登录

高阶应用 · 教程目录

90edge 比赛概率模型白皮书(公开版)

本篇目标:这份公开版白皮书说明我们的比分概率模型解决什么问题、数据怎么进、概率怎么校准、怎么验证、哪里会失效。方法层讲清楚,参数与工程实现不在公开范围。

摘要

本白皮书公开 90edge 比赛概率模型的方法框架:输入什么数据、用什么模型族、概率怎么校准、怎么验证、在哪些条件下会失效。不公开的内容包括:特征的具体构造、各因子的权重、融合方式、参数取值和工程实现。这样处理的原因很简单:参数是样本的函数,公开它只会制造“固定承诺”的错觉。

1. 范围与目标

模型回答三个问题:这场比赛的胜平负概率分布、总进球区间、比分概率表。它不回答“该不该买”,也不提供资金管理建议。输出面向阅读与复盘,不面向交易执行。

覆盖范围以页面实际提供的赛事为准,不同联赛的数据完整度不同,模型对低覆盖联赛的输出会标注不确定性更高。

2. 数据层

数据分四层:

层内容更新节奏
赛程与结果开球时间、主客队、比分、赛事阶段比赛日分钟级
过程统计射门位置、xG、控球、传球区域赛后补齐
阵容与可用性首发、替补、伤停、停赛赛前动态
情境休息天数、赛程密度、场地、裁判赛前一次性

跨源数据先对齐再入库:同一场比赛按开球时间、主客队、赛事三元组去重;冲突时以赛事官方记录为准,并保留各源时间戳。缺失字段留空,不按 0 计算,避免“没数据”被模型读成“表现差”。

3. 模型层

主干是泊松族比分模型:两队进球期望分别由联赛基准、进攻强度、防守强度和主场系数决定,比分分布由两个进球过程组合。低比分四格用 Dixon-Coles 类修正项单独调整,历史比赛按指数时间衰减降权。相关性作为候选层(双泊松),只在滚动窗口稳定且样本外指标改善时启用。

赛前 24 小时内,已确认的阵容与伤停会以限幅方式进入期望调整;传闻类信息不进入数值层。所有调整都记录版本号与调整原因,便于赛后回溯。

4. 校准

原始模型输出通常不是校准好的概率。我们做两件事:

  1. 按概率分桶检查实际频率,修掉系统性高估或低估。
  2. 用滚动窗口重估,避免用未来数据校准过去。

校准的目标不是让每个桶都完美对齐,而是让长期平均偏差可控。校准后仍会保留不确定性区间,不把估计值包装成确定值。

5. 验证

验证集与训练集严格分开,按时间切分而不是随机切分。指标同时看 Brier、log loss、RPS 和校准曲线;命中率只作辅助,因为只挑大热门就能把命中率做高。

与市场共识的比较只作参照,不作目标。市场包含我们拿不到的信息,能在 Brier 上接近市场,已经是很好的结果;声称长期稳定跑赢市场,需要的是可审计的成交记录,而不是回测曲线。

6. 已知失效模式

失效模式表现应对
极端对阵强弱悬殊时尾部概率偏薄尾部经验分布兜底
临场突变红牌、早进球后静态概率失真只做赛前输出,不冒充实时
样本不足升班马、跨联赛球队强度估计抖动向联赛均值收缩
信息滞后阵容公布晚于页面更新页面标注更新时间,读者自行核对
口径混用读者拿不同来源的 xG 直接比口径页说明,不跨源比较

7. 治理与边界

模型每次上线都带版本号;改动必须留下验证记录;赛后对照写进复盘账本,不改写历史输出。站内所有概率均标注“模型估计”,不构成投注建议。发现数据错误可提交页面与截图,按时间戳回溯修正。

这份白皮书会随方法更新而更新,版本变化在页面更新时间中体现。

引用格式

引用本页时建议使用:90edge《比赛概率模型白皮书(公开版)》,页面链接与访问日期。引用具体概率时,请同时注明页面显示的比赛与更新时间,因为概率会随信息更新。

常见问题

1. 白皮书为什么不写具体参数?

参数是拟合结果,换个样本就会变,写出来对读者没有参考价值,也会让页面数字被当成固定承诺。公开的是方法与验证口径。

2. 模型的概率可以直接当真实概率吗?

不能。它是估计值,存在系统性偏差和抽样误差。看校准曲线比看单场命中更有意义。

90edge 方法教程 · 讲口径与边界,不承诺赛果。
来源:90edge 学习中心 · 90edge 比赛概率模型白皮书(公开版)