赛前概率：1X2 / 大小球 / 亚盘 / 双方进球
赛前 λ → 精确比分矩阵 → 从同一张矩阵派生胜平负、1.5/2.5/3.5 大小球、 −1.00 至 +1.00 共 9 档亚洲让球、双方进球（BTTS）。
来源：reports/MULTI_MARKET.md「范围与口径」
把一场足球比赛拆成 λ × 比分矩阵 × 概率
这是一个 Windows PC 桌面客户端 + 笔记本本地私有服务端的项目：服务端负责赛事采集、因子计算、
模型推理与会员权限下发，客户端只做展示、心跳与收银台。
对外发布的每一个百分比都来自项目内 reports/ 的可复现报告，并可一键重跑校验。
来源：README.md「形态」段
来源：01_源码/AISportsAnalytics/common/version.py（APP_VERSION = 1.1.0）
版本轴：五个独立演进的版本号
项目把「安装包版本」「线上模型」「实时因子链」「赛前回测契约」「指标定义」拆成五个互不牵连的版本号，
改任何一个发布的回测数字都必须同时升级 PREMATCH_MODEL_VERSION 并重新锁定测试集。
| 常量 | 取值 | 管的是什么 |
|---|---|---|
| APP_VERSION | 1.1.0 | 安装包 / API 应用版本，客户端同值 |
| MODEL_VERSION | 8.3.0-dc-elo-live | 生产环境实时预测模型（server/model/engine.py） |
| LIVE_FACTOR_MODEL_VERSION | factor-1.3.0 | 实时因子链（factors/live.py） |
| PREMATCH_MODEL_VERSION | factor-prematch-1.2.0 | 冻结的赛前回测契约（backtest/config.py） |
| BASELINE_VERSION | baseline-1.1.0 | Poisson / Dixon-Coles 基线实现版本 |
| METRICS_VERSION | metrics-2.0.0 | 指标定义版本（Brier 口径在此变更） |
来源：01_源码/AISportsAnalytics/common/version.py 第 29–35 行
核心能力
下面每一条都对应源码/文档里的实际实现，不是路线图承诺。
实时因子链：L0 → L4 分层
L0 只读数据源事实，L1 推单场速率，L2 产出剩余进球强度 λ，L3 出概率，L4 由概率与价格出 edge / Kelly。 因子注册表在导入时校验层级依赖，不允许读到同层或更高层。
来源：factors/__init__.py 模块文档
3 秒事件节拍 + 单场隔离
每场独立协程与锁，采集超时 2.0 秒、推理硬超时 2.5 秒（超时杀死并重建模型进程池）， 状态哈希不变就跳过推理，连续失败触发单场熔断。
来源：config.ini [scheduler]
来源：docs/ARCHITECTURE.md §2.3
会员权益只在服务端判定
客户端不写任何「会员是否有效」的授权判断，只展示服务端下发字段；
脱敏边界 redact.py 按 tier 裁剪，周卡拿不到高级块，因子权重与 edge 永不下发。
来源：docs/ARCHITECTURE.md §2.7
本机回环 + 签名请求
服务端默认只监听 127.0.0.1:8765，管理后台独立回环端口 8766；
用户请求走 HMAC-SHA256 签名 + 时间窗 + 一次性 nonce，密码用带随机盐的 scrypt 哈希。
来源：config.ini [server]
来源：README.md「安全与权限边界」
数据缺失不补 0
匿名详情页没有的字段（xG、犯规）在界面显示「—」而不是 0；
缺失输入走 FactorMissing，因子日志标记 degraded，数据完整度评分下调。
来源：使用说明.md §5「数据来源与降级提示」
来源：reports/CHANGES.md「D-03」
真实数据源与更新频率
默认数据源
type = nowscore，基址https://m.nowscore.com（捷报比分移动站公开端点）- 读取赛程、即时变化、赔率，另解析
/Analy/ShiJian/{id}.htm与/Analy/Analysis/{id}.htm的匿名可见内容 - 不登录、不绕过登录或付费墙；xG 与犯规不在匿名页面，界面显示「—」
- 另有三种可选实现：
demo（内置 1200 场模拟赛事，仅离线验收）、http、file
来源：config.ini [provider]来源：docs/DATA_PROVIDER.md
节拍与缓存 TTL
| 项 | 值 |
|---|---|
| 实时 tick | 3.0 s |
| 赛程发现 / 维护 | 30.0 s |
| 赛程缓存 TTL | 25.0 s |
| 即时变化缓存 TTL | 2.5 s |
| 赔率缓存 TTL | 8.0 s |
| 详情页刷新（进行中） | 60.0 s |
| 交锋 / 近期页缓存 | 1800.0 s |
| 单场采集超时 | 2.0 s |
| 推理硬超时 | 2.5 s |
| 客户端心跳 | 60 s |
来源：config.ini [scheduler] / [provider] / [server]
3 秒是派发节拍，不是每场刷新间隔。
max_matches = 2000 且采集并发 32 时，一轮最坏约 188 秒；要 3 秒级刷新必须降低
max_matches 或提高采集并发。
来源：docs/DEPLOYMENT_CHECKLIST.md §8；reports/CHANGES.md「D-12 容量口径」
支持联赛与赛季
回测与因子拟合覆盖 8 个联赛、11 个赛季（2015/16 – 2025/26），
原始文件按 联赛代码_赛季起始年.csv 落在 data/raw/，共 88 个 CSV。
| 代码 | 联赛 | 赛季范围 | 原始文件 |
|---|---|---|---|
| E0 | 英格兰超级联赛 | 2015 – 2025 | E0_2015.csv … E0_2025.csv |
| E1 | 英格兰冠军联赛 | 2015 – 2025 | E1_2015.csv … E1_2025.csv |
| D1 | 德国甲级联赛 | 2015 – 2025 | D1_2015.csv … D1_2025.csv |
| D2 | 德国乙级联赛 | 2015 – 2025 | D2_2015.csv … D2_2025.csv |
| I1 | 意大利甲级联赛 | 2015 – 2025 | I1_2015.csv … I1_2025.csv |
| SP1 | 西班牙甲级联赛 | 2015 – 2025 | SP1_2015.csv … SP1_2025.csv |
| F1 | 法国甲级联赛 | 2015 – 2025 | F1_2015.csv … F1_2025.csv |
| N1 | 荷兰甲级联赛 | 2015 – 2025 | N1_2015.csv … N1_2025.csv |
来源：backtest/config.py 的 LEAGUES / LEAGUE_NAMES / SEASONS
来源：data/raw/ 目录实际文件名
来源：reports/metrics.json → config.leagues / config.seasons
回测数据集规模
比赛行数
32,491
清洗后
data/clean/matches.csv特征行数
32,459
data/clean/features.csv日期跨度
2015-07-24
→ 2026-05-24
→ 2026-05-24
按日历日期分组切分，整日归入同一侧
train / val / test
19492 / 6469 / 6498
0.60 / 0.20 / 0.20
来源：reports/metrics.json → dataset 块（matches / features / train / val / test / date_min / date_max）
准确率：全部来自回测报告
口径先说清。下面所有数字都是时间冻结测试集上的回测结果，
不是在线的真实战绩。测试集 split=test、n = 6498，已被评估
4 次并冻结（test_runs = 4），因此只能作为历史披露，
不得用于选模型或调参。系统没有线上命中率公开数据 —— 这一项本站标注为
待补充。
来源：docs/ACCURACY.md
来源：reports/baseline.md 顶部更正（2026-10-29）
来源：reports/metrics.json → test_runs
赛前 1X2（胜平负）· 测试集 n = 6498
市场基线 命中率
51.86%
95% CI 50.64%–53.08%；RPS 0.2003
因子链赛前分支 命中率
50.63%
95% CI 49.42%–51.85%；RPS 0.2058
因子 − 市场（RPS）
+0.005091
95% CI 0.003790–0.006419，区间整体 > 0 → 因子模型更差
Brier（因子链 / 市场）
0.2006 / 0.1967
口径 metrics-2.0.0：三类平方误差的均值
必须如实说明：测试集上市场基线优于因子链赛前分支。 LogLoss 差值 +0.016373（95% CI 0.012258–0.020201）同样整体大于 0。 本系统不宣称因子模型在赛前 1X2 上击败收盘赔率聚合。
来源：reports/baseline.md「因子模型相对市场的配对差异」
来源：reports/metrics.json → claims_metrics（market_test_* / factor_full_test_*）
来源：docs/ACCURACY.md「不可对外宣称的内容」
多市场 · 测试集 n = 6498
大小球 1.5 方向命中率
77.73%
95% CI 76.70%–78.73%；Brier 0.1703；无公开盘口基准
大小球 2.5 方向命中率
56.79%
Brier 0.2442 vs 公开盘口 0.2399 → 不优于公开盘口
亚盘 +1.00 方向命中率
83.44%
走水率 16.94%（走水已从命中分母剔除）
双方进球 BTTS 命中率
55.40%
95% CI 54.19%–56.61%；该数据源无公开 BTTS 赔率
来源：reports/MULTI_MARKET.md「测试集」各节
来源：reports/metrics.json → multi_market.test
滚动起点稳健性诊断（24 个月训练窗口）
origin 数
9
2016 – 2024，每年一个 origin
因子模型 RPS 低于市场的 origin
0 / 9
所有 origin 都未击败市场
合并 RPS（market）
0.1996
9 个 origin 合并
合并 RPS（factor_full）
0.2068
9 个 origin 合并
来源：reports/WALK_FORWARD_24M.md §1–§2
来源：reports/metrics.json → walk_forward.origin_count / factor_beats_market_origins
该文件自己写明：这是稳健性诊断，不是对外宣传指标，也不参与模型选择。
待补充
- 线上命中率 / 线上样本量 —— 待补充。项目里没有任何线上实盘命中率的统计文件；只有回测报告。
- 真实投注收益 —— 无。
reports/STAKING.md的测试集资金曲线归零（ROI −100.00%），作为负面结果原样披露；本系统不执行投注。 - 实时因子链的回测验证 —— 不存在。数据源没有分钟级比赛快照，回测只验证赛前分支，不能宣称实时链已被回测验证。
来源：docs/ACCURACY.md「不可对外宣称的内容」
来源：reports/CHANGES.md（S9 §5「投注模拟」）
来源：reports/MULTI_MARKET.md「范围与口径」第 11 行