📐 胜平负核心计算公式
赔率 → 概率换算
标准公式：
概率 (%) = 1 / 赔率 × 100%
但需扣除抽水（利润率）。
真实概率 (无抽水)
P(胜) = (1/主胜赔) / (1/主胜 + 1/平 + 1/负)
P(平) = (1/平赔) / (1/主胜 + 1/平 + 1/负)
P(负) = (1/负赔) / (1/主胜 + 1/平 + 1/负)
例：赔率 2.10 / 3.25 / 3.80，计算可得主胜概率约44.5%
泊松分布模型 (进球预测)
基于主客队平均进球入球 (λ)，计算胜平负概率：
主队进球 λ₁，客队进球 λ₂，比较90分钟进球数。
常用联赛平均参数：英超 λ≈1.5~1.8，通过积分差调整λ值。
🧮 实战案例：胜平负计算全过程
案例：阿森纳 vs 利物浦
初始赔率：主胜 2.40 / 平 3.40 / 负 2.90
步骤1：计算无抽水概率 → 主胜 38.7% 、平 27.3% 、负 34.0% 。
步骤2：结合凯利指数(0.95~0.98) 判断价值。
步骤3：泊松修正：两队近期场均进球主1.6、客1.9，调整概率偏向客队不败。
✅ 最终推荐：平+负 (双选) ，对应概率超62%
📊 凯利指数 & 最优投注比例
凯利公式 (简化)
b = 赔率-1, p = 胜率, q = 1-p
当 f* > 0 时表示有投注价值。通常取25%~40% 作为实际投注比例。
盈亏平衡线
胜平负盈亏平衡点 = 1 / 赔率。若三项之和小于1，存在套利机会。
示例：赔率 2.05 / 3.30 / 3.70 → 和=0.4878+0.3030+0.2702=1.061 >1，庄家抽水6.1% 。
合理计算抽水后，才能得到真实概率。
❓ 胜平负高频问题 (FAQ)
1. 胜平负计算公式中，赔率如何转换为概率？
最直接：概率 = 1/赔率，但需用总倒数归一化处理，去除庄家抽水。详细见上方公式板块。
2. 凯利指数大于1代表什么？
凯利指数大于1通常表示赔率高于真实概率，存在正期望，但需结合离散度。一般0.9~1.0为合理区间。
3. 泊松分布适合所有联赛吗？
更适合进球数稳定、防守体系成熟的联赛（如英超、西甲）。对低级别或杯赛偶然性较大，需配合基本面。
4. 如何用公式计算平局概率？
泊松模型：P(平) = Σ P(主队进球k) * P(客队进球k) (k=0,1,2...)。也可用赔率直接换算。
5. 网站推荐的胜平负策略是什么？
结合凯利指数与泊松概率，选择主胜概率>45%且凯利>0.95的场次；平局关注低赔方异常。
📈 动态概率模型
实时赔率变化结合凯利离散，智能提示价值投注。
⚖️ 多家赔率对比
提取平均赔率计算胜平负真实概率，过滤异常。
🤖 AI辅助决策
基于历史数据训练，输出胜平负推荐与置信度。