AUTO · MODEL v2 · 對症升級已上線
自動模型報單 v2.0
ESPN 即時抓賽程 + 30 隊真實 NetRtg / SRS 跑透明公式預測。 v2 在 v1 之上加入 5 個對症升級:Bayesian SRS · 教練調整 · 三分變異 σ · Elite 對位 · Must-Win 心理 — 每筆預測都可展開完整分解,看到每個升級貢獻多少分。 → 看 v2 升級報告
載入中...
v2 以上升級代表什麼
- Bayesian SRS:系列賽內動態更新 prior,避免例行賽「暴打弱隊」造成的偷銘。OKC SRS 在 WCF 四場後從 +12.9 校正到 +12.24。
- 教練調整偵測:我方剛輸 → 教練會調整(加分)。加上教練品質係數(Popovich 1.0 / Daigneault 0.88 / 平均 0.6)。
- 三分變異 σ:依賴度每超聶盟平均 33% 的 1% → σ +0.4。靈需 41% 3PA% 讓 σ 從 12.0 變 12.9。
- Elite 防守對位:Castle 0.85 鎖 SGA · Wemby 0.75 護筐 · Anunoby 0.86 防 Tatum。對位後 DPM 打折。
- Must-Win 心理:0-2 / 1-2 落後 +2.5,主場再 +1.0。避免「家鄉羞辱」。
WCF G1–G4 回測上 v2 比 v1 Brier 低 0.035 · 方向準高 25 pp · 看完整升級報告 →
誠實邊界(模型局限)
- v2 加入 5 個動態修正,但仍不含:傷兵即時狀態 / 休息天數 / 最近 N 場手感 / lineup-level 化學反應。
- NetRtg 是「過去」表現;Bayesian 更新只能緩和不能消除這個問題。
- 市場讓分內含 vig。模型的「市場暗示勝率」未做 vig 校正,實際 break-even 要 52.4% 而非 50%。
- v2 回測樣本只有 4 場 — 統計顯著性不足。需要 80+ 場大樣本驗證。
- 單一場輸贏是雜訊。Edge 即使 +3 分仍會輸 ~25% 的時候。
本頁說明 資料源 ESPN 公開 API。模型 NetRtg/SRS 為 2025-26 球季近似值,需手動更新(可編輯
model-data.js)。本頁僅供研究用途,不構成投注建議。