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
36.81%
公平赔率 2.72
平
23.71%
公平赔率 4.22
客 胜
39.48%
公平赔率 2.53
最可能比分
1 - 1
概率 9.25% 公平赔率 10.81

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 2.72 —
平 4.22 —
客 胜 2.53 —
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 9.25% 10.81
2 1-2 8.18% 12.22
3 2-1 8.0% 12.5
4 2-2 7.08% 14.13
5 0-1 5.34% 18.71
6 1-0 5.22% 19.14
7 1-3 4.83% 20.71
8 0-2 4.73% 21.14
9 3-1 4.61% 21.68
10 2-0 4.52% 22.13
比分矩阵 主队进球 ↓ · 客队进球 →
0 1 2 3 4 5
0
3.02%
33.11
5.34%
18.71
4.73%
21.14
2.79%
35.83
1.23%
80.97
0.44%
228.73
1
5.22%
19.14
9.25%
10.81
8.18%
12.22
4.83%
20.71
2.14%
46.81
0.76%
132.22
2
4.52%
22.13
8.0%
12.5
7.08%
14.13
4.18%
23.94
1.85%
54.11
0.65%
152.86
3
2.61%
38.37
4.61%
21.68
4.08%
24.5
2.41%
41.52
1.07%
93.84
0.38%
265.04
4
1.13%
88.72
1.99%
50.13
1.77%
56.64
1.04%
96.01
0.46%
216.97
0.16%
612.75
5
0.39%
256.41
0.69%
144.89
0.61%
163.69
0.36%
277.47
0.16%
626.96
0.06%
1769.91
其他比分(任一方 6 球及以上) 1.82% · 公平: 54.97
双方球队进球数
主队
大 小
0.5 82.27% 17.73%
1.5 51.6% 48.4%
2.5 25.07% 74.93%
3.5 9.77% 90.23%
4.5 3.16% 96.84%
客队
大 小
0.5 82.97% 17.03%
1.5 52.82% 47.18%
2.5 26.14% 73.86%
3.5 10.39% 89.61%
4.5 3.43% 96.57%
全场总进球
进球 概率 赔率
0 3.02% 33.11
1 10.57% 9.46
2 18.50% 5.41
3 21.58% 4.63
4 18.88% 5.30
5+ 27.46% 3.64
大 2.5 67.91% 小 2.5 32.08%
关键盘口概率
1X2
主 胜 36.81%
平 23.71%
客 胜 39.48%
大小球 2.5
大 2.5 67.91%
小 2.5 32.08%
双方进球
是 68.26%
否 31.74%
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 8.21% 12.18 11.31% 8.84 80.48% 1.24
-1.5 19.52% 5.12 — 80.48% 1.24
-1.0 19.52% 5.12 18.52% 5.4 61.96% 1.61
-0.5 38.04% 2.63 — 61.96% 1.61
0 (平手) 38.04% 2.63 22.28% 4.49 39.68% 2.52
+0.5 60.32% 1.66 — 39.68% 2.52
+1.0 60.32% 1.66 18.95% 5.28 20.73% 4.82
+1.5 79.27% 1.26 — 20.73% 4.82
+2.0 79.27% 1.26 11.84% 8.45 8.89% 11.24

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。