可用市场样本: 292 场 × 2 盘口

========================================================================================
A. 市场质量：赛事官方赔率 vs 实际赛果（等比例去水，第一盘口）
========================================================================================
整体 n=292  RPS=0.1953  LogLoss=0.9712  最高概率命中=52.4%  平均赔率水平=1.129
联赛         n     RPS      命中     
西甲         30    0.2273   43.3   %
英超         25    0.1987   32.0   %
意甲         25    0.2043   56.0   %
德甲         25    0.2109   52.0   %
英冠         19    0.1863   42.1   %
欧冠         18    0.1663   72.2   %
法甲         17    0.2409   52.9   %
韩K         14    0.2337   35.7   %
沙特职业联赛     13    0.1821   69.2   %
日职         13    0.2096   53.8   %
荷甲         12    0.1627   58.3   %
葡超         10    0.1440   60.0   %
英联杯        8     0.1152   75.0   %
瑞超         8     0.2298   50.0   %
挪超         7     0.1181   85.7   %
巴甲         7     0.1341   57.1   %
德乙         6     0.2887   50.0   %
欧罗巴        6     0.1406   83.3   %
巴西杯        5     0.1418   60.0   %
美职足        5     0.1938   0.0    %

========================================================================================
B. 偏好-低偏好偏差 + 去水口径对比（第一盘口）
========================================================================================
偏好概率档          n     预测均值      实际        FLB      
30-40%         34    0.375     0.324          -5.1pp
40-50%         98    0.446     0.408          -3.7pp
50-60%         72    0.552     0.514          -3.8pp
60-70%         49    0.644     0.612          -3.2pp
70-80%         34    0.748     0.941         +19.3pp
80-90%         5     0.805     0.600         -20.5pp

去水口径对比（LogLoss / RPS 越低越好）:
  等比例        LogLoss=0.9712  RPS=0.1953
  power1.5   LogLoss=0.9855  RPS=0.1992
  等边际        LogLoss=0.9728  RPS=0.1957
  Shin       LogLoss=0.9716  RPS=0.1955

低偏好方(客胜)概率：等比例 vs 其他口径（按赔率水平分层）
  水1.08-1.13   n=289   power1.5 -0.29pp  等边际 +0.05pp  Shin +0.05pp
  水>1.13       n=3     power1.5 +0.16pp  等边际 +1.24pp  Shin +0.85pp

[B2] 整体校准：市场去水概率 vs 实际频率（含二项显著性）
  主胜     预测均值=0.4238  实际频率=0.3938  偏差=-2.99pp  z=-1.04
  平局     预测均值=0.2392  实际频率=0.2603  偏差=+2.11pp  z=+0.84
  客胜     预测均值=0.3370  实际频率=0.3459  偏差=+0.89pp  z=+0.32
  偏好方(<70%, n=253) 预测=0.5047 实际=0.4664 偏差=-3.83pp z=-1.22

========================================================================================
C. λ 反演（v5.9.6 主梁）在真实赛事数据上的检验
   只用胜平负盘(v=0)反解 (λh,λa) → 预测让球盘 v 的三项概率 → 对真实赛果打分
========================================================================================
双盘口配对: 292 场（胜平负盘 v=0 + 让球盘 v∈{-3..+3}）

[C1] 反解残差（Σ|p_fit − p_mkt|，pp）：模型内 LAM_INV_TOL_LOG_TOTAL=0.220
  n=292 (跳过 0)  均值=0.57pp  中位=0.47pp  P90=1.14pp  最大=2.09pp
    沙特职业联赛     n=13   均值=1.15pp
    西甲         n=30   均值=0.76pp
    瑞超         n=8    均值=0.76pp
    英联杯        n=8    均值=0.76pp

[C2] 反演预测的让球盘三项概率 vs 市场让球盘去水概率（盲测：不用让球盘赔率）
  最大分量偏差: 均值=2.16pp  中位=1.84pp  P90=3.92pp
  让球主胜项系统性偏差: +0.90pp（正=模型比市场更看好主队）

[C3] 让球盘赛果打分（out_ah，0=让球主胜 1=走水 2=让球客胜）
                         RPS      LogLoss  命中      
  λ反演链(仅用胜平负盘)           0.2103   0.9640   55.8    %
  市场让球盘赔率                0.2105   0.9668   56.5    %
  → 反演链相对市场 LogLoss 差 -0.0028（负=反演更优）

[C4] 总进球正则 tol_log_total 灵敏度（用让球盘真实赛果打分选优，n=292）
  tol      RPS       LogLoss   命中       反解残差pp   
  off      0.2098    0.9621    56.8    % 0.22     
  0.01     0.2124    0.9727    56.2    % 3.88     
  0.03     0.2123    0.9720    56.5    % 3.48     
  0.05     0.2120    0.9708    56.2    % 2.92     
  0.1      0.2111    0.9673    55.8    % 1.67     
  0.22     0.2103    0.9640    55.8    % 0.57      ← 现版本默认
  0.5      0.2100    0.9627    56.2    % 0.25     
  → LogLoss 最优 tol_log_total = off（现版本 0.220）
  bootstrap 200 次最优 tol 分布: {0.0: 196, 0.03: 1, 0.5: 3}
  ΔLogLoss(off − 当前默认0.22): 均值 -0.0018  95%区间 [-0.0033, -0.0002]
  分层复核（ΔLogLoss = off − 0.03，负=off 更优）:
    |v|=1    n=276  ΔLogLoss=-0.0068
    |v|≥2    n=16   ΔLogLoss=-0.0637

[C4b] 总进球水平检验：反解 λ 推出的大小球/BTTS 对真实比分打分（n=292）
  tol      O2.5-LogLoss O2.5-Brier  BTTS-LL     总进球MAE     
  off      0.6530      0.2308      0.6840      1.490      
  0.01     0.6656      0.2365      0.6689      1.523      
  0.03     0.6629      0.2352      0.6692      1.517      
  0.05     0.6593      0.2335      0.6704      1.508      
  0.1      0.6542      0.2312      0.6745      1.495      
  0.22     0.6513      0.2301      0.6799      1.487      
  0.5      0.6532      0.2309      0.6840      1.492      
  （老标定 v5.9.6 说 tol=0.03 在此维度更优；看真实数据是否支持）

[C5] 双盘口联合拟合：同时满足两条盘口的 (λh,λa) 是否存在 → 市场内部自洽性
  样本 120 场  双盘联合拟合残差(概率单位): 均值=0.0075  中位=0.0070  P90=0.0124
  （残差小 = 两个盘口能用同一对 λ 解释 = 赛事定价内部自洽）

========================================================================================
D. IPF 强度链路 vs 市场 混合权重标定（训练 22-25 三赛季，测试本数据集）
========================================================================================
训练集: 24039 场 / 30 联赛名
强度模型覆盖: 140/292 (48%)
覆盖子集 n=140 | 市场 RPS=0.2018(命中52.1%) | 强度模型 RPS=0.2254(命中47.1%)

w      RPS       命中       
0.00   0.2018    52.1     %
0.05   0.2022    52.1     %
0.10   0.2027    52.9     %
0.15   0.2032    52.9     %
0.20   0.2038    52.9     %
0.25   0.2046    54.3     %
0.30   0.2054    54.3     %
0.35   0.2063    54.3     %
0.40   0.2073    53.6     %
0.45   0.2084    52.1     %
0.50   0.2096    52.1     %
0.55   0.2108    52.1     %
0.60   0.2122    51.4     %
0.65   0.2136    50.7     %
0.70   0.2151    50.7     %
0.75   0.2166    50.7     %
0.80   0.2183    50.0     %
0.85   0.2200    48.6     %
0.90   0.2217    48.6     %
0.95   0.2235    47.1     %
1.00   0.2254    47.1     %

w* = 0.00 (RPS 0.2018) vs 纯市场 0.2018  改善 +0.00%
bootstrap 200 次 w* 分布: {0.0: 172, 0.05: 6, 0.1: 6, 0.15: 6, 0.2: 2, 0.25: 2, 0.3: 2, 0.35: 2, 0.45: 2}
