体育数据回测分析系统产品系统

足球大小球（Over/Under）盘口市场研究。面向的问题是：博彩公司盘口里是否存在可重复、可样本外验证的定价偏差。系统用于数据采集归档、盘口数据治理、市场结构测量和假设检验，覆盖 2000–2026 年多个联赛、18 家博彩公司。

历史数据归档：按日期归档 9760 天的赛程、比分、三合一盘口、live 轨迹、analysis 母页（含必发成交、阵容伤停、全市场指数），黑名单联赛过滤，限速抓取。

数据质量治理：match_id 全链路一一对应校验（球队 ID 锚点）、跨日冲突剔除、sha256 回执、quarantine 隔离区、年代语义分层（空壳期/薄盘期/多公司期/现代期）、赛后污染识别与标记。

赛前值守：固定池比赛在 T-120/T-60/T-30/T-15/T-5 五个窗口抓取多公司盘口快照，影子台账记录冻结规则的信号与结算。

盘口标准化：香港盘水位转十进制、去水、亚洲四分之一盘完整结算引擎，将「盘口+水位」反解为市场隐含总进球 λ（经两个联赛、约 3800 场校准验收）。

假设检验工作台：预注册假说、发现窗/确认窗冻结切分、bootstrap 置信区间、零假设蒙特卡洛、功效预检、负结果归档（含不成立判定与原始证据）。

前端工作台：今日值守总览、策略与影子、比赛浏览、数据中心（提取/补数向导）、研究档案、任务管理，6 个入口，所有数字带来源。

数据链路：raw 文件 → 解析器 → 校验器 → 分层 SQLite → 前端展示。raw 永不改写，派生数据带版本号可重生成。

采集守护：夜间窗口低速运行，手动开关启停，checkpoint 到单场，异常自动熔断，断点续跑不重复抓取。

身份校验：以捷报 match_id 为唯一连接键，叠加页面 TeamID 数字锚点和标题/日期偏移校验（±1 天归属差打标），译名差异通过 ID 自动免疫。

统计验证：λ 求解器在香港盘与亚洲盘结算规则下反解市场隐含进球，采用回归斜率与零假设模拟双判据验收；假设检验采用时间外走前验证，禁止随机切分和事后改阈值。

验证结论（如实）：多套主流假说家族经大样本样本外检验未获支持（预测模型、开盘公司间分歧、跨市场残差、交易所量价、波胆网格、倍投注码），系统将这些负结果连同原始证据归档，避免后续重复研究和错误资金使用。