01
基础数据清洗
先剔除加时、点球和友谊赛异常样本，只保留联赛和杯赛正赛数据。近三个赛季的进球分布会被单独加权，避免老数据拖累判断。
预测模型怎么跑
四层结构，逐层收敛到比分区间
02
攻防效率折算
把主队主场进球率与客队客场失球率做交叉修正，得到预期进球值。这一步对中下游球队特别关键，因为样本波动大。
03
比分区间收敛
用泊松分布推演各比分概率，再结合伤停、轮换、赛程密度做人工权重下调，最终输出三档比分参考，而不是单一数字。
近期联赛预测样本
下表为模型昨日回测的部分场次，仅供参考，不构成任何投注建议
| 赛事 | 对阵 | 模型比分参考 | 置信度 | 状态 |
|---|---|---|---|---|
| 英超 | 布伦特福德 vs 狼队 | 2-1 / 1-1 | 中高 | 已验证 |
| 西甲 | 赫塔费 vs 塞尔塔 | 0-0 / 1-0 | 中 | 待复核 |
| 意甲 | 都灵 vs 乌迪内斯 | 1-1 / 2-1 | 中高 | 已验证 |
| 德甲 | 美因茨 vs 奥格斯堡 | 2-2 / 1-2 | 中 | 观察中 |
| 法甲 | 南特 vs 兰斯 | 1-0 / 1-1 | 中低 | 观察中 |
赛前速览笔记
主客场效率差比想象中更顽固
很多球队的主场预期进球值能比客场高出三成以上，尤其是中游偏下的队伍。做比分预测时，如果不分开处理主客场样本，结论很容易被拉平。我们在模型里对主场系数单独设了调节旋钮。
更新于 03 / 12
伤停名单的权重不要给太高
除非是核心射手或门将缺阵，否则单场伤停对最终比分的影响通常被高估。更值得看的是轮换幅度——连续一周双赛的球队，下半场失球概率会明显抬头。
更新于 03 / 12
小比分场次的识别信号
双方近六场场均总进球低于2.2，且各自防守效率排名靠前时，0-0和1-0的出现频率会显著上升。这类场次不建议硬追大比分方向。
更新于 03 / 11
关于比分预测，你可能想问
比分预测能保证准确吗？
不能，也不存在能保证的东西。足球比赛受临场因素影响很大，我们的模型给的是概率区间和趋势参考，用来辅助判断，而不是替代你自己的观察。
为什么给的是区间而不是一个比分？
单点数字看起来干脆，但实际误差会很大。给出两到三个高概率比分，反而更贴近真实分布，也方便你结合临场信息做取舍。
数据多久更新一次？
基础数据每天凌晨同步一次，赛前两小时会根据最新伤停和首发做一次微调。历史回测记录保留三个赛季，可随时翻看。
适合哪些人看？
喜欢研究比赛、想了解数据背后逻辑的球迷。如果你只是想找一个稳赚的答案，这里可能不太合适——我们更愿意把方法摊开讲。
模型之外的一点提醒
理性看待每一次预测结果
别忽略赛程密度
三天两赛的球队，防守端的注意力下降往往出现在六十分钟之后。比分预测里对下半场进球概率的修正，比上半场更重要。
天气和场地也进模型
雨战会压低地面配合效率，长传冲吊比例上升，比分分布会向小比分倾斜。这个变量我们按联赛地区做了简单分级。