1. Sigma Quant 預測甚麼？
模型的核心輸出是條件機率：在已知場次、馬匹和賽前資料下，估算不同結果發生的可能性。排名只是機率的排序結果，不能取代機率本身。
2. 資料來源與時間
分析可使用公開賽事紀錄、馬匹及賽事條件、歷史表現和可取得的市場資料。每份預測應記錄資料截點，避免把開賽後才出現的資訊帶入賽前評估。
- 賽事：日期、場地、路程、班次及跑道條件
- 馬匹：歷史賽績、評分、負磅、檔位及相關屬性
- 市場：指定時間點的公開賠率及其變化
- 資料治理：欄位定義、缺失值、異常值及版本記錄
3. 特徵與模型架構
特徵把原始資料轉化為模型可比較的訊號，例如近期表現、路程適應、步速特徵及市場隱含機率，Sigma Quant 可結合統計與機器學習組件。
4. 機器學習基本步驟：由數據到評估
機器學習流程可概括為一連串可重複步驟，而不是單次「算中」：先蒐集並核對賽前可用資料，再清洗與整理欄位，然後把資料轉成特徵，並以時間順序切分訓練與測試樣本。
接著在訓練集上擬合模型、在未見過的樣本外資料上驗證，最後以明確指標評估（例如校準、誤差與基準比較）。每一步都應留下資料截點、模型版本與限制說明，才能讓結果可重現、可檢查。
- 數據蒐集：只使用賽前已可得的公開賽事、馬匹與市場資料
- 數據清理：處理缺失值、異常值與欄位定義一致性
- 特徵工程：把原始紀錄轉成可比較訊號
- 訓練與驗證：按時間切分，避免未來資料洩漏
- 評估：以樣本外表現與基準比較判斷是否值得採用
5. 市場賠率與預測時間
公開賠率是市場資訊的一部分，不等同真實機率。比較模型與市場時，必須使用同一時間點的資料，並考慮彩池抽水、流動性及臨場變化。
6. 評估、限制與重現
可信的評估應分開回測、樣本外測試和即場預測，並保留模型版本、預測時間和完整樣本。結果不可只挑選表現良好的場次。
- 資料分佈會隨賽季、規則和參賽組合改變
- 突發事件可能不在賽前資料中
- 小樣本結果容易受隨機波動影響
- 任何過往表現都不保證未來結果
What does Sigma Quant predict?
Core output is conditional chance: given the race, runners and pre-race data, how likely are different results. Rankings are only a sort of those chances — they do not replace the probabilities.
Data sources and timing
Inputs can include public race records, horse and race conditions, past form and available market data. Each tip should record its cut-off so post-start information cannot sneak into a pre-race call.
- Race: date, venue, distance, class and track conditions
- Horse: form, ratings, weight, draw and related attributes
- Market: public odds at a stated time and how they moved
- Governance: field definitions, missing values, outliers and versions
Features and model design
Features turn raw facts into comparable signals — recent form, distance fit, pace shape, market-implied chance and more.
Basic machine-learning steps: from data to evaluation
Machine learning is a repeatable pipeline, not a one-off ‘pick’. Collect and verify only pre-race-available data, clean and standardise fields, convert records into features, then split train and test sets in time order.
Fit the model on the training set, validate on unseen out-of-sample data, and evaluate with clear metrics (calibration, error and benchmarks). Keep the cut-off, model version and limits with every step so results stay reproducible and reviewable.
- Data collection: public race, horse and market fields available before the cut-off
- Data cleaning: missing values, outliers and consistent definitions
- Feature engineering: turn raw history into comparable signals
- Training and validation: time-based splits to avoid leakage
- Evaluation: judge out-of-sample performance against explicit baselines
Market odds and prediction timing
Public odds are market information, not true chance. Compare model and market at the same clock time, and allow for takeout, liquidity and late moves.
Evaluation, limits and reproducibility
Credible evaluation keeps backtest, out-of-sample and live predictions separate, and stores model version, prediction timing and the full sample. Cherry-picking good meetings is not allowed.
- Distributions shift across seasons, rules and fields
- Sudden events may be missing from pre-race data
- Small samples swing with luck
- Past results never guarantee the next race
1. Sigma Quant 预测什么？
模型的核心输出是条件概率：在已知场次、马匹和赛前资料下，估算不同结果发生的可能性。排名只是概率的排序结果，不能取代概率本身。
2. 数据来源与时间
分析可使用公开赛事记录、马匹及赛事条件、历史表现和可取得的市场资料。每份预测应记录资料截点，避免把开赛后才出现的信息带入赛前评估。
- 赛事：日期、场地、路程、班次及跑道条件
- 马匹：历史赛绩、评分、负磅、档位及相关属性
- 市场：指定时间点的公开赔率及其变化
- 数据治理：字段定义、缺失值、异常值及版本记录
3. 特征与模型架构
特征把原始数据转化为模型可比较的信号，例如近期表现、路程适应、步速特征及市场隐含概率，Sigma Quant 可结合统计与机器学习组件。
4. 机器学习基本步骤：由数据到评估
机器学习流程可概括为一系列可重复步骤，而不是单次「算中」：先收集并核对赛前可用数据，再清洗与整理字段，然后把数据转成特征，并以时间顺序切分训练与测试样本。
接着在训练集上拟合模型、在未见过的样本外数据上验证，最后以明确指标评估（例如校准、误差与基准比较）。每一步都应留下资料截点、模型版本与限制说明，才能让结果可复现、可检查。
- 数据收集：只使用赛前已可得的公开赛事、马匹与市场资料
- 数据清理：处理缺失值、异常值与字段定义一致性
- 特征工程：把原始记录转成可比较信号
- 训练与验证：按时间切分，避免未来数据泄漏
- 评估：以样本外表现与基准比较判断是否值得采用
5. 市场赔率与预测时间
公开赔率是市场信息的一部分，不等同真实概率。比较模型与市场时，必须使用同一时间点的资料，并考虑彩池抽水、流动性及临场变化。
6. 评估、限制与复现
可信的评估应分开回测、样本外测试和即场预测，并保留模型版本、预测时间和完整样本。结果不可只挑选表现良好的场次。
- 数据分布会随赛季、规则和参赛组合改变
- 突发事件可能不在赛前资料中
- 小样本结果容易受随机波动影响
- 任何过往表现都不保证未来结果
