一句话版本
简单说：模型把每场比赛拆成 40 多个可量化的变量，用历史上数以万计的相似场景估算出各种结果的概率，再拿这个概率去和博彩公司的赔率比。当模型算出的概率明显高于赔率隐含的概率时，这场比赛就出现了「价值」，我们才会把它作为推荐发出来。没有价值的比赛，模型宁可不推。
三个步骤
- 数据采集与清洗：抓取五个赛季以上的赛果、进球时间分布、射门与预期进球、控球与推进方式、定位球效率、主客场差异、赛程密度、伤停停赛名单，以及多家博彩公司的开盘与实时赔率。数据先做去重和异常值处理，升降级球队会做同联赛强度校正，否则低级别联赛的漂亮数据会污染模型。
- 概率计算：用集成模型（梯度提升 + 泊松类进球分布）输出胜平负、大小球 2.5、双方球队进球、双重机会等市场的概率分布，而不是单一的「谁会赢」。
- 价值识别：把模型概率换算成公平赔率，与市场赔率对比。只有当期望值为正、且差距超过设定阈值时，这条推荐才会发布。
为什么战绩必须公开
一个预测源如果只晒赢的那几天，你就无法判断它的真实水平。我们的做法是：每条推荐一经发布就写死，赛后自动结算，全部留在完整战绩里。你可以自己数命中率，也可以只看某个联赛、某个市场的表现。这比任何宣传语都有说服力。
命中率不是收益率。62% 的命中率如果全押在 1.30 的低赔上，长期依然会亏。真正决定盈亏的是「命中率 × 赔率」的组合，也就是期望值。这也是我们只在有价值时才推荐的原因。
模型的边界在哪里
模型对信息充分的顶级联赛最准：英超、西甲、意甲、德甲、法甲、欧冠。样本越少、数据越薄的赛事（低级别联赛、季前热身赛、杯赛早轮的大轮换），误差就越大。突发因素——红牌、门将失误、临场变阵、天气——模型只能给出概率，无法预知。任何声称能规避这些的产品，都在夸大其词。
该怎么正确使用
把推荐当成一份带概率的参考，而不是命令。建议的做法是：固定单注金额（比如资金的 1% 到 2%），只跟有价值的推荐，至少累积 100 场以上再评估效果；不要因为连输三场就加倍下注，也不要因为连赢就放大本金。资金管理带来的长期差距，往往比多猜中几场更大。
常见问题
模型用的是哪些数据？
公开数据：五年以上的历史赛果、进球与失球分布、射门与预期进球（xG）、控球与传球质量、主客场差异、赛程密度、伤停与停赛名单，以及各家博彩公司的开盘赔率和盘口变化。所有原始数据都来自公开来源，不涉及任何内幕消息。
62% 的命中率是怎么算出来的？
用已结算的推荐总数除以命中数，不做任何筛选。所有推荐在赛前发布并留存，赛后自动结算。这个数字会随样本变化，我们不会为了好看而删掉输掉的记录。
预测是每天更新的吗？
是。每天赛前重新跑一次模型，把最新的伤停、首发消息和赔率变化纳入计算。开哨之后推荐就锁定，不再修改。
真的完全免费吗？
是，全部内容免费，无需注册，也不需要邮箱。
能保证赚钱吗？
不能，任何人都不能。模型给的是概率和价值判断，不是结果保证。长期正收益需要的是纪律和资金管理，单场比赛的随机性永远存在。