臺灣博碩士論文加值系統

台灣運動彩券自2008年開辦以來，營業額從五十二億至2014年已達到兩百四十億新台幣，足以看出投注市場正逐年成長中。由於一般大眾或運動彩迷，投注方式多以直觀來判斷多半輸多贏少，本研究則認為運動彩券屬技巧型、預測性高之投資，如做好投資管理、資料判讀、風險評估、適度的策略應用，運動彩券乃是有可能獲利之投資標的。因此本研究希望透賽事資料與對戰紀錄蒐集，運用統計分析方法，讓一般大眾或運動彩迷在投注前能自行進行賽事預測，為投注增添勝率。

本研究以美國職籃2012~2015年賽事為研究對象，以主隊或客隊獲勝為預測目標，利用2012~2014年共2,459場賽事數據建立預測模型，並以2014~2015年1,230場賽事數據做為測試樣本；來預測2015~2016年10月至1月共719場賽事，再以虛擬投注方式衡量報酬率，並與直觀投注結果做比較，藉此提供投注者一個較客觀可行的投注策略。

本研究特別將球隊優勢與陣容變更等因素列入考慮。首先以羅吉斯迴歸分析篩選出影響球賽獲勝之重要變數，再透過類神經網路建立四組不同預測模型，針對高勝率(低賠率)、低勝率(高賠率)、主場等進行賽事預測。經預測結果發現，經變數篩選較不篩選變數有較佳的預測能力；此外，在投注選擇方面，選擇低勝率投注預測正確率83.50%，投報率最佳可達115.33%。

It is obvious to see that betting market for Taiwan sports lottery is growing year by year, from the sales of 5.2 billion NTD in 2008 to 24 billion NTD in 2014, Due to the general public or sport lottery fans judging the game intuitively, then they have the high probability to lose. This study thinks that sports lottery would be a technical, highly predictable target of investment, and suggests, it could produce a great return via the investment management, data analysis, risk assessment and appropriate strategy application for sport lottery. The goal of this study is providing models and strategies of statistical analysis through gathering of game records and relevant information, in order to increase winning bets for general public or sport lottery fans.

This study uses the NBA games records from 2012 to 2015 to analyze the game results which are the winners (the home team or the visitor) This study collected the data from 2012 to 2014, a total of 2459 games to create a forecast model, and applied 1230 games scores from 2014 to 2015 as a testing sample to predict a total of 719 games from 2015 to 2016, in order to provide a effective betting strategy by the comparison of virtual betting and intuitive betting results.

The research not only uses the data of game scores but also adding the factors such as team advantages and team combination in the model. It applies the logistic regression analysis to filter out important variables that would affect the game results, then through neural network to create four different sets of forecast models, which forecast high winning percentage (low odds), low winning percentage (high odds), and home matches etc. As a result of the prediction, variable filter has better predictive capability than non variable filter. From the perspective of the betting option, selecting low winning bets predict the accuracy of 83.5%, where the return on investment could reach to 115.33%.

第一章 緒論
第一節 研究背景與動機...................................1
第二節 研究目的........................................2
第三節 研究範圍與限制...................................3
第四節 研究步驟........................................4
第二章 文獻探討
第一節 運動彩券........................................6
第二節 籃球比賽........................................12
第三節 賽事預測文獻整理..................................17
第四節 小結............................................22
第三章 研究方法
第一節 研究時間與分析程序.................................23
第二節 研究對象與變數設定.................................26
第三節 研究假說.........................................28
第四節 資料來源與前置處理.................................29
第五節 資料分析方法......................................30
第四章 研究結果
第一節 資料描述性分析..................................35
第二節 羅吉斯迴歸篩選結果...............................40
第三節 類神經網路分析結果...............................42
第四節 2015~2016 年賽季預測............................45
第五節 虛擬投注與衡量報酬率..............................46
第五章 結論與建議
第一節 結論...........................................49
第二節 建議...........................................51
參考文獻..................................................53

英文部分
1.Broughton, D., Lee, J., & Nethery, R. “The answer, $213 billion. Street & Smith’s Sports Business Journal”, 2(35), 23-26.1999.
2.Dean Oliver, “Basketball on Paper: Rules and Tools for Performance Analysis.”2004.
3.Jasper Lin, Logan Short, Vishnu Sundaresan, “Predicting National Basketball Association Winners,”cs 229 final project.2014.
4.Keshav Puranmalka, “Modelling the NBA to Make Better Predictions,” B.S., Massachusetts Institute.2013.
5.Michael J. A. Berry, Gordon S. Linoff “Data mining techniques: For marketing, sales, and customer support” New York: Wiley Computer.1997.
6.Sonny Reizner. “ Sports betting with Sonny Reizner.”New York: GBC Press.1983.

中文部分
1.大A運動網，「運彩紅不讓」，台北：意象文化出版，民國97年。
2.江支璋，「美國職籃NBA球隊主場優勢之分析」，明新學報，第38卷第1期，2012年12月，頁55-65。
3.周錫洋，「運動彩券之行銷策略研究」，國立台北大學企業管理研究所碩士論文，民國94年。
4.林宜劭，「運用資料採礦探討美國籃球聯盟勝負之關鍵因素」，東海大學統計學研究所碩士論文，民國102年。
5.林忠程、陳建勳、陳智明，「2012-2013年NBA各隊讓分、大小盤口過關率之分析」，嘉大體育健康休閒期刊，第13卷第3期，2014年12月，頁123-132。
6.邱一薰，「類神經網路預測台灣50股價指數之研究」，國立師範大學資訊管理研究所碩士論文，民國93年。
7.邱顯銘，「運用資料挖掘技術分析運動彩券盤口推測」，中國文化大學資訊管理研究所碩士論文，民國100年。
8.張云濤、龔玲，「資料探勘原理與技術」，台北：五南出版，民國96年。
9.張元培，「運動彩券必勝秘笈」，台北：高寶出版，民國97年。
10.張庭瑄、鄭俊傑、陳伯儀，「創新傳佈理論之創新認知屬性研究-以台灣運動彩券為例」，真理大學運動知識學報，第7期，2012年3月，頁292-301。
11.莊皓凱，「利用貝氏網路預測NBA球賽勝負」，逢甲大學統計與精算研究所碩士論文，民國102年。
12.陳贊仁，「以倒傳遞網路設計籃球運動彩券推薦模式」，大同大學資訊工程研究所碩士論文，民國97年。
13.陳麒文，「資料採礦於職業棒球勝隊預測模式之建構」，體育大學體育研究所博士論文，民國100年。
14.馮瑞祥，「運動資料探勘技術於職業棒球比賽勝負預測之研究」，中國文化大學資訊管理研究所碩士論文，民國102年。
15.溫福星，「多變量分析方法與操作」，台北：鼎茂圖書出版，民國101年。
16.葉怡成，「應用類神經網路」，台北：儒林出版，民國90年。
17.葉怡成，「類神經網路模式應用與實作」，台北：儒林出版，民國81年。
18.劉正，獵殺運動彩券美國職籃篇NBA，台中：白象文化，民國96年。
19.劉建志，「運動博弈與彩券」，台北：商周出版，民國97年。
20.潘俞丞，「運動彩券購買決策以美國職棒不讓分玩法為例」，世新大學資訊管理學研究所碩士論文，民國101年。
21.潘彥甫，「以Probit迴歸模型預測NBA籃球比賽結果」，新竹教育大學應用數學研究鎖碩士論文，民國99年。

網站部分
1.Basketball-Reference,www.basketball-reference.com
2.Download NBA Box Score Stats in Excel,www.nbastuffer.com
3.ESPN:The Worldwide Leader in Sports,espn.go.com
4.FOX,www.foxsports.com
5.台灣運彩官網,www.sportslottery.com.tw
6.玩運彩,www.playsport.cc
7.美國職業籃球官方網站,www.nba.com
8.財政部國庫署,www.nta.gov.tw
9.教育部體育屬,www.sa.gov.tw