棒球为什么最适合数据建模
因为棒球本质上是一连串离散的一对一对决：投手对打者，一次结算，记录清楚。一个赛季 162 场比赛，每场约 70 个打席，样本量是足球的几十倍。这种结构让统计模型在棒球上比在任何其他主流运动上都更有效——事实上，现代体育数据分析的整套方法论，最早就是从棒球开始的。
模型看的核心指标
- 先发投手：棒球里唯一一个单人能决定比赛走向的位置。ERA 已经过时，模型更看 FIP、xFIP、K/9 与 BB/9，因为这些指标剔除了守备运气。
- 牛棚深度：先发退场之后的六局到九局，往往才是胜负手。连续出赛的后援投手疲劳度必须计入。
- 打线对位：左投对左打、右投对右打的差异极大，模型会逐个打席计算对位优势。
- 球场因子：不同球场的尺寸和海拔导致本垒打率相差数倍。同一支球队在不同主场的得分期望完全不同。
- 天气：风向和湿度对飞球的影响在棒球里是可量化的，尤其是户外球场。
- 赛程与轮值：连续客场作战和长途飞行对打击表现的影响有明确的统计规律。
大小分比胜负更有价值
棒球的胜负受一两次关键守备影响极大，而总得分是两队打线与投手群的综合结果，噪音相对更小。加上球场因子和天气可以直接量化，大小分（Over/Under）市场的定价效率明显低于胜负市场，这是模型最容易找到价值的地方。
棒球没有平局，胜负是二选一，看起来简单。但正因为简单，市场定价也更有效率。真正的机会藏在大小分、单局得分和让分盘这些需要更细数据支撑的市场里。
MLB 之外的联赛
日职（NPB）和韩职（KBO）的数据质量不错，但打法风格与 MLB 差异明显：更强调触击、盗垒和小球战术，整体得分环境也不同。直接套用 MLB 的模型参数会出问题，必须按联赛单独校准。
三个常见误区
- 只看球队战绩：棒球的先发投手轮值意味着同一支球队在不同日子的实力可以相差很多。看战绩不看先发，等于没看。
- 迷信打击率：打击率忽略了保送和长打，OPS 和 wRC+ 才是更好的衡量标准。
- 忽略牛棚：先发投六局是常态，剩下三局交给谁，往往决定了后期的得分走势。
小结
棒球是数据分析最早证明自己的地方，也是今天模型最容易稳定发挥的项目之一。核心是抓住先发投手、球场因子和牛棚深度这三条主线，然后把重点放在定价效率较低的市场上。
常见问题
为什么棒球比足球更容易建模？
棒球由离散的投打对决组成，每次结果都有明确记录，一个赛季的样本量是足球的几十倍。样本越大，统计模型的误差越小。
FIP 是什么指标？
独立防御率（Fielding Independent Pitching），只统计投手能直接控制的三振、保送和被本垒打，剔除了守备好坏带来的运气成分，比传统 ERA 更能反映投手真实水平。
球场因子对预测影响有多大？
非常大。不同球场的尺寸、墙高和海拔会让本垒打率相差数倍，同一支打线在不同球场的得分期望可以差出一到两分。
棒球该投胜负还是大小分？
大小分通常更有价值。胜负是二选一、市场定价效率高；总得分受球场因子、天气和牛棚深度影响，需要更细的数据支撑，定价错误也更多。
日职和韩职能用 MLB 的模型吗？
不能直接用。日韩联赛更强调触击、盗垒和小球战术，整体得分环境与 MLB 不同，模型参数必须按联赛单独校准。
天气真的会影响比赛结果吗？
会，而且可以量化。风向和湿度对飞球飞行距离有明确影响，户外球场尤其明显，这是模型在棒球上可以利用的少数环境变量之一。