AI 預測在運動投注的邏輯架構

預測管線總覽：五個步驟

抓取 NBA 賽季數據

資料來源是 Basketball-Reference 與 stats.nba.com，涵蓋 1946 年至今每一場比賽，總計超過 300 萬筆球隊與球員紀錄：勝敗場、總得分、籃板、助攻、失誤、抄截、三分命中率、罰球數等。兩個來源都支援自訂日期範圍，技術上用 Python 的 requests 讀取 HTML，再以 Pandas 的 pd.read_html() 或 BeautifulSoup 解析出需要的表格。

抓回來的原始欄位會先做欄名標準化，讓後續清理與特徵工程有一致的 schema：

COLUMN_MAP = {
    'PName': 'Player_Name',      # 球員姓名
    'POS':   'Position',         # 位置
    'Team':  'Team_Abbreviation',
    'GP':    'Games_Played',
    'W':     'Wins',
    'L':     'Losses',
    'Min':   'Minutes_Played',
    'PTS':   'Total_Points',
    'FG%':   'Field_Goal_Percentage',
    '3P%':   'Three_Point_FG_Percentage',
    'FT%':   'Free_Throw_Percentage',
    'REB':   'Total_Rebounds',
    'AST':   'Assists',
    'TOV':   'Turnovers',
    'STL':   'Steals',
    'BLK':   'Blocks',
    # ... 共 29 個欄位，含 OREB / DREB / PF / FP / DD2 / TD3
}

數據清理

數據清理直接決定模型上限。原始資料常見輸入錯誤、缺失、重複與離群值，必須先處理乾淨。這裡有兩個容易被忽略的關鍵：一是移除「會洩漏勝負結果」的欄位，避免模型作弊式地學到答案；二是刪除高度相關的重複特徵（例如投籃命中率、兩分命中率、三分命中率彼此重疊），降低特徵間的共線性。

特徵工程：五個關鍵特徵

特徵工程的本質是把兩支球隊的能力值拆成可以比較的數字，找出決定勝負的因素與權重——不看隊名與名氣，只看純數據的絕對值。NBA 深度學習實作中，以下五個特徵對比賽結果的預測力最強。

1. Elo Rating：用比賽結果衡量球隊實力

Elo Rating 只需要每場比賽的最終比分、地點與時間就能運作。贏球加分、輸球扣分，爆冷獲勝或大分差獲勝會拿到更多分；它是零和系統，一隊加幾分對手就扣幾分，所有球隊的初始分通常設在中位數 1500。每場賽後的更新公式：

Elo_new = Elo_old + K × (Result − WinProbability)

Elo_old        目前的 Elo Rating
K              調整參數：K 越大，分數變動越快
Result         實際結果（勝 = 1，敗 = 0）
WinProbability 由雙方 Elo 差換算出的預測勝率

Elo 也會跨賽季傳承——強隊通常維持強勢、弱隊很少瞬間翻身，所以新賽季的起始分是把上季期末分數向聯盟平均（1505）回歸 25%：

Elo_next_season = (R × 0.75) + (0.25 × 1505)

R = 球隊上一個賽季的期末 Elo Rating

把任三支球隊的 Elo 隨時間畫出來，可以直接看出整季實力消長：勇士與騎士在總冠軍賽交手的年份 Elo 同步衝上峰值；西區整體比東區艱難，也反映在勇士「品質勝利」帶來的額外 Elo 加分；而冠軍賽季後的陣容流失與傷病，同樣會在曲線上快速下滑。

2. 近期球隊表現（最近 10 場平均）

把每隊最近 10 場的得分、籃板、助攻、失誤、封蓋、抄截取平均，存成新的特徵欄。重點在挑特徵：用相關性分析、主成分分析（PCA）與資訊增益篩出資訊量最高的欄位。若要進一步捕捉趨勢與季節性，可疊加時間序列模型（ARIMA、LSTM），或直接交給 SVM、決策樹、隨機森林等模型去學特徵之間的非線性關係。

PER = ( FGM × 85.910  + STL  × 53.897 + 3PTM × 51.757
      + FTM × 46.845  + BLK  × 39.190 + OREB × 39.190
      + AST × 34.677  + DREB × 14.707 − PF   × 17.174
      − FT_Miss × 20.091 − FG_Miss × 39.190 − TOV × 53.897
      ) × (1 / Minutes)

數據分析與模型訓練

分析的核心問題有兩個：Elo 是否真的與其他統計相關、媒合正確？以及用球隊統計（Elo）還是球員統計（PER）預測比賽結果更準？

先看整個聯盟每季的 Elo 分佈密度：接近常態分佈代表聯盟戰力均衡，出現長尾則代表「超級球隊」成形。再追蹤單一球隊，平均得分越高 Elo 通常越高，但相似得分下 Elo 仍有很大變異——把得分「相對於對手、相對於聯盟平均」之後，相關性才真正穩定。這證明 Elo 之所以比原始得分更會預測勝負，正因為它是相對化的統計。反觀 PER：把球隊的 PER 總和、平均、中位數對上 Elo 衡量的球隊實力，相關性都很弱——球員效率高不等於得分多，而對戰中真正決定勝負（進而推動 Elo）的是相對得分。

兩個核心結論

• 相對化才穩定：得分換成「相對對手、相對聯盟」後，與勝負的相關性才真正成立。
• 球隊 > 球員加總：PER 總和與球隊實力相關性很弱，球員效率高 ≠ 球隊會贏。

以球員得分預測比賽結果時，用線性迴歸（預測連續分數）而非邏輯迴歸（只預測勝負），再把每隊預測得分加總比較。58.66% 的準確率印證了前面的觀察：球員綜合表現變異太大，不如球隊層級的表現一致。最終以 RandomSearchCV 調參的隨機森林拿到 67.15% 的最高測試精度——而業界最強的 NBA 預測模型命中率天花板也只在 70% 左右，代表模型已逼近理論上限。後續的優化方向是把時間花在模型選擇（SGD 分類器、線性判別分析、卷積網路、樸素貝葉斯）而非調參。

賠率比對：從預測勝率到正期望值

模型勝率本身不會賺錢，獲利公式需要三個要素：深度學習的預測勝率、即時的賠率，以及回測過的投注策略。把 AI 勝率對上市場賠率算出期望值（EV），只在 EV 為正時出手：

EV = (AI 預測勝率 × 歐式賠率) − 1

EV > 0  →  長期下注可期待正報酬（價值投注）
EV < 0  →  長期下注會虧損，直接跳過

範例：AI 勝率 58%、賠率 1.90
EV = (0.58 × 1.90) − 1 = +0.102 → 每注期望 +10.2%

這套方法不限於 NBA，籃球、棒球、足球、冰球、網球都適用。模型在真實賽事的命中率與獲利單位數，可以在AI 模型表現驗證逐月檢視；下注前的期望值與串關賠率試算，則可以用投注計算機快速完成。

同一套架構，涵蓋全球主流聯賽

特徵工程的精神是「比較能力值、不看隊名」，所以同一套管線可以平移到不同運動：目前涵蓋 NBA、MLB、五大足球聯賽、歐洲賽事與 NHL，未來將持續擴展到更多聯賽。

結論與下一步

• 相對化的統計贏過原始數字：Elo 比平均得分準、得分比 PER 總和準，因為勝負本來就是相對的。
• 球隊層級的特徵比球員加總穩定，是模型主力訊號；球員近況作為輔助特徵。
• 67.15% 的測試精度已逼近 NBA 預測約 70% 的理論天花板，剩餘空間在模型選擇而非無止盡調參。
• 預測勝率必須搭配賠率比對與正 EV 紀律，才會轉化成長期獲利。

參考文獻與資料來源

本文方法與資料皆可公開查證，歡迎深入閱讀原始研究：

• Elo 等級分制度（Arpad Elo, 1978）
• 球員效率評級 PER（John Hollinger）
• Dixon & Coles (1997)：足球進球 Poisson 模型
• Poisson 分佈（得分次數建模）
• scikit-learn：隨機森林與 RandomizedSearchCV 調參
• 資料來源：Basketball-Reference · stats.nba.com