещено видеть будущие матчи.
Для каждого матча сохраняется решение, коэффициент, итог, прибыль и служебные метрики.
После завершения рассчитываются ROI, Yield, Win Rate, Profit, Drawdown, количество ставок, средний коэффициент, серия побед и поражений.
Все результаты сохраняются в базе данных.
Алгоритмы будут добавляться на языке Python.

Стек:

Парсер: Python + Playwright (для рендеринга JS на livescore.in)
База данных: SQLite (через SQLAlchemy ORM)
Обработка данных: Python (модульная архитектура для легкой замены/добавления алгоритмов)
Фронтенд: React + Vite + TypeScript + Tailwind CSS
Входные данные: страница матча на https://www.livescore.in/ru/ (статистика, xG, владение, удары, угловые, карточки, коэффициенты, тоталы, форы, исходы, счет матча).

Критические новые требования к функционалу:

Гибкий парсинг по лигам и временным диапазонам:

Реализуй CLI‑интерфейс (или API‑эндпоинт) для запуска парсера с параметрами:
league_name_ru: название лиги на русском (например, «Английская Премьер‑лига», «Ла Лига»). Система должна уметь мапить это название на внутренний ID/URL лиги на livescore.in (создай словарь маппинга в конфиге).
years_range: число от 1 до 7 (сколько лет назад парсить). Например, 3 = парсим матчи за последние 3 года, включая текущий сезон.
Парсер должен уметь обрабатывать два режима:
Архивные матчи (за выбранный диапазон лет): полный проход по календарю лиги, сбор статистики и коэффициентов на момент матча (если доступно) или постматчевой статистики.
Текущие/будущие матчи: отдельный режим для сбора предстоящих игр (расписание) и коэффициентов в реальном времени.
При повторном запуске для той же лиги система должна проверять, какие матчи уже есть в БД (по дате и командам), и не дублировать их, а только обновлять коэффициенты (если есть новые) или догружать недостающую статистику.
Добавь возможность добавлять новые лиги: достаточно внести пару «название на русском : URL/ID лиги» в конфиг (JSON/YAML), и парсер начнёт работать с ней без изменения кода.
База данных (SQLite + SQLAlchemy):

Расширь схему:
Leagues: id, name_ru, name_en, livescore_id/url, created_at.
Matches: id, league_id, home_team, away_team, date, status (upcoming, live, finished), url, created_at, updated_at.
Odds: id, match_id, market_type (1X2, Handicap, Total), value, timestamp (когда были собраны).
Stats: id, match_id, metric_name, value, period, timestamp.
ProcessedResults: id, match_id, algorithm_name, result_json, timestamp, is_backtest (флаг: true, если результат получен в режиме бэктестинга).
Добавь уникальные индексы на (league_id, home_team, away_team, date) для предотвращения дублей.
Добавь индекс на date для быстрого поиска по временным диапазонам.
Режим бэктестинга (Backtesting):

Реализуй отдельный модуль/скрипт backtester.py.
Логика бэктестинга:
На вход: название лиги, диапазон дат, имя алгоритма.
Система выбирает из БД все матчи в указанном диапазоне, отсортированные по дате.
Для каждого матча последовательно вызывает выбранный алгоритм (передавая ему сырые данные матча).
Алгоритм возвращает решение (например, «ставка на П1», «тотал больше 2.5») и метрики (ожидаемая прибыль, ROI, количество ставок).
Результаты сохраняются в ProcessedResults с флагом is_backtest = true.
Вывод: итоговая статистика бэктеста (общая прибыль, процент проходимости, максимальная просадка) должна возвращаться в структурированном виде (JSON) для фронтенда.
Модульная система алгоритмов (processing):

Каждый алгоритм — отдельный класс, реализующий интерфейс:
def process(match_data: dict) -> dict: возвращает решение и метрики.
def backtest(matches: list[dict]) -> dict: (опционально) может быть реализован внутри класса для оптимизации, но базовый вызов идёт через общий цикл бэктестера.
Пример алгоритма: «Стратегия на xG» (если xG хозяев > xG гостей + порог, то ставка на П1).
Система должна позволять легко добавлять новые алгоритмы без изменения основного кода.
Парсер (scraper):

Используй Playwright для загрузки страниц.
Реализуй логику навигации по календарю лиги для сбора архивных матчей (перебор дат/туров).
Для текущих матчей — отдельный эндпоинт/страница на livescore.in.
Добавь задержки (random sleep) и обработку ошибок (404, таймауты, изменения верстки) для устойчивости.
Данные должны валидироваться через Pydantic перед сохранением в БД.
Фронтенд (React + Vite + TypeScript):

Добавь страницу «Парсинг и управление данными»:
Форма выбора: лига (выпадающий список из БД), диапазон лет (1–7), кнопка «Запустить парсинг».
Статус‑бар: прогресс парсинга, количество обработанных матчей, ошибки.
Добавь страницу «Бэктестинг»:
Выбор лиги, диапазона дат, алгоритма из списка.
Кнопка «Запустить бэктест».
Таблица результатов: ROI, прибыль, количество ставок, график прибыли по времени.
Добавь страницу «Аналитика»: отображение сырых данных матча (как на скриншоте: прогресс‑бары для xG, ударов, угловых и т.д.).
Организация кода и запуск:

Структура: scraper/, db/, algorithms/, backtester/, api/, frontend/.
requirements.txt и package.json с зависимостями.
README.md с инструкцией: как настроить маппинг лиг, как запустить парсинг одной лиги, как запустить бэктест.
Пример JSON‑конфига для маппинга лиг:
{
"Английская Премьер‑лига": "premier-league-id-on-livescore",
"Ла Лига": "la-liga-id-on-livescore"
}
Выходные данные:

Полный код ключевых файлов (scraper.py, models.py, backtester.py, algorithms.py, server.py, App.tsx и т.д.) или ссылки на структуру файлов с кратким описанием.
Инструкция по запуску проекта.
Примеры SQL‑запросов для проверки данных (например, «все матчи АПЛ за последние 3 года», «результаты бэктеста алгоритма X»).
Пример того, как добавить новую лигу и новый алгоритм.

Используем этот промт, чтобы сделать себе программу на 80% кода, уже будет запускаться и работать все меню, связки основные и прочее, потом потихоньку доработать и будет полноценная программа. Потратьте эту 1 минуту, если конечно занимаетесь ставками. Я потратил на создание этого промта, более 5 часов.

Пресс на сегодня по программе @Farel

 

В общем чутка быстрее получается чем я думал. ИИ конечно тупят на больших файлах с матчами, но решить задачи все равно можно, и без их возможностей. Сейчас немного отдохну и попробую по Швеции и Аргентине системы сделать, можно сказать для начальных тестов. Лиги конечно отстойные, матчей в турах почти нет, может системы и не поймают ничего. Главное комбайн уже готов для сбора урожая.

В общем по Швеции ничего толкового нет, кэфы похоже выставляют слишком хорошо, системы средненькие. Хотя смотрел только пока оз и тоталы, по Аргентине кое что нарыл. Можно даже сказать неплохо. Но кэфы по итогу высокие, система средненькая, но итоговый уеилд неплохой, можно даже сказать суперский, но просадки неприятные. Но на ближайшие матчи ничего не нашло. Как и писал, матчей в турах мало, работать так одно издевательство. Вот скрин системы.  

Изменено 17 июля17 июль пользователем Farel