方法论

我们如何采集赔率、计算公正胜率并生成信号。系统设计透明 — 每个信号都有可验证的来源。

1. 快照采集

每 5 分钟,定时任务向 w458 API 查询所有即将开赛的赛事(status = prematch)。对每场赛事,我们获取完整市场数据并将三个核心市场 — 1X2、亚洲让球、大小球 — 持久化到 OddsSnapshot 表。每行记录:赛事、市场类型、outcome、赔率、可选的让球/大小球数值、时间戳、开盘/收盘标记、数据源。

2. 隐含胜率

原始博彩赔率包含返水(overround)。对一个典型的 1X2 市场,赔率 1.92 / 3.50 / 4.20,1/odds 之和约 1.045 — 意味着博彩公司持有 4.5% 返水。我们用两种方式去除:比例法,每个 1/odds 除以总和;Shin 法,数值求解一个内幕交易者比例,使公正胜率和为 1。Shin 倾向给热门方略高概率(与长期观察一致),为我们默认方法。

3. 走势特征

当一场赛事每个 outcome 有 ≥3 个快照时,我们计算七个走势特征:赔率变化百分比(开盘 → 当前)、速度(每分钟变化)、加速度(速度斜率)、异动(任意 5 分钟窗口内 ≥3% 变化)、反向走势(超过极值 1% 的趋势反转)、连续方向(最近 5 个快照)、距开赛时间。

4. 信号评分

启发式规则引擎将这些特征综合为 0-100 评分。异动 +25 分。持续方向变化 > 2% +20。加速度 +15。足够快照数 +10。最佳时间窗口(30 分钟到 12 小时) +10。反向走势 -15。快照不足 -25。评分映射到五档:强信号(≥80)、小注(60-79)、观察(40-59)、不投(20-39)、回避(<20)。强信号要求返水 < 8% — 否则降为小注。

5. 收盘线价值 (CLV)

赛事开赛时,我们将每个 outcome 的最后一个快照标记为收盘。已持久化的信号(OddsSignal 行)后续与收盘赔率配对,计算 CLV = (信号时赔率 − 收盘赔率) / 收盘赔率。多个信号的平均 CLV 为正,表明系统捕获了优于市场的价格。这是标准量化博彩验证指标。我们的回测页面按规则版本展示 CLV。

6. 规则版本化

当前规则权重是 v1 版本。任何评分公式的改动都会升级版本号,并随每条新 OddsSignal 行记录。这允许对同一组赛事直接 A/B 比较 v1 和 v2 的 CLV 和命中率。

7. 这个系统不是什么

这不是机器学习模型。规则是基于 Sportradar AI 赔率模型方法论选定的,并对照已发表的量化博彩研究验证,但尚未在已标注结果上训练。接下来 6-12 个月的 CLV 验证将决定 v1 是否真有 edge。在此之前,推荐是值得调查的信号 — 而非应该立即行动的预测。