技术文档 v1.0
量化策略 白皮书
发布日期：2025年12月 | AlphaGoal Quant 研发部
1. 核心综述
AlphaGoal Quant 致力于通过量化算法破译足球博彩市场的定价偏差。我们认为，滚球市场的实时水位往往滞后于赛场微观数据的波动，这为具备高频数据处理能力的 AI 模型提供了持续的超额收益（Alpha）空间。
2. 算法逻辑
我们的核心引擎基于专有的"压制指数"（PI）算法。系统每秒聚合超过50个数据点，包括：
- 危险攻击频率（DAF）
- 实时预期进球（LxG）收敛
- 市场赔率离散度与流动性变化
- 裁判影响与红黄牌动量
仅当模型估算的概率显著高于市场隐含概率（正期望值，+EV）时，才会触发信号。
3. 核心表现数据汇总
| 性能指标 | AGQ - 核心 | AGQ - 狙击手 |
|---|---|---|
| 已验证样本 (N) | 1,167 场比赛 | 351 场比赛 |
| 净利润 | +483.05 Units | +167.52 Units |
| ROI（投资回报率） | 20.7% | 23.86% |
| 赢/赢半率 | ~58.4% | 66.4% |
| 输半事件 | 低频率 | 0%（绝对精确） |
4. 资金管理与复利模型
我们提倡使用 分段凯利 准则。对于我们的"2026挑战赛"，建议每个信号投注总资金的2~5%。这种动态调整确保在连胜期间积极扩大资金，同时在自然方差（回撤期）期间提供数学缓冲。
5. 风险披露
量化投资并非零风险。虽然过去 1167 场数据展示了极强的稳定性，但历史表现不代表未来结果。用户应在法律允许范围内，利用量化数据作为投资决策的辅助参考。