v1.0.0 · 泊松 + Dixon-Coles 模型，可选市场赔率融合 + 伤病调整
已完赛 104 场（满 80 场样本门控）。模型对平局 argmax 召回 0/13、冷门信号精确率≈基础率(30%)是独立泊松天花板——样本已够，可回来评估是否构建专门的平局分类器（特征：实力差 / 防守风格 / 赛事利害 / 历史平局倾向）。
这是评估提醒，非自动改模型。删 data/draw-clf-state.json 可重置。
| 相对基准的技能增益 | 10.472% |
| 大小球 2.5 准确率 | 52% |
| 双方进球（BTTS）准确率 | 52% |
| 精确比分命中（top1 / top4） | 5% / 48% |
| 回测样本 | 60 场 |
每场赛果（含 xG 过程）实时纳入：球队评分在线进化 + 模型参数在有界范围内自调，越跑样本越多越准。
| 相对基准的技能增益 | +31.3% |
| 胜平负命中率 | 65% |
| 精确比分命中（大胆比分） | 15% |
| 场均进球预测误差（MAE） | 1.44 球 |
| 进球预测偏差（+高估 / −低估） | -0.06 球 |
| 最近 10 场 RPS（近况） | 0.194 |
当前自学习参数：进球基线 1.344 · ρ 0.02 · 模型/市场权重 0.7 · 强弱错配放大 0 · 大胆系数 0.22/0.16/0.325（均锚定回测默认值，仅小幅自调、严格更优才采纳）。
上方各处「技能增益」的基准是赛果频率（无技能基准），只能证明"比瞎猜强"。竞彩要盈利必须赢的是抽水 11.4% 后的市场，故此处并列市场基准。
评测区间 2026-07-03 ~ 2026-09-29 · 概率取赛前快照（下注时点，非收盘）· 市场概率 = 该场竞彩赔率按 1/赔率归一去水 · RPS 越低越好 · 未匹配 63 场
| 样本 | 场次 | RPS 模型 | RPS 市场 | RPS 无技能 | 模型相对市场 | 模型概率≡市场概率 |
|---|---|---|---|---|---|---|
| 世界杯（有独立模型） | 21 | 0.1902 | 0.1883 | 0.2336 | -1.01% | 1/21 = 4.8% |
| 非世界杯（盘口隐含） | 934 | 0.1976 | 0.1976 | 0.2321 | 0.00% | 934/934 = 100.0% |
| 全样本 | 955 | 0.1974 | 0.1974 | 0.2324 | -0.02% | 935/955 = 97.9% |
jc-plan.ts 的刻意设计（λ 反解会伪造 +EV，故直接用该池去水概率覆盖，EV 恰 = −抽水，诚实零信号）。因此这些场次不存在独立 edge，任何"筛选/价值/推荐"都只是排序，不是正期望。