模型方法
評分模型
本站所有評分均來自同一統計模型，並以唯一誠實的方式評估——只對模型從未見過的賽事評分。
回測的誠實結論
誠實解讀：模型遠勝隨機猜測，概率校準良好；但香港彩池市場更為精準。模擬跟隨模型與市場分歧下注，在每個回測賽季均錄得虧損。
模型如何運作
1 · 特徵
每匹馬約50項賽前已知特徵——往績、評分、檔位、狀態、人馬組合及隔夜市場——全部僅以賽前數據計算，絕不使用最終起步賠率。
2 · 梯度提升樹
LightGBM 分類器從約 137,000 次歷史出賽中學習哪些特徵組合預示勝出。
3 · 勝出概率
按場歸一化將分數轉為每場合計 100% 的概率；評估賠率即 1 ÷ 概率。
模型對每匹參賽馬只使用賽前已知的資料：近期往績、經標準時間調整的完成時間、評分及其變化、負磅與馬體重變化、檔位、班次升降、路程與場地適性、騎師及練馬師勝率、配備更改、過往起步賠率反映的市場評價，以及（2021年12月起）當前賽事的隔夜市場（開盤及清晨獨贏賠率與其變動）。最終起步賠率絕不作為輸入。
梯度提升分類器為每匹馬評分，再以逐場 softmax 轉換為勝出概率，每場合計恰為 100%。評估賠率即勝出概率的倒數。
評估採用按季走前方式：自2019/20年度起，每個賽季均以更早的數據從頭重新訓練，再對該賽季盲測評分。本站評分表顯示的正是這些樣本外評分，而非事後擬合的結果。
模型看重甚麼
按增益佔比排列的十大輸入——「近績對比同場對手」影響最大。
走前回測結果
隨機基準
2.487
本模型
2.155
市場（最終賠率）
2.008
模型＋市場
2.006
對數損失越低，概率估計越準。模型遠勝無資訊基準，但公開獨贏市場更為精準——兩者混合亦無穩定增益。
■ 本模型 · ■ 市場（最終賠率） · ┄ 隨機基準 — 逐季前推對數損失（越低越好）
概率校準
按十分位比較預測勝出概率與實際勝出率，匯總所有樣本外賽季。
圓點落在虛線上代表校準完美。橫軸為預測勝率、縱軸為實際勝率（按十分位）。
數據表
| 十分位 | 預測勝率 | 實際勝率 | 樣本數 |
|---|---|---|---|
| 1 | 1.1% | 0.8% | 7,144 |
| 2 | 2.2% | 1.9% | 7,144 |
| 3 | 3.1% | 3.5% | 7,144 |
| 4 | 4.1% | 4.0% | 7,144 |
| 5 | 5.2% | 5.7% | 7,144 |
| 6 | 6.5% | 6.9% | 7,143 |
| 7 | 8.2% | 8.6% | 7,144 |
| 8 | 10.6% | 10.5% | 7,144 |
| 9 | 14.9% | 14.9% | 7,144 |
| 10 | 26.5% | 25.7% | 7,144 |
實例示範
最近已完賽事的完整評分表——所有過往評分表全部公開。
貼士服務推出後，本頁將公開實時貼士帳簿——每項貼士於發佈時凍結並以雜湊鏈記錄，公開結算。
想取得未來賽事的評分表？
加入等候名單本頁內容並非投注建議。任何未來的顧問服務，都將以實時公開、不可篡改的往績紀錄來檢驗，而非以此回測結果。
駿眼統計為獨立資訊服務，與香港賽馬會並無任何關聯、認可或授權關係。