關於 OddsForge — AI 運動賽事分析平台
OddsForge 是一個 AI 運動賽事分析的白標 SaaS 平台，每日跨歐洲五大足球聯賽、NBA、MLB 產出 AI 預測精選。我們與業界主流（Action Network 鎖付費牆、Pinnacle 不出 picks、Pickswise 匿名）的根本差異是：完整公開所有 settled picks 結算紀錄、開放原始 dataset 下載（CC-BY-4.0）、自有演算法（Dixon-Coles + Gemini Rebalancer）方法論透明。 2026 Q2 96 場真實預測整體命中率 55.7%、ROI -16.5%，其中 High Confidence 信心度區段 75.9% 命中率、ROI +2.8% 是唯一獲利區段。本平台由創辦人 Eric Chiu 主導開發，採量化分析路線，所有方法論引用 Dixon-Coles 1997、Kelly 1956、Levitt 2004 等學術文獻為基礎。
創辦人 — Eric Chiu
Eric Chiu
Founder & Quant Analyst, OddsForge
量化分析背景，運動博彩 AI 系統開發者。OddsForge 平台技術主導， 負責五信號融合預測引擎、Dixon-Coles Poisson 比分模型、 以及 Gemini Rebalancer 的工程實作。
工作主軸：(1) 把學術運動分析模型（Dixon-Coles 1997、Karlis-Ntzoufras 2003、 Constantinou pi-football）落地為 production 等級工程實作； (2) 探索 LLM（Gemini）作為統計模型 post-processor 的工程可行性； (3) 推動「方法論透明」作為運動分析平台的差異化策略 （而非業界主流的「黑盒模型 + 鎖付費牆」）。
熟悉領域
量化分析・Dixon-Coles・Kelly Criterion・LLM 工程
技術棧
Next.js・Firebase・Gemini API・Python (scipy/numpy)
產品紀錄
已分析 96+ 場 settled picks，完整數據公開可下載
OddsForge 方法論
我們的核心預測引擎使用五信號融合架構， 每場賽事最終預測來自 5 個獨立信號源的加權融合：
| 信號源 | 權重 | 資料來源 | 學術依據 |
|---|---|---|---|
| Market Consensus | 25% | The Odds API（24 家莊家） | Forrest-Goddard-Simmons 2005 |
| Dixon-Coles Poisson | 25% | Football-Data.org 積分榜 | Dixon & Coles 1997 |
| Form & Momentum | 20% | Football-Data.org 近 5 場戰績 | Goddard-Asimakopoulos 2004 |
| Odds Divergence (Sharp) | 15% | Pinnacle vs soft books | Levitt 2004 |
| Head-to-Head | 10% | Football-Data.org 歷史對戰 | Maher 1982 |
| Bookmaker Odds Anchor | 5% | 特定莊家盤口 | Kuypers 2000 |
融合後的概率分布再經由Gemini Rebalancer做最終 post-processing 修正（針對足球平局率系統性低估等已知偏差），並產出 AI 推理段落。 詳細數學推導見 泊松分布教學， 資金配置邏輯見 凱利公式教學。
所有 settled picks 結算結果與 ROI 在績效追蹤頁公開更新。原始 dataset 可從以下連結下載（CC-BY-4.0 授權，研究與商業使用皆可）：
- picks-2026-q2.csv — 96 場原始預測 + 結算 + 24 家莊家賠率
- picks-2026-q2.json — 同上資料的結構化 JSON 格式
- picks-2026-q2-stats.json — 預先彙總的聯賽切片、信心度切片統計
為什麼我們公開全部數據
目前運動分析業界的主流模式是「鎖核心數據在付費牆後」（Action Network PRO Report、Pickswise 匿名 picks、 Stokastic DFS 工具訂閱制）。OddsForge 選擇相反路線：
- Settled picks 全公開——所有 96 場真實預測（含失敗與成功）公開於績效追蹤頁， 無 cherry-pick 空間。
- 原始 dataset 開放下載——CC-BY-4.0 授權，研究者與第三方可重跑驗證。
- 方法論透明——五信號權重、Dixon-Coles 修正、Gemini Rebalancer 工程實作全部寫成教學長文。
- 失敗誠實揭露——MLB ROI -23.2%、NBA ROI -18.1% 等虧損段不隱藏， 因為信任只能由真實表現累積。
這個策略的代價是更高的批評風險，但相信它能在中長期建立真正的可驗證權威， 而非靠行銷話術維持的暫時注意力。
聯繫
技術問題、合作提案、媒體採訪，或想要重跑驗證 dataset，歡迎透過Telegram @eric16888999或tradereric44@gmail.com聯繫。