xG（預期入球）真的可以預測下一場入球嗎？

直接答案：而家未應該用 N=146 呢批早段資料落長期結論

要證明 xG 對「下一場」有額外預測價值，最少要用同一批未見比賽， 將一個只用入球／失球歷史嘅基準模型 同一個加入 xG 訊號嘅模型並排比較。 如果加入 xG 之後，樣本外誤差穩定下降，先可以話 xG 有增量價值。

目前頁面可用嘅 Tool Asset 係 2026/27 賽季早段快照，N=146。 呢個樣本可以用嚟檢查資料覆蓋同早期描述統計， 但唔適合扮成多賽季長期回測結論。 如果你想先睇 xG 同實際入球歷史上有幾大關係， 應該去 xG（預期入球）同實際入球差幾遠？。

先鎖定預測當下，先有資格談「下一場」

研究 xG 對下一場是否有幫助，第一個關鍵係預測到底喺幾時作出。例如星期六晚上開賽，星期五已知的射門、入球及 xG 可以進模型；星期六賽後才新增的射門與 xG 就一定不能當成賽前輸入。若模型採用賽後更新過的資料檔，回測即使看似很好，亦可能只是偷睇答案。

實務上每次預測應存檔：賽事 ID、開波時間（香港時間）、預測產生時點、訓練數據截止日、可用 xG 場次數、模型版本同輸出的全場入球分布。比賽完成後才另存官方入球結果，再做評分。將兩份記錄分開，是檢查資料洩漏的基本方法。

當前頁面使用 2026/27 早季 N=146 的快照，原有資料未提供一套完整多賽季外樣本表。因此最適當的內容係講清楚測試框架、資料缺口和下一步怎樣驗證，唔可以將一批已發生賽事的 xG 與同場入球相關，冒充對之後一場的預測證據。

A/B 測試最易犯的四種不公平比較

第一種係兩個模型預測唔同比賽：基準模型有 500 場，xG 模型只有 120 場。第二種係基準模型冇做任何主客場校準，xG 模型卻同時換了其他參數。第三種係 xG 覆蓋較好嘅比賽集中喺某幾個熱門聯賽，令模型差異混入聯賽構成。第四種係見到測試結果後先揀最漂亮的期間，等同用答案調參。

公平做法係相同測試賽事、相同資料截止、相同核心模型、相同評分指標，唯一計畫中的差別係有冇 xG 訊號；如果有其他必要修正，就要分開逐項做消融測試。對缺 xG 比賽要先定規則，例如維持基準輸出或者按覆蓋率降低混合權重，並公布兩組結果實際使用的場次數。

呢種設計之所以重要，係因為網站目標唔係將 xG 用得愈多愈好，而係問：在同一個模型已經有入球、失球、主客場及聯賽基準時，xG 還提供幾多額外資訊？如果其他設定也跟住改，就唔再能夠清楚歸因。

真正要比較嘅，係「加 xG 前」同「加 xG 後」

呢頁只回答一個 Search Task： xG 加入現有入球模型之後，會唔會改善下一場入球預測？ 唔比較五大聯賽邊個 xG 最高，亦唔重新解釋 xG 同實際入球嘅歷史相關。

如果個差值大過 0，代表加入 xG 後誤差較低； 但差值有幾大、係咪穩定、換一段時間仲有冇， 先係真正值得睇嘅部分。

公平 A/B 比較，要用同一批比賽

最容易出錯嘅地方，就係兩個模型用咗唔同樣本。 如果 Goal-only 模型用 500 場，而 xG 模型只用有 xG 嘅 120 場， 最後誤差有差距，都未必係 xG 本身造成。

HKBetNet 嘅 Goal 工具亦會按 xG Coverage 控制權重。 如果近 20 場只得 3 場有 xG，就唔會當成 20 場都有資料。 想睇整體 Coverage 邏輯，可以返去 入球大細概率計算工具。

應該睇邊啲指標？唔係淨係睇「估中幾場」

下一場入球預測係概率問題，唔適合用幾場「估中」做證據。 比較模型時，應該用可以覆蓋整批測試比賽嘅誤差指標。

例如要測試大 2.5，就可以比較兩個模型對 O2.5 概率嘅 Brier Score； 如果係完整總入球分布，就應該睇 Log Loss／NLL； 如果只比較預期總入球中心值，MAE 會更直觀。

呢啲指標點解要喺未見數據上計，可以配合 HKBetNet 編輯與研究方法 一齊睇。

目前證據做到邊一步？

目前 Tool Asset 係 2026/27 賽季早段快照，N=146。 呢頁可以保留 A/B 測試設計、xG Coverage 規則同當前資料狀態； 但完整樣本外回測結論，仍然要等資料更新器加入更多歷史賽季， 再用一致嘅訓練／測試切分重新計。

所以而家最穩陣嘅寫法唔係「xG 一定有用」或者「xG 冇用」， 而係： 目前呢批頁面快照未足以獨立證明長期增量預測價值。

如果你想比較五大聯賽 xG 同實際入球嘅差異，可以去 xG 在不同聯賽一樣準嗎？； 嗰頁處理嘅係跨聯賽歷史關係，唔係樣本外 A/B 測試。

用假設 Brier 例子分辨「方向改善」同「實際改善」

假設一組測試賽事預測大 2.5，而基準模型 Brier Score 為 0.242、加入 xG 後為 0.238。兩者相差 0.004，方向上係 xG 模型誤差較細；但單憑呢個假設差值，仍然唔知道在不同月份、聯賽及其他未見樣本上是否持續。真正要報告時，應有每次測試 N、各段誤差及不確定範圍。

注意 Brier Score 係事件概率指標：預測 70% 而結果發生，平方誤差係 (0.70 − 1)² = 0.09；結果冇發生就係 (0.70 − 0)² = 0.49。佢獎勵長期校準，而唔係單場猜中熱門結果。如果只是報「估中六成賽事」，無法區分報 51% 同報 95% 的模型風險。

對完整入球分布，則可以用 NLL 檢查模型畀真正開出嘅入球數幾多概率；對預期入球中心值，可另用 MAE。但唔同指標未必同時改善，應事前列明主要評分方式。以上 0.242／0.238 是教學假設，絕不是本站已完成的新回測結果。

xG 覆蓋率唔等於「資料少就不准用」

現有 Goal 工具採用近 20 場入球資料為核心，並按 xG 覆蓋率限制額外權重。假設某隊近 20 場只有 3 場具備 xG，即使上限係 65%，單由覆蓋率計出的上限都只係 3 ÷ 20 × 65% = 9.75%。這示例解釋避免少數幾場 xG 反客為主，但實際模型仍要視其他品質條件。

覆蓋率高亦唔自然等於預測較好。若多出來的 xG 主要來自較弱對手或某一時期，仍需檢查對手與時間分布。相反，覆蓋率偏低時，將 xG 權重調細係合理防守，但並不證明 xG 沒資訊價值。研究報告應同時呈現覆蓋率分布與誤差差距。

若 xG 供應商在新球季改變事件模型，實際上需要標註版本斷點；否則所謂「xG 加成」可能係模型定義改變造成。要理解 xG 同同場實際入球的描述性關係，可先讀xG 與實際入球比較，但唔應用該頁相關係數代替下一場 A/B 分數。

就算誤差有改善，都要睇改善有幾大

兩個模型差 0.001 同差 0.05，意思完全唔同。 小幅改善尤其要睇樣本量、時間穩定性同置信區間， 唔可以只見到數字向好就寫成「xG 已證明有效」。

另外，相關性唔可以代替樣本外預測證據。 xG 同實際入球歷史上有正相關，只代表兩者同步程度； 真正嘅下一場預測價值，要睇加入 xG 之後未見樣本嘅誤差有冇穩定下降。

如果想研究近期表現本身有冇下一場預測價值，可以繼續睇 最近幾場入球數據有冇預測價值？。

用滾動時間切分，避免同一賽季過度貼合

比較嚴謹的測試可以按時間逐段向前：先用較早賽季訓練模型，在下一段完整賽期測試；再把訓練窗口向前滾動，於另一段新比賽測試。每一段都只使用當時能取得的資料，並固定主客場處理、聯賽分類和預測輸出格式。咁樣比將全部比賽隨機打散再分訓練與測試，更符合真實預測情景。

評估結果不要只報一次總平均。至少應按聯賽、月份、xG 覆蓋率區間分組，睇改善會否集中於少數類型。若只在某個聯賽或一個窗口有好處，就應說明範圍，而唔係寫成普遍有效。

同時需要保留由模型輸出的全部概率，而非事後只挑大 2.5、中低比分等表現最好的市場。要分析四分一盤，先建立完整總入球分布，再按2.25、2.5、2.75 盤口結算映射結果，防止事後挑選最有利的結算線。

就算 xG 確實降低誤差，也不是投注回報證據

一個模型即使比另一個模型預測得準，仍然未必能夠喺真實足球賠率市場取得優勢。市場賠率含有超額概率，報價會隨資訊改變，還涉及交易時點、可下注限額、球賽取消及平台結算條款。預測 NLL 或 Brier 改善，僅直接支持預測質量的提升。

另一個陷阱係把每場的最可能結果都當成「推介」，然後只展示成功例子。較客觀做法係對每場都凍結概率和結果，不論贏輸一律納入同一評分樣本；如果某個月份完全冇改善，也應留下來。只有完整的預測歷史才能判斷一個小改動值得繼續保留。

現階段讀者應將本頁當成一套可檢驗的研究設計：有樣本時按設計去試，未有時清楚保留未知。對香港足球投注用戶而言，分清「歷史相關」「樣本外準確度」同「市場價格」三條證據鏈，比單純記住一個 xG 百分比更實用。

預測概率要看校準，唔係淨係看大球方向對錯

假設模型把一批賽事的大 2.5 機會報成約 70%，長期實際發生率應該接近七成，先可以叫概率校準良好。如果同一區間最後只得四成達標，無論它在其他區間猜中幾多場，都代表概率幅度可能有問題。研究新增 xG 後的價值，應比較兩個模型的校準表，而唔只比較分類準確率。

校準可以把預測概率分成若干區間，再逐區統計發生率與樣本數。要小心早季樣本很少，若每區只得幾場，結果會特別不穩。應避免為了讓圖表看起來平滑而調整區間，或者在看過結果後重新選擇門檻。

即使一組模型的校準較好，亦要看 NLL、Brier 等整體評分，因為校準和分辨不同賽事情境的能力並不完全相同。要形成扎實結論，兩個模型必須用同一批預測樣本，同樣保存賽前版本。

何時該保留 xG Overlay，何時應暫停擴大權重

一個額外訊號是否值得保留，重點係其樣本外改善是否持續，唔係因為概念聽起來先進。如果某個時間窗口的 xG 模型只比基準模型好一點點，但另幾段反而較差，合理的選擇可以是減低權重、重新檢查覆蓋率，或者保留基準輸出作為比較。

調整規則應在新一輪測試之前決定，包括最低樣本量、可接受的誤差變化幅度及如何處理缺失資料。若等測試數字出來才挑最好的權重，容易造成過度配合。模型即使表現較差，也應留存版本與結果，供下一輪診斷。

對讀者來說，現在最有用的不是一句「加 xG 一定更準」，而係能見到模型版本、資料截止、覆蓋率與同口徑基準分數。當這些證據尚未完整，保留不確定性才是正確的研究態度。

限制與不能推出的結論

• 目前頁面 Tool Asset 係 2026/27 賽季早段快照，N=146，唔足以單獨代表長期表現。
• xG 欄位只有真正存在資料嘅比賽先會使用；缺失值唔會當成 0。
• 如果兩個模型測試樣本唔一致，就唔算公平 A/B 比較。
• 歷史相關唔等於樣本外預測增量價值。
• 小幅誤差改善要配合樣本量、時間切分與不確定性先可以解讀。
• 即使 xG 改善預測誤差，都唔等於存在投注盈利優勢。
• 模型概率唔係單場保證。

研究依據

外部研究主要用嚟支持概率評分規則、樣本外驗證同 xG 方法概念； 最終 HKBetNet 模型有冇改善，仍然要由自己嘅相同比賽樣本做 A/B 測試。

• Gneiting & Raftery (2007)：嚴格適當評分規則
• Brier (1950)：概率預報驗證
• Mead、O’Hare、McMenemy (2023)：xG 模型與預測價值

下一步：由 xG 預測價值連去其他相關研究

想將 xG 套落具體球隊同入球盤，可以返去 入球大細概率計算工具。 如果想繼續理解 xG，下面幾頁同呢篇最直接相關。