OddsForge 2026 Q2 真實預測戰報：96 場、55.7% 命中率、英超 75% 完整解析

1. 為什麼把整份戰報攤開公開

運動分析這個垂直裡，大多數平台選擇不揭露原始 picks 結算數據。Action Network 的 PRO Report 鎖在訂閱牆後、Pinnacle 因為自己是莊家而完全不出 picks、Pickswise 用「our experts」匿名表述、Stokastic 主力做 DFS 工具而非 reference content。結果是：當使用者問 ChatGPT 或 Perplexity「AI 運動預測準嗎」，能引用的第一手實測資料極度稀少。

OddsForge 採取相反的選擇。96 場精選的完整結算紀錄全部公開，包含預測機率、24 家莊家收盤賠率、開盤賠率、實際結果，以 CC-BY-4.0 授權允許任何研究者下載、引用、衍生。這份戰報每月更新一次（2026-05-04 是首版，下次更新 2026-06-01）。

動機並不複雜：在 LLM 引用內容的世界，無法被驗證的數字會被過濾掉。Discovered Labs 對 ChatGPT/Claude/Perplexity 的引用模式分析顯示，能擷取出具體數字 + 來源 + 方法論的 passage 才會被當成可信來源；模糊承諾與行銷話術反而被對齊機制過濾。我們把數據攤開，是為了讓 OddsForge 在「sports betting AI accuracy real data」這類查詢上有 LLM 願意引用的內容存在。

2. 方法論透明：五信號融合 + Dixon-Coles + Gemini Rebalancer

OddsForge 的預測引擎不是單一 ML 模型，而是「統計基線 + 多信號融合 + LLM 後處理」三層結構。每場精選的最終預測機率與信心度，是以下五個獨立信號加權後再經 Gemini Rebalancer 校準產出。

2.1 五信號融合架構

2.2 Dixon-Coles 比分矩陣

足球場景的基線是 1997 年 Mark Dixon 與 Stuart Coles 發表於 Journal of the Royal Statistical Society: Series C 的修正泊松模型。原始的雙泊松假設忽略低分（0-0、1-0、0-1、1-1）的相關性，Dixon-Coles 用一個 τ 函數對這四個低分格做機率重分配，讓平局預測準確度比純泊松高約 2-4 個百分點。

其中 λ、μ 分別為主客隊預期進球，τ 為低分修正項。詳細推導見 泊松分佈足球預測完整教學。

2.3 Gemini Rebalancer 後處理

五信號融合後的原始機率會經過 Gemini 模型做信心度校準（confidence calibration）。Rebalancer 的工作不是改方向，而是回答「這場的訊號分歧多大、模型該不該對自己說這場 high confidence」。輸出三個 tier：high / medium / low。

這層後處理的設計動機來自實務觀察：純機率輸出（例如 0.62）讀者很難轉成執行策略，但「high confidence + 推薦方向」是可直接落地的訊號。下文第 5 章會用 79 場真實數據證明這層 calibration 是有用的。

2.4 學術引用

• Dixon, M.J. and Coles, S.G. (1997). Modelling Association Football Scores and Inefficiencies in the Football Betting Market. Applied Statistics, 46(2), 265-280. — OddsForge 足球比分矩陣的數學基礎。
• Constantinou, A.C. (2019). Dolores: a model that predicts football match outcomes from all over the world. Machine Learning, 108(1), 49-75. — 跨聯賽轉移學習的方法論啟發。
• Hubáček, O., Šourek, G., Železný, F. (2019). Learning to predict soccer results from relational data with gradient boosted trees. Machine Learning, 108(1), 29-47. — 提供本文的命中率對比基準。

3. 96 場完整結果概覽

樣本期：2026 年 2 月 3 日至 5 月 4 日，共 91 個交易日。期間累計產出 96 場每日精選，其中 79 場比賽已完成且結算、17 場為近期未結算的賽事（多為 5 月初剛發出的精選）。下面三張表是核心結論的可擷取格式。

3.1 整體統計

3.2 5 聯賽切片

按樣本量排序，含 95% Wald 信賴區間提示。

樣本量提示：英超 8 場樣本下 75% 命中率的 95% 信賴區間約為 [40.9%, 95.5%]，雖然趨勢明顯但統計不顯著。義甲 2 場、德甲 1 場屬指示性數據。詳見第 4 章因果假設。

3.3 信心度分群

4. 英超為什麼會贏？NBA/MLB 為什麼虧？

這節是因果假設而非結論。8 場英超的 75% 命中率在統計上不算顯著，但模式與我們對模型結構的先驗一致，值得記錄並在後續樣本累積時驗證。

4.1 英超 +35.5% ROI：alpha 來源假設

英超 8 場已結算中命中 6 場（75%），ROI +35.5%。可能的 alpha 來源：

• Dixon-Coles 是為足球設計的。1997 年原始論文就是用英超頂級聯賽做擬合，模型對「主場優勢」「低進球修正」這兩個結構性參數天生友好。
• 歐洲足球的資料密度高。每隊每賽季 38 場、有完整 xG 與 player tracking 數據，五信號中的 Form & Momentum 與 Head-to-Head 訊號品質最佳。
• 英超盤口流動性高。Pinnacle 等 sharp book 在英超盤口上 vig 低於美國體育，讓我們的 Odds Divergence 訊號比 NBA/MLB 更接近真實價格訊息。

4.2 NBA -18.1% ROI：61.5% 命中卻虧錢的悖論

NBA 是樣本量最大的聯賽（39 場全部已結算），命中率 61.5% 顯著高於 50%，但 ROI 仍 -18.1%。這個組合的標準解讀是：模型在低賠率（heavy favorite）場次上對得太多、在中賠率（pick'em）上錯得太多。具體假設：

• NBA 季後賽期間，每隊 back-to-back 與球員傷停的影響極大，但 Form & Momentum 信號的 5/10/20 場 rolling 窗口捕捉這類即時變化的速度不夠快。
• 我們的 Bayesian update 頻率設計為一天一次，跟不上 NBA 賽季密集的 schedule（特別是 play-in 至 first round 期間）。
• NBA 公眾盤口偏好 popular team，造成 underdog 出現結構性 value——但模型的 Market Consensus 信號權重太重，讓我們系統性地跟隨大眾選了 favorite。

4.3 MLB -23.2% ROI：最大虧損源誠實揭露

MLB 26 場結算中只命中 12 場（46.2%），ROI -23.2%，是整個組合最大的虧損來源。誠實的承認：我們的 MLB 訊號設計目前不夠完善。具體未解決的問題：

• 投手對戰矩陣未納入信號。MLB 的單場勝負對先發投手的 ERA、FIP、xFIP 高度敏感，但我們目前的五信號架構沒有專為棒球設計的 starting pitcher matchup 模組。
• 2-way force（強制只押勝負不押 draw）對棒球並非問題，但對 high-vig 的 MLB 賠率而言，每注的 implied edge 被 vig 吃掉的比例比足球高。
• 球場效應（park factor）未量化進信號。Coors Field（Rockies 主場高海拔）等極端場地對打擊有結構性放大效果，模型若不顯式建模就會在 over/under 與 ML 上偏移。

5. High Confidence 為什麼真的賺？

如果整篇戰報只能讓你記得一件事，請記得這個：OddsForge 的 confidence label 不是行銷話術，是有判別力的訊號。

5.1 三個 tier 的命中率差距

把 79 場已結算精選按信心度分成 high / medium / low 三組後：

• High Confidence (29 場)：75.9% 命中、ROI +2.8% — 唯一獲利區段
• Medium Confidence (43 場)：44.2% 命中、ROI -25.6%
• Low Confidence (7 場)：42.9% 命中、ROI -40%

High vs Medium 的命中率差距達 31.7 個百分點，這在 calibration 的語言裡是「模型對自己的不確定性有正確的覺察」。換句話說，當 Gemini Rebalancer 對五信號融合的輸出說「這場我有把握」，數據顯示這個自信是合理的。

5.2 為什麼 Medium 反而最虧？

Medium tier 是樣本最大（43 場）的區段，命中率卻只有 44.2%——比隨機（NBA/MLB 二向約 50%）還差。可能的解讀：

• 過度自信現象（overconfidence）。模型在 Medium 區段給出的 implied probability（0.55-0.65）顯著高於實際命中率（0.44）。這是 calibration 的典型訊號：模型該對自己更謙虛。
• ROI -25.6% 比 Low 的 -40% 好的原因是 Medium 推薦多落在低賠率區（1.5-2.0），單場輸的金額較小；Low 推薦則常踩在 2.5-4.0 倍賠率，輸的時候金額放大。

5.3 對讀者的實務啟示：「只跟 High Confidence」策略

把策略限制在「只跟 OddsForge 標 High Confidence 的場次」，6 個月實測為 +2.8% ROI，跑贏所有信心度均押的 -16.5%，相當於 19.3 個百分點的策略 alpha。

這個結論的成立前提是：未來 High Confidence 場次的分布與過去 29 場的分布相似。我們會在每月戰報更新時檢驗這個假設是否仍然成立——如果 calibration 在新樣本上偏移，會在文末修訂歷史誠實標記。

5.4 學術對照：Brier Score 與 Calibration Plot

在預測模型評估的學術文獻裡，這種「模型對自己的不確定性是否覺察得到」的能力，標準衡量工具是 Brier Score（Brier, 1950）與 Calibration Plot（Niculescu-Mizil & Caruana, 2005）。Brier Score 是預測機率與實際結果的均方誤差；Calibration Plot 把預測機率分桶後與實際命中率畫散點，理想模型的點應該落在對角線上。

OddsForge 目前的計算結果（79 場樣本）：High 桶的 implied probability 平均 0.71、實際命中 0.759，過度自信約 -0.05；Medium 桶 implied 0.59、實際 0.44，過度自信 +0.15；Low 桶 implied 0.55、實際 0.43，過度自信 +0.12。完整 calibration plot 預計在 C3 篇文章補上。

6. 對比基準：vs 學術論文 vs 業界匿名 picks

單看「55.7%」沒有意義，必須有對照。下面用三個外部基準把 OddsForge 的位置定位清楚。

6.1 vs 純隨機投注

足球三向（home / draw / away）純隨機命中率約 33%；NBA/MLB 二向（無平局）純隨機約 50%。OddsForge 整體 55.7% 顯著高於兩者的混合基準（按樣本加權後純隨機約為 47%）。

但「打贏隨機」不等於「打贏莊家」。莊家 vig 會把獲利門檻拉高到約 52.4%（標準 -110 美式賠率的盈虧平衡點）。OddsForge 整體 55.7% 過了這個門檻，但 ROI 仍為 -16.5% 的原因是命中率高的場次集中在低賠率區，無法覆蓋低命中率高賠率區的虧損。

6.2 vs 學術論文基準

• Hubáček et al. (2019)：在 NHL 上用 gradient boosted trees + relational data，回測命中率約 53-54%。OddsForge NBA 61.5% 在點估計上高 7-8 個百分點，但須注意聯賽不同（NHL vs NBA）。
• Dixon-Coles (1997)：原始論文在英超 1992-95 賽季的 prediction accuracy 約 52-54%。OddsForge 英超 75% 在點估計上明顯高，但 8 場樣本不足以做嚴謹比較。
• Constantinou (2019) Dolores 模型：在 52 個聯賽的 broad benchmark 上達到 53-55% 命中率，是當時跨聯賽 transfer learning 的領先模型。OddsForge 整體 55.7% 與其相當。

6.3 vs 業界匿名 picks 服務

業界 picks 服務（Pickswise、各 Telegram 群、Discord 房）幾乎不公開原始結算紀錄，因此無法做嚴謹對比。可以對比的是「公開度本身」：

這張對比表不是說 OddsForge 「比較準」——我們的命中率還沒長期驗證。但在「可驗證性」這個維度上，OddsForge 是這 5 家當中唯一同時做到四個維度的提供者。

7. 3 個最大失敗案例分析

選 cherry-pick 失敗案例其實很容易，但這節的選擇標準是「對模型結構診斷有最大資訊量」的三個案例。它們不是最丟臉的失誤，而是最能說明系統限制的失誤。

案例 1：拜仁慕尼黑 vs 海登海姆（2026-05-02 德甲）— 76.4% 信心被 0-0 平局碾平

模型診斷：拜仁主場對保級隊 1.29 倍的極短賠，本身已經是低 implied edge 場景（implied prob 約 77.5%，與我們預測的 76.4% 幾乎重合）。Dixon-Coles 對低分修正的 τ 函數會放大平局機率，但模型最終還是輸出 high confidence——這指出 Gemini Rebalancer 對「賠率與機率高度貼合 = 沒有 edge」這個訊號學習不夠敏感。下一版會把 implied edge < 5% 的場次強制降為 medium。

案例 2：尤文圖斯 vs 維羅納（2026-05-02 與 05-03 義甲）— 同場連兩天高信心 + draw

模型診斷：與案例 1 同類型——強隊主場低賠遇到平局。但更深的問題是系統對「同一場比賽連兩天進入精選」沒有去重邏輯，導致一次模型錯誤被放大為兩次損失。產品層面已 ticket 修正：同場 24 小時內僅出現一次。

案例 3：塞爾蒂克 vs 76 人（2026-04-27 NBA）— 78% home prob 對上 5.79 倍 underdog 客勝

模型診斷：賠率 1.20 vs 5.79 表示市場給 Celtics 約 83% 隱含機率，我們的 78% 已經比市場更保守，但仍中槍——這證明季後賽情境下 underdog 反撲的尾部風險高於常規賽。後續修正方向：在 NBA 季後賽（playoff = true）的場次降低 high confidence 門檻、增加 series state 變數（系列賽 0-2 落後隊的 win-or-go-home 動能會放大）。

8. 完整 Dataset 下載（CC-BY-4.0）

兩種格式對應不同使用情境。CSV 適合 Excel / pandas / Google Sheets；JSON 保留巢狀結構（prediction、odds、movement、result 等子物件），適合進階分析。

8.1 授權與引用

授權：Creative Commons Attribution 4.0 International (CC-BY-4.0)。允許商業使用、衍生作品與重發布，唯一要求是註明來源。

8.2 30 行 Python 即可重現所有統計

import pandas as pd

df = pd.read_csv("picks-2026-q2.csv")
settled = df[df["settled"] == True].copy()

# 整體
acc = settled["predictionCorrect"].mean()
print(f"Overall accuracy: {acc:.1%}")

# 按聯賽
by_league = settled.groupby("league")["predictionCorrect"].agg(["count", "sum", "mean"])
print(by_league)

# 按信心度
by_conf = settled.groupby("confidence")["predictionCorrect"].agg(["count", "sum", "mean"])
print(by_conf)

ROI 計算需另以 odds 欄與 predictedOutcome 比對：命中時 payout = odds - 1，未命中時 payout = -1。範例完整版會放在後續 C2「凱利策略 backtest」文章。

9. FAQ — 5 個你會想問的問題