⚽ 竞彩比分算法
基于进球期望 & 泊松分布改良，结合实时市场数据，比分算法可拆解为以下步骤：
基础模型： 主队进球期望 λ = 主场进攻 × 客场防守 × 联赛均值；客队同理。通过独立泊松计算各比分概率 (如 1:0, 2:1…)，再整合算法收敛最可能比分区间。
🔹 泊松分布 · 比分概率表
通过主客队 λ 值生成 0~5 进球概率，交叉得出 36 种基础比分概率。例如 λ₁=1.8, λ₂=1.2 时，最可能比分 1:1 (概率≈12%) / 2:1 (11%) / 1:0 (9%)。算法实时更新。
🔸 机器学习修正因子
加入 XGBoost 模型训练历史比分特征 (控球率、射正、角球、红黄牌)，对泊松 baseline 进行残差预测，提升比分预测 MAE 约18%。适合竞彩进阶玩家
🔹 凯利指数与资金算法
结合竞彩固定赔率，使用凯利公式计算最优投注比例，同时过滤虚高比分赔率。算法自动识别价值比分 (如 3:2 高赔但概率被低估)。
比分算法真的能稳定预测吗？
没有任何算法能保证100%准确。足球是低得分随机性运动，算法提供的是概率优势，长期结合资金管理可提升期望值。我们强调理性参考。
泊松分布是否过时？
经典泊松仍是基础框架，但现代算法会加入零膨胀、负二项分布处理“0:0”冷门比分，并融合神经网络。本算法采用混合模型，适应不同联赛特性。
如何利用算法选择比分串关？
算法输出前10个最可能比分及对应凯利值。建议挑选2-3个相关性较低的比分（如1:0, 2:1, 0:0）构建容错串关，同时参考边际赔率变化。
数据源更新频率？
算法依赖近1000场历史数据及实时指数。每场比赛前6小时至开赛前15分钟动态校准，包括伤停、天气等因子。建议关注临场算法提示。
为什么相同算法不同联赛效果不同？
英超节奏快、进球多；意甲偏防守；算法内置联赛系数 (进攻/防守风格因子)。用户可手动调节“联赛置信度”微调。默认已针对主流联赛优化。
📌 比分算法使用技巧
• 关注算法“比分离散度”指标，离散低时比分集中度高。
• 结合必发指数，当算法比分与市场热度背离时，往往存在价值。
• 杯赛决赛/德比战，算法自动降低泊松权重，提升防守系数。