足球赛事分析：如何预测更准、投注期望收益更高
足球比分预测与投注价值评估
输入两队攻防数据与联赛基准，Dixon-Coles 双 Poisson 模型生成完整比分分布与 1X2/大小球概率；再把庄家赔率去水位后比较，找出正期望方向并按分数 Kelly 给出建议注金。
论文证据链来自本系统 OpenReview 检索 + AMiner 核验
衰减加权攻防 + Elo 混合后的 Dixon-Coles 比分模型，再与市场隐含概率混合并收缩极端值。默认关闭下注建议；仅在教学模式且 edge>8% 时显示分数 Kelly。
专家（4）
- Keisuke Fujii ↗Nagoya University（AMiner 存在多位同名，需人工确认体育分析方向）
- Calvin Yeung ↗Nagoya University（Fujii 组）
- Rory P. Bunker ↗Nagoya University
- Christos Tjortjis ↗International Hellenic University
论文（3）
- Machine Learning for Soccer Match Result Prediction（2024）↗综述三类模型：Poisson 比分模型（Dixon-Coles）、评级模型、机器学习模型；比分模型是可解释基线。
- Evaluating soccer match prediction models: a deep learning approach and feature optimization（2024）↗用 RPS（ranked probability score）评估概率预测质量，而非命中率。
- Sports Analytics for Football League Table and Player Performance Prediction（2020）↗进攻/防守强度特征 + 主场优势是联赛层面预测的关键输入。
真实数据回测英超 6 赛季滚动回测（football-data.co.uk + Bet365；衰减攻防+Elo+市场混合）
- 升级后纯模型 RPS 0.2049、命中 53.6%（旧模型约 0.211 / 51.6%），仍输给 Bet365（RPS 0.1975 / 55.1%）。
- 最优市场混合权重 w=0：模型不含市场未定价增量信息；产品默认关闭下注建议。
- 教学模式才显示 Kelly（edge>8%），避免把教学基线误当成投注信号。
- 页面警告来自真实回测——英超主流盘口接近有效市场。
完整方法、表格与复现命令见 docs/backtests/2026-08-16-real-data-backtest.md（npm run backtest）。
研究与教学用途。输出为模型概率与期望，不构成投资建议；请自行评估模型假设与本地法规。