模型排序
| 馬名 | 騎師 | 練馬師 | 檔 | 馬會評分 | 勝率 | 公平賠率 | 馬會獨贏/馬會位置未開盤 | 市場概率(去水) | 賠率異動 | 訊號 | 速度圖 SFbeta·展示用,不入模型分 | 休beta·展示用,不入模型分 | 近績 | 走位beta·展示用,不入模型分 | 騎練beta·展示用,不入模型分 |
|---|
馬會最新賠率截至 2026-10-04 08:05(香港時間),臨場會變動
| 馬名 | 騎師 | 練馬師 | 檔 | 馬會評分 | 勝率 | 公平賠率 | 馬會獨贏/馬會位置未開盤 | 市場概率(去水) | 賠率異動 | 訊號 | 速度圖 SFbeta·展示用,不入模型分 | 休beta·展示用,不入模型分 | 近績 | 走位beta·展示用,不入模型分 | 騎練beta·展示用,不入模型分 |
|---|
訊號圖例:市場概率(去水)= (1 / 馬會賠率) ÷ 全場 Σ(1 / 馬會賠率);賠率異動 =(最新賠率 − 開盤賠率)÷ 開盤賠率。異動 ≤ −15% 標示「熱門走勢」,≥ +25% 標示「冷卻」。「超值(待驗證)」代表馬會賠率高於公平賠率;edge% =(馬會賠率 − 公平賠率)÷ 公平賠率。模型尚未完成 calibration,訊號只供觀察,不是投注建議。
模型透明度:速度圖 SF:馬匹近 3 場標準化速度圖平均(Beyer 概念:以同程同場地狀況頭馬時間中位數為 par 100,經當日場地快慢及負重調整;beta 規格,只作展示參考,唔入 v1.1 模型分;少於 3 場標示樣本不足,par 不足顯示「—」)。
休息日數:距離上仗日數;分桶按 DB 實測(中位數 24 天):<14 急密、14–42 正常、43–120 小休、>120 久休;beta 規格,只作展示參考,唔入 v1.1 模型分。
走位/壞運氣:上仗頭段→尾段位置+競賽事件關鍵詞計分(失蹄/墮退等嚴重 2 分;走外疊/走大外疊及其餘一般關鍵詞 1 分;≥3 分標壞運氣,約一成馬);無錄影數據,實際蝕位距離未能量化,只作受阻代理訊號;beta 規格,只作展示參考,唔入 v1.1 模型分。
騎練配搭:欄內 % 為 empirical Bayes 收縮調整後勝率(向全體 8.1% 基礎勝率靠攏,k=10),避免小樣本誤導;beta 規格,只作展示參考,唔入 v1.1 模型分。
模型公平賠率只反映模型對全場相對強弱的估計;要判斷價格是否合理,仍要與扣除水位後的市場價格比較,並留意開盤後的賠率異動。
頭三匹非常接近時,代表模型不確定性較高;避免把排名第一誤讀成「穩膽」。
馬會賠率高過公平賠率只是一個起點,仍要預留模型誤差及水位。
留意上仗失準、外檔、負磅、步速形勢及臨場狀態,主動找推翻模型的理由。
記錄模型排序與實際賽果,累積命中率及對市場表現;樣本不足前不宣稱有優勢。
公平賠率是模型按全場相對強弱換算的十進制價格,不包含莊家水位,也不等於建議下注價。
展示 模型公平賠率、去水市場概率、差距,並標示開盤至臨場的賠率異動。
按前領、跟前、居中、後上分類,讓訂戶判斷早段競爭與形勢是否配合。
每場更新內外疊、前後置表現;把「今日跑道」與長期檔位先驗分開。
列出近仗走位、末段時間、同程往績、晨操及健康資訊的已知與缺口。
按日結算 Top 1/Top 3 命中、Brier score、對市場增益,避免只展示命中場次。
把場次分為可研究、觀望、跳過;原因必須來自資料完整度與模型分歧,而非口號。
建議優先次序:先完成「賽後成績表」與「市場概率對打」,再加入步速、場地偏差等進階欄位。