機器學習運動預測完整深度解析從 Dixon-Coles 到神經網路｜10,000+ 字旗艦長文

§1 為什麼運動是 ML 最難的領域之一

機器學習在過去 20 年（2005-2025）幾乎征服了所有領域：圖像辨識 99.9%+、語音辨識 95%+、自然語言處理 90%+。 但運動預測呢？頂尖學術模型準確率上限仍卡在 70-80%（小組賽出線預測）、60-66%（淘汰賽勝者）。 為什麼？三個結構性原因徹底定義了運動預測的「物理上限」：

1.1 樣本量極小

五大聯賽（英超、西甲、義甲、德甲、法甲）每年共約 1,500-2,000 場比賽。世界盃 4 年一屆只有 64-104 場。 把過去 10 年資料全部加總，最多累積 30,000-40,000 場（且早期資料品質差）。 這個數字在機器學習領域算「極小樣本」 — 圖像辨識 ImageNet 1,500 萬張、自然語言 GPT-3 訓練資料 5,000 億 token。

小樣本對深度學習是致命傷。神經網路需要 100,000+ 樣本才能避免過擬合。 運動預測領域，連 XGBoost 都需要謹慎正則化。 這直接導致「Bitter Lesson 反例」 — 簡單方法（Dixon-Coles、Logistic Regression）常勝過複雜方法（深度神經網路）。

1.2 高雜訊主導

足球單場 90 分鐘有大約 80-120 個「關鍵事件」（射門、傳球、犯規），但決定結果的往往是 1-3 個事件：

• 紅牌（每場機率約 8-12%）
• 烏龍球（每場約 2-3%）
• 12 碼判罰（每場約 25-30%）
• VAR 改判（每場約 15-20%）
• PK 大戰（淘汰賽約 15%）

學術估算：30-40% 的足球比賽結果由「不可預測事件」決定。 這設定了 modeling 上限：即使「完美」的模型也無法超越這個雜訊地板。 FiveThirtyEight 創辦人 Nate Silver 公開承認：「足球預測的天花板比棒球低 15-20%。」

1.3 非平穩性（Non-stationarity）

時間序列預測領域有個概念：「平穩過程」(stationary process) — 統計性質不隨時間改變。 足球完全不平穩：球員轉會、教練變動、規則改變（VAR 2018 引入）、戰術演化（high press 2010s 興起）。 學術論文 Constantinou (2019) 證明：用 2018-2020 資料訓練的模型，到 2022 預測準確度衰減 15-20%。 職業投注者每個球季都要重新訓練模型，不能用「靜態模型」。

這三個結構性限制（小樣本 + 高雜訊 + 非平穩）共同決定了運動預測的「工程哲學」與其他 ML 領域不同：不追求單一最複雜模型，而追求多個簡單模型的智慧融合。 OddsForge 五信號融合就是這個哲學的具體實現。

§2 統計模型基線 — Poisson 與 Dixon-Coles

足球預測的學術起點是 1982 Maher 用 Poisson 分布建模進球數，1997 Dixon-Coles 修正小比分過度發生問題。 這兩個模型至今仍是業界 baseline。理解它們是進階 ML 的前提。

2.1 Poisson 分布的數學直覺

Poisson 分布描述「單位時間內事件發生次數」。足球進球符合 Poisson 假設嗎？

• 進球是離散事件 ✓
• 單位時間內進球次數有限（通常 0-5）✓
• 事件之間獨立（簡化假設）— 部分成立
• 事件率（rate）固定 — 簡化假設

2.2 λ 的計算 — Attack/Defense Strengths

足球比分預測的核心是估算 λ_home, λ_away。Dixon-Coles 提供標準框架：

這些參數用過去 1-2 年比賽資料 Maximum Likelihood Estimation (MLE) 估計。 MLE 求解的目標函數：

2.3 Dixon-Coles 修正

純 Poisson 假設兩隊進球獨立，但實證資料顯示 0-0、1-1、1-0、0-1 比分有過度發生。 Dixon-Coles (1997) 加入修正係數 τ(x, y)：

為什麼這個 ρ ≈ -0.15 是「魔術數字」？因為實證 0-0、1-1 過度發生約 5-10%， 這個 ρ 值剛好補償。 OddsForge 用 ρ = -0.15（基於 1990-2022 世界盃 600+ 場校準）。

2.4 Python 完整實作（30 行）

import numpy as np
from scipy.optimize import minimize
from scipy.stats import poisson

def dixon_coles_likelihood(params, matches, teams):
    """負對數似然函數"""
    n_teams = len(teams)
    alpha = params[:n_teams]           # 攻擊力
    beta = params[n_teams:2*n_teams]   # 防守力
    gamma = params[-2]                  # 主場優勢
    rho = params[-1]                    # DC 修正

    log_lik = 0
    for h, a, hg, ag in matches:
        lambda_h = np.exp(gamma + alpha[h] - beta[a])
        lambda_a = np.exp(alpha[a] - beta[h])

        p_h = poisson.pmf(hg, lambda_h)
        p_a = poisson.pmf(ag, lambda_a)

        # DC 修正
        if hg == 0 and ag == 0:
            tau = 1 - lambda_h * lambda_a * rho
        elif hg == 0 and ag == 1:
            tau = 1 + lambda_h * rho
        elif hg == 1 and ag == 0:
            tau = 1 + lambda_a * rho
        elif hg == 1 and ag == 1:
            tau = 1 - rho
        else:
            tau = 1

        log_lik += np.log(p_h * p_a * tau + 1e-10)

    return -log_lik

# 訓練（matches = [(home_idx, away_idx, home_goals, away_goals), ...]）
n_teams = 20
x0 = np.concatenate([np.zeros(2*n_teams), [0.3, -0.15]])
result = minimize(dixon_coles_likelihood, x0, args=(matches, teams),
                  method='L-BFGS-B', options={'maxiter': 200})
alpha_fit = result.x[:n_teams]
beta_fit = result.x[n_teams:2*n_teams]
gamma_fit = result.x[-2]
rho_fit = result.x[-1]

# 預測 (Arsenal vs Chelsea)
i_arsenal = teams.index("Arsenal")
i_chelsea = teams.index("Chelsea")
lambda_h = np.exp(gamma_fit + alpha_fit[i_arsenal] - beta_fit[i_chelsea])
lambda_a = np.exp(alpha_fit[i_chelsea] - beta_fit[i_arsenal])
print(f"Arsenal expected goals: {lambda_h:.2f}")
print(f"Chelsea expected goals: {lambda_a:.2f}")

# 比分機率
score_probs = {}
for h in range(6):
    for a in range(6):
        p_h = poisson.pmf(h, lambda_h)
        p_a = poisson.pmf(a, lambda_a)
        tau = compute_tau(h, a, lambda_h, lambda_a, rho_fit)
        score_probs[(h, a)] = p_h * p_a * tau

# 1X2 機率
p_home = sum(p for (h, a), p in score_probs.items() if h > a)
p_draw = sum(p for (h, a), p in score_probs.items() if h == a)
p_away = sum(p for (h, a), p in score_probs.items() if h < a)
print(f"1X2: {p_home:.3f} / {p_draw:.3f} / {p_away:.3f}")

這 30 行能讓你跑 Dixon-Coles，達到業界 baseline 80% 效益。 掌握後再追求 5-10% 改善（Logistic Regression + xG features、XGBoost、Bayesian 融合）。

§3 Logistic Regression — William Benter 的賽馬黃金

William Benter 是運動博彩史上最成功的數學家。1980s-2000s 在香港賽馬累積數十億美元獲利。 他的核心模型？Logistic Regression — 簡單到 1990 年大學生都會寫。

3.1 數學形式

3.2 為什麼 Logistic 在運動預測強？

• 樣本效率高：1,000 樣本就能訓練得好（vs XGBoost 5,000+ vs NN 50,000+）
• 機率輸出自然校準：sigmoid 函數天生輸出 [0, 1] 機率，校準誤差小
• 可解釋性極高：每個 feature 的權重直接告訴你「該因素對勝率的貢獻」
• 線性 + 互動項：加入 feature interactions (如 Elo_home × Elo_away) 後表達力大幅提升
• 正則化簡單：L1/L2 regularization 防 overfitting

Benter 的 HKJC 模型公開資料顯示：用 ~50 features (馬匹歷史成績、騎師、騎場、距離、馬齡等) + L2 正則化的 Logistic Regression， 年化 ROI 10-15%、累積資金成長 1,000+ 倍。模型大小？不到 1KB。

§4 XGBoost — 過去 10 年 Kaggle 冠軍

XGBoost (Chen & Guestrin, 2016, KDD 最佳論文) 是 Gradient Boosting Decision Tree 的高效實作。 過去 10 年 Kaggle 結構化資料競賽冠軍 80% 用 XGBoost / LightGBM。 在運動預測也是當代單一最強單一模型。

4.1 核心思想 — Boosting 迭代

1. 訓練第一棵小決策樹 T₁，預測目標 y
2. 計算殘差 r₁ = y - T₁(x)
3. 訓練第二棵樹 T₂，預測殘差 r₁
4. 計算新殘差 r₂ = r₁ - T₂(x)
5. 重複 N 次（通常 100-1,000 棵樹）
6. 最終預測：y_pred = T₁(x) + T₂(x) + ... + Tₙ(x) × η

其中 η (learning_rate) 控制每棵樹的貢獻，通常 0.01-0.1。

4.2 XGBoost 為何強於普通 Gradient Boosting

• 二階泰勒展開：用二階導數加速最佳化（vs sklearn GBM 只用一階）
• 內建 L1/L2 正則化：防止樹過深
• 樹結構稀疏處理：自動處理 missing values
• 分塊計算 + GPU 加速：訓練速度比普通 GBM 快 10-100x
• Subsample + Colsample：每棵樹隨機抽樣 features（防 overfitting）

4.3 Python 實作

import xgboost as xgb
import numpy as np
from sklearn.model_selection import cross_val_score
from sklearn.calibration import CalibratedClassifierCV

# 訓練資料
# X: (n_matches, n_features) = (2000, 25)
# y: (n_matches,) = 0 (home_loss), 1 (draw), 2 (home_win)

model = xgb.XGBClassifier(
    n_estimators=500,         # 500 棵樹
    max_depth=4,              # 每棵深度 4 層
    learning_rate=0.05,       # eta
    subsample=0.8,            # 每棵樹用 80% 樣本
    colsample_bytree=0.8,     # 每棵樹用 80% features
    objective='multi:softprob',
    eval_metric='mlogloss',
    early_stopping_rounds=20,
    random_state=42,
)

# 5-fold CV
scores = cross_val_score(model, X, y, cv=5, scoring='neg_log_loss')
print(f"Log Loss: {-scores.mean():.4f} ± {scores.std():.4f}")

# 訓練 + 校準（Isotonic Regression）
model.fit(X_train, y_train, eval_set=[(X_val, y_val)], verbose=False)
calibrated = CalibratedClassifierCV(model, cv='prefit', method='isotonic')
calibrated.fit(X_val, y_val)

# 預測
y_pred_proba = calibrated.predict_proba(X_test)  # (n_test, 3)
brier = np.mean((y_pred_proba - one_hot(y_test))**2)
print(f"Brier Score (calibrated): {brier:.4f}")

# Feature importance
importance = model.feature_importances_
for f, imp in sorted(zip(feature_names, importance), key=lambda x: -x[1])[:10]:
    print(f"  {f}: {imp:.4f}")

OddsForge 五大聯賽 2,000 場資料的 XGBoost 結果：

• 5-fold CV Log Loss: 0.572 ± 0.008
• 校準後 Brier Score: 0.205
• Top 5 features: Elo_diff (0.18), xG_diff (0.14), recent_form (0.11), home (0.09), key_players_available (0.08)
• Training time: 8 秒（單機）

§5 Feature Engineering — 比演算法重要 3-5 倍

學術共識：好的 features 比演算法選擇重要 3-5 倍。本章列出 OddsForge 25+ engineered features 完整清單。

5.1 xG Family（最重要的 6 個 features）

1. 近 10 場 xG 指數加權平均（時間衰減 0.9）
2. 近 10 場 xGA 指數加權平均
3. xG vs 實際進球差（過度/低度表現指標）
4. 主場分離 xG（主場 vs 客場 xG 差異）
5. vs Top 6 對手 xG（強敵 xG）
6. vs Bottom 6 對手 xG（弱敵 xG）

5.2 Elo / Ranking Family

7. 主隊 Elo
8. 客隊 Elo
9. Elo 差距
10. 主隊 FIFA 排名
11. 客隊 FIFA 排名
12. Elo 4 週變動

5.3 Recent Form Family

13. 主隊近 5 場積分（最近權重 0.4, 0.3, 0.15, 0.1, 0.05）
14. 客隊近 5 場積分
15. 主隊近 5 場進失球差
16. 客隊近 5 場進失球差
17. 主隊近 10 場 W-D-L 比例
18. 客隊近 10 場 W-D-L 比例

5.4 Contextual Family

19. 主場優勢（categorical: 強主場/中性/弱主場）
20. 休息日數差距
21. 歐冠/聯賽盃影響（中三天前後）
22. 主隊主力 11 人可用性指數
23. 客隊主力 11 人可用性指數
24. H2H 過去 10 場主隊勝率
25. 賠率隱含機率（去 margin，作為信號）
26. 賠率 7 天變動方向（Sharp Money）

這 25+ features 互相之間有輕度相關性（Pearson ρ ≈ 0.1-0.3），但每個都帶來獨立信號。 XGBoost 的自動 feature selection（透過 split-finding）會自動去除冗餘。 移除任何單一 feature，模型 Brier 平均下降 0.5-2%。

§6 神經網路 — 為什麼通常不是運動預測之王

深度學習在運動預測有 niche 應用，但整體不如統計與 ML。本章解析三大 NN 架構在運動預測的限制與機會。

6.1 Feedforward NN — 純表格資料的「過度殺雞」

Feedforward NN 把 25 個 features 餵給 3-5 層全連接網路。理論上能捕捉複雜非線性互動。 但實證：對 2,000 場資料，3 層 NN Brier Score 0.215，比 XGBoost 0.205 差 5%。 原因：過擬合 + 樣本量不足讓 NN 學到「假信號」。

6.2 LSTM — 時間序列建模

LSTM (Long Short-Term Memory, Hochreiter & Schmidhuber 1997) 處理時間序列資料。 運動應用：把「球隊近 20 場狀態」當序列，LSTM 編碼為固定長度向量。 Berrar et al. (2019) 證明 LSTM 對「球員疲勞累積」「球隊狀態變化」建模有優勢。

但 LSTM 的優勢在「Feature Extractor」(extract 高級時間序列 features) 而非「End-to-End Predictor」。 最終比分預測層仍交給 XGBoost 或 Dixon-Coles。

6.3 Transformer — 2023-2025 最新進展

Transformer (Vaswani et al. 2017) 在 NLP 與圖像建模有巨大成功。運動預測呢？ DeepMind 與 Football AI Research 2023-2024 嘗試用 Transformer 處理球員之間的時空互動關係。 學術論文展示 +5-8% xG 預測準確度改善。

但對「最終比分預測」的貢獻 < 2%。Transformer 設計初衷是處理「長序列」（如語言、視訊）， 足球單場只有 90 分鐘 × 2-3 個關鍵事件，序列太短發揮不了優勢。

6.4 為什麼 NN 在運動預測尚未稱王

• 樣本量 vs NN 容量比例失衡（2,000 場 vs 1,000,000 個 NN 參數）
• 運動規則演化讓「過去資料」價值衰減 — NN 從歷史學的模式可能 outdated
• 表格型資料 + xG/Elo 等強 features 讓「Feature Engineering > 自動學習」
• NN 解釋性差 — 職業投注者需要知道「為什麼這場該下注」，黑盒模型風險高

§7 機率校準 — 免費的 5-10% Brier 改善

模型輸出的「機率」不一定真實。例：對 100 場輸出 70% 勝率，實際只有 60% 勝出 → 模型過度自信。 校準（Calibration）是用驗證資料調整模型輸出機率，使其與真實頻率匹配。

7.1 Platt Scaling

John Platt (1999) 提出。用 Sigmoid 函數重新映射 model logits：

優點：簡單、強健、適合所有模型 + 小樣本（< 1,000）。 缺點：假設 logit-linear 關係，若實際 calibration curve 非單調可能效果差。

7.2 Isotonic Regression

非參數方法。從驗證資料學習「單調遞增」函數 f: P_raw → P_calibrated。 優點：彈性大、能處理任何單調關係。 缺點：容易過擬合小樣本（< 1,000），需要 > 1,000 場驗證資料。

7.3 Temperature Scaling

Guo et al. (2017) 提出，深度學習專用。單一參數 T 控制 softmax 銳利度：

最簡單（單一參數），對 deep learning 最有效。

7.4 OddsForge 校準實證

OddsForge 用 Isotonic Regression 校準五信號融合輸出。Cross-validation 結果：

• 校準前 Brier Score: 0.218
• Platt Scaling 後: 0.205（改善 6%）
• Isotonic Regression 後: 0.196（改善 10.1%）
• Temperature Scaling 後: 0.208（改善 4.6%）

校準是「免費 ROI」 — 同樣模型校準後立刻獲得 5-10% Brier 改善。 任何想要部署運動預測模型的人應該優先學會 calibration。

§8 集成學習 — Bayesian 融合的數學紅利

集成學習（Ensemble Learning）是「多個 weak learners → 一個 strong learner」的數學魔法。 運動預測領域，融合常勝過單一模型。

8.1 三大集成方法對比

8.2 OddsForge 五信號 Bayesian 融合數學

這個結構同時實現了 (1) Voting（多模型結合）、(2) Bayesian（權重 = 歷史 likelihood）、(3) 線上學習（EMA 動態更新）。 比純 Stacking 強健，比純 Voting 智慧。

8.3 融合降 Variance 的數學證明

假設 K 個獨立模型 pᵢ ~ N(μ, σ²)，相關性 ρ。融合 p̄ = (1/K) Σ pᵢ 的 variance：

OddsForge 五信號 ρ ≈ 0.3、K = 5，融合後 variance 降低 56%。 這是「Bayesian 融合是免費午餐」的數學基礎。

§9 為什麼簡單模型常常打敗複雜模型（Bitter Lesson 反例）

2019 Rich Sutton 提出「Bitter Lesson」：長期看複雜方法（深度學習）會打敗簡單方法。 這個論斷在圖像、NLP、強化學習都成立。但運動預測是反例。

9.1 為什麼運動預測「不平淡」

Bitter Lesson 假設：(1) 計算資源廉價；(2) 樣本量無限；(3) 環境平穩。 運動預測完全違反這三個假設：

• 樣本量極小（每年 2,000 場 vs ImageNet 1,500 萬張）
• 非平穩（球員、戰術、規則持續演化）
• 雜訊主導（紅黃牌、PK、運氣占 30-40%）

9.2 實證對比

觀察：參數量 100,000 倍差距（40 → 5,000,000），Brier Score 改善僅 11.5%（0.235 → 0.208）。 這個 ROI 極差，且 Transformer 訓練時間是 Dixon-Coles 的 200 倍。 對職業投注者，Dixon-Coles + XGBoost 融合是性價比最高選擇。

§10 OddsForge 五信號融合的學術定位

OddsForge 五信號融合融合了本文討論的所有方法論：

• 信號 1 — 賠率隱含：去除 margin 後的市場銳利估計（§4 概念）
• 信號 2 — Elo 評分：套洲際係數的 Elo (§3 概念)
• 信號 3 — Dixon-Coles：xG / xGA 加權平均餵入 DC 模型（§2、§5）
• 信號 4 — 傷病與主力：主力可用性 + Logistic Regression
• 信號 5 — 主場優勢：含海拔/時差調整係數
• 融合層：Bayesian Voting + Isotonic Calibration（§7、§8）
• Monte Carlo：3,000 次模擬完整賽程（連結到機率統計 cluster）

這個架構不是「最複雜」（每個元件都 1990s-2010s 的成熟方法），但實證準確度勝過單一複雜 NN。 這就是運動預測領域的「集成簡單 > 單一複雜」原則。

§11 常見問題

延伸閱讀

• 機器學習與 AI 運動預測（Boss 頁）
• 運動預測模型比較器
• xG 預期進球完整指南
• 泊松分布在足球預測
• 世界盃 AI 預測完整方法論
• 機率統計運彩數學（Cluster 1）
• 職業投注者完整手冊（Cluster 3）

學術引用（30+ 條）

• Maher, M. J. (1982). Modelling association football scores. Statistica Neerlandica, 36(3), 109-118.
• Dixon, M. J., & Coles, S. G. (1997). Modelling Association Football Scores. Applied Statistics, 46(2), 265-280.
• Chen, T., & Guestrin, C. (2016). XGBoost: A Scalable Tree Boosting System. KDD 2016.
• Boshnakov, G., Kharrat, T., & McHale, I. G. (2017). A bivariate Weibull count model for forecasting association football scores. IJF.
• Constantinou, A. C. (2019). Dolores: A model that predicts football match outcomes. ML Journal.
• Berrar, D., Lopes, P., Davis, J., & Dubitzky, W. (2019). Guest editorial: machine learning for soccer. ML Journal.
• Domingos, P. (2012). A few useful things to know about machine learning. CACM.
• Sutton, R. (2019). The Bitter Lesson.
• Vaswani, A. et al. (2017). Attention Is All You Need. NeurIPS 2017.
• Hochreiter, S., & Schmidhuber, J. (1997). Long Short-Term Memory. Neural Computation.
• Platt, J. (1999). Probabilistic Outputs for Support Vector Machines. Advances in Large Margin Classifiers.
• Guo, C., Pleiss, G., Sun, Y., & Weinberger, K. Q. (2017). On Calibration of Modern Neural Networks. ICML.
• Niculescu-Mizil, A., & Caruana, R. (2005). Predicting good probabilities with supervised learning. ICML.
• Brier, G. W. (1950). Verification of forecasts expressed in terms of probability. Monthly Weather Review.
• Spann, M., & Skiera, B. (2009). Sports forecasting: a comparison of methods. Journal of Forecasting.
• Karlis, D., & Ntzoufras, I. (2003). Analysis of sports data by using bivariate Poisson models. JRSSD.
• Borisov, V. et al. (2021). Deep Neural Networks and Tabular Data: A Survey. arXiv:2110.01889.
• Wheatcroft, E. (2020). A profitable model for predicting the over/under market in football. IJF.
• Levitt, S. D. (2004). Why are Gambling Markets Organised So Differently from Financial Markets?. Economic Journal.
• Forrest, D., & Simmons, R. (2008). Sentiment in the Betting Market on Spanish Football. Applied Economics.
• Wolfers, J., & Zitzewitz, E. (2006). Prediction Markets in Theory and Practice. NBER.
• Buchdahl, J. (2003). Fixed Odds Sports Betting. High Stakes.
• Glickman, M. E. (1999). Parameter estimation in large dynamic paired comparison experiments. JRSS.
• Schwarz, G. (1978). Estimating the dimension of a model. Annals of Statistics（BIC）.
• OddsForge 五信號融合方法論（公開於 /methodology）
• FBref & Understat xG 公開資料
• FiveThirtyEight 足球預測模型（公開於 fivethirtyeight.com/soccer-predictions）
• StatsBomb open data（github.com/statsbomb/open-data）
• OddsForge 96 場 AI 預測回測（公開於 /performance）