因为我个人喜欢看足球，就一直以娱乐心态在小额投资。直到前年AI Coding工具越来越成熟，某一日突发念头想记录下自己的投资记录，用来沉淀数据和分析洞察。当开始着手做出第一版后，功能就从纯为记录慢慢演化为大小球分析。截止今日，已演进了三个阶段：从人工判断到AI辅助，再到回测量化。收益情况也能整体上有所盈利，但胜率还是未能保持长期稳定，某一个策略可以连续5、6轮均盈利，但在某轮开始失效出现亏损。
上周欧洲五大联赛均已收官，那就趁有空了，记录下演进迭代过程，也算是一个阶段性总结。

同时，接下来我将在赛前发布量化分析框架对中超赛事大小球分析结果，也欢迎有兴趣的朋友一起讨论、优化量化框架。

第一阶段：纯记录和人工分析

项目刚开始那会儿，大小球怎么判断？全靠人肉看。每场比赛前打开几个网页，扫一遍：

• 基本面：两队最近踢得怎么样、历史交锋谁占优、排名大概在哪个位置
• 盘口与指数：主流公司的大小球盘口线开到多少，指数在往哪个方向走
• 情报信息：谁伤了谁停赛、球队战意如何、赛程紧不紧、天气怎样

然后就拍脑袋和凭直觉决定了。在系统上记录比赛信息、盘口和指数、去水后的隐含概率、我的信心概率、理由依据等，用于后续统计自己判断的胜率和ROI等。

这一阶段的问题不是准确率高低的问题——是根本没法全面复盘。赢了不知道是真看准了还是蒙的，输了也说不清是哪个环节判断错了。更麻烦的是，分析能力完全绑定在个人状态上，今天心情好和心情差，看同一场比赛可能得出完全不同的结论。

第二阶段：AI辅助分析

大模型能力上来之后，我开始试着把AI塞进分析流程里。这个阶段前后改了五次。

2.1 初探：比赛信息 + 盘口指数（XL策略）

最简单粗暴的做法：把比赛基本信息（谁打谁、什么联赛、第几轮）和盘口指数扔给大模型，让它自己联网搜情报，然后给结论。

输入数据：

• 比赛基本信息（主队、客队、联赛、时间）
• 大小球盘口和指数
• 模型联网搜索能力（伤病、天气、战术信息）

方法特点：

• 完全依赖大模型的推理和搜索能力
• 没有任何结构化历史数据支撑
• 提示词就一句话的事："预测下列比赛的大小球"

效果：

• 好处：模型能快速整合多源信息，输出看着像模像样的分析报告
• 坏处：模型会编数据，分析缺乏量化依据，结论可信度没法验证

这一轮至少验证了一件事：大模型确实能理解足球分析需要的那套推理逻辑。但"裸调"的方式太糙了，分析质量和抛硬币的区别没那么大。

2.2 引入统计数据（ML策略）

把数据采集从模型的"黑盒"里拿出来。系统先爬好结构化数据，模型只负责分析，不负责找数据。

新增输入：

• 主客队近期比赛的数据（交锋记录、近期战绩、积分榜排名）
• 球队技术统计（射门、射正、控球率、危险进攻等指标）

方法演进：

• 从"让模型自己搜索一切"变成"系统预采集 + 模型分析"
• 提示词拆成三块：比赛信息 → 联网搜索指令 → 结构化统计数据
• 大模型强制开联网搜索，确保情报是最新的

关键进步：

数据采集不再交给模型"黑盒"处理了。系统预先爬好结构化数据再喂给模型，幻觉空间小了很多。模型的分析好歹建立在真实数据上，不至于凭空编造。

还是没解决的问题：

• 所有分析还是靠一次模型调用，分析准确性没法验证。而且，同样的输入，大模型多次分析的结果可能是不一样的。
• 没有历史投资数据做反馈，同样的坑可能反复踩

2.3 联赛数据洞察与历史投资数据（SL策略）

这次把视野从"单场比赛"拉到了"整个联赛"，并且开始用历史投资数据说话了。

新增能力：

1. 联赛级别的大小球洞察：

   • 统计同联赛所有赛事在不同盘口区间的大小球分布
   • 计算各盘口档位的大球率、小球率
   • 给出联赛倾向性（比如"中超本赛季大球倾向55%"）

2. 历史投资数据反馈：

   • 读取历史投资记录，按主客队筛选
   • 生成CSV格式的历史投资明细让模型参考
   • 分析相同盘口区间的历史命中率

3. 盘口变动分析（市场微观结构）：

   • 对比初盘与即时盘口的变化方向（升盘/降盘）
   • 对比初盘指数与即时指数的变化（升水/降水）
   • 解读市场资金流向——所谓"聪明钱"在往哪边走

4. 进阶价值模型：

   • 从抓取到的联赛的历史记录计算ROI、期望值（EV）
   • 用Z-Score评估统计显著性
   • 凯利公式（Kelly Criterion）算最优投资比例
   • 威尔逊下界（Wilson Lower Bound）给保守胜率估计

方法架构：

                    ┌─────────────────────┐
                    │   大模型（LLM）       │
                    │  enable_thinking=True │
                    │  enable_search=True   │
                    └──────────┬──────────┘
                               │
               ┌───────────────┼───────────────┐
               │               │               │
        ┌──────▼──────┐ ┌─────▼─────┐ ┌──────▼──────┐
        │ 爬取的比赛   │ │ 联赛洞察   │ │ 历史投资     │
        │ 统计数据     │ │ 分析报告   │ │ CSV数据      │
        │ (crawl)     │ │ (analysis │ │ (bet_csv)   │
        │             │ │  _md)     │ │             │
        └─────────────┘ └───────────┘ └─────────────┘

关键进步：

这是第一次把分析从"单场视角"升级为"系统视角"。模型不再孤立地看一场比赛，能看到这场比赛在联赛中的位置、类似盘口的历史分布、以及之前投资的成败记录。

还是没解决的问题：

• 所有数据最终汇入单一模型调用，信息量太大模型容易顾此失彼
• 不同分析维度的权重全由模型自己掂量，没有标准
• 联网搜索结果质量不稳定，如伤停情报、士气、天气等数据时好时坏
• 同一数据输入，多次分析的结果存在差异

2.4 多Agent协作模式（MAG策略）

一个模型处理所有信息不行，那就拆成多个专业Agent各管一摊。

Agent架构：

执行流程：

情报总监（联网搜索）  ────┐
                          ├─── 并行执行 ───┐
数据分析师（数据处理）  ────┘              │
                                           ▼
                                 首席投资策略师（综合决策）
                                           │
                                           ▼
                                     最终预测输出

编码到提示词中的决策原则：

1. 每个结论必须标注数据来源，没来源的别说
2. 冲突处理规则：实时情报与历史数据矛盾时——伤病/战术因素优先采信实时情报，统计规律优先采信历史数据
3. 盘口阈值规则：盘口≥3球且有防守信号 → 倾向小球；盘口≤2.25且战意低 → 倾向小球

关键进步：

• Agent各司其职：搜信息的、做数据的、拍板的，不同模型实例干不同事，各自用最适合的配置
• 情报搜集和数据分析并行跑，省时间
• 明确的决策规则减少了模型瞎发挥的空间，分析一致性提高不少
• 用CrewAI框架编排，分析过程完整记录到AnalysisLog表，后面复盘方便

还是没解决的问题：

• 多Agent协调带来了新的不确定性——Agent之间传话可能漏掉关键细节
• 定量计算（期望值、概率估计）还是模型在做，精确度没保证
• 各维度权重仍然由模型隐式决定，没法验证和优化

2.5 权重量化分析框架（KL策略）

这一版思路彻底变了。之前是"把数据给模型，让它自己判断"，现在是"系统能算的全部算好，模型只填系统算不了的空白"。

A-F模块框架：

评分机制（以Module A为例）：

每项技术统计与联赛均值比较，计算偏离百分比，映射到五档标准分：

子指标计算举例（按权重加权求和）：

• A模块中的 A1（进攻质量）= 0.40×射正指数 + 0.30×关键传球指数 + 0.20×危险进攻指数 + 0.10×进球指数

提示词结构：

┌──────────────────────────────────────┐
│ 1. 比赛基本信息（含时区转换）         │
├──────────────────────────────────────┤
│ 2. A-F框架说明（~60行评分规则和公式） │
├──────────────────────────────────────┤
│ 3. 综合技术统计（match_team_technical │
│    _stats表）                         │
├──────────────────────────────────────┤
│ 4. 预计算的A/B/D/E/F模块得分表        │
├──────────────────────────────────────┤
│ 5. 过滤后的市场分析（MatchOddsData）   │
├──────────────────────────────────────┤
│ 6. 赛程密度（从爬取数据解析）          │
├──────────────────────────────────────┤
│ 7. 积分榜和近期战绩（爬取数据）         │
├──────────────────────────────────────┤
│ 8. 模型联网搜索（填充Module C + F）    │
└──────────────────────────────────────┘

这一版的意义：

模型的角色从"全权分析师"缩小为"情报研究员 + 综合研判者"。量化评分有了明确公式和权重，每一项都可以独立验证和调优。模型的幻觉被关进了Module C（伤停情报）的笼子里，不再污染其他模块。这套框架后来成了第三阶段的底座。

第三阶段：回测量化分析（QX策略）

设计动机

KL策略有个别扭的地方：系统明明已经算出了所有模块的量化得分，但最后还是模型说了算。模型可能完全忽略量化信号，或者对得分的理解跑偏。这就让人想一个问题：

如果我们已经用精确公式算出了A/B/D/E/F模块得分，为什么还需要模型来做最终判断？

答案是可以不需要。用历史数据训练一个校准层，直接把模块得分映射为概率预测就行了。

方法架构

┌─────────────────────────────────────────────────────┐
│                   QX策略架构                        │
├─────────────────────────────────────────────────────┤
│  输入：联赛、赛季、轮次、主客队、盘口、大小球指数    │
├─────────────────────────────────────────────────────┤
│                                                      │
│  ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌─────────┐│
│  │ Module A │ │ Module B │ │ Module D │ │Module E ││
│  │ 攻防能力  │ │ 节奏机会  │ │ 赛程战意  │ │指数定价  ││
│  │  (同KL)  │ │  (同KL)  │ │  (同KL)  │ │ (同KL)  ││
│  └────┬─────┘ └────┬─────┘ └────┬─────┘ └────┬────┘│
│       │            │            │            │      │
│       └────────────┴────────────┴────────────┘      │
│                          │                           │
│                    Optuna优化权重                     │
│                 （每联赛独立配置）                     │
│                          │                           │
│                          ▼                           │
│                   加权综合得分                         │
│                          │                           │
│                          ▼                           │
│              Walk-forward Platt校准                  │
│           （将原始得分映射为校准概率）                  │
│                          │                           │
│                          ▼                           │
│                    决策引擎                           │
│         over_edge > margin → 大球                     │
│        under_edge > margin → 小球                     │
│              否则 → 不投                              │
└─────────────────────────────────────────────────────┘

核心组件

1. Optuna超参优化

每个联赛独立训练一套最优权重配置。Optuna在历史数据上搜索最佳超参数组合，包括各模块权重、子模块内部权重（比如A模块里射正/关键传球/危险进攻/进球的比例）、采样窗口大小、决策阈值（value_margin）。

目前已覆盖的联赛：中超、韩K联、英超、西甲、德甲、法甲、意甲、巴甲、挪超、瑞典超。

2. Walk-forward Platt校准

用sigmoid函数把模块综合得分校准为概率估计：

$$P(over) = \frac{1}{1 + e^{-(\alpha \cdot score + \beta)}}$$

其中 α（斜率）和 β（截距）通过同联赛同赛季历史赛事的模块得分与实际大小球结果拟合得出。采用Walk-forward方式——只用当前轮次之前的数据拟合参数，防止未来信息泄露。

3. 决策引擎

over_edge = predicted_prob - implied_prob
if over_edge > value_margin:
    推荐大球
elif under_edge > value_margin:
    推荐小球
else:
    不投资

置信度分级：

• edge ≥ 0.10 → 高置信度
• edge ≥ 0.05 → 中高置信度
• edge ≥ 0.02 → 中低置信度
• edge < 0.02 → 低置信度

与第二阶段的关键差异

关于第三阶段的实话

第三阶段不是否定第二阶段。说实话，没有第二阶段那些折腾，根本到不了这里。正是通过KL/AL框架的实践，我们发现了三件事：

1. A-F模块的量化得分其实已经包含了大小球预测所需的大部分信息
2. 大模型在量化得分基础上做的"综合判断"，并没有比统计校准强多少
3. 模型的不确定性（温度、版本更新、提示词敏感性）反而在往里加噪声

所以第三阶段做的事情本质上就是：把第二阶段真正有效的部分（A-F量化框架）留下来，把引入噪声的部分（大模型主观判断）扔掉，然后用历史回测系统性地把权重调对。

总结

三个阶段走下来，简单来说是：

每一次改动都不是为了追求技术上的花哨，说到底就是在反复回答一个问题：什么信息真正有预测价值？什么信息采取怎样的方法组合在一起能确保单轮胜率>亏损点？
第三阶段并不是终点，我准备使用中超继续跑一段时间，来验证下当前回测量化框架的准确率是否能一直保持？若当失效了，要怎样进行回测调整？