Optimalizace a simulace kurzových sázek

Martin Fanta

Bakalářská práce

Optimization and simulation of odds betting

Anotace:

Cílem bakalářské práce s názvem Optimalizace a simulace kurzových sázek je vytvoření modelů neuronové sítě s využitím datového setu tenisových zápasů, které by umožnily predikci výsledků tenisových utkání. Práce se skládá z teoretické a praktické části. V teoretické části jsou vymezeny a popsány klíčové pojmy z oblasti sázení, teorie her, databázových systémů a neuronových sítí. Praktická část zahrnuje implementaci a vytvoření infrastruktury vývojového prostředí. Nejprve jsou zde popsána použitá data a následně jsou data upravena pro nahrání do databáze. Dále jsou v praktické části vysvětleny postupy vytvoření a natrénování dvou modelů $-$ statického modelu vytvořeného pomocí nástroje TensorFlow a dynamického modelu vytvořeného pomocí neuroevolučního algoritmu NEAT. Výsledky simulací obou modelů byly následně porovnány, aby bylo možné určit jejich účinnost a přesnost v predikci vítězů tenisových zápasů. Modely byly simulovány s využitím skutečných sázkových příležitostí, aby se zjistila potenciální výnosnost strategií založených na predikcích těchto modelů. Tato práce přispívá k pochopení a využití technologických nástrojů pro analýzu a optimalizaci strategií kurzových sázek a může sloužit jako výchozí bod pro budoucí zkoumání aplikace modelů strojového učení.

Abstract:

The topic of the bachelor's thesis is "Optimization and simulation of odds betting". The aim of the work is to create neural network models based on a dataset of tennis matches, which would enable the prediction of match results. The work consists of a theoretical and a practical part. In the theoretical part, key terms from the field of betting, game theory, database systems and neural networks are defined and described. The practical part includes the implementation and creation of the infrastructure of the development environment. First, the data used in the practical part are described here, and then the data are modified for uploading to a database. Next, the practical part explains the procedures for creating and training two models $-$ a static model created using the TensorFlow tool and a dynamic model created using the NEAT neuroevolutionary algorithm. The results of both models are eventually compared to determine their effectiveness and accuracy in predicting the winners of tennis matches. The models are simulated on real betting opportunities to determine the potential profitability of the strategies based on the predictions of these models. This work contributes to the understanding and the use of technological tools for the analysis and optimization of odds betting strategies and can serve as a starting point for future research into the application of machine-learning models.

Klíčová slova

teorie her, databáze, sázení, neuronová síť

Keywords

database, betting, game theory, neural network

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 5. 5. 2024

Obhajoba závěrečné práce

• Obhajoba proběhla 14. 6. 2024
• Vedoucí: Viktor Chrobok
• Oponent: Jan Rejthar

Vysoká škola ekonomická v Praze

Bakalářský studijní program:
Aplikovaná informatika