運動預測模型：從統計學到 AI 的量化分析完全指南

一、什麼是運動預測模型

運動預測模型，是一套利用歷史比賽數據、球隊與球員的量化指標，對尚未發生的比賽結果產生機率估計的系統化方法。它的核心邏輯很單純：用「已知」推算「未知」。例如，我們知道 A 隊過去 20 場主場勝率 70%、B 隊客場勝率 40%、兩隊歷史交手 A 隊勝率 60%——模型要做的事情，就是把這些零散的資訊整合成一個數字：「A 隊這場比賽的勝率估計是 65.3%」。

這個「65.3%」本身不是目的。真正有用的是拿它跟市場賠率比較。如果莊家開出 A 隊勝賠率 1.80（隱含機率 55.6%），而你的模型估計勝率 65.3%，中間就存在 9.7 個百分點的差距——這個差距就是所謂的「正期望值」。長期累積大量這種有正期望值的決策，數學上必然獲利。這就是量化投注的根基，也是運動預測模型存在的意義。

但必須先釐清一個常見誤解：模型的目標不是「預測誰會贏」，而是「產生比市場更精確的機率估計」。這兩件事看起來像同一件事，其實完全不同。即使模型預測 A 隊勝率 65%，A 隊這場比賽仍然有 35% 的機率輸掉。單場結果不能證明模型好或壞，只有在大量樣本下（通常需要 500 場以上）才能評估模型的品質。

為什麼傳統分析正在被取代

傳統運動分析依賴主觀判斷：資深分析師看比賽錄影、讀傷兵報告、感受球隊氣勢，然後「憑經驗」做出預測。這種方法在資訊稀缺的年代確實有效——1990 年代能夠取得完整比賽數據的人不到 1%，專家的「眼力」就是最稀缺的分析資源。

但今天的環境完全不同。公開數據來源（FBref、Understat、Basketball-Reference、Statcast）提供了從射門座標到球員跑動熱圖的一切資訊。任何人都能在五分鐘內取得過去十個賽季的完整比賽數據。在這種環境下，人腦的劣勢暴露無遺：認知偏差（近因效應、倖存者偏差、錨定效應）會系統性地扭曲判斷，而且人腦無法同時處理 200 個變數之間的交互作用。

量化模型沒有情緒，不會因為某支球隊上週踢了一場漂亮的比賽就高估它的實力。模型看的是過去 50 場比賽的 xG（預期進球）趨勢、場均控球率的滾動平均、防守三區壓迫成功率——這些指標對單場結果的預測力遠高於「氣勢」或「士氣」。

這不代表人類分析完全沒有價值。模型無法處理的「軟資訊」——更衣室矛盾、教練即將被解僱的傳聞、關鍵球員的心理狀態——仍然需要人類判斷。最佳實務是讓模型處理可量化的部分，人類補充不可量化的邊際資訊。OddsForge 的五信號融合架構就是這個思路的實踐。

二、運動預測模型發展史

運動預測從手算統計演變到 AI 深度學習，歷經三個截然不同的時代。理解這段歷史不只是知識性的需求——它能幫助你判斷：在當今的數據環境與運算能力下，哪些方法仍然有效，哪些已經過時，哪些看似先進但在運動預測的特殊條件下反而表現不佳。

統計學時代（1950s-2000s）：Elo、Poisson、勝率頻率

1960 年，美國物理學教授 Arpad Elo 為國際西洋棋聯盟（FIDE）設計了一套評分系統——後來被稱為 Elo 評分系統。它的核心想法極其優雅：每個選手有一個數字代表實力，比賽後根據「預期結果」與「實際結果」的差距來更新積分。贏了弱隊加分少，贏了強隊加分多。這個系統後來被引入足球、網球、電競等幾乎所有競技運動，FIFA 在 2018 年正式採用 Elo 變體取代舊排名算法。

1970-80 年代，統計學家開始將 Poisson 分佈應用於足球比分預測。Poisson 模型假設每個進球事件是獨立的、隨機發生的，且發生率（lambda）可以從歷史數據估計。Maher（1982）的經典論文率先用獨立 Poisson 模型預測足球比分，開創了這個領域。這個方法至今仍被廣泛使用——它只需要兩個參數（主隊攻擊力 × 客隊防守力），就能產生完整的比分機率矩陣。

同一時期，賽馬和美式運動博彩界發展出勝率頻率分析——簡單來說就是計算某個條件下的歷史勝率。「主場隊讓 3 分以上時，歷史勝率 54.2%」這類分析看似粗糙，但在特定場景下的效果出人意料地好。問題在於它完全沒有對數據做結構化建模，容易受到樣本量不足和過擬合的影響。

1997 年，Dixon 和 Coles 發表了一篇里程碑式的論文，修正了純 Poisson 模型在低比分場景下的系統性偏差。他們發現 0-0、1-0、0-1、1-1 這四個低比分的實際出現頻率，比純 Poisson 預測的高出 8-12%——因為足球比賽在雙方實力接近時，防守強度會顯著提升。Dixon-Coles 加入了一個修正係數 rho（通常約 -0.13 到 -0.15），讓預測更貼合實際分佈。這個模型至今仍是職業投注者比分矩陣的黃金標準。

機器學習時代（2010s）：隨機森林、XGBoost、SVM

2010 年代，機器學習工具的普及徹底改變了運動預測的方法論。過去你需要手動設計統計模型、推導數學公式、小心地處理每個假設條件；現在你可以把 200 個特徵（features）丟進 XGBoost，讓演算法自己找出哪些變數重要、變數之間如何交互作用。

隨機森林（Random Forest）是第一個在運動預測領域被大規模採用的機器學習方法。它建構數百棵決策樹，每棵樹用隨機子集的特徵和數據訓練，最後投票決定預測結果。隨機森林對過擬合有天然的抵抗力，且不需要太多超參數調校，是入門機器學習預測的理想起點。

但真正的遊戲改變者是 XGBoost（2014 年由陳天奇發表）。XGBoost 使用梯度提升（gradient boosting）技術，序列式地建構弱學習器，每一棵新樹專注於修正前面所有樹的殘差。它對表格型數據（tabular data）——也就是傳統的「每列一場比賽、每欄一個特徵」的數據結構——有碾壓級的優勢。Kaggle 上過去十年的運動預測競賽，超過 80% 的冠軍方案使用 XGBoost 或其近親 LightGBM。

支持向量機（SVM）在 2010 年代前期也有一些學術研究嘗試應用在運動預測上，但它對特徵工程的要求更高、超參數調校更敏感，且在大數據集上的訓練速度遠慢於 XGBoost，因此逐漸退出主流。

機器學習時代最重要的發現不是某個演算法，而是一個共識：Feature Engineering 比演算法選擇重要 3-5 倍。用「進球差」當特徵，模型 Brier Score 約 0.234；換成 xG / xGA 差，同一個演算法的 Brier Score 立刻降到 0.218——改善了 7%。這個發現驅動了整個領域從「找更好的演算法」轉向「造更好的特徵」。

深度學習時代（2020s+）：LSTM、Transformer、注意力機制

2020 年代，深度學習在 NLP（自然語言處理）和電腦視覺領域的巨大成功，讓學術界開始嘗試將同樣的架構應用於運動預測。LSTM（Long Short-Term Memory）首先被用來建模球隊的時間序列表現——它能「記住」一支球隊過去 10 場甚至 20 場比賽的表現趨勢，理論上能捕捉到「狀態上升中」或「正在崩盤」這類時間維度的資訊。

Transformer 架構（2017 年由 Google 提出，原本用於翻譯）也在 2023-2025 年被學術界嘗試引入。它的注意力機制（attention mechanism）理論上能對球員之間的時空互動做更精細的建模。但實際結果令人失望：對最終比分預測的邊際貢獻不到 2%。

為什麼深度學習在 ImageNet 上碾壓一切，在運動預測上卻表現平庸？三個結構性原因：

1. 樣本量不足：ImageNet 有 1,500 萬張圖片，五大聯賽每年只有 2,000 場比賽。深度學習需要大量數據來學習複雜的非線性模式，運動預測的數據量根本餵不飽
2. 高雜訊比：足球比賽 30-40% 的結果由不可預測事件決定（紅牌、PK、烏龍球）。在雜訊主導的環境下，越複雜的模型越容易學到雜訊而非信號
3. 非平穩性：球員轉會、教練更換、戰術演化讓「過去 5 年的數據」對「明天的比賽」預測力持續衰減。深度學習需要穩定的數據分佈，但運動場景的分佈一直在漂移

這就是為什麼 Richard Sutton 2019 年提出的「Bitter Lesson」（規模和算力最終會碾壓一切技巧）在運動預測中反而是個反例：簡單的 Elo + Poisson 在足球預測中的表現，與最複雜的深度學習模型不相上下。職業量化投注者堅持「簡單可解釋」的哲學——這不只是技術選擇，也是風險管理：複雜模型一旦失靈，你完全無法 debug。

三、七大經典預測模型詳解

以下是量化運動分析領域使用最廣泛的七個模型。它們各自解決不同層面的問題：有的量化球隊實力（Elo）、有的預測比分分佈（Poisson、Dixon-Coles）、有的管理資金（凱利公式）、有的整合多維特徵（XGBoost、深度學習）、有的融合多個信號源（貝葉斯網路）。沒有任何單一模型能覆蓋所有需求——實際操作中，你需要組合使用它們。

3.1 Elo 評分系統

Elo 是所有運動預測模型中最直觀、最易實作的一個。它的核心公式只有兩步：

步驟 1：計算期望得分。E = 1 / (1 + 10^(-d/400))，其中 d 是兩隊的 Elo 積分差。積分差 100 分約等於期望勝率 64%，200 分約等於 76%，400 分約等於 91%。

步驟 2：更新積分。新積分 = 舊積分 + K x (實際結果 - 期望結果)。K 因子決定了每場比賽對積分的影響幅度——K 越大，系統對新資訊越敏感。FIFA 依比賽等級使用 K = 35-60（友誼賽 35、世界盃決賽圈 60）。

Elo 的優勢在於它是自校正的：預測失準會自動修正積分。但它有兩個重要限制：第一，它只看「結果」不看「過程」——A 隊 1-0 贏 B 隊（xG 只有 0.3，靠一個離譜的烏龍球）跟 5-0 大勝（xG 4.8）得到的積分更新相近。第二，它是純歷史指標，對近期變動（主力受傷、換教練）的反應速度取決於 K 因子的大小。

進階變體包括 FiveThirtyEight 的 SPI 模型（結合 xG 的 Elo 變體）、加入主場修正的 Home-Elo、以及動態 K 值系統（賽季初期 K 較高以快速校正，後期 K 較低以穩定評分）。

3.2 Poisson 分佈模型

Poisson 分佈描述「在固定時間內，某個事件隨機發生 k 次」的機率。公式為 P(X=k) = (lambda^k x e^(-lambda)) / k!，其中 lambda 是事件的平均發生率。

應用於足球：如果 A 隊歷史場均進球 1.8 顆、B 隊歷史場均失球 1.2 顆，聯賽平均每場進球 1.35 顆，那麼 A 隊在這場比賽的預期進球 lambda = 1.8 x 1.2 / 1.35 = 1.6。同理計算 B 隊的 lambda，然後用兩個獨立的 Poisson 分佈生成完整的比分機率矩陣（0-0 到 5-5 共 36 格）。

Poisson 模型的魅力在於它的輸出極為豐富。一旦有了比分矩陣，你可以計算任何衍生市場的機率：1X2 勝負平、大小球（把所有「雙方合計 > 2.5 球」的格子加起來）、讓球盤、正確比分、雙方都進球（BTTS）。這是純 Elo 做不到的——Elo 只能估計勝負，無法預測比分。

主要限制：Poisson 假設進球事件獨立，但現實中不完全成立。球隊領先後可能縮回防守、落後時加大攻擊力度，這種動態調整讓進球之間產生正相關或負相關。Dixon-Coles 模型就是為了修正這個問題而設計的。

3.3 凱利公式（Kelly Criterion）

凱利公式嚴格來說不是「預測」模型，而是「資金管理」模型——它回答的問題是：「當你認為某場比賽的真實勝率是 p，賠率是 b 時，你應該投入多少比例的資金？」

公式為 f* = (bp - q) / b，其中 f* 是最佳投注比例、b 是淨賠率（歐洲賠率 - 1）、p 是你估計的勝率、q = 1 - p。凱利公式的數學保證是：長期而言，它會最大化資金的幾何增長率，也就是讓你的本金以最快的速度複利成長。

但這裡有個致命的前提：p 必須是準確的。如果你的模型高估了 5% 的勝率（以為是 60% 其實是 55%），凱利公式會系統性地讓你過度投注，加速破產而非加速成長。這就是為什麼絕大多數職業投注者使用 Half Kelly（把公式計算出的注碼砍半）甚至 Quarter Kelly——犧牲一些理論最佳化的成長速度，換取對模型誤差的容錯空間。

OddsForge 的回測數據顯示，在五大聯賽 2019-2025 的樣本中，Half Kelly 的風險調整後收益（夏普比率）比 Full Kelly 高出 40%。Full Kelly 的最大回撤達到 35%，Half Kelly 只有 18%——對大多數人來說，承受 35% 的本金回撤在心理上幾乎不可能。

3.4 Dixon-Coles 模型

Dixon-Coles（1997）是 Poisson 模型的直接改良版。它針對一個具體的經驗觀察做修正：在純 Poisson 模型下，0-0、1-0、0-1、1-1 這四個低比分的預測機率系統性偏低。

修正方法是加入一個依賴係數 rho（希臘字母 ρ）。ρ 通常為負值（約 -0.13 到 -0.15），意味著當預期進球率很低時，進球之間存在負相關——直觀理解就是：雙方都很謹慎的比賽，防守強度會比模型假設的更高，導致低比分出現的機率增加。

Dixon-Coles 的另一個創新是時間衰減權重（time-decay weighting）：越近期的比賽在模型訓練中佔越高的權重。具體的衰減函數通常是指數型的，半衰期設為 1-3 年。這讓模型能更快地反映球隊實力的變化，而不是被五年前的「古老」數據拖累。

在實際使用中，Dixon-Coles 對正確比分市場（correct score）和大小球市場（over/under）的預測精度，比純 Poisson 高出 8-12%——這個改善在投注場景下對應的是相當可觀的期望值增量。OddsForge 的比分矩陣引擎使用 Dixon-Coles 而非純 Poisson。

3.5 隨機森林 / XGBoost

如果說 Elo 和 Poisson 是「公式驅動」的模型——你需要先設計好數學結構，再用數據估計參數——那麼隨機森林和 XGBoost 就是「數據驅動」的模型——你提供特徵和結果，演算法自動學習特徵與結果之間的關係。

隨機森林的運作方式是建構大量（通常 500-2,000 棵）決策樹，每棵樹用隨機抽取的數據子集和特徵子集訓練。預測時所有樹投票，取多數決定。這個「隨機化 + 平均化」的架構讓它對過擬合有很強的抵抗力，即使你丟進 200 個特徵，也不太容易學到雜訊。

XGBoost 的運作方式不同：它是序列式的。第一棵樹對全部數據做預測，計算殘差（預測值與真實值的差距）；第二棵樹專門預測這些殘差；第三棵樹預測前兩棵樹合計後的殘差……以此類推。每棵新樹都在修正前面所有樹的錯誤，這就是「梯度提升」（gradient boosting）的核心概念。

在運動預測中，XGBoost 最大的價值不是預測能力本身（它比 Elo + Poisson 的改善幅度通常只有 5-8%），而是它能自動處理特徵交互作用。例如：「主場優勢」對不同聯賽的影響程度不同（英超約 1.4 倍、土超約 1.8 倍）；「近 5 場勝率」在賽季初期（樣本量不足）跟賽季後期的參考價值不同——這些複雜的交互作用，XGBoost 可以自動學習，不需要你手動設計。

常見的運動預測特徵包括：Elo 積分差、近 N 場 xG 滾動平均、主場/客場標記、休息天數、傷兵影響指數、聯賽階段（早期 / 中期 / 爭冠 / 保級）、歷史交手紀錄等。OddsForge 使用 25+ 個工程化特徵，這些特徵的設計才是真正的核心競爭力。

3.6 深度學習序列模型（LSTM / Transformer）

LSTM（Long Short-Term Memory）是一種遞迴神經網路，專門設計來處理時間序列數據。在運動預測中，它的輸入是一支球隊過去 N 場比賽的特徵向量序列，輸出是下一場比賽的結果機率。LSTM 的「門控機制」（遺忘門、輸入門、輸出門）讓它能選擇性地記住或遺忘過去的資訊——理論上能捕捉「連勝中」「防守崩盤趨勢」這類時間模式。

Transformer 則透過自注意力機制（self-attention）讓序列中的每個時間步都能直接「注意」到所有其他時間步，不需要像 LSTM 那樣逐步傳遞資訊。這在長序列（如語言翻譯中的 500 字句子）中有巨大優勢，但在運動預測中，一支球隊一個賽季只有 38 場比賽，序列長度極短，Transformer 的優勢無法發揮。

當前學術界的共識是：深度學習在運動預測中最有價值的角色是 Feature Extractor——用 LSTM 或 Transformer 從原始序列數據中提取高級特徵（如「近期狀態趨勢向量」），然後把這些特徵餵給 XGBoost 做最終預測。這種混合架構通常比純深度學習 end-to-end 方案表現更好。

3.7 貝葉斯網路

貝葉斯網路不是單一的預測模型，而是一種融合多個模型或信號源的框架。核心思想是貝葉斯定理：先驗機率 x 似然 = 後驗機率。在運動預測中，「先驗」可能是 Elo 給出的初始勝率估計，「似然」是 Poisson 模型、近期 xG 表現、傷兵報告等新資訊，「後驗」就是整合所有資訊後的最終機率估計。

貝葉斯融合的最大優勢是透明度：你可以清楚地看到每個信號源對最終預測的「貢獻度」。例如：「這場比賽的預測 A 隊勝率 62%，其中 Elo 貢獻了 20 個百分點、Poisson 貢獻了 15 個百分點、近況貢獻了 12 個百分點、傷兵因素拉低了 5 個百分點、主場優勢貢獻了 20 個百分點」。這種可解釋性對風險管理至關重要——你知道模型為什麼做出某個預測，就知道在什麼情況下它可能失靈。

OddsForge 的五信號融合引擎就是貝葉斯網路的一個變體：五個獨立信號（市場賠率隱含機率、Elo 動態評分、近期表現趨勢、傷兵與陣容影響、主場優勢量化）各自產生機率估計，然後透過加權貝葉斯融合產生最終的後驗機率。融合後的 Brier Score（0.196）顯著優於任何單一信號（0.215-0.228），驗證了「融合降低 variance 不犧牲 bias」的理論預測。

四、各運動項目的預測特性比較

不同運動有根本性不同的數據結構和隨機性特質，導致同一個模型在不同運動上的表現天差地別。這一節用結構化的方式比較五大運動項目的預測特性，幫助你理解為什麼不存在「萬能模型」。

足球：低得分 = 高隨機性 = Poisson 主場

足球是所有主流運動中得分最低的——每場只有 2.5-2.8 顆進球。低得分意味著單一事件（一個進球）對比賽結果的影響極大。一場比賽可能在 xG 上是 2.3 vs 0.8（強隊碾壓），但實際比分 0-1（弱隊一次反擊得手）。這種「強隊被低比分掀翻」的現象在足球中極為常見，是所有預測模型的天花板。

正因為得分低，Poisson / Dixon-Coles 這類「從進球率推算比分分佈」的模型在足球中有天然優勢。你可以建構完整的比分矩陣，進而計算 1X2、大小球、正確比分等各種衍生市場的機率。XGBoost 在足球中的角色通常是提供更精確的 lambda 估計（進球率），然後餵給 Poisson 模型產生比分矩陣。

足球預測中最重要的進階指標是 xG（Expected Goals）。它不只看「進了幾球」，而是看「射門品質有多高」——場區位置、射門角度、前序動作（直塞、角球、搶斷反擊）都被量化計算。用 xG 替代實際進球做特徵，模型的 Brier Score 通常能改善 5-8%，因為 xG 過濾掉了運氣成分，更能反映球隊的真實進攻能力。

籃球：高得分 = 低隨機性 = 效率值為王

籃球每場得分 200-220 分，遠高於足球。高得分意味著單一事件（一個三分球）對最終結果的影響很小——大數法則讓「實力差距」更容易在比分上體現。這就是為什麼 NBA 的讓分盤（spread）比足球的讓球盤更「準」——莊家的讓分命中率在 NBA 達到 50.5-51%，足球只有 49-50%。

籃球預測的核心不是比分分佈（Poisson 不適用），而是效率值。Dean Oliver 提出的「四因素模型」（Four Factors）——有效命中率（eFG%）、失誤率（TOV%）、進攻籃板率（ORB%）、罰球率（FTR）——至今仍是 NBA 分析的基石。但更精確的做法是用 Pace-adjusted 效率值：每 100 次進攻的得分（ORtg）和失分（DRtg），因為不同球隊的節奏差異極大（快節奏球隊場均可能多出 8-10 次進攻機會）。

籃球預測中有一個特殊因素：背靠背（back-to-back）。球隊連續兩天作戰時，場均得分下降約 2-3 分、讓分盤命中率偏離 3-5 個百分點。輪休（load management）更是近年的重大變數——NBA 球星在背靠背的第二場或例行賽後段的輪休已成常態，一個主力缺席可能讓球隊的預期得分下降 5-8 分。

棒球：Sabermetrics 的聖地

棒球可能是世界上被量化分析滲透最深的運動。Moneyball（魔球）的故事讓大眾知道了 Sabermetrics（棒球統計學），但真正重要的是它背後的方法論：用不受運氣影響的指標（如 FIP 取代 ERA、wOBA 取代打擊率）來評估球員的真實能力。

棒球預測有一個獨特的結構特徵：先發投手對比賽結果的影響極大。一場 MLB 比賽中，先發投手通常負責 5-6 局（全場 9 局的 55-67%），而頂級先發與平均水準先發的差距可以用 WAR（Wins Above Replacement）量化——一個 ace 級先發一個賽季可以貢獻 6-8 個勝場，換算成每場比賽約 3-5% 的勝率差異。這意味著棒球預測模型必須將先發投手作為核心變數，而且要能處理「先發投手臨時更換」這種突發狀況。

棒球的 Poisson 適用性介於足球和籃球之間。場均 8-9 分不算太低，但分數的產生機制（打者 vs 投手的一對一對決）比足球更適合用獨立事件建模。不過實際操作中，Sabermetrics 的指標體系（FIP、wRC+、Barrel%、xBA）已經足夠豐富，大多數職業棒球分析師直接用 XGBoost + Sabermetrics 特徵，而非 Poisson 模型。

網球與電競

網球是個人運動，預測複雜度比團體運動低——沒有陣容搭配、戰術系統、球員交互作用等問題。Elo 在網球預測中表現出色，但需要一個關鍵調整：場地類型修正。紅土（clay）、硬地（hard court）、草地（grass）三種場地的球彈跳和速度完全不同，某些球員在紅土上的 Elo 可能比硬地高 200 分（例如 Nadal 生涯紅土勝率 91.3% vs 硬地 81.2%）。實務上會對每種場地維護獨立的 Elo 評分。

電競預測面臨一個獨特挑戰：版本更新（patch / meta shift）。遊戲開發商每隔幾週就會調整角色能力或裝備數值，導致整個競技生態重新洗牌。一支兩週前統治聯賽的隊伍，可能因為新版本 nerf 了他們擅長的角色而瞬間失去競爭力。這讓基於歷史數據的模型必須設定極短的記憶窗口（通常只看同一版本的比賽），或者建構能感知 meta 變化的特徵。

五、如何評估預測模型的好壞

你建了一個預測模型，它在歷史數據上看起來表現不錯。但它真的好嗎？還是只是過擬合了歷史數據？這一節介紹四個評估指標和兩種回測方法，幫助你客觀判斷模型品質。

四大評估指標

準確率（Accuracy）是最直觀但最沒用的指標。它只看「模型預測機率最高的類別是否命中」，完全忽略機率的精確度。一個永遠預測主場勝（因為主場隊在大多數聯賽的歷史勝率約 45-47%）的「傻瓜模型」，準確率可以達到 45%——這跟一個精心設計的機器學習模型的準確率（可能 52-55%）差距不大，但兩者的實際投注價值天壤之別。

Brier Score = E[(p - y)^2]，是衡量機率預測品質的黃金標準。它同時獎勵「預測準確」和「預測果斷」——如果你預測某隊勝率 80% 且該隊確實贏了，Brier Score 比預測 55% 且該隊也贏了更低（更好）。完美預測 Brier = 0，隨機猜 1X2 約 0.667。職業級運動預測模型的 Brier Score 通常在 0.19-0.23 之間。

AUC-ROC（Area Under the Receiver Operating Characteristic Curve）衡量模型區分「正例」和「負例」的能力，不受機率閾值影響。AUC = 0.5 表示模型跟隨機猜測一樣差，AUC = 1.0 表示完美區分。在運動預測中，AUC 通常用來評估二元分類的場景（例如「主隊是否能贏」），一個好的模型 AUC 在 0.65-0.75 之間。

校準曲線（Calibration Plot）是最被低估的評估工具。它把模型預測的機率分成若干區間（例如 50-55%、55-60%、60-65%……），然後看每個區間內的實際勝率是否匹配預測機率。一個完美校準的模型，預測勝率 70% 的那些比賽，實際勝率也應該是 70%。如果你的模型預測 70% 但實際只有 62%，它就是過度自信的——這在投注中非常危險，因為凱利公式會系統性地讓你過度投注。

回測方法論：時序切割 vs 隨機切割

回測（backtesting）是用歷史數據驗證模型表現的過程。方法論的選擇至關重要——用錯誤的回測方法得到的「好結果」，在實戰中會徹底崩潰。

隨機切割（Random Split）是機器學習教科書的標準做法：把所有數據隨機分成 80% 訓練集和 20% 測試集。但在運動預測中，這個方法有致命缺陷：它會造成「未來資訊洩漏」。假設你有 2020-2025 的比賽數據，隨機切割可能會讓 2025 年 3 月的比賽出現在訓練集，而 2024 年 10 月的比賽出現在測試集——模型在預測 2024 年 10 月的比賽時，已經「看過」了 2025 年的數據，這在實戰中不可能發生。

時序切割（Walk-Forward Split）才是正確的方法。它模擬真實的投注場景：用 2020-2023 的數據訓練模型，在 2024 的數據上測試；然後用 2020-2024 的數據重新訓練，在 2025 上測試。每次測試都保證模型只用「過去」的數據預測「未來」的比賽。

OddsForge 的所有回測報告都使用時序切割，滾動窗口為 3 年訓練 + 1 年測試。這解釋了為什麼我們公佈的 Brier Score（0.196）比很多學術論文的數字看起來「更差」——那些論文用隨機切割得到的 Brier Score 0.17-0.18 在實戰中根本達不到。

六、從模型到投注的完整工作流

很多人花了大量時間研究預測模型，卻在「模型輸出之後」的環節手足無措。模型告訴你某隊勝率 65%，然後呢？這一節串聯整個工作流：從模型輸出到最終投注決策的完整鏈路。

步驟 1：模型輸出 → 隱含機率

你的模型（無論是 Elo、Poisson、XGBoost 還是融合模型）最終會產生每個結果的機率估計。例如：A 隊勝 62%、平手 18%、B 隊勝 20%。這三個數字加起來必須等於 100%（如果不等於，先做 normalization）。

注意：如果你用的是 Poisson / Dixon-Coles 模型，它的原始輸出是比分矩陣，你需要先把矩陣轉換成 1X2 機率（把所有 A 隊勝的格子加起來就是 A 隊勝率）、大小球機率（加起所有雙方合計得分大於 2.5 的格子）等。

步驟 2：隱含機率 → 市場比較

拿到模型的機率估計後，跟莊家的賠率做比較。莊家賠率可以用公式轉換成隱含機率：隱含機率 = 1 / 歐洲賠率。例如賠率 1.60 的隱含機率是 62.5%、賠率 3.50 的隱含機率是 28.6%。

注意莊家的隱含機率加起來會超過 100%（通常 103-108%），超出的部分就是莊家的「抽水」（overround / vig / juice）。你需要先扣掉抽水，得到「公平隱含機率」（fair odds），再跟你的模型機率比較。

期望值（EV）= 模型機率 x 賠率 - 1。EV > 0 就是正期望值。例如：模型估計 A 隊勝率 65%，賠率 1.70，EV = 0.65 x 1.70 - 1 = 0.105 = +10.5%。這表示每投注 100 元，長期平均獲利 10.5 元。

但不是所有 EV > 0 的機會都值得投注。你需要設定一個最低閾值（通常 3-5%），過濾掉邊際正期望值的機會——因為這些機會很可能落在你的模型誤差範圍內。

步驟 3：凱利公式 → 注碼決定

找到 EV > 5% 的機會後，用凱利公式計算最佳注碼。但如前所述，幾乎所有職業投注者都使用 Half Kelly 或更保守的比例。另外設定每注上限（通常不超過總資金的 3-5%），避免單一場次的損失過大。

完整的資金管理系統不只是凱利公式——還包括破產風險控制（Risk of Ruin）、每日/每週最大損失上限（stop-loss）、連敗後的心理管理策略。這些看似「非數學」的因素，實際上決定了你能否撐過必然出現的長期連敗期。

步驟 4：執行與記錄

下注後記錄每一筆投注的完整數據：日期、聯賽、比賽、模型預測機率、賠率、注碼、結果、盈虧。這些數據是你未來評估模型表現、發現系統性偏差、調整策略的基礎。

至少累積 500 筆投注記錄後，才能對模型做有意義的評估。用 Brier Score 和校準曲線判斷模型品質，用夏普比率和最大回撤判斷資金管理策略的效果。

七、模型選擇決策框架：你該用哪個？

面對七個模型，新手最常問的問題是：「我到底該用哪個？」答案取決於三個因素：你分析的運動項目、你的技術能力、以及你想解決什麼問題。

新手推薦路徑：Elo（第 1 週）→ Poisson（第 2-3 週）→ 凱利公式（第 3 週）→ 開始實戰記錄。三個模型組合起來就是一套基礎但完整的量化分析系統。不要一開始就跳進 XGBoost 或深度學習——它們需要大量的數據工程和模型調校經驗，新手直接上手只會做出過擬合的垃圾模型。

進階路徑：掌握基礎模型後，進入 XGBoost + Feature Engineering 階段（約 4-8 週）。這個階段最重要的不是學演算法，而是學如何設計有預測力的特徵——xG 差、控球率加權、場地調整後的 Elo、傷兵影響指數等。當你有了 5,000+ 場的回測驗證，再考慮貝葉斯融合框架，整合多個獨立信號。

職業級路徑：在融合框架穩定運行 6 個月以上後，開始探索深度學習作為 Feature Extractor（而非 End-to-End Predictor），用 LSTM 從序列數據中提取狀態趨勢特徵。同時建構完整的資金管理系統（Half Kelly + stop-loss + Risk of Ruin 監控）和自動化投注記錄。

八、為什麼沒有「萬能模型」——以及 OddsForge 的回應

讀到這裡，你應該理解了：每個模型都有它擅長的領域和結構性的限制。Elo 看不到過程只看結果，Poisson 假設進球獨立但實際不完全如此，XGBoost 需要大量特徵工程且容易過擬合，深度學習需要的數據量在運動預測中幾乎不可能達到。

不存在「一個模型解決所有問題」的方案。這不是技術限制，而是問題本質決定的。運動比賽包含多個維度的資訊——長期實力（Elo）、短期狀態（近況）、比賽環境（主場 / 天氣）、陣容變動（傷兵）、市場資訊（賠率走勢）——每個維度需要不同的方法來捕捉。

OddsForge 的回應是五信號融合架構：不追求用單一模型解決一切，而是讓五個專精不同維度的信號各自發揮，然後用貝葉斯框架整合成最終的後驗機率。每個信號獨立計算、彼此相關性低（ρ ≈ 0.3），融合後 variance 降低約 35-40%——這就是「融合的力量」。

當某個信號失靈時（例如賠率市場因為大量業餘資金湧入而扭曲），其他四個信號可以補位。這種 robustness 是單一模型不可能具備的，也是量化投注從「賭博」變成「系統化風險管理」的關鍵。

常見問題