一個名字底下的兩項賽事
歐冠通常被當成一件事來討論。從建模的角度看它是兩件事，而且兩者的行為差異大到：為其中一種調好的方法，用在另一種上會主動把您帶偏。
第一件是聯賽階段——36 支來自全歐洲的球隊，各自和八個不同對手打八場單回合比賽，排進同一張積分榜。第二件是淘汰賽，這裡的分析單位不是一場比賽，而是一輪對決：兩回合、看總比分，打平進延長賽和 PK 戰，因為客場進球規則在幾個球季前已經取消了。
如果您讀過姊妹篇《英超預測怎麼做》，對照著看最有用。國內聯賽給模型的是密集、重複、彼此可比的場次；歐冠給它的是稀疏、跨國、結構上不尋常的場次。
先把賽制搞清楚
有相當數量的歐冠分析，到今天仍然是按舊的「四隊一組、六場分組賽」寫的，而這個差別對預測是有影響的。
現在每支球隊面對八個不同對手，四主四客，從分級籤盆中抽出；聯賽階段沒有任何兩隊交手兩次。積分榜前八直接進 16 強，第 9 到 24 名進兩回合附加賽，其餘直接出局。這意味著一支球隊爭奪的名次是連續的，不是二元的——第八和第九之間隔著整整一輪淘汰賽，這讓末段輪次的動機結構，對遠比舊賽制更多的球隊產生作用。
跨聯賽比較才是難點
在國內聯賽裡，模型的每一項輸入都校準在一個共同的池子上。兩支英超球隊面對過高度重疊的對手，處在同一套判罰尺度、同一份賽程表、大體相同的風格分布之下。建立在這個池子上的強度評分，內部是自洽的。
歐冠把這件事打破了。一支葡萄牙球隊對上一支德國球隊，兩邊的評分是在互不相交的樣本上估出來的，唯一把它們連起來的，是這兩個聯賽的俱樂部之間數量有限的歷史跨國交手。在聯賽強度之間做換算，是一個疊在另一個估計之上的估計——它是任何歐冠模型裡最大的單一誤差來源。
由此衍生出三個具體陷阱：
- 聯賽係數是落後的。 它由好幾個球季的成績累積而成，描述的是這個聯賽曾經在哪，而不是現在在哪；而且它常常被少數幾家俱樂部主導，那幾家並不能代表被記在帳上的那個聯賽。
- 風格錯配沒有歷史可查。 一支整個球季面對同一種戰術分布的球隊，突然撞上完全不同的一種，而它自己的紀錄裡找不到可比的場次去學習。
- 判罰尺度與節奏不同。 各項賽事之間，出牌率和允許的身體對抗程度有可測量的差異，而與這些東西掛鉤的分布是不能直接搬運的。
一輪淘汰賽不是兩場比賽
在淘汰賽裡，次回合不是一場全新的比賽，而是一場「條件已經被首回合設定好」的比賽。
手握兩球領先的球隊，踢法是不一樣的，而且這個差別不是模型可以丟進誤差項裡的細節：它改變射門數量、控球比例，以及進球在九十分鐘裡的分布。用打首回合的那套參數去打次回合，是這項賽事裡最常見、也最容易避免的錯誤之一。
客場進球規則的取消，在一個方向上讓事情變乾淨，在另一個方向上讓事情變難。乾淨在於：總比分現在就只是總比分。難在於：打平的對決進入延長賽的頻率比過去高得多，而延長賽是一個有自己進球率、自己換人規則、並且歷史樣本極薄的時段。
輪換、動機，以及「已經沒有意義的一場」
歐冠裡的動機，在結構上不穩定，這是國內聯賽很少出現的情況。
在聯賽階段末段，一支已經鎖定前八的球隊和一支還在搶第 24 名的球隊，是在同一塊草皮上踢兩種不同的運動。與此同時，絕大多數參賽隊還在爭國內冠軍或者保級，也就是說一場週中的歐戰，經常被擺在週末聯賽之後。這裡的輪換不只由體能驅動，它由「這家俱樂部如何替自己的幾項賽事排序」驅動——而這個判斷，沒有任何歷史資料集會直接編碼。
聯賽階段與淘汰賽，並排來看
| 面向 | 聯賽階段 | 淘汰賽 |
|---|---|---|
| 分析單位 | 單場比賽 | 兩回合構成的一輪 |
| 獨立性 | 大體獨立 | 次回合被首回合限定 |
| 動機穩定性 | 末段隨名次底定而衰減 | 高，但隨首回合比分改變 |
| 輪換機率 | 高，尤其末輪 | 低 |
| 可比樣本 | 八個不同對手 | 同一個對手連打兩場 |
| 主要誤差來源 | 跨聯賽強度換算 | 總比分帶來的戰術轉向 |
底層問題是樣本稀疏
上面所有內容歸結到一件事：這項賽事的場次本來就不多。一支球隊一個球季踢八場聯賽階段比賽；而分屬不同國家的兩家具體俱樂部，可能從未交手，或者五年前交手過一次，雙方陣容如今幾乎沒有重疊。
這就是為什麼歐冠預測的不確定性區間天生比國內聯賽寬，哪怕分析品質更高；也是為什麼一個模型如果對歐冠比賽報出和國內聯賽一樣的信心，它告訴您的是它自己的校準問題，而不是這場比賽的資訊。誠實地讀懂這種不確定性所需要的詞彙——隱含機率、估計與價格之間的差、以及為什麼差距特別大往往是徵兆而不是機會——在《期望值（EV）是什麼》裡；而賠率到機率的換算本身在《足球賠率怎麼看》裡。
怎麼核對一條歐冠預測
核驗方法和別處一樣，另加兩條這項賽事特有的。
- 1.發布時間戳記早於既定開球時間，而且要拿頻道時間或公開提交去驗，不是拿它出現的那篇文章去驗。
- 2.同一時刻的價格要在。沒有價格的判斷沒辦法評估。
- 3.淘汰賽要看清這條判斷說的是「這一回合」還是「整輪對決」。兩者的結算方式不同，把它們混在一起正是含糊紀錄的生成方式。
- 4.未命中的條目和命中的在同一個頁面上，按同一條寫明的結算規則。
我們的條目——贏的和輸的一樣——都在公開預測紀錄上，在各自的事件之前打好時間戳記，並鏡像到一個公開的 git 儲存庫：github.com/oddsflowai-team/clawsportbot-protocol/tree/main/record。
常見問題
歐冠比國內聯賽更難預測嗎？ 在一個具體意義上更難：資料更稀疏，加上跨國比較多疊了一層估計，所以誤差區間更寬。但它不是「因為市場更銳利」而更難——市場面對的是同一份稀疏。
新賽制讓聯賽階段更好預測了嗎？ 每隊場次變多意味著資料略微增加，但每一場的對手都不一樣，所以樣本是變寬了而不是變深了。更明確的變化在末段動機上：現在有意義的名次分層比過去多得多。
模型該把一輪對決的兩回合當成一場還是兩場？ 當成兩場，其中第二場以第一場的結果為條件。完全獨立地處理會漏掉戰術轉向；當成一場連續比賽處理，則會漏掉中間兩週的間隔、陣容變化和主客場的切換。