# RobHKJC 嚴格 Walk-Forward 回測（中文摘要）

生成日期：2026-11-16  
數據截止：2026-11-09（各聯賽 11-03 至 11-09）  
樣本：**2,007 場、18 個聯賽**，**1,311 場**有足夠歷史可預測  
來源：baseline run；機器可讀數字見 `reports/backtest_summary.json`

## 模型

- 60% 近 4 場 xG/xGA + 40% 賽季 Ridge 錨點
- 主場 1.15 / 客場 0.85
- Dixon-Coles rho = 0（另外做了 -0.05 敏感度測試）
- **嚴格 prior-only**：每場只用該日期之前的比賽；同一天所有比賽先預測，之後才一起揭示賽果
- 今次已擴展到 18 個 football-data 聯賽（五大聯賽 + 英冠/英甲/英乙/蘇超/德乙/意乙/西乙/法乙/荷甲/比甲/葡超/土超/希超）

## 核心結果：模型 vs 去水市場

| 市場 | n | 模型 Brier | 市場 Brier | 模型 − 市場 | 模型 LogLoss | 市場 LogLoss |
|---|---:|---:|---:|---:|---:|---:|
| O25 | 1,311 | 0.2439 | **0.2422** | +0.0018 | 0.6809 | **0.6771** |
| 1X2 | 1,311 | 0.6104 | **0.5837** | +0.0268 | 1.0181 | **0.9806** |

> 正數 = 模型較差。大樣本下，O25 仍然輸市場；1X2 輸更多。

## O25 校準

| 模型概率區間 | n | 模型均值 | 實際大 2.5 命中 | 差距 |
|---|---:|---:|---:|---:|
| 0–35% | 22 | 0.312 | 0.318 | +0.006 |
| 35–45% | 209 | 0.412 | 0.474 | +0.061 |
| 45–50% | 209 | 0.477 | 0.507 | +0.031 |
| 50–55% | 271 | 0.525 | 0.568 | +0.043 |
| 55–60% | 248 | 0.575 | 0.516 | −0.058 |
| 60–65% | 181 | 0.622 | 0.646 | +0.024 |
| 65–70% | 104 | 0.670 | 0.615 | −0.055 |
| 70–80% | 65 | 0.732 | 0.692 | −0.040 |
| 80%+ | 2 | 0.830 | 1.000 | +0.170 |

大樣本下，55–60%、65–80% 都係高估；「黃金區」並不是穩定的 calibration。

## 投注模擬（pre-closing `B365>2.5`，edge ≥ 2%）

| 指標 | O25 | 1X2 |
|---|---:|---:|
| 注數 | 1,021 | 1,193 |
| 命中率 | 49.9% | 30.3% |
| ROI | **+0.1%** | **−10.0%** |
| ROI 95% CI（按比賽日 bootstrap） | **[−6.7%, +7.0%]** | **[−18.9%, −0.9%]** |
| 平均賠率 | 2.10 | — |
| 平均 edge | +7.0% | — |
| 平均 CLV | +0.6% | +1.0% |
| Beat-close rate | 43.9% | 45.2% |

O25 的 +0.1% 基本上係零；CI 包括 0。1X2 的 negative ROI CI 全負，應該繼續禁用。

## 最後 30% 預測日期（2026-10-23 起）

| 市場 | n | 模型 Brier | 市場 Brier | 注數 | ROI | ROI 95% CI |
|---|---:|---:|---:|---:|---:|---|
| O25 | 533 | 0.2454 | 0.2444 | 416 | **+4.2%** | **[−8.5%, +14.2%]** |

之前 500/640 場樣本見到的 +26.1% / +13.4% signal，在 2,007 場樣本下變成 +4.2%，CI 包括 0。呢個係最清楚的結論：**細樣本的「edge」在大樣本下消失。**

## 按聯賽（O25，節錄）

| 聯賽 | n | 模型 Brier | 市場 Brier | 模型 − 市場 |
|---|---:|---:|---:|---:|
| EPL | 60 | 0.2580 | 0.2621 | −0.0040 |
| F2（法乙） | 72 | 0.2370 | 0.2463 | −0.0093 |
| N1（荷甲） | 70 | 0.2288 | 0.2334 | −0.0046 |
| SerieA | 70 | 0.2360 | 0.2490 | −0.0129 |
| LaLiga | 78 | 0.2296 | 0.2113 | +0.0183 |
| G1（希超） | 41 | 0.2682 | 0.2305 | +0.0377 |
| SP2（西乙） | 96 | 0.2617 | 0.2527 | +0.0090 |
| T1（土超） | 63 | 0.2350 | 0.2285 | +0.0065 |

有幾個聯賽模型略好，但 LaLiga / 希超 / 西乙 / 土超 明顯較差；整體 mixed，未有一致 edge。完整 18 聯賽表見 `reports/backtest_report.md`。

## 敏感度 / ablation

| 變體 | O25 模型 Brier | O25 市場 Brier | O25 注數 | O25 ROI | O25 ROI 95% CI |
|---|---:|---:|---:|---:|---|
| baseline (blend 0.40, rho 0) | 0.2439 | 0.2422 | 1,021 | +0.1% | [−6.7%, +7.0%] |
| blend 0.00（純近 4 場） | 0.2449 | 0.2422 | 1,073 | −1.7% | [−8.4%, +5.1%] |
| blend 1.00（純賽季錨點） | 0.2443 | 0.2422 | 970 | −1.3% | [−8.0%, +5.5%] |
| rho −0.05 | 0.2439 | 0.2422 | 1,021 | +0.1% | [−6.7%, +7.0%] |
| 聯賽係數（look-ahead） | 0.2434 | 0.2422 | 1,047 | +0.4% | [−6.6%, +7.3%] |

即使使用**全季聯賽係數**（有 look-ahead），O25 仍然輸 Brier，ROI 只有 +0.4%，CI 包括 0。呢個確認咗：問題唔係「差一個聯賽係數」，而係模型本身未有穩定、可證實的 edge。

## 結論

**大樣本（1,311 場預測）下，O25 沒有 edge；1X2 明顯 negative。**

- O25 ROI +0.1%，95% CI [−6.7%, +7.0%]；Brier 亦輸市場。
- 最後 30% 的 +4.2%（CI [−8.5%, +14.2%]）包括 0；之前 +26.1% / +13.4% 的 signal 已經消失。
- 1X2 ROI −10.0%（CI [−18.9%, −0.9%]）應該繼續禁用。
- 「A/B/C 級 = 主注」目前應該降級為「觀察 / paper trade」；唔好加大注碼。

## 下一步

1. 每次用 `data_update.py --season 2627` 更新 football-data（18 聯賽），再重跑 backtest。
2. 用 `paper.py log --stake-mode shadow` 每日記錄 A/B/C 預測，累積 3–6 個月 forward record。
3. 每次下注記錄 bet price 和 closing price，report CLV；CLV 比短期 ROI 更早反映有冇 edge。
4. 加多季數據（2024/25、2025/26）再做 walk-forward；不要在同一季調參再同一季測試。
5. 先換 `betting.py` 的結算/EV/Kelly，再考慮 Dixon-Coles、lineups、xG 模型等新 feature。