一龍馬/AI 情報站讀懂消息背後的脈絡
星期日
搜尋

HN 討論串目前沒有可用社群意見,能判讀的主要是原文自述的方法與結果,尚不能排除樣本、賽事期間、交易成本或市場流動性等限制

中文摘要

Christian Bock 的文章測試讓 LLM 在看不到 Kalshi 賠率的情況下,根據球隊名單、近況、先發與賽事情境,為 2026 世界盃比賽估出勝和負機率與預期進球,再轉成各種二元合約價格。作者稱系統在 121 筆真實下注中,資金從 255 美元增至 771 美元;方法上使用 Poisson 進球模型、Dixon-Coles 低比分校正,並由 Claude 協助設計流程。HN 討論串目前沒有可用社群意見,能判讀的主要是原文自述的方法與結果,尚不能排除樣本、賽事期間、交易成本或市場流動性等限制。

一龍馬判讀

這把 LLM 從『預測比分』推進到『生成可交易機率』,對做運動分析、預測市場或自動化決策系統的人有參考價值;但單一公開實驗不等於可複製套利策略,尤其下注市場容易受樣本偏差與風險控管影響。

原文節錄

Hacker News

Can an LLM price a World Cup match better than the market (and make money)?

取得部分原文 · 不代表內容已獨立查證

查看原文 閱讀社群討論
完整收錄文字與來源

Can an LLM price a World Cup match better than the market (and make money)?

收錄日期
2026-08-16
來源
官方 RSS+Hacker News Algolia API
抓取時間
2026/08/16 06:00(台北)