冰球確認由誰先發守門後，賠率要多久跟著改變？
研究「守門人選確認」：記者確認今晚由誰先發守門後，Polymarket 上的賠率是否改變，以及變化會持續多久（先發名單研究第一站）。
研究資訊
本頁目錄
重點發現
「兩成」是走完 3 小時內總變化的 18%，不是賠率變了兩成。舉例：如果 3 小時內賠率總共從 2.000 慢慢降到 1.994，確認後 15 分鐘大約只降到 1.999，約 1 小時才降到 1.997。看完主要結果後另外算的：889 次門將確認（來自 689 場比賽）的平均；估計範圍很寬（−9%～43%），前 15 分鐘也可能短暫往反方向走。
- 看完結果後另外只看能追蹤完整 3 小時的較早確認：平均約 1 小時走到一半，3 小時後也可能還在動。
- 變化非常小：3 小時內，賠率換算的勝率平均只變動約 0.15 個百分點，例如從 50% 變成 50.15%。
- 意外的門將（不是大家預期的人）一開始變得比較多。
- 對模型來說，重點是早一點估好兩位門將的實力差距，而不是搶記者發文的那幾分鐘。
白話說明
我們想知道什麼？
冰球的先發門將是比賽開始時上場守門的球員，主力換成替補，球隊獲勝的機會可能下降。通常隨隊記者會在開賽前幾小時發文確認由誰先發。我們想知道：確認消息出來後，Polymarket 上的賠率會不會改變、變化會持續多久？
我們怎麼研究？
Polymarket 是讓人買賣比賽結果的預測平台。以「A 隊今天會贏」為例，價格在 0 到 1 美元之間：A 隊贏了，每一份拿回 1 美元；輸了就是 0。所以價格 0.60 美元，大致代表參與交易的人整體認為 A 隊約有 60% 機會贏。這是大家的看法，不一定等於真正的勝率；消息出來後看法改變，賠率就會跟著變。Polymarket 的價格可以直接換成賠率：價格 0.60 美元，等於勝率約 60%、賠率約 1.67（賠率＝1 ÷ 價格）。我們整理了 2025-26 球季 1,801 次門將確認（其中 598 次不是原本預期的人選），用記者發文的時間當作消息公布時間（少數沒有推文連結的，改用網站登錄的時間），每 5 分鐘記錄一次賠率，看確認前後賠率怎麼變。
目前發現什麼？
在這次資料中，確認門將後賠率當下幾乎不動，之後才慢慢變。只看距開賽至少 3 小時 5 分鐘就確認的消息：前 15 分鐘約完成兩成，約 1 小時達到前 3 小時變動的一半；至於多久才完全走完，這次估不準，3 小時後可能還在動。總變動很小。
幅度有多小？
3 小時內的平均變動約 0.15 個百分點。用數字示意，相當於從 50% 變成 50.15%，而不是變成 65%；這只是說明大小，不是某場比賽的實際變化。對模型來說，門將資訊的重點是估準兩位門將的實力差距、早一點放進去，而不是搶記者發文的那幾分鐘。
還不能確定什麼？
「約 1 小時完成一半」是從 889 次距開賽至少 3 小時就確認的平均走勢看出來的，估計範圍是 30 分鐘到 2 小時，不能解讀成每場比賽都一樣。開賽前半小時內（熱身時段）才確認的比賽約佔 36%，時間太短，量不出「多久」。各隊能找到確認時間的比例不平均。研究也沒有計算實際交易成本。
本頁用到的名詞
- Polymarket
- 讓人買賣比賽結果的預測平台。價格介於 0 到 1 美元，大致代表參與交易的人認為的發生機會，不一定等於真正的機率。價格可以直接換成賠率：賠率＝1 ÷ 價格。
- 先發門將
- 比賽開始時上場守門的球員。
- 意外消息
- 確認的門將不是依賽前規則預期的人選，例如大家以為主力會上，結果是替補。
- 百分點
- 兩個機率之間的差距。例如從 50% 變成 51%，是增加 1 個百分點。
- 朝消息方向
- 如果消息讓某隊更被看好（例如確認由較強的門將先發），這隊的賠率會變低（換算的勝率變高），就算「朝消息方向」，記成正數。
- 樣本
- 這次研究實際分析的那一批消息或比賽。「本次樣本支持」＝在這批資料裡成立，還要用新資料再檢查。
詳細結果
這張走勢圖，要看哪幾個時間點？
- 01記者確認先發門將
從確認消息的時間開始觀察。
- 02確認後 15 分鐘
先看短時間內，賠率變了多少。
- 03確認後 1 小時
再看變化是否持續，不把這個時間當成每場比賽的規則。
- 04確認後 3 小時
用完整觀察到這段時間的同一批消息比較。
下方「多久」走勢只用距開賽至少 3 小時 5 分鐘的確認；3 小時後可能還在變動，不能把最後一點當成完全反映消息。
門將確認後，球隊勝率平均一路怎麼變（換算自賠率）
只用距開賽至少 3 小時 5 分鐘就確認的 889 次（來自 689 場），每個時點都是同一批確認、不會被開賽打斷。綠色區塊是確認後 15 分鐘：這段只動了一點，之後才慢慢上去。
看完結果後才加的描述｜誤差範圍很寬（例如 1 小時是 0.03～0.15 個百分點）｜2.5 小時比 3 小時略高，屬於誤差範圍內｜開賽前半小時內才確認的比賽（約 36%）時間太短，不在這張圖裡。
查看圖表的詳細數值
門將確認後經過多久，球隊勝率累積變了多少（換算自賠率）
同一批 889 次確認（來自 689 場，距開賽至少 3 小時 5 分鐘就確認）。單位是「百分點」；括號是佔前 3 小時變化的比例。
看完結果後才加的描述（原計畫只分「前 15 分鐘」和「之後到開賽前」兩段）｜括號裡的比例＝佔前 3 小時總變化的多少｜誤差很大：1 小時的比例可能在 27%～104% 之間｜確認時間分兩群：約 36% 在開賽前半小時內（熱身時），約 49% 在開賽 3 小時以前，只有後者能量「多久」。
研究假設深入閱讀
- H1賠率不會一次就調整完 → 成立：確認 15 分鐘後，到確認後最多 3 小時（或開賽前 5 分鐘），平均還會再往同一方向動一點點（換算成勝率約 0.08 個百分點）；換幾種篩選方式結果都一樣本次樣本支持
- H2下注的人越少的比賽，越容易慢半拍 → 證據不夠，方向也相反，無法確定證據不足
- H3意外的門將消息，之後比較容易繼續變動 → 方向對，但用比較嚴格的標準後，證據不夠，無法確定證據不足
- H4意外的門將消息公布前，賠率就已經先動 → 證據不夠，無法確定（公布前 1 小時平均幾乎不動）證據不足
- H5（探索）跟 R1 的 NBA 傷兵消息比 → 公布後「慢半拍」的幅度都很小、差不多；只看距開賽至少 3 小時 5 分鐘的消息，NBA 前 15 分鐘就完成約九成，NHL 門將只有約兩成。這只是並列描述，沒有正式比較探索結果
研究背景與價值
先發門將、先發投手對勝負影響很大，而且公布時間很明確。跟 R1 對照，可以看出賠率對名單消息的變化方式，是 NBA 特有，還是不同運動都一樣。
最新進度
最新進度：初步分析完成，並已修正資料篩選方式
下一步：用 2026-27 球季的新比賽再檢查一次，2027 年 2 月中對答案
研究進度
- 確認研究方向2026-10-20
- 計畫定稿並蓋時間戳2026-10-20
- 收集門將確認時間與賠率（2025-26 例行賽）2026-10-20
- 主分析完成2026-10-20
- 2026-27 新比賽前瞻驗證：計畫定稿、每天收集資料（2027/2/15 判定）進行中2026-10-20
研究方法
我們想知道什麼
- 門將確認的消息一出來，賠率是一次改變完、慢慢變，還是先變過頭再拉回來？
- 意外的消息（不是原本預期的門將），之後是不是比較容易持續變動？
- 消息公布前，賠率有沒有先動？
方法摘要
- 一次「門將消息」＝隨隊記者發文確認某隊今晚由誰先發守門；發文時間可以精確到毫秒。
- 「預期先發」的規則：前一天剛比賽、而且主力有上 → 預期由替補上；其他情況 → 預期本季先發最多的門將。確認的人跟預期不同，就算「意外」。
- 主要看確認後 15 分鐘到 3 小時（或開賽前 5 分鐘），賠率是否仍朝消息方向持續變動。
- 門將實力用 NHL 官方的救球率（擋下射門的比例）來比較。
- 消息時間：大部分用記者推文的時間。全部找到時間的 2,138 次確認中，124 次沒有推文連結，改用網站登錄的時間（平均晚約 2 分鐘）；納入分析的 1,801 次中有 95 次是這種情況。只用推文時間重算，結論一樣。
- 看完結果後才加的描述：「多久」只用距開賽至少 3 小時 5 分鐘就確認的 889 次（來自 689 場）重算，這樣每個時間點都是同一批比賽、不會被開賽打斷；誤差範圍用「把比賽重新抽取很多次」的方法估計。
資料來源與限制
限制
- 確認時間取得率各隊不平均（轉隊門將常缺），結果偏向門將陣容穩定的球隊。
- 救球率很容易受運氣影響；2026 年 3 月約 157 場缺少交易量資料，主分析沒有納入。
- 我們每 5 分鐘才有一筆賠率；記者推文不一定是最早的消息來源。
- 沒有計算價差與手續費，所以還不能判定跟著交易能否賺錢；延續不到 0.1 個百分點，獲利空間看起來有限。
更新紀錄
版本紀錄
- v1.1-前瞻2026-10-20
用 2026-27 新比賽再檢查一次的計畫已定稿並蓋時間戳，事先寫好「怎樣才算仍然成立」
- v1.0-修正2026-10-20
用另一個 AI 工具核對程式後：修正 44 次「離開賽不到 20 分鐘」的時間計算並重算；「約 2 小時走完」站不住，改成「約 1 小時走完一半」；補上對照比較
- v1.02026-10-20
計畫定稿並蓋時間戳；完成 2025-26 例行賽的主要分析（過程中的調整都有記錄）
研究紀錄
3b06a91190703537c405416c2624b033a1b4dc756d659d7bee912d2816054bce650106bea9e7948dab65be99250b4aed986a115994491a7bd066ab68f1e28acb01f34eda2b722f7cfb85405f18fdcaa4c21a1d333c311922cc198f1a532ee3c446593c2f24931cd275d3e8c28065ba39d634e405e10570bf7f0705e2ff0ea719本頁內容為研究紀錄，僅供參考，不構成任何投注建議或獲利保證。