用途
Betting 是 sports-skills 项目中的一个博彩分析技能模块，专注于对赔率与市场概率进行纯计算分析。它本身不获取任何赔率数据，需要用户先从体育数据技能（如 nba-data、nfl-data 等）或预测市场（polymarket、kalshi）取得赔率，再交给本模块计算。
主要能力
- 赔率转换（convert_odds）：在 american、decimal、probability 三种格式之间转换。
- 去水（devig）：从体育博彩赔率中剔除庄家抽水，得到公平概率。
- 优势检测（find_edge）：比较公平概率与市场概率，计算 edge 与 EV。
- 综合评估（evaluate_bet）：一步完成去水与优势计算。
- 套利检测（find_arbitrage）：根据各结果的市场概率判断是否存在套利机会及保证回报率。
- 串关分析（parlay_analysis）：根据各腿公平概率与串关赔率，计算组合公平概率、edge 与凯利比例。
- 盘口移动分析（line_movement）：比较开盘与收盘赔率，给出概率变化、方向与分类（如 sharp_action、steam_move）。
- 凯利准则（kelly_criterion）：根据公平概率与市场概率给出最优下注比例。
使用方式
命令行示例：
sports-skills betting convert_odds --odds=-150 --from_format=american sports-skills betting devig --odds=-150,+130 --format=american sports-skills betting find_edge --fair_prob=0.58 --market_prob=0.52 sports-skills betting evaluate_bet --book_odds=-150,+130 --market_prob=0.52 sports-skills betting find_arbitrage --market_probs=0.48,0.49 sports-skills betting parlay_analysis --legs=0.58,0.62,0.55 --parlay_odds=600 sports-skills betting line_movement --open_odds=-140 --close_odds=-160
Python SDK 示例：
from sports_skills import betting
betting.convert_odds(odds=-150, from_format="american") betting.devig(odds="-150,+130", format="american") betting.find_edge(fair_prob=0.58, market_prob=0.52) betting.find_arbitrage(market_probs="0.48,0.49") betting.parlay_analysis(legs="0.58,0.62,0.55", parlay_odds=600) betting.line_movement(open_odds=-140, close_odds=-160)
典型工作流
比较 ESPN 与 Polymarket/Kalshi：先取得 ESPN 胜负盘赔率，再取得预测市场同一结果的价格，用 devig 去水得到公平概率，再用 find_edge 比较，或用 evaluate_bet 一步完成。
套利检测：从不同来源取得各结果最优价格，用 find_arbitrage 判断总隐含概率是否小于 1.0，若小于则存在套利并给出保证回报率。
串关评估：先对每一腿去水得到公平概率，再用 parlay_analysis 计算组合公平概率、edge 与凯利比例。
盘口移动分析：取得开盘与收盘赔率，用 line_movement 得到概率变化、方向与分类。
适用场景
适用于需要将体育博彩赔率与预测市场价格进行对比、寻找正 EV 机会、检测套利、评估串关价值或解读盘口移动的分析场景。
限制与注意事项
- 本模块只计算，不获取数据。必须先通过其他技能取得赔率。
- 调用分析命令前需确认赔率格式（american、decimal 或 probability）。
- 与预测市场价格比较前，ESPN 赔率需先用 devig 去水。
- 不存在的命令包括 get_odds、calculate_ev、compare_markets，不应调用。
- 若 find_edge 返回负 EV 而预期为正，可能是公平概率与市场概率颠倒，或跳过了去水步骤。
- 若凯利比例过高（大于 0.5），通常源于公平概率计算有误，建议使用半凯利或四分之一凯利。
- 具体收费、价格、平台支持等信息暂未提供。