赛事前瞻有深度
AI 分析更客观

7.4 构造示例①:期望进球 xG 的简化模型思路

构造示例
🕒 预计阅读:12 分钟 📅 更新时间:2026年11月09日 👁️ 22 次阅读 ✍️ 来源:球小策量化实验室
💡
提示:您当前为未登录状态,代码示例使用通用占位符展示。点击登录并免费领取 500 点体验金 后,所有代码将自动替换为您本人的专属 Key。
想知道每项数据覆盖了哪些赛事? 88 项赛事的数据项覆盖情况一览:赛程比分、首发阵容、球员与球队统计、进阶指标、伤停、天气等,每日自动统计并如实公开。 查看数据覆盖说明 →

这是四个构造示例里的第一个,也是最经典的一个。我们的目标是理解思路,实现交给 AI。

一、xG 的本质是什么?

一句话:把「一次射门」换算成「它值多少个进球」。

一次射门要么进、要么不进,是二元的。但它的「质量」是有高低的——禁区中央的推射和禁区外三十米的远射,价值完全不同。xG 就是给每次射门标一个「进球的期望值」。

关键理解:xG 衡量的是机会质量,不是结果。一次 xG 0.8 的射门打飞了,它仍然是 0.8——你不能因为没进而否定这次机会的价值。

二、构造 xG 有哪三个可用信号?

信号 为什么有用 你手上有吗
射门位置 离球门越近、角度越好,进球概率越高——这是影响最大的因素 技术统计或事件流里通常有
射门方式 点球、头球、脚射、任意球的转化率差别很大 事件流里有
助攻前的传球类型 直塞单刀和边路传中的质量完全不同 部分数据源有,可能缺失

三个信号里,位置一项就能解释大部分差异。这也是为什么很多简化版 xG 只用位置分档,效果就已经不错了。

三、让 AI 帮你做一版教学版 xG是什么?

不要自己写代码。把下面这段发给 AI,它会先给你设计,你确认后再实现。

💬 做一个教学版 xG(先要设计,再要实现) 实战
我想做一个简化版的预期进球(xG)模型,用来【说明你的用途,例如:给一场比赛算出手机会的质量总量】。 我手上有这些数据:【说明你有的数据,例如:每场比赛的射门数、射正数、比分;或者有射门位置和方式的事件流】 请按四步帮我,<strong>每一步做完停下来等我确认</strong>: 第一步 · 设计 1. 用大白话说清这个模型算什么、输出什么; 2. 基于我手上的数据,你打算用哪几个信号?为什么用这几个、放弃哪些? 3. 分档方案怎么设计(按位置分几档、每档给什么权重)?说明你的判断依据; 4. 指出这个设计最脆弱的地方(例如某个信号的样本量可能不够)。 第二步 · 实现 用我能复现的方式给出算法说明(分步骤的文字或表格,不要代码),我要能在表格软件里手工复现一遍。 第三步 · 验证 告诉我怎么检验这版模型靠不靠谱: - 用什么指标判断(例如预测值和实际进球的偏差); - 需要多少样本才有意义; - 如果我只有少量数据,该怎么办。 第四步 · 边界 明确指出:这版模型和生产级 xG 的差距在哪,哪些结论不能拿它下。 先做第一步,做完停下来等我确认。

四、怎么验证你做出来的东西靠不靠谱?

这是绝大多数人跳过的一步,也是最重要的一步。三个层次的检验,从弱到强:

层次 做法 能发现什么
常识检验 算出来的数值范围和直觉一致吗? 明显的设计错误(例如全队一场 12 个 xG)
相关性检验 它和实际进球的相关性有多高? 这个指标到底有没有信息量
对比检验 用它判断和用「平均进球数」判断,哪个更准? 它有没有带来增量信息

第三个层次最关键,也最容易被忽略:如果一个复杂指标的表现,跟一个简单平均值差不多,那它就没有价值。完整的验证方法见 7.9 验证指标有效性。

💬 让 AI 检验你做的指标到底有没有用 实战
我做了一个【指标名】,用来预测【目标】。请你帮我检验它到底有没有价值。 我手上的数据是我的指标数值 + 对应的实际结果,例如: 【粘贴:指标值 和 实际结果,一行一条】 请做三件事: 1. <strong>相关性</strong>:算一下我的指标和实际结果之间的相关程度,并解释这个数值代表什么(不要只说数字,要告诉我算强还是算弱); 2. <strong>增量检验</strong>:把它和一个「什么都不看、直接猜平均值」的基准对比——我的指标是不是真的带来了额外信息? 3. <strong>分组检验</strong>:按指标高低把我的样本分成 3 到 4 组,看各组的实际结果是不是单调变化。如果不是单调的,说明什么? 最后给我一句结论:这个指标值不值得继续用?如果不值得,指出问题可能出在哪。 如果我的样本太少(少于 30 条),请直接说样本不足,不要硬算。

五、做 xG 有哪两个必须避免的错误?

错误一:用结果反推质量。看到某队 3:0 赢了,就说「这场 xG 一定很高」。这是倒因为果——xG 看的是机会,不是比分。高 xG 输球的比赛每天都在发生。

错误二:跨数据源比较。不同机构的 xG 模型参数不同,同一场比赛可能差 0.5 以上。对比时必须用同一套口径——这也是我们只提供自有口径数值、不建议跨源比大小的原因。

六、教学示例与生产数据的差异是什么?

你的教学版 生产级 xG
信号 1~3 个(位置为主) 十余个(含防守压力、门将位置等)
分档 粗分几档 连续函数 + 大量样本标定
用途 理解逻辑、做定性判断 直接影响分析结论
能不能对发布出去 不能宣称等同于专业 xG —

做这个练习的价值在于理解「机会质量」这个概念,而不是造一个能对外发布的产品。真要对外用数值,直接用我们接口返回的 xg 字段更靠谱。

下一步该看什么?

常见问题

xG 的本质是什么?
一句话:把「一次射门」换算成「它值多少个进球」。 一次射门要么进、要么不进,是二元的。但它的「质量」是有高低的——禁区中央的推射和禁区外三十米的远射,价值完全不同。xG 就是给每次射门标一个「进球的期望值」。 关键理解:xG 衡量的是机会质量,不是结果。一次 xG 0.8 的射门打飞了,它仍然是 0.8——你不能因为没进而否定这次机会的价值。
构造 xG 有哪三个可用信号?
信号 为什么有用 你手上有吗 射门位置 离球门越近、角度越好,进球概率越高——这是影响最大的因素 技术统计或事件流里通常有 射门方式 点球、头球、脚射、任意球的转化率差别很大 事件流里有 助攻前的传球类型 直塞单刀和边路传中的质量完全不同 部分数据源有,可能缺失 三个信号里,位置一项就能解释大部分差异。这也是为什么很多简化版 xG 只用位置分档,效果就已经不错了。
让 AI 帮你做一版教学版 xG是什么?
不要自己写代码。把下面这段发给 AI,它会先给你设计,你确认后再实现。 💬 做一个教学版 xG(先要设计,再要实现) 实战复制指令我想做一个简化版的预期进球(xG)模型,用来【说明你的用途,例如:给一场比赛算出手机会的质量总量】。 我手上有这些数据:【说明你有的数据,例如:每场比赛的射门数、射正数、比分;或者有射门位置和方式的事件流】 请按四步帮我,<strong>…
怎么验证你做出来的东西靠不靠谱?
这是绝大多数人跳过的一步,也是最重要的一步。三个层次的检验,从弱到强: 层次 做法 能发现什么 常识检验 算出来的数值范围和直觉一致吗? 明显的设计错误(例如全队一场 12 个 xG) 相关性检验 它和实际进球的相关性有多高? 这个指标到底有没有信息量 对比检验 用它判断和用「平均进球数」判断,哪个更准? 它有没有带来增量信息 第三个层次最关键,也最容易被忽略:如果一个复杂指标…
做 xG 有哪两个必须避免的错误?
错误一:用结果反推质量。看到某队 3:0 赢了,就说「这场 xG 一定很高」。这是倒因为果——xG 看的是机会,不是比分。高 xG 输球的比赛每天都在发生。 错误二:跨数据源比较。不同机构的 xG 模型参数不同,同一场比赛可能差 0.5 以上。对比时必须用同一套口径——这也是我们只提供自有口径数值、不建议跨源比大小的原因。
教学示例与生产数据的差异是什么?
你的教学版 生产级 xG 信号 1~3 个(位置为主) 十余个(含防守压力、门将位置等) 分档 粗分几档 连续函数 + 大量样本标定 用途 理解逻辑、做定性判断 直接影响分析结论 能不能对发布出去 不能宣称等同于专业 xG — 做这个练习的价值在于理解「机会质量」这个概念,而不是造一个能对外发布的产品。真要对外用数值,直接用我们接口返回的 xg 字段更靠谱。
免责声明

本栏目内容为足球数据分析方法的教学与科普,全部指标、模型与推演过程仅用于体育数据科学研究与信息展示,不构成任何形式的预测承诺,亦不涉及任何交易行为。文中「市场参考值」「参考值」等表述,均指公开可得的市场公开信息,仅用于说明数据比对方法。请读者遵守所在地区法律法规,理性认识竞技体育的偶然性。

🏠
赛事
📊
数据
🧩
功能
👤
我的

觉得文章有用就打赏一下文章作者

非常感谢你的打赏,我们将继续提供更多优质内容,让我们一起创建更加美好的网络世界!

微信扫一扫打赏

微信打赏二维码

登录

打开微信扫一扫,确认后自动完成登录