編輯與研究方法

資料來源：優先用可以核對的免費足球數據

HKBetNet 目前以公開、可核對、可以長期更新嘅免費足球資料為主。 主要比賽結果、入球、半場比分、角球同部分賠率欄位， 會優先由 Football-Data.co.uk 免費 CSV 取得； 需要結構化賽事資料時，亦可以參考 OpenFootball JSON。

需要更細事件層級研究時， 會視乎資料覆蓋使用 StatsBomb Open Data 等公開來源。 我哋唔會因為某個網站寫咗一個數字，就直接抄入模型。 欄位定義、賽季、聯賽、樣本量同更新時間都要先核對。

資料處理：先確保樣本口徑一致，再計平均同概率

同一個研究頁入面，樣本單位要固定。 例如比較五大聯賽平均入球時， 每個聯賽都要用相同賽季、相同比賽狀態同相同欄位定義； 唔會一邊用完整賽季，一邊用早段 20 場，再直接排高低。

自動更新資料時會先下載新檔、驗證基本欄位同資料量， 再做版本比對。 如果新檔失敗或者格式異常， 應保留最近一份有效 cache， 而唔係用空資料覆蓋舊版本。

同一個數字如果由不同頁重用， 會盡量沿用同一份資料快照， 避免首頁、HUB 同研究頁各自算出唔同版本。

模型原則：數學恆等式、模型假設同歷史結果要分開

HKBetNet 會明確分三層：

例如泊松公式可以正確，但唔代表足球比分一定完全服從泊松； Dixon-Coles 可以改善低比分結構，但 ρ 亦唔係足球世界固定常數。 所以每一個模型頁都要講清楚假設、用途同不能推出嘅結論。

回測：盡量用未見比賽，而唔係用同一批資料證明自己

如果要比較兩個模型， 應該固定相同比賽、相同資料欄位同相同評分方式。 訓練模型用一段歷史資料， 驗證就盡量用之後未見過嘅比賽。

我哋會避免「見到結果之後再改參數， 然後用同一批比賽證明新參數更準」。 呢種做法容易產生 overfitting 同 hindsight bias。

視乎研究問題， 會使用 MAE、RMSE、Brier Score、Log Loss、 Calibration、Top-k coverage 或比分矩陣 residual 等指標。 唔會只挑一個對模型最有利嘅數字。

概率校準：報 10%，長期就應該接近 10%

概率模型唔係只睇「中唔中」。 如果模型長期將某類事件報成 20%， 實際頻率就應該大致接近 20%。 如果實際只有 10%， 就代表模型過度自信。

波膽模型會特別留意完整比分矩陣、 Top 1／Top 3／Top 5 概率質量、 Log Loss 同 residual； 足球賠率研究則會將市場 implied probability、 margin 同去水後公平概率分開處理。

想睇波膽模型點樣做校準，可以參考 波膽模型的比分概率準確嗎？。

編輯流程：先定研究問題，再決定用咩資料同方法

HKBetNet 唔會先寫一篇長文，再硬塞一個關鍵詞入去。 每個固定研究頁都會先有一個清楚問題， 例如「主客隊入球係咪獨立」、「2.25、2.5、2.75 有咩分別」或者 「Top 5 比分覆蓋幾多概率」。

之後先決定需要邊種資料、邊條公式、邊個比較方法， 再將結果、限制同相關頁面整理成完整知識鏈。 同一個搜尋問題唔會拆成大量近義模板頁， 亦唔會為咗增加頁數重複同一個結論。

編輯文字會盡量用香港讀者容易理解嘅繁體中文， 但涉及泊松分布、Dixon-Coles、Brier Score、Log Loss、Calibration 等方法時， 仍然會保留標準英文名稱，方便讀者交叉核對。

更新與修訂：資料會更新，方法改動要留痕

資料更新同方法更新係兩回事。 新一輪比賽加入資料庫，只代表樣本變大； 如果模型參數、公式、資料來源或者回測方法改變， 就屬方法層面修訂。

重要方法改動應同步更新相關研究頁說明， 並盡量保留固定 URL， 避免舊連結失效。 如果發現明顯計算錯誤、欄位口徑錯誤或者文字誤導， 應直接修正，而唔係保留錯誤版本只為維持舊內容。

研究限制：模型可以幫你量化不確定性，但唔會消除不確定性

• 免費資料可能有缺失欄位、覆蓋差異或者更新延遲。
• 早段賽季樣本細，平均值、聯賽排名同尾部比分都可以波動好大。
• 模型未必完整捕捉紅牌、傷停、臨場正選、戰術變化同賽事狀態。
• 歷史關係唔代表下一場必然重複，相關亦唔等於因果。
• 公平賠率只係概率嘅數學換算，概率本身如果有偏差，賠率亦會有偏差。
• 任何模型概率、歷史頻率或者研究結果都唔係投注建議，更加唔係保證盈利。

想了解網站整體定位，可以睇 關於 HKBetNet； 如果對研究方法有疑問，可以透過 聯絡頁面 提出。