先分清楚:被評測資料、核對資料同本站保存記錄
一個可靠的核對流程,最重要不是來源愈多愈好, 而是每個來源的角色要清楚。 如果把被評測資料同核對基準混成同一件事, 最後只會變成「自己證明自己」。
例如讀者在 賽馬結果 看到某場名次, 那個結果是賽後核對層; 而 百場實測 則是把多個已完成場次的核對結果重新聚合, 兩者不是兩套互不相關的數據。
資料由來源去到核對結果,中間經過咩步驟?
先按賽馬日及資料類型取得排位、貼士、賠率或賽果。
保存本站當時真正取得的內容,而不是日後只保留最新畫面。
先確認同一賽馬日、同一場次及同一資料階段, 再決定是否可以比較。
排位、馬匹、賠率、貼士及賽果按各自定義分開處理。
已完成核對的資料再進入 統計 或長期實測。
賽前排位資料主要核對啲咩?
賽馬排位 主要處理賽前可以逐欄核對的資料。 比較之前先要確認同一個賽馬日、同一場次及同一匹馬, 再逐項查看欄位。
- 馬號及馬名,用來確認同一匹參賽馬。
- 檔位、騎師及負磅等排位欄位。
- 正選、後備、退出等參賽狀態。
- 同一賽馬日內其後出現的可核對修訂。
如果兩個版本取得時間不同, 不會只因欄位不同就立即判定其中一方錯誤; 要先確認是否屬於其後更新。
貼士來源點解唔可以全部用同一個統計分母?
不同貼士來源的資料結構可能不同。 有些是一場一個排名選擇, 有些包含多位人物或多組選馬, 亦有些屬組合資料。 因此不能把所有來源都強行變成同一個「首選命中率」。
如果每場都有清楚第一選、第二選、第三選, 可以按每場第一選結算。
一場可能同時存在多位人物記錄, 統計單位應保留人物層級。
如果來源本身不是單一Rank-1結構, 就不應假裝存在一個首選命中率。
未有可結算 賽馬結果 前,只保存貼士,不當成命中或落空。
因此 數據統計 會按來源結構分開顯示統計單位, 而不是把所有貼士來源混成一個看似簡單但含義錯誤的百分比。
賠率來源最重要唔係數字,而係時間點
賽馬賠率 屬動態資料。 同一匹馬在不同時間出現不同獨贏或位置賠率, 本身並不代表資料錯誤。 所以本站會把可以確認的賠率階段分開保存和比較。
下午指定時間點的賠率記錄。
另一個固定時間階段,用作觀察後續變化。
晚段保存的賠率資料。
距離相關場次開跑約一小時的保存階段, 只在真正有資料時顯示。
臨場保存資料, 不能與較早時間點直接當成同一筆數據。
賽後才保存的歷史資料, 必須與真正賽前取得的快照分開理解。
點解動態賽馬資料一定要連時間一齊保存?
賠率、退出、騎師變更及其他賽前資料都可能改變。 如果只保存最後一個值, 就無法知道早期資料同後期資料點解不同。
所以「A來源是4.8、B來源是4.2」本身不足以證明其中一方錯。 先要確認兩個數值是否來自相同或可比較的時間點。
如果沒有真正可比較的取得時間, 本站不會自行聲稱某來源固定慢幾分鐘, 亦不會把不同市場時間點直接標成「更新延遲」。
賽後資料點樣成為結算基準?
賽事完成後, 賽馬結果 會負責整理目前已取得的名次、完成狀態、 最後保存賠率及派彩資料。
對貼士及長期實測而言, 最重要的是「該場是否已經有可用的正式結果」。 未有結果的場次不會提早當成失敗, 亦不會為了填滿樣本而自行補一個賽果。
- 第一名、第二名及第三名用於貼士結算及入三甲統計。
- 完成狀態用於區分已可結算及仍待結果的場次。
- 派彩只在成功取得相應資料時顯示。
- 如果正式結果其後修訂,相關統計需要重新核對。
來源之間出現矛盾時,點樣處理?
來源數量本身唔代表證據強度。 當資料不同時,先看資料用途、取得時間及是否屬於直接來源, 再決定能否作核對基準。
優先用於確認場次、排位、正式結果及其他直接可核對項目。
用於確認本站當時實際取得過甚麼內容。
可以協助發現差異或提供額外線索。
可以作線索,但不直接取代正式核對資料。
證據仍然不足時,保留未確認狀態。
新聞、討論區或其他第三方資料可以點樣用?
第三方內容可以幫助發現問題, 但「有人在討論區話數據錯」並不足以直接改動本站資料。
- 可作為重新核對某場資料的線索。
- 可協助找到可能存在的正式修訂。
- 不能單靠匿名討論內容覆蓋已保存的直接資料。
- 無法找到足夠證據時,保留未確認,而不是自行選一邊。
「目前未有資料」同「資料缺失」唔係同一回事
這一點對 數據統計 特別重要。 例如一個賽馬日已建立9場,但賽事尚未完成, 「0 / 9賽果」代表目前仍未有可結算結果, 不應自動標成資料抓取失敗。
賽事已完成,相應需要資料亦已存在。
例如賽事未完成,因此暫時沒有賽果是正常狀態。
按目前狀態本應存在的資料卻無法取得,才需要進一步排查。
暫時無足夠證據判斷是正常未發布還是真正缺失。
來源資料點樣進入百場實測?
東方馬經百場實測 不會因為資料庫有一個賽馬日,就自動當全部場次完成。 只有真正符合當前實測條件的場次, 才逐步加入長期樣本。
邊啲來源資料會影響HK$1,000盈虧實測?
HK$1,000盈虧實測 不是單純把貼士命中率換成金額。 結算需要同時知道符合規則的選擇、相關賠率及正式賽果。
如果其中一個實際結算輸入其後確認需要修正, 相應單場結果、本月本金、淨盈虧及ROI都要重新計算, 不能只修改前端一個數字。
數據來源最後點樣變成統計指標?
東方馬經數據統計 負責把不同賽馬日的已保存資料聚合, 但統計結果不能脫離底層樣本。
- 日期範圍由實際已有賽馬日決定。
- 總場次與已有正式賽果場次分開計算。
- 第一選勝出及入三甲只使用已結算場次。
- 賠率階段覆蓋率按實際存在的保存階段計算。
- 不同貼士來源使用與其資料結構相符的統計單位。
來源其後改資料,早期保存版本點處理?
最新頁面內容未必等於本站早期取得的內容。 如果來源其後正式修改資料, 需要分清楚: 是本站早期保存錯誤, 還是當時保存內容正確、來源後來才修訂。
數據來源本身有咩限制?
- 公開資料未必所有時間點都可以取得。
- 動態賠率不能脫離保存時間直接比較。
- 原始來源其後修訂,可能改變早期分類。
- 某個時間點沒有資料,不代表可以自行用另一個時間點代替。
- 不同來源採用不同資料結構,不能全部套用同一統計口徑。
- 資料來源完整,不代表可以保證貼士命中或未來盈利。
賽馬數據來源常見問題
睇完數據來源,可以直接查看實際保存結果
如果你想由來源方法轉去真正數據, 可以返回 東方馬經首頁 查看目前賽馬日; 或按資料類型直接進入 賽馬排位、 賽馬賠率、 賽馬結果、 百場實測、 盈虧實測 及 數據統計。