基于泊松分布、ELO评分、市场偏差的量化框架，辅助竞彩玩家理解概率与价值。
竞彩数据模型是通过统计学、机器学习和赔率市场分析，对足球等体育赛事结果进行概率推算的量化体系。主要包含以下模块：
基于射门位置、机会质量构建的进攻效率模型，校正比分概率。
剔除市场抽水后计算隐含概率，寻找价值投注 (Value Bet)。
传统泊松回归预测比分，结合零膨胀模型优化小球/大球。
XGBoost / LightGBM 融合历史特征，提升预测稳定性。
* 数据模型仅供学习参考，不构成任何投注建议。
对比交易所与机构赔率，识别市场过热或冷门，计算凯利指数与熵值。
利用球队近期状态、伤病、ELO波动，构建时变参数模型。
模拟10万次赛果分布，评估胜平负、进球数的概率区间。
从数据采集(API) → 特征工程 → 模型训练 → 回测框架 → 信号输出。开源生态：Python, R, 以及云端部署。