中阶分析 · 教程目录
AI 预测足球到底多准:把公开实测摊开看
本篇目标:“AI 预测足球准确率 80%”这类说法,多半来自小样本回测或选择性展示。2026 年有一批赛前锁定、赛后结算的前瞻性评测,样本不大但口径干净。这篇把数字摊开,说明 AI 的真实位置:跟着市场走,偶尔略好,偶尔略差。
先看评测怎么做的
讨论准确率之前,先看口径。2026 年世界杯期间有一组前瞻性评测:48 队、104 场,每场在开球前把固定资料包(赛程、场地、天气、裁判、让球线)放进提示词,让六家前沿模型在开赛前给出七个市场的判断,赛后统一结算。这种“赛前锁定、赛后结算”的设计,比事后回测干净得多。
关键数字
| 指标 | 公开评测结果 | 怎么读 |
|---|---|---|
| 胜平负命中率(六家均值) | 63.9% | “机械跟着博彩热门”是 64.4%,两者在噪声范围内 |
| 跟随热门的比例 | 85.6%–90.4% | 模型基本不做逆向判断,判断被市场牵着走 |
| 模型之间的一致率 | 76.0% | 多数场次给出同一方向,投票集成没有增量 |
| 猜 2-1 的比例 | 全部比分选择的 28.0% | 语言先验:2-1 是语料里最常见的比分叙述 |
| 平局预测数 | 8–14 场(实际 27 场) | 系统性低估平局 |
| 按阶段拆分 | 32 强 86.5%,半决赛 8.3% | 准不准取决于对阵是否悬殊,不取决于资料多不多 |
概率质量:另一个评测
另一组评测用七家模型对比概率指标,样本同样是一个大赛的全部场次:
| 对象 | Brier | 说明 |
|---|---|---|
| 七家模型 | 0.506–0.546 | 差别很小,经多重比较校正后没有一对显著 |
| 表现最好的单家 | 0.497 | 与市场共识的 0.498 基本持平 |
| 模型间预测相关度 | 0.943 | 高度同质,等权集成的改善只有 0.0047 |
结论很朴素:前沿模型在概率质量上已经接近市场共识,但没有超出;模型之间没有明显高下;互相集成也捞不到多少好处,因为它们本来就在说同一件事。
和市场比是什么位置
盘中的市场基准(Betfair 收盘)在英超样本上的分类准确率约 70.6%,RPS 0.1254,log loss 0.6714;学术模型里较好的能到 70.2%,RPS 0.129,log loss 0.696。也就是说,连认真建模的统计模型,也只是“接近市场”,不是“打败市场”。语言模型的位置在这条线的下方一点。
那些“80% 准确率”从哪来
常见三种来源:
- 只预测强弱分明的比赛,把难判的场次排除在统计之外。
- 用回测,且特征里混入了赛后信息。
- 把“命中率”与“收益率”混着说。有研究指出,即使分类准确率到 70%,扣除市场 5%–10% 的抽水后,长期期望仍可能为负;另一项针对英超的博彩市场研究发现,机器学习模型长期未能产生商业可行的利润,校准误差约 11%。
所以看到高准确率,先问三件事:样本多少场、怎么选的、扣成本没有。
AI 预测的正确用法
把它当“第二意见”,不当“答案”。它擅长把散落的赛前消息整理成一段有条理的叙述,也擅长指出你忽略的角度;它不擅长给你一个校准过的概率,更不擅长稳定跑赢市场。把它的输出和模型概率放在一起看,冲突的地方往往才是值得研究的地方。
数据来源
WorldCupArena(arXiv 2608.04008,2026)、LLM-SoccerArena(arXiv 2607.24573)、英超盘中概率评测(arXiv 2605.16066)、澎湃新闻对六款 AI 预测的复盘报道。样本量都在百场量级,置信区间较宽,结论看方向,不看小数点。
常见问题
1. AI 能稳定跑赢赔率吗?
公开前瞻性评测里没有看到。多数模型的准确率与“机械跟着热门”几乎一样,个别指标接近市场共识,差异在统计上不显著。
2. 为什么 AI 都爱猜 2-1?
训练语料里 2-1 是最常见的比分叙述,模型会把它当成安全答案。这不是计算出来的,是语言先验。
相关链接
90edge AI 专题 · 用公开数据说话,不吹模型。
来源:90edge 学习中心 · AI 预测足球到底多准:把公开实测摊开看