오픈소스 홍콩 경마 ML 파이프라인 프로젝트에 대한 피드백 요청.
홍콩 경마 예측을 위한 오픈소스 프로젝트를 진행하고 있습니다. 이 프로젝트의 목표는 reproducible ML 파이프라인을 구축하고, 데이터 누수를 제어한 후에 어떤 측정 가능한 우위가 있는지 테스트하는 것입니다. LightGBM 및 XGBoost를 사용한 훈련 파이프라인과 다양한 베팅 시뮬레이션, HTML 대시보드 등이 포함되어 있습니다. 특히, no-odds 모델이 quinella ROI 면에서 우수하다는 흥미로운 결과를 도출했습니다.
Seeking feedback on an open-source Hong Kong horse racing ML pipeline project.
I am working on an open-source horse racing prediction project focused on the Hong Kong Jockey Club data. The goal is to build a reproducible ML pipeline and test whether there is any measurable edge after controlling for leakage. This includes a LightGBM and XGBoost training pipeline, various betting simulations, and an HTML report dashboard. Notably, the no-odds model outperformed the with-odds model for quinella ROI, revealing interesting insights.