前言¶
做足球赛事数据分析时，常见做法是挑几个指标拍权重，看几场历史交锋就下结论。这类判断不可复现：换一个人、换一批数据，结果完全不同，赛后也无法归因。球小研足球量化分析针对的是这个问题：把赛果概率拆成固定的输入维度，用统一的框架合成，并用回测数据持续校准权重。
下面介绍这个 Skill。
这是什么¶
球小研足球量化分析是一个足球赛事量化分析方法论 Skill，采用 v9.9 标准定义框架。它不只是一个提示词，而是一套结构化的分析流程：输入赛事要素，输出 90 分钟赛果概率倾向、三个模型比分，以及回测的吻合率指标。
发布者是天渝天企服，来源标记为 enterprise，分类为 data-analysis，当前版本 9.9.11，发布在 SkillHub。页面显示评分 100000，下载 1511 次，安装数为 0。
它解决的是三个具体问题：
- 赛前预测缺少统一口径，同一场比赛不同分析者结论不一致；
- 缺少比分层面的模型，只有胜平负倾向，无法做比分研究；
- 模型校准没有闭环，权重调完就丢了，下次还是从零开始。
核心功能¶
多维加权合成赛果概率¶
框架的第一层是输入维度。根据官方简介，合成 90 分钟赛果概率的维度包括：
- 首发身价；
- 主场优势；
- 近期状态与磨合；
- 积分榜排名；
- 相似对阵比分；
- 历史交锋；
- 其他因素。
这些维度按固定框架加权合成，而不是由分析者临时决定重点。
泊松比分模型与分联赛基线¶
概率倾向之外，框架还输出三个模型比分，方法基于泊松比分模型。泊松模型本身假设进球数服从泊松分布，其参数需要按联赛校准，因此框架引入了分联赛基线。
公开版内置示例联赛基线，完整的基线表与模型参数由服务端下发。这意味着本地运行用的是示例基线，接入服务端后才拿到完整基线。
回测双吻合率与校准闭环¶
回测环节同时给出两类指标：
- 概率倾向吻合率：模型给出的倾向与实际赛果方向的一致比例；
- 比分吻合率：模型比分与实际比分的一致比例。
内置回测闭环持续校准。也就是说，回测结果不是一次性报告，而是回流到框架里用于调整权重和基线的依据。
安装与启用¶
官方地址：
https://api.skillhub.cn/org-n3kg4w72/qiuxiaoyan-football-quant
SkillHub 页面：
https://www.skillhub.cn/skills/org-n3kg4w72/qiuxiaoyan-football-quant
抓取资料中未给出具体的安装命令、目录路径或配置文件字段，本文不臆测。从已核实信息可以确认两点：
- 标签
requires_api_key=false，即不需要 API key，本地即可运行分析框架； - 完整基线表与模型参数依赖服务端下发，如需完整基线，需要按官方页面说明接入。
安装前建议先打开官方页面，核对版本与安装方式后再操作。
典型用法¶
抓取资料中没有给出官方的可复现示例，下面按简介中描述的框架流程说明调用逻辑，具体参数以官方文档为准。
赛前分析¶
输入一场赛事的要素，覆盖上述七个维度：
- 双方首发阵容及身价，用于首发身价维度；
- 主客场信息，用于主场优势维度；
- 双方近若干场战绩与阵容磨合情况，用于近期状态与磨合维度；
- 双方当前积分榜位置，用于积分榜排名维度；
- 历史上比分相近的对阵样本，用于相似对阵比分维度；
- 双方历史交锋记录，用于历史交锋维度；
- 伤停、赛程密度等补充信息，归入其他因素。
框架输出赛果概率倾向与三个模型比分。
回测¶
用历史赛事数据批量跑上述流程，框架给出概率倾向吻合率与比分吻合率，并据此校准。
适用场景与注意¶
适合¶
- 足球赛事数据分析，需要统一口径的赛果概率；
- 量化模型教学，泊松模型与多维加权都有明确可拆解的环节；
- 赛后复盘研究，框架的维度划分便于逐项归因，看是哪个维度的判断出了问题。
注意¶
- 公开版只有示例联赛基线，完整基线表与模型参数由服务端下发，未接入时的分析结果与正式版存在差距；
- 首发身价、近期状态、磨合程度等维度需要自行整理数据，框架不自带数据源；
- 泊松模型假设进球相互独立且服从泊松分布，强队碾压、早盘红牌等非典型场次会偏离假设，回测吻合率用于暴露这类偏离；
- 抓取资料显示安装数为 0，说明目前基本没有真实使用反馈，本文不引用任何用户评价。
结尾¶
球小研足球量化分析的价值在于把足球赛果预测从经验判断变成可复现、可回测、可校准的流程：维度固定、模型明确、回测双吻合率闭环。适合需要统一分析口径或做量化教学的开发者。
官方地址：https://api.skillhub.cn/org-n3kg4w72/qiuxiaoyan-football-quant
