Esports Match Predictor

Статистический предиктор исходов киберспортивных матчей.

Стек

• Модель: XGBoost + GradientBoosting + LogisticRegression (soft voting, Platt calibration)
• Признаки: ELO-рейтинг, скользящий winrate (5/10/20 матчей), H2H, дни отдыха
• Кросс-валидация: TimeSeriesSplit (walk-forward, no data leakage)
• Банкролл: Дробный Kelly Criterion с value edge фильтром

Быстрый старт

pip install -r requirements.txt

# 1. Задай API токен
echo "PANDASCORE_TOKEN=твой_токен" > .env

# 2. Загрузи данные (CS:GO, 180 дней)
python main.py fetch --game csgo --days 180

# 3. Обучи модель
python main.py train --game csgo

# 4. Прогноз матча
python main.py predict --game csgo --team1 "NaVi" --team2 "Astralis" \
       --odds1 1.85 --odds2 2.10

# 5. Бэктест
python main.py backtest --game csgo --bankroll 1000 --kelly 0.25 --min-edge 0.03

Поддерживаемые игры

csgo | dota2 | lol | valorant

Признаки модели

Признак	Описание
elo_diff	Разница ELO-рейтингов команд
wr_diff_5/10/20	Разница winrate за 5/10/20 матчей
h2h_wr	H2H winrate team1 vs team2
rest_diff	Разница дней отдыха
n_games	Формат матча (BO1/BO3/BO5)

Value Edge

Ставка рекомендуется только при Edge > 3% (настраивается через --min-edge).

Edge = P_наша × коэффициент − 1

API

PandaScore: https://pandascore.co — есть бесплатный тариф (100 req/min).