赔率就是概率的价格
赔率不是评分，不是信心指数，也不是推荐。它是一个价格，而它定价的东西是概率。这样读，很多混乱会一次性消失。
小数赔率给出的是每投入 1 个单位的总返还，含本金。赔率 2.00 是投 1 返 2，也就是净赚 1；赔率 1.50 返 1.5；赔率 4.00 返 4。正因为是这个约定，小数赔率是最值得先学的格式：换算成概率只需要一次除法，没有任何需要背的东西。
这篇把这次换算做完，说清楚抽水对它做了什么，把期望值的定义写精确，最后解释那件几乎绊倒所有人的事——为什么“一个真正的好价格”和“一次会赢的下注”是两回事。
换算公式：1 除以赔率
任何小数赔率的隐含概率，都是 1 除以这个赔率。
- 2.00。 1 ÷ 2.00 = 0.50。市场把这个结果定价在 50%。
- 1.50。 1 ÷ 1.50 = 0.667。市场把它定价在 66.7%。
- 4.00。 1 ÷ 4.00 = 0.25。市场把它定价在 25%。
再补两个让球盘上经常出现的：1.90 隐含 1 ÷ 1.90 = 52.6%，1.72 隐含 1 ÷ 1.72 = 58.1%。
反方向同样有用。如果你认为某个结果的概率是 40%，让它变成不赚不赔的那个价格就是 1 ÷ 0.40 = 2.50。任何比 2.50 更高的赔率对你的估计有利，任何比它更低的对你不利。养成一个习惯——在对任何价格产生看法之前，先把它换成概率——大概是多数人读盘方式上能做的最大一次升级。
抽水是什么
接下来是麻烦的部分。把一个盘口里所有结果的隐含概率加起来，总和一定超过 100%。
拿一组三项赔率：主胜 2.10、平局 3.40、客胜 3.80。
- 1 ÷ 2.10 = 47.6%
- 1 ÷ 3.40 = 29.4%
- 1 ÷ 3.80 = 26.3%
- 合计：103.3%
超出 100% 的那 3.3 个百分点就是抽水，也就是内建在价格里的那份利润。它存在于每一个盘口、每一条线、你这辈子看到的每一个赔率里。
想还原市场真正的看法，把每个隐含概率除以那个合计值：
- 47.6 ÷ 103.3 = 46.1%
- 29.4 ÷ 103.3 = 28.5%
- 26.3 ÷ 103.3 = 25.5%
这三个数加起来就是 100% 了（差的那点零头是四舍五入），而它们才是市场真正的估计。注意主胜那一项发生了什么：从 47.6% 变成 46.1%，中间那 1.5 个百分点，从来就不是市场的观点。
两项盘口完全一样。一条两边都是 1.90 的让球线，两次 52.6%，合计 105.3%——这条线上有 5.3 个百分点的抽水。这也是为什么：不剥抽水就拿隐含概率去和自己的估计比，会系统性地高估市场。抽水和让球线具体怎么互动，《亚盘怎么看？从水位到让球盘的完整入门》里讲过。
EV 期望值入门
期望值，也就是 OddsFlow 卡片上的 EV，含义只有一个：模型对某个结果给出的概率，与该结果当前价格所隐含的概率，两者之间的差。
假设现在有一个 2.00 的价格，隐含 50%；假设模型对同一个结果的估计是 55%。差是 5 个百分点，这就是卡上写作“EV 为正”的东西。
同一个分歧也可以写成“每单位注金的期望回报”。它是另一个数字，不是把那 5 个百分点换种写法：把这个差乘上赔率，才得到每单位的期望——这里是 0.55 × 2.00 − 1 = +0.10。拆成步骤看是这样：
- 1.用 1 个单位在 2.00 上建仓。赢了返 2.00，净赚 1.00；输了亏 1.00。
- 2.各自按估计概率加权：0.55 × 1.00 的盈利 = 0.55；0.45 × 1.00 的亏损 = 0.45。
- 3.相减：0.55 − 0.45 = 每单位 +0.10。
现在只改一样东西。估计仍然是 55%，价格换成 1.70：
- 1.在 1.70 上赢了净赚 0.70，输了仍然亏 1.00。
- 2.0.55 × 0.70 = 0.385；0.45 × 1.00 = 0.45。
- 3.0.385 − 0.45 = 每单位 −0.065。
对这场比赛的判断一模一样，结论却完全相反。EV 是“一个判断”和“一个价格”合在一起才有的属性，判断本身没有 EV。 这就是为什么信号卡必须锚定发布那一刻的价格，也是为什么一小时后再读那张卡，它描述的局面可能已经不存在了。
这同样解释了为什么 EV 数字大不等于信号更好。差距特别大，通常意味着模型和市场分歧特别强，而强分歧既可能是机会，也同样可能是数据稀薄或盘口异常的征兆。真正在把关的是选择性：大约每 22 个候选里只有 1 个能通过完整过滤。EV 字段是这个决定的输入之一，而不是这个决定本身——《信号卡怎么看？OddsFlow AI 滚球信号完全图解》里对这一点有更长的展开。
为什么“好赔率”不等于“会赢”
这是最重要、也最常被跳过的一节。
EV 描述的是一个分布，不是一场比赛。 一个基于 55% 估计的正 EV 仓位，在估计完全准确的前提下，仍然有 45% 的时间是输的。输了不能证明估计是错的，赢了也不能证明估计是对的。单次结果几乎不携带任何关于“产生它的那套推理质量如何”的信息。
估计本身可能就是错的。 每一个 EV 数字里都含着一个模型概率，而每一个模型概率都带着误差。如果模型说 55%、真相是 48%，那么这个仓位看起来是正的、实际上是负的。算式本身保护不了你，只有在长样本上被检验过的校准度可以。
价格会动。 EV 是对着某一个瞬间的某一个数字算出来的。市场会重新定价，滚球盘里的重新定价发生在几秒之内——这也正是滚球信号必须带分钟数的原因，《滚球是什么？走地盘入门与 AI 滚球信号的逻辑》里讲得更细。
短样本在两个方向上都证明不了任何事。 一个具有选择性的过程，本来就会在两个方向上产生连续。任何短到让你觉得“有意义”的序列，都远远短到不可能有意义。这正是战绩必须整份公开、输的也全部计入、并且把公式写明的全部理由——口径在《我们的胜率是怎么算出来的？公开口径与可验证时间戳》里，具体数字则以 bot 内的实时数据为准。
把这四条合起来看，就能明白为什么认真的人不谈“某一次判断对不对”。评估单位是一整套被长期观察的流程：算式看得见，时间戳查得到。
小结
用 1 除以赔率，得到隐含概率。把一个盘口的各项加起来，看看超出 100% 多少，再把它除掉，就看到了市场真正的估计。拿这个估计和你自己的估计比，差值就是期望值。然后记住最后一件事：期望值告诉你的是“一个价格和一个估计不一致”。它从来不告诉你接下来会发生什么。