01 朋友天天晒红单，我决定用数据说话
事情起因是同学群。上个月开始，有个老同学每天在群里晒竞彩红单，两天红一天黑，红的时候特别高调，黑的时候装没看见。我问他总体赚了没，他回我一句"别算账，算账就没意思了"。这话我熟——所有不肯算账的事情，账一般都不太好看。
我没急着反驳他。正好，这是我手上 MuchSci「编程」功能还没正经测过的场景：让 AI 写一个像样的赛事预测模型，用公开赛果回测，再纸上跟几轮，看看"AI 预测足球"这件事的真实成色。数据是公开的，模型是教科书级的，结论不用猜，跑一遍就知道。
▲ 图 1｜把问题交给 MuchSci，把时间还给研究——这次我的"问题"是：一个泊松模型，到底能不能赢过瞎猜
先把立场写在最前面：这篇不教人买彩票，全程纸上模拟，我没有花一分钱。这篇要回答的问题只有一个——AI 写出来的预测模型，到底是个什么水平。答案在第四节，不太体面，但很值钱。
02 让 AI 写个泊松模型：10 分钟出第一版
数据用的是公开渠道能查到的英超 2025-26 赛果：每场一行，主队、客队、主队进球、客队进球。我把 CSV 丢进对话，要求写得明确：用两队近 10 场的场均进失球算进攻/防守强度，推出各自的预期进球 λ，再用泊松分布算出 0:0 到 6:6 每个比分的概率，汇总成胜平负三向概率。
10 分钟出了第一版脚本，跑得挺快——然后我就发现它错了。它把"主队进球"和"客队失球"当成两个独立信息重复计了一次强度，λ 双重计入，主胜概率全部飘在 70% 以上。我把口径写成注释让它重跑，第二版才正常。
▲ 图 2｜泊松模型的核心输出：主队预期进球 λ=1.8，最可能的单场进球数是 1 和 2；客队 λ=1.1，最可能是 1。整场比赛每个比分的概率，就是这两条分布相乘算出来的
这个分布有什么用？把主队进 k 球的概率和客队进 j 球的概率相乘，就得到每一个比分的概率；再把所有主队进球多的比分加起来，就是主胜概率。听起来很粗糙——它确实粗糙，足球不是独立事件的红白球——但它是所有赛事模型的起点，足够当这次实测的主角。
▲ 图 3｜模型对一场比赛的输出：主胜 53%、平局 22%、客胜 25%。最扎心的是底部那行——市场赔率 1.88 隐含的主胜概率也是 53%，模型和市场想到一块去了
模型能算出"谁更可能赢"，算不出"赔率有没有给够"——而后者才决定你能不能赚钱。
第三张图是整个实测里我最意外的一张。我以为模型算出来的概率会是独家情报，结果它和市场赔率几乎重合。赔率是全市场真金白银投出来的概率，一个用进失球平均数搭起来的泊松模型能跟它对上大方向，说明模型"没毛病"；但也说明，它知道的，市场早就知道了。
03 回测 240 场：比瞎猜强，但没强过市场
光看一场不算数。我让 AI 加了个回测脚本：把 2025-26 赛季前 240 场按时间顺序喂给模型——每场只用之前的历史数据算 λ，输出三向概率，取概率最高的一项当预测，跟真实赛果对答案。怕有运气成分，同一套流程我让它跑了三遍取平均：
▲ 图 4｜240 场回测：纯随机命中 33%（79 场），泊松模型 47%（113 场），市场赔率隐含 51%（122 场）。模型比瞎猜强 14 个百分点——但离"能赚钱"还差着关键的一截
47% 这个数字怎么读？好消息：它明显高于瞎猜的 33%，说明模型确实从数据里学到了东西。坏消息有两层：一是离市场还差 4 个点——赔率里集合了伤停、状态、赛程动机这些我模型里没有的信息；二是 47% 的命中配上竞彩的赔率结构，大概率是亏的，这个第四节用真数据验证。
回测之外，我让它把每轮预测整理成一份报告，模拟实际使用的样子，长这样：
▲ 图 5｜每轮跑出来的预测报告（界面为示意，结论按回测与模拟记录整理）
这个报告我最看重的是侧栏那行小字：它只能看到赛果数据，看不到世界。足球比赛的结果里藏着大量模型永远拿不到的信息——谁受伤了、谁在保级、谁下周要打欧战把主力歇了。市场赔率之所以难赢，就是因为这些东西全被买进价格里了。
04 纸上实战 5 轮：命中率 48%，收益 -7.8%
回测是历史，实战才是照妖镜。规矩定好：每轮从模型输出里挑置信度最高的 5 场，每场纸上 10 元，按竞彩当期赔率记账，跟 5 轮共 25 场。不碰真钱，全按真实赔率算：
▲ 图 6｜5 轮纸上跟单的累计收益率：第 1 轮 +12% 飘了，第 3 轮连错三场高赔直接砸到 -21%，最终收在 -7.8%。25 场命中 12 场（48%），钱是负的（示意记录，赔率按当期官网）
过程比结果有意思。第 1 轮 3 中 1 小亏变盈利，账面 +12%，我差点就把"模型靠谱"写进标题了。然后是第 3 轮：三场 2.3 以上赔率的"高价值场次"全黑，一夜回到解放前。复盘账本发现一个特别工整的规律——命中的全是 1.5 到 1.7 的低赔，亏掉的全是 2.3 以上的高赔。模型看对比赛的次数不少，可惜看对的那几场，赔率都没给够。
这不是模型不行，是数学不行：竞彩的赔率里已经抽走了返还率，命中 48% 配上这个赔率结构，长期期望就是负的。我同学两个月"看起来在红"，把黑的那些天算进去，大概率跟我这本账一个颜色。这也是我把这篇写出来的真正原因——模型把"感觉"变成了"概率"，概率把幻想变成了账本，账本是冷的。
05 先说清楚：这几个地方它真的帮不上忙
五轮跑完，把三个硬限制摆在台面上。
① 它看不到新闻，只看得见赛果。模型的世界里只有比分，没有伤停、轮换、保级动机。5 轮里两次明显的翻车，都是主力门将缺阵这种"赛前新闻一目了然、赛果表里永远没有"的信息。想补这一块，得自己加数据源，工程量翻几倍。
② 数据要自己找、自己洗。公开赛果好找，但口径很乱：有的源把中立场算成主队，杯赛和联赛混在一起，加时算平局还是分胜负各说各话。第一版脚本就是在"客队失球重复计入"这种口径问题上翻的车。洗数据花的时间，比写模型多。
③ 它给的是概率，不是答案。47% 命中意味着超过一半的场次模型是错的。连对 5 场之后，接下来大概率是均值回归，不是"手感来了"。把模型的输出当成"今晚买哪场"的答案，是对它最严重的误用——它只能告诉你一件事在多大比例上发生，不能告诉你这一次发不发生。
那这东西到底什么时候值得用？结论直接放这里：
✓ 值得用的场合：想系统练"数据分析 + 让 AI 写模型"的人——足球赛果数据公开、免费、样本量大、答案马上揭晓，是练回测方法的好题材。这篇里用的泊松、回测、口径核对，换到销量预测、用户留存上一样能用。
✗ 不适合的场合：想靠它稳赚的人——模型不比市场聪明，赔率长期抽水，期望为负是数学不是观点；以及想问"今晚买哪场"的人——这篇没有答案，也不应该有。命中率和收益率是两回事，这篇 48% 对 -7.8% 就是证据。
如果只给一句实际建议：把彩票当娱乐预算，把模型当练习题。这五轮我最大的收获不是那本亏 7.8% 的账，是我现在能一眼看出"某某 AI 预测胜率 90%"这类话术的问题出在哪——回测区间没说、样本量没说、赔率结构没说。数据素养这东西，练一次就值回票价。
合规与边界声明
1. 本文全程纸上模拟，未进行任何真实投注，文中金额为模拟记账。
2. 文中模型、概率与"预测"均不构成任何投注建议；彩票长期回报期望为负，请把它当娱乐消费。
3. 未满 18 周岁不得购彩。理性购彩，量力而行。
赛果与赔率为公开渠道信息整理，回测与跟单数据为示意呈现，模型输出以实际脚本运行为准。功能描述以当期版本为准。
---
本文为个人使用流程记录。竞彩预测模型基于公开赛果数据构建，仅用于演示"数据 → 模型 → 回测"的分析方法，不构成任何投注建议或收益承诺；文中回测与实战数据为示意呈现，全程纸上模拟、未真实投注。彩票长期回报期望为负，未满 18 周岁不得购彩，理性购彩、量力而行。功能描述以当期版本为准。