Simone怎么看待竞彩猫DS足球等竞彩足球推荐、足球大数据运营方获得较大规模融资？国内竞彩市场还能有哪些创新？
的有关信息介绍如下：
这次回测葡超的进球数，使用多种泊松方法，一种是标准的泊松预测器，第二种是自适应的泊松混合器，第三种是双变量泊松预测器。
变量，我有一套系统，称为G系统，用来处理数据，在回测过程中，使用G系统/不使用G系统，分析数据，以便于得出这套G系统，在不同的预测器当中的表现。
创建三个预测器，第一个是标准的泊松预测器。
第二个是自适应的泊松混合器，包括零膨胀泊松分布，广义泊松分布，负二项分布，根据参数自动选择最佳模型，不同的球队选择的可能不同，如果上述不是最佳选择，则自动使用标准的泊松预测器。
双变量泊松分布，如果相关系数弱，则自动使用标准泊松预测器。
G系统，尽量在各个预测器中作为变量，以衡量G系统的优劣。
测试集比例：0.2，同时分析100场为基准各个进球数的最高准确率和最低准确率，一般来说，100场的基准不可靠，因为联赛在100场为基准的实际进球概率里，并不一致，有时候相差很大，只是用来分析稳定度；最近200场各个进球的准确率。
由于泊松分布和足球进球分布的特性，足球进球的平均数很难超过3.5个，我们对4球及以上的进球一般不加入评判标准，多数联赛的0球，实际概率很低，基本都在百分之五六左右，理论上也不加入评判。
使用的计算数据：多个；选择各项表现更优秀的，以全部回测集为主要评判标准。
葡超0.5号测试集各个进球的实际分布：
一、回测：1、G系统：N；2、标准泊松预测器；3、回测集比例：0.2；
列表主要数据：进球数、预测场次、准确率、100场最高准确率；100场最低准确率；最近200场准确率
没有加入G系统，主要评价1、2、3进球；对3球的预测准确率最好，为31%；100场为基准的准确率，表现不好，3球只有18%的准确率，最近200场对3球的准确率是41%。
二、回测：1、G系统：Y；2、标准泊松预测器；3、回测集比例：0.2；
加入G系统，对3球的准确率为34%，提升接近4%，1球的提升5%。100场为基准，最低准确率，3球只有15%，下降不到2%；最近200场，对3球的准确率为54%，提升13%，对1球的提升为6%。
足球分析，需要选好长期价值，以100场为基准来看，准确率差异非常大，改进办法，比如以200场为基准，数据上会更接近。
说到这，我告诉大家一个数据，以sp来看，庄家通常以500场—1000场为联赛统计基准，也就是说，短期来看，即便是一只猴子，也能通过分布不平衡获得短暂的优势。
三、回测：1、G系统：N；2、泊松混合预测器；3、回测集比例：0.2；
对3球的准确率为33%，预测93场，相对于用了G系统的标准泊松预测器，预测场次多一点，准确率低1%，对于1球的准确率，跟不使用G系统的标准泊松预测器差不多，比使用了G系统的标准泊松预测器低5%。但是在100场为基准的最低准确率上，表现比上面两个都好，特别是对3球的预测。
最近200场方面，对于1球和3球，远低于使用了G系统的标准泊松预测器。虽然内含零膨胀模型，然而并没有优势。
四、回测：1、G系统：Y；2、泊松混合预测器；3、回测集比例：0.2；
对3球的准确率提升5%左右，对1球的准确率提升2%-3%，对2球的提升很小。近200场的数据，无论是1球还是2、3球，提升都很大。
各个泊松预测器，对4球的预测虽然看上去不错，但基本比例太少。
五、回测：1、G系统：N；2、双变量泊松预测器；3、回测集比例：0.2；
预测数据比不用G系统的泊松标准预测器，更好，跟不用G系统的泊松混合预测器差不多，但比双变量预测对3球的预测次数却大了一倍，准确率至少百分之一点几，对1球和2球的一预测差不多，可见在不使用G系统的情况，双变量泊松预测器，比泊松标准预测器和泊松混合预测器的表现更好。同时对比其它预测器，发现双变量泊松预测器对2球和3球以及4球的区分，理论上更可靠，但对1球的区分度却降低了，但如果3球在各个预测器的表现更好，理论上双变量泊松预测器的整体表现，看上去更优秀。
六、回测：1、G系统：Y；2、双变量泊松预测器；3、回测集比例：0.2；
使用了G系统，对3球的预测准确率提升3.5%左右，对1球的准确度提升5%，但是对3球的预测次数将进行大幅度下降，对1球的预测次数大幅提升。
综合来看，G系统对各个预测器的提升比较明显。
对G系统，稍微。
由于泊松混合预测器和双变量泊松预测器，需要消耗大量的计算资源，我这里暂时只利用G系统改进版+标准泊松预测器进行回测，回测比例不变。
对1球和3球以及整体胜率都有小幅度提升。
再次调整G系统的参数
又有小幅度提升。
后面会进行其它联赛的回测。
