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
46.35%
公平赔率 2.16
平
19.91%
公平赔率 5.02
客 胜
33.75%
公平赔率 2.96
最可能比分
2 - 2
概率 6.78% 公平赔率 14.75

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 2.16 —
平 5.02 —
客 胜 2.96 —
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 2-2 6.78% 14.75
2 2-1 6.11% 16.37
3 3-2 5.79% 17.28
4 1-2 5.3% 18.88
5 3-1 5.21% 19.19
6 2-3 5.02% 19.93
7 1-1 4.77% 20.96
8 3-3 4.28% 23.36
9 1-3 3.92% 25.51
10 4-2 3.7% 27.01
比分矩阵 主队进球 ↓ · 客队进球 →
0 1 2 3 4 5
0
0.84%
119.09
1.86%
53.65
2.07%
48.33
1.53%
65.31
0.85%
117.67
0.38%
265.04
1
2.15%
46.52
4.77%
20.96
5.3%
18.88
3.92%
25.51
2.18%
45.97
0.97%
103.53
2
2.75%
36.34
6.11%
16.37
6.78%
14.75
5.02%
19.93
2.78%
35.91
1.24%
80.88
3
2.35%
42.59
5.21%
19.19
5.79%
17.28
4.28%
23.36
2.38%
42.08
1.05%
94.79
4
1.5%
66.55
3.34%
29.98
3.7%
27.01
2.74%
36.5
1.52%
65.75
0.68%
148.1
5
0.77%
129.97
1.71%
58.55
1.9%
52.75
1.4%
71.28
0.78%
128.44
0.35%
289.27
其他比分（任一方 6 球及以上） 7.07% · 公平: 14.14
双方球队进球数
主队
大 小
0.5 92.26% 7.73%
1.5 72.47% 27.52%
2.5 47.14% 52.85%
3.5 25.52% 74.47%
4.5 11.69% 88.3%
客队
大 小
0.5 89.14% 10.86%
1.5 65.03% 34.97%
2.5 38.26% 61.74%
3.5 18.46% 81.54%
4.5 7.47% 92.53%
全场总进球
进球 概率 赔率
0 0.84% 119.09
1 4.01% 24.91
2 9.59% 10.42
3 15.28% 6.54
4 18.26% 5.47
5+ 52.01% 1.92
大 2.5 85.55% 小 2.5 14.44%
关键盘口概率
1X2
主 胜 46.35%
平 19.91%
客 胜 33.75%
大小球 2.5
大 2.5 85.55%
小 2.5 14.44%
双方进球
是 82.24%
否 17.76%
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 15.52% 6.45 13.46% 7.43 71.01% 1.41
-1.5 28.98% 3.45 — 71.01% 1.41
-1.0 28.98% 3.45 17.73% 5.64 53.28% 1.88
-0.5 46.71% 2.14 — 53.28% 1.88
0 (平手) 46.71% 2.14 18.6% 5.38 34.68% 2.88
+0.5 65.31% 1.53 — 34.68% 2.88
+1.0 65.31% 1.53 15.38% 6.5 19.31% 5.18
+1.5 80.68% 1.24 — 19.31% 5.18
+2.0 80.68% 1.24 10.12% 9.88 9.18% 10.89

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。