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
31.81%
公平赔率 3.14
平
28.26%
公平赔率 3.54
客 胜
39.93%
公平赔率 2.5
最可能比分
1 - 1
概率 12.7% 公平赔率 7.87

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 3.14 —
平 3.54 —
客 胜 2.5 —
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 1-1 12.7% 7.87
2 0-1 10.67% 9.37
3 1-0 9.48% 10.55
4 1-2 8.51% 11.75
5 0-0 7.97% 12.55
6 2-1 7.56% 13.23
7 0-2 7.15% 13.98
8 2-0 5.64% 17.73
9 2-2 5.06% 19.75
10 1-3 3.8% 26.31
比分矩阵 主队进球 ↓ · 客队进球 →
0 1 2 3 4 5
0
7.97%
12.55
10.67%
9.37
7.15%
13.98
3.19%
31.3
1.07%
93.45
0.29%
348.68
1
9.48%
10.55
12.7%
7.87
8.51%
11.75
3.8%
26.31
1.27%
78.52
0.34%
293.0
2
5.64%
17.73
7.56%
13.23
5.06%
19.75
2.26%
44.21
0.76%
131.98
0.2%
492.37
3
2.24%
44.7
3.0%
33.36
2.01%
49.78
0.9%
111.46
0.3%
332.67
0.08%
1240.69
4
0.67%
150.24
0.89%
112.12
0.6%
167.34
0.27%
374.67
0.09%
1118.57
0.02%
4166.67
5
0.16%
631.31
0.21%
471.03
0.14%
703.23
0.06%
1574.8
0.02%
4694.84
0.01%
17543.86
其他比分（任一方 6 球及以上） 0.4% · 公平: 248.63
双方球队进球数
主队
大 小
0.5 69.58% 30.42%
1.5 33.38% 66.62%
2.5 11.84% 88.16%
3.5 3.29% 96.71%
4.5 0.75% 99.25%
客队
大 小
0.5 73.82% 26.18%
1.5 38.73% 61.27%
2.5 15.22% 84.78%
3.5 4.72% 95.28%
4.5 1.2% 98.8%
全场总进球
进球 概率 赔率
0 7.97% 12.55
1 20.15% 4.96
2 25.49% 3.92
3 21.50% 4.65
4 13.60% 7.35
5+ 11.29% 8.86
大 2.5 46.39% 小 2.5 53.61%
关键盘口概率
1X2
主 胜 31.81%
平 28.26%
客 胜 39.93%
大小球 2.5
大 2.5 46.39%
小 2.5 53.61%
双方进球
是 51.36%
否 48.64%
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 4.45% 22.49 9.3% 10.75 86.25% 1.16
-1.5 13.75% 7.27 — 86.25% 1.16
-1.0 13.75% 7.27 19.34% 5.17 66.92% 1.49
-0.5 33.08% 3.02 — 66.92% 1.49
0 (平手) 33.08% 3.02 26.72% 3.74 40.19% 2.49
+0.5 59.81% 1.67 — 40.19% 2.49
+1.0 59.81% 1.67 21.77% 4.59 18.42% 5.43
+1.5 81.58% 1.23 — 18.42% 5.43
+2.0 81.58% 1.23 11.8% 8.48 6.62% 15.1

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。