足球泊松计算器

基于 xG 的赛果概率与公平赔率引擎

输入预期进球（xG）
高级选项
模型采用足球增强泊松：平局与热门方结果概率略高。
预测快览
主 胜
58.95%
公平赔率 1.7
平
23.17%
公平赔率 4.32
客 胜
17.87%
公平赔率 5.59
最可能比分
1 - 0
概率 10.62% 公平赔率 9.42

赛果概率与赔率（输出）

公平赔率对比
盘口 市场赔率 公平赔率 ? 基于概率由模型计算的公平价格。 优势 ? 庄家赔率与模型公平赔率之差。 正优势表示存在潜在价值投注机会。
主 胜 1.7 —
平 4.32 —
客 胜 5.59 —
发现价值投注机会

将模型公平赔率与博彩公司赔率对比，发现正期望值投注。

查看价值投注 →
精确比分概率与公平赔率
# 精确比分 概率 赔率
1 1-0 10.62% 9.42
2 1-1 10.3% 9.71
3 2-0 10.25% 9.76
4 2-1 9.94% 10.06
5 3-0 6.59% 15.17
6 3-1 6.4% 15.64
7 0-0 5.5% 18.17
8 0-1 5.34% 18.74
9 1-2 5.0% 20.02
10 2-2 4.82% 20.74
比分矩阵 主队进球 ↓ · 客队进球 →
0 1 2 3 4 5
0
5.5%
18.17
5.34%
18.74
2.59%
38.63
0.84%
119.47
0.2%
492.61
0.04%
2538.07
1
10.62%
9.42
10.3%
9.71
5.0%
20.02
1.62%
61.9
0.39%
255.3
0.08%
1315.79
2
10.25%
9.76
9.94%
10.06
4.82%
20.74
1.56%
64.15
0.38%
264.55
0.07%
1364.26
3
6.59%
15.17
6.4%
15.64
3.1%
32.24
1.0%
99.72
0.24%
411.18
0.05%
2118.64
4
3.18%
31.44
3.09%
32.41
1.5%
66.82
0.48%
206.65
0.12%
852.51
0.02%
4385.96
5
1.23%
81.44
1.19%
83.96
0.58%
173.1
0.19%
535.33
0.05%
2207.51
0.01%
11363.64
其他比分（任一方 6 球及以上） 1.47% · 公平: 68.21
双方球队进球数
主队
大 小
0.5 85.48% 14.51%
1.5 57.47% 42.53%
2.5 30.44% 69.56%
3.5 13.05% 86.95%
4.5 4.66% 95.34%
客队
大 小
0.5 62.09% 37.91%
1.5 25.32% 74.68%
2.5 7.49% 92.51%
3.5 1.72% 98.28%
4.5 0.32% 99.68%
全场总进球
进球 概率 赔率
0 5.50% 18.17
1 15.96% 6.27
2 23.14% 4.32
3 22.37% 4.47
4 16.22% 6.17
5+ 16.82% 5.94
大 2.5 55.4% 小 2.5 44.6%
关键盘口概率
1X2
主 胜 58.95%
平 23.17%
客 胜 17.87%
大小球 2.5
大 2.5 55.4%
小 2.5 44.6%
双方进球
是 53.08%
否 46.92%
亚洲让球概率 ? 概率由泊松比分模型计算得出。 走水（Push）仅适用于整数亚盘盘口。 主队让球盘
盘口 主队赢盘 走盘 客队赢盘
-2.0 17.25% 5.8 18.34% 5.45 64.4% 1.55
-1.5 35.59% 2.81 — 64.4% 1.55
-1.0 35.59% 2.81 24.19% 4.13 40.21% 2.49
-0.5 59.79% 1.67 — 40.21% 2.49
0 (平手) 59.79% 1.67 21.75% 4.6 18.46% 5.42
+0.5 81.54% 1.23 — 18.46% 5.42
+1.0 81.54% 1.23 12.16% 8.22 6.3% 15.88
+1.5 93.7% 1.07 — 6.3% 15.88
+2.0 93.7% 1.07 4.63% 21.58 1.67% 60.06

模型如何工作

泊松分布
xG 输入
调整
概率输出

各项概率由泊松质量函数导出的分布得出（统计学常用）。

泊松模型的局限

泊松很常用，但仍有局限：

  • 默认进球事件相互独立
  • 未将红牌或比赛状态变化直接纳入模型
  • 在极低或极高xG的场次中可能偏差更大
了解更多
分享本工具

如何使用泊松计算器

  1. 输入主队的预期进球 (xG)
  2. 输入客队的预期进球 (xG)
  3. 点击「计算」或修改输入以自动更新
  4. 查看精确比分概率/公平赔率以及各市场分布

适合分析师、彩民与任何用数据看球的读者。

为什么泊松分布适合基于 xG 的预测

用 xG 替代简单历史进球，可更贴近机会质量，而非仅看往绩比分。

其好处包括：

  • 减少门前把握波动带来的“随机性”
  • 让预测与底层过程表现更一致
  • 用统计概率反推更“公平”的理论赔率
  • 对比模型与庄家盘口以寻找价值

因此泊松/类似模型在 AI 足彩预测中很常见。

常见问题

用预期进球 (xG) 估计各比分/赛果等概率，辅助预测与盘口相关的可能性。

对进球/得分建模很常用，与 xG 及场面因素结合时效果更好。

可以：用于估算“公平”概率/赔率，并与庄家盘面对照以寻找价值。

建议用赛前、基于双方实力、近况与对手强度所估计的 xG。

支持。根据您输入的主客场 xG，会构建完整正解得分配阵，可查看每个比分的概率并对照各盘口。同一套模型也供 1X2 与双方进球 (BTTS) 使用。

指两队至少各进一球的概率。本工具中 BTTS 是/否 与得分配阵相同 xG-泊松模型，因此 xG、精确比分和 BTTS 在足球预测中自洽。