Edge
Chrome
Firefox
两年前在论坛发帖《用人工智能ChatGPT预测本届欧洲杯》，一个月周期最终实现了16.29%的模拟收益率。时隔两年，AI已完成从被动响应的统计语言模型向具备自主规划、工具调用与闭环反思能力的智能体（Agent）的进化。
这次，我准备用Agent驱动的量化预测系统来模拟本届世界杯。先说一下整体架构：底层采用开源Agent框架 OpenClaw 作为执行环境，核心是 Skill封装 Agent调度，模式：将足球预测的完整工作流封装为可复用的Skill，由Agent作为控制中枢，自主完成任务分解、工具链调用与结果聚合。具体执行链路为：抓取实时数据 → 检索增强生成（RAG） → 计算ELO评分 → 拟合泊松分布 → 运行蒙特卡洛模拟 → 输出概率矩阵。大模型推理部分使用 DeepSeek-V4-Pro API，作为Agent的“决策大脑”。
本次预测将生成结构化的量化模型报告，从ELO差、xG预期、进球分布、模拟置信区间等多个维度，完整呈现支撑预测结果的推理过程与数据依据。
玩法说明：本次模拟初始虚拟本金100000元，单场固定投入1000元，为方便执行，从6月14日凌晨3点卡塔尔VS瑞士那场开始。每场根据Agent输出的量化概率，投注三个单关玩法：胜平负、半全场、总进球。按照投注模型分配资金。赔率按实际竞彩执行，预测失败则本金归零，成功则收益累加。
郑重提醒：AI Agent仅为辅助分析工具，以上为模拟娱乐操作，所有投入均为虚拟本金，请勿模仿用于真实投注。
这次，我准备用Agent驱动的量化预测系统来模拟本届世界杯。先说一下整体架构：底层采用开源Agent框架 OpenClaw 作为执行环境，核心是 Skill封装 Agent调度，模式：将足球预测的完整工作流封装为可复用的Skill，由Agent作为控制中枢，自主完成任务分解、工具链调用与结果聚合。具体执行链路为：抓取实时数据 → 检索增强生成（RAG） → 计算ELO评分 → 拟合泊松分布 → 运行蒙特卡洛模拟 → 输出概率矩阵。大模型推理部分使用 DeepSeek-V4-Pro API，作为Agent的“决策大脑”。
本次预测将生成结构化的量化模型报告，从ELO差、xG预期、进球分布、模拟置信区间等多个维度，完整呈现支撑预测结果的推理过程与数据依据。
玩法说明：本次模拟初始虚拟本金100000元，单场固定投入1000元，为方便执行，从6月14日凌晨3点卡塔尔VS瑞士那场开始。每场根据Agent输出的量化概率，投注三个单关玩法：胜平负、半全场、总进球。按照投注模型分配资金。赔率按实际竞彩执行，预测失败则本金归零，成功则收益累加。
郑重提醒：AI Agent仅为辅助分析工具，以上为模拟娱乐操作，所有投入均为虚拟本金，请勿模仿用于真实投注。
0
@Doking888
今日比赛请问大佬，模型概率相同情况下如何选择呢，比如墨西哥对英格兰这场，0-1和1-2的模型概率都是8.5%，赔率6.3和6也差不多;还有巴西对挪威这场，2-1 赔率4.8，概率9.8%，1-0 赔率8.5，概率9.8%，似乎选择1-0更好，相同概率赔率更高
1
赞同来自: 唯欲所为
给大家分享一个特别有意思的数据，昨天看一个热搜，50元竞猜世界杯中了182万，我问了一下，这个是真事，因为现在竞彩已经限制比分串关太多，当然这个是纯运气。淘汰赛已经进行了13场，按模型回测，13场比分猜中5场，如果我们每场也投入50，用排列组合把13场所有能买的全部买了，总共是1287个组合，投入成本是64350，收益是594835，净赚530485，但这种你现在看到的 5/13 命中率是后视镜——已经知道答案了。实战中你不知道下一场会不会中，也不知道这轮 CS 命中率是 5/13 还是 2/13。如果这次只有 4 场命中（少一场），5 串 1 直接归零，64,350 全部打水漂。
这就是串关的矛盾：越往后看越诱人，越往前看越危险。
不过我们在投注模型上加入了一组「3或2 串 1 梦想基金」：每轮 50-100 元，选 CS 概率最高的 2-3 场，一注串关。中了就是一百倍以上的回报。
这就是串关的矛盾：越往后看越诱人，越往前看越危险。
不过我们在投注模型上加入了一组「3或2 串 1 梦想基金」：每轮 50-100 元，选 CS 概率最高的 2-3 场，一注串关。中了就是一百倍以上的回报。
2
赞同来自: gaokui16816888 、wxc5269
回测了一下收益，淘汰赛13场按每场每个玩法固定100投入，只投概率最大的，收益率是54%，所以投注模型还得改，大家可参考每场比赛的模型预测的最大概率数据，目前回测来看收益率还是很乐观的
0
@Doking888
截止今天，淘汰赛中模型预测各个玩法最大概率的准确率（均按体彩规则，不含加时赛），大家可以作为参考，因为投注加入了复杂的资金分配模型，所以每个玩法的最大概率并不一定是最终投注结果玩法最大概率的准确率（均按体彩规则，不含加时赛）。按定额投注回报率是多少？目测很高。
2
赞同来自: KevinLe 、gaokui16816888
今日比赛，美国这场和上次德国那场一样， 市场和polymarket对德国溢价非常高，达到71.4%的胜率，但模型没有那么乐观，只有52.4%，并给出了原因，这次竞彩和polymarket分别给美国了70.3%（shin）和72%，模型只给了59.3%，分歧太大，被自动pass了
0
最近五届世界杯16强赛（2006、2010、2014、2018、2022）
“平-强队胜”概率：约 25.9%。
-----------------------楼主早点发吧，有时间晚上再更新也可以的。
“平-强队胜”概率：约 25.9%。
-----------------------楼主早点发吧，有时间晚上再更新也可以的。
1
赞同来自: 柏拉图的信众
最近5届世界杯（2006、2010、2014、2018、2022）共进行了40场1/8决赛（16强赛），按官方主队统计半全场结果，出现频率最高的是“胜胜”（半场胜/全场胜），共16次，占比40%。
具体分布如下：
胜胜：16场
平平：12场
平胜：9场
胜平：2场
平负：1场
胜负、负胜、负平、负负：均未出现
最近5届世界杯（2006、2010、2014、2018、2022）的40场16强赛中，出现频率最高的90分钟比分是“1-1”，共出现了8次，占比20%。
具体比分出现次数（前五名）如下：
1-1：8次
0-0：6次
2-1：5次
1-0：4次
2-0：4次
（其余比分如3-1出现3次，3-0出现3次等，不再详列）
最近5届世界杯16强赛共40场比赛，出现频率最高的90分钟总进球数是“2球”，共出现了15次，占比37.5%。
各总进球数出现次数如下：
2球：15次
3球：11次
1球：7次
0球：6次
4球：1次（2018年法国4-3阿根廷）
5球及以上：0次
具体分布如下：
胜胜：16场
平平：12场
平胜：9场
胜平：2场
平负：1场
胜负、负胜、负平、负负：均未出现
最近5届世界杯（2006、2010、2014、2018、2022）的40场16强赛中，出现频率最高的90分钟比分是“1-1”，共出现了8次，占比20%。
具体比分出现次数（前五名）如下：
1-1：8次
0-0：6次
2-1：5次
1-0：4次
2-0：4次
（其余比分如3-1出现3次，3-0出现3次等，不再详列）
最近5届世界杯16强赛共40场比赛，出现频率最高的90分钟总进球数是“2球”，共出现了15次，占比37.5%。
各总进球数出现次数如下：
2球：15次
3球：11次
1球：7次
0球：6次
4球：1次（2018年法国4-3阿根廷）
5球及以上：0次
0
表格中“概率”列相加：
7.7% 5.4% 6.1% 5.1% 9.3% 6.0% 4.0% = 43.6%
如果假设各注相互独立，至少中一注的概率约为 36.3%。
真一场不中，跟投亏1170。看模型投土耳其胜胜，刚中了，亏1044。第三轮强队轮换，法国要输挪威。
7.7% 5.4% 6.1% 5.1% 9.3% 6.0% 4.0% = 43.6%
如果假设各注相互独立，至少中一注的概率约为 36.3%。
真一场不中，跟投亏1170。看模型投土耳其胜胜，刚中了，亏1044。第三轮强队轮换，法国要输挪威。
2
赞同来自: KevinLe 、gaokui16816888
昨天有个挺有意思的事情，去水后的竞彩市场定价德国胜率62.3%，厄瓜多尔胜率18.1%，差异44.2%，模型预测德国胜率44.3%，厄瓜多尔34.1%，差异10.2%，今天德国队复仇又上热搜，看看模型如何说——
现在上传的图片都有各只队伍模块的模型预测概率，大家可以参考，模型的投注是经过复杂计算后的结果，并不一定是相较于最大的概率的最优结果
现在上传的图片都有各只队伍模块的模型预测概率，大家可以参考，模型的投注是经过复杂计算后的结果，并不一定是相较于最大的概率的最优结果
1
赞同来自: KevinLe
@Doking888
用的是中午的竞彩赔率，赔率一直在实时更新，另外征询一下大家意见，现在比赛队伍比较多，图片太长，是要投注结果的图片还是要现在带每队详情的图片？每队详情更好，最好像更新策略后第一期，数据更多更全。
0
@Doking888
法国和伊拉克这场，半全场平负模型概率是1.8%1X2 模型法国（平+负）=9%，半全场法国（胜平+平平+负平+胜负+负负）模型=27.6%。模型是否可以再跑一次交叉验证1X2半全场和比分指向。
6
赞同来自: eckeels 、KevinLe 、狂奔的奶牛 、tcswcch 、dvd8878 、更多 »
今晚没有发有个原因是我意识到一个逻辑性的错误问题，模型一直在拿长期主义的 EV 框架拿来做世界杯，本身就是用错尺子了，模型说荷兰赢 → 市场说荷兰赢 → 确实荷兰赢。但模型认为赔率太低不值得投，模型用大数定律保护了你，但问题在于大数定律还没上班比赛就结束了，毕竟世界杯就这么104场，所以模型改一下投注规则：不按「EV ≥ 1.0」这个唯一过滤规则投，
改成：模型+市场双确认 → 按方向投，赔率低也投。 模型和市场打架 → PASS，不赌谁对。
这样会有两类注：
收割注：模型方向 = 市场方向，赔率 1.20-1.50，胜率 70%+
狙击注：模型方向 ≠ 市场方向，但分歧 < 8pp 且有特殊信号，小注试探
明天正常发，模型再迭代到V5.1
改成：模型+市场双确认 → 按方向投，赔率低也投。 模型和市场打架 → PASS，不赌谁对。
这样会有两类注：
收割注：模型方向 = 市场方向，赔率 1.20-1.50，胜率 70%+
狙击注：模型方向 ≠ 市场方向，但分歧 < 8pp 且有特殊信号，小注试探
明天正常发，模型再迭代到V5.1
0
@Doking888
这两张图片是预测与投注模型的背后逻辑，足球结果约 47% 是实力差可解释的，约 53% 是随机噪声——红牌、乌龙、争议判罚、门柱。任何公开数据模型的方向准确率天花板在 53-57%，这是行业共识，不是模型不行。我们之前的投注是按照模型预测的最高概率的四个玩法，每场1000平分，现在让模型做投注决策，另外竞彩水钱约 13%（国际博彩约 4%），热门主胜被结构性压低，先天 -EV。这不是赚钱机器，是...只考虑elo评分？不考虑战术、阵型、球员、教练等等这些因素吗？
0
@KKLap
楼主，先不论这一次的结果，感觉您这个ai的投注逻辑就不行了。首先既然有低中高风险之分，但是他的下注大小却并没按风险来下注，中风险的反而重注约总下注额的50%；其次它的下注逻辑还是专门搏高赔率而不是我理解的能在赔率合适情况下的高胜率，哪怕四场比赛没有值得下注的胜平负，也不可能用将近3000去下注两个波胆。我以前统计过。只有高风险的赔率才有获利空间。低风险大家的赔率都差不多，没有套利空间。
0
@Doking888
模型选出的胜平负能不能也附带贴一下。
这两张图片是预测与投注模型的背后逻辑，足球结果约 47% 是实力差可解释的，约 53% 是随机噪声——红牌、乌龙、争议判罚、门柱。任何公开数据模型的方向准确率天花板在 53-57%，这是行业共识，不是模型不行。”任何公开数据模型的方向准确率天花板在 53-57%，这是行业共识，不是模型不行。“
我们之前的投注是按照模型预测的最高概率的四个玩法，每场1000平分，现在让模型做投注决策，另外竞彩水钱约 13%（国际博彩约 4%），热门主胜被结构性压低，先天 -EV。这不是赚钱机器，是...
模型选出的胜平负能不能也附带贴一下。
4
赞同来自: KevinLe 、gaokui16816888 、kino 、tcswcch
我这次生成一个报告，里面包含模型投注结果，以及这个结果的逻辑，各个玩法的模型概率和EV，大家可以参考模型也可以参考胜率，也可以参考EV。
阵容分更新后，苏格兰VS摩洛哥那场pass，2026年6月19日18点46分
阵容分更新后，苏格兰VS摩洛哥那场pass，2026年6月19日18点46分
2
@奔魔
我们之前的投注是按照模型预测的最高概率的四个玩法，每场1000平分，现在让模型做投注决策，另外竞彩水钱约 13%（国际博彩约 4%），热门主胜被结构性压低，先天 -EV。这不是赚钱机器，是概率思维工具。 它能帮你算清楚每种结果大概有多大概率、市场给了多少赔率、真正的期望价值在哪。但能不能赚钱——坦白说，不能指望。
最后，如果针对预测与投注模型有改进的建议，欢迎大家继续提，讨论才会让人认识到AI agent的作用，并合理利用。
大多数有价值的投注是高赔率的，这是有道理的，是与散户行为相反的。但是投注额的设定确实有些问题，有几场比赛就固定投入几千总额，这是不符合凯利公式的。这两张图片是预测与投注模型的背后逻辑，足球结果约 47% 是实力差可解释的，约 53% 是随机噪声——红牌、乌龙、争议判罚、门柱。任何公开数据模型的方向准确率天花板在 53-57%，这是行业共识，不是模型不行。
因为分析过程不透明（上次楼主做欧洲杯时还是给出了主要分析项目的），对模型的信任度要打折扣，前期最多1/4。
我们之前的投注是按照模型预测的最高概率的四个玩法，每场1000平分，现在让模型做投注决策，另外竞彩水钱约 13%（国际博彩约 4%），热门主胜被结构性压低，先天 -EV。这不是赚钱机器，是概率思维工具。 它能帮你算清楚每种结果大概有多大概率、市场给了多少赔率、真正的期望价值在哪。但能不能赚钱——坦白说，不能指望。
最后，如果针对预测与投注模型有改进的建议，欢迎大家继续提，讨论才会让人认识到AI agent的作用，并合理利用。
京公网安备 11010802031449号