上一章我们讲了“期望值”。
这一章继续讲一个在足球量化里经常出现的词：
EV。
EV 是英文 Expected Value 的缩写，中文就是：
期望值。
所以，EV 和期望值不是两个完全不同的概念。
它们本质上说的是同一件事：
如果长期重复类似判断，平均结果会怎样。
但在足球量化语境里，EV 经常被用得更具体。
它通常用来判断：
某个结果的真实概率，是否高于赔率所要求的概率。
换句话说，EV 不是问：
这场比赛哪个结果最可能发生？
而是问：
这个结果的概率和价格是否匹配？长期看是否值得？
这是非常重要的区别。
很多人足球分析做不好，不是因为完全看不懂比赛，而是因为只停留在“方向判断”上。
比如：
主队更强，所以看主队。
强队状态好，所以看强队。
双方防守差，所以看进球多。
小组赛首轮谨慎，所以看低比分。
客队最近不败，所以看客队方向。
这些判断可能有道理。
但在量化分析里，方向判断只是第一步。
真正要继续问的是：
这个方向对应的概率是多少？赔率给出的价格是否合理？
如果只看方向，不看 EV，就很容易出现一种情况：
方向经常看对，但长期并没有优势。
这就是本章要讲清楚的问题。
一、EV 到底是什么意思？
EV 的完整英文是：
Expected Value
中文是：
期望值。
它表示的是：
一件事长期重复之后，每次平均得到的结果。
在足球量化中，EV 通常可以理解成：
在某个赔率下，如果你判断的真实概率是正确的，长期重复这种判断，平均结果是正还是负。
更简单地说：
EV 判断的是：
概率是否配得上赔率。
如果概率高于赔率要求的概率，可能是正 EV。
如果概率低于赔率要求的概率，可能是负 EV。
如果概率刚好等于赔率要求的概率，接近零 EV。
这里有一个关键点：
EV 不是单场预测。
EV 不会告诉你：
下一场一定对。
下一场一定错。
某个结果一定发生。
某个结果一定不发生。
EV 只回答长期问题：
如果类似情况重复很多次，平均结果是否合理。
这就是 EV 的核心。
二、先记住一句话：EV = 概率 × 价格
很多人理解 EV 会卡住，是因为一上来就看到公式。
其实可以先用一句话理解：
EV 看的是概率和价格的关系。
这里的概率，是你判断某个结果真实发生的概率。
这里的价格，是赔率给出的回报结构。
足球量化里，不应该只问：
这个结果会不会发生？
而应该问：
这个结果发生的概率有多大？
这个赔率是否给出了足够的回报？
长期重复是否划算？
比如一个结果发生概率是 70%。
听起来很高。
但如果赔率只有 1.20，它未必有价值。
再比如一个结果发生概率只有 40%。
听起来不算高。
但如果赔率是 3.00，它可能反而有价值。
为什么？
因为 EV 不只看概率高低，而是看：
概率和赔率是否匹配。
三、EV 的基础公式
如果投入 1 个单位，十进制赔率为 O，成功概率为 P。
成功时，净收益是：
O - 1
失败时，损失是：
1
那么 EV 可以写成：
EV = P × (O - 1) - (1 - P)
其中：
P = 你判断的真实概率
O = 赔率
1 - P = 失败概率
这个公式看起来有点数学，但其实很好理解。
它分成两部分：
第一部分：
P × (O - 1)
表示成功时带来的平均收益。
第二部分：
(1 - P)
表示失败时带来的平均损失。
所以：
EV = 平均收益 - 平均损失
如果 EV 大于 0，说明长期平均为正。
如果 EV 小于 0，说明长期平均为负。
如果 EV 等于 0，说明大致公平。
四、先用最简单的赔率 2.00 来理解 EV
赔率 2.00 最容易理解。
如果投入 1 个单位：
成功时总返还 2.00，净收益是 1；
失败时损失 1。
所以它是一个很对称的结构：
对了赚 1；
错了亏 1。
如果某个结果真实概率是 50%，EV 是多少？
EV = 50% × 1 - 50% × 1
也就是：
EV = 0.50 - 0.50 = 0
这叫零 EV。
意思是：
长期重复，平均不赚不亏。
如果真实概率是 55%，EV 是多少？
EV = 55% × 1 - 45% × 1
也就是：
EV = 0.55 - 0.45 = +0.10
这是正 EV。
意思是：
长期平均每次有 +0.10 个单位优势。
如果真实概率是 45%，EV 是多少？
EV = 45% × 1 - 55% × 1
也就是：
EV = 0.45 - 0.55 = -0.10
这是负 EV。
你会发现，同样是赔率 2.00，EV 完全取决于真实概率。
所以，赔率本身不能决定价值。
概率和赔率结合起来，才能决定 EV。
五、为什么“看对方向”不等于正 EV？
这是本章最重要的部分。
很多用户会觉得：
只要方向看对，就说明判断有价值。
但足球量化不是这样。
看对方向，只说明这一次结果发生了。
它不能证明长期有价值。
举一个低赔率例子。
假设某个结果赔率是：
1.30
如果投入 1 个单位：
成功时净收益是：
1.30 - 1 = 0.30
失败时损失是：
1
现在假设你判断这个结果真实概率是 70%。
70% 很高，对不对？
当然高。
这个结果确实更可能发生。
但它的 EV 是多少？
EV = 70% × 0.30 - 30% × 1
计算：
70% × 0.30 = 0.21
30% × 1 = 0.30
所以：
EV = 0.21 - 0.30 = -0.09
EV 是负的。
这说明什么？
这个结果虽然有 70% 的发生概率，但在 1.30 的赔率下，长期平均仍然不理想。
因为它对成功率的要求太高。
这就是很多人最难接受的地方：
一个高概率结果，也可能是负 EV。
它经常发生，不代表长期有价值。
六、低赔率为什么容易制造“安全错觉”？
低赔率最大的迷惑性在于：
它经常发生。
比如赔率 1.30、1.40、1.50 的结果，很多时候确实能打出来。
所以人会产生一种感觉：
这种方向比较安全。
但从 EV 角度看，低赔率的问题是：
每次正确赚得少，每次错误亏得多。
比如赔率 1.30：
对一次，净收益 0.30；
错一次，损失 1。
也就是说：
错一次，需要超过三次正确才补回来。
假设你连续对 3 次：
0.30 + 0.30 + 0.30 = 0.90
第 4 次错一次：
0.90 - 1 = -0.10
三次正确，还不够抵消一次错误。
这就是低赔率的结构。
所以，低赔率不是不能看，而是必须问：
它真实发生概率是否足够高？
如果真实概率没有高到覆盖低回报，那么它就是负 EV。
这就是“看起来稳，但未必有价值”的根本原因。
七、再看一个中高赔率正 EV 的例子
现在看另一个例子。
某个结果赔率是：
2.50
如果投入 1 个单位：
成功时净收益：
2.50 - 1 = 1.50
失败时损失 1。
假设你判断它真实概率是 45%。
45% 看起来不如 70% 高。
但我们算 EV：
EV = 45% × 1.50 - 55% × 1
计算：
45% × 1.50 = 0.675
55% × 1 = 0.55
所以：
EV = 0.675 - 0.55 = +0.125
这是正 EV。
什么意思？
这个结果并不是最容易发生的结果。
但如果你对 45% 的判断可靠，那么在 2.50 的赔率下，长期平均是正的。
这说明：
EV 不是寻找最容易发生的结果，而是寻找概率被价格低估的结果。
这句话非常重要。
足球量化不是只问：
谁赢面最大？
而是问：
哪个结果的概率和价格之间存在更好的关系？
八、最高概率结果不一定是最高 EV 结果
我们看一个完整的胜平负例子。
假设某场比赛赔率如下：
主胜：1.60
平局：3.80
客胜：5.50
市场上，主胜赔率最低，说明主胜最被看好。
现在假设你自己的判断概率是：
主胜：58%
平局：28%
客胜：14%
我们分别粗略算 EV。
主胜 EV
主胜赔率 1.60，净收益 0.60。
EV = 58% × 0.60 - 42% × 1
EV = 0.348 - 0.42 = -0.072
主胜是负 EV。
平局 EV
平局赔率 3.80，净收益 2.80。
EV = 28% × 2.80 - 72% × 1
EV = 0.784 - 0.72 = +0.064
平局是正 EV。
客胜 EV
客胜赔率 5.50，净收益 4.50。
EV = 14% × 4.50 - 86% × 1
EV = 0.63 - 0.86 = -0.23
客胜是负 EV。
这组例子说明什么？
主胜是最高概率结果，但它不是正 EV。
平局不是最高概率结果，但它可能是正 EV。
客胜概率最低，也不是正 EV。
这就是 EV 思维和普通方向判断的区别。
普通方向判断会说：
主胜概率最高，所以看主胜。
EV 思维会说：
主胜虽然概率最高，但价格可能偏低；平局虽然不是最高概率，但价格可能更合理。
注意，这不是在说平局一定会发生。
它只是说明：
从长期价值角度，平局可能比主胜更值得研究。
九、EV 和隐含概率的关系
上一章讲过隐含概率：
隐含概率 = 1 ÷ 赔率
隐含概率可以理解为：
这个赔率要求该结果长期至少达到多少发生率，才大致公平。
所以，判断 EV 有一个更直观的方法：
把你的判断概率和赔率隐含概率比较。
如果你的判断概率 > 隐含概率，可能是正 EV。
如果你的判断概率 < 隐含概率，可能是负 EV。
如果两者接近，可能接近零 EV。
举例：
赔率 2.00 的隐含概率：
1 ÷ 2.00 = 50%
如果你判断真实概率是 55%，可能是正 EV。
如果你判断真实概率是 45%，可能是负 EV。
赔率 1.50 的隐含概率：
1 ÷ 1.50 ≈ 66.7%
如果你判断真实概率是 72%，可能是正 EV。
如果你判断真实概率是 60%，可能是负 EV。
赔率 3.00 的隐含概率：
1 ÷ 3.00 ≈ 33.3%
如果你判断真实概率是 40%，可能是正 EV。
如果你判断真实概率是 28%，可能是负 EV。
所以，EV 的核心判断非常简单：
你的概率判断，是否高于市场价格要求的概率。
十、Edge 是什么？它和 EV 有什么关系？
在很多量化平台中，你可能还会看到一个词：
Edge。
Edge 可以理解为：
概率优势。
最简单的表达是：
Edge = 你的判断概率 - 市场隐含概率
比如：
你的判断概率是 55%。
市场隐含概率是 50%。
那么：
Edge = 55% - 50% = +5%
这说明你认为这个结果比市场定价高 5 个百分点。
再比如：
你的判断概率是 65%。
市场隐含概率是 71.4%。
那么：
Edge = 65% - 71.4% = -6.4%
这说明你认为这个结果低于市场定价要求。
Edge 和 EV 关系很密切。
一般来说：
Edge 为正，才可能有正 EV。
Edge 为负，通常是负 EV。
Edge 越大，理论优势越明显。
但要注意，Edge 不是绝对保证。
因为你的判断概率可能有误差。
如果你估计的概率不可靠，那么 Edge 也不可靠。
所以，Edge 的前提仍然是：
概率判断要有依据。
十一、为什么 EV 必须依赖可靠概率？
EV 公式看起来很清楚。
但真正难的地方不是计算。
真正难的是：
你的概率到底准不准。
比如你认为某个结果真实概率是 55%。
但如果长期真实发生率只有 45%，那你算出来的正 EV 就是假的。
这就是 EV 分析最容易被滥用的地方。
有人随便给一个概率：
我觉得这场有 60%。
我感觉平局有 35%。
我认为这个冷门有 25%。
然后一算 EV，发现是正的。
但如果这个概率没有样本、没有依据、没有复盘，那么 EV 只是错觉。
所以，EV 不是给主观感觉披上数学外衣。
EV 的前提是：
概率判断必须尽量可靠。
可靠概率来自哪里？
来自样本；
来自长期复盘；
来自稳定规则；
来自对比赛结构的理解；
来自和市场隐含概率的持续比较。
如果概率来源不可靠，EV 再漂亮也没有意义。
十二、EV 不是“选冷门”的工具
很多人一听 EV，就误以为它是在鼓励找高赔率。
不是。
EV 不是追高赔率。
EV 不是追冷门。
EV 不是故意和热门反着来。
EV 只是判断：
概率和价格是否匹配。
低赔率也可能有正 EV。
比如赔率 1.50，隐含概率约 66.7%。
如果某个结果真实概率能达到 75%，那它可能是正 EV。
高赔率也可能是负 EV。
比如赔率 6.00，隐含概率约 16.7%。
如果某个结果真实概率只有 8%，那它仍然是负 EV。
所以，EV 既不偏爱热门，也不偏爱冷门。
EV 只偏爱一件事：
被低估的概率。
如果一个结果真实概率高于价格所反映的概率，它才值得进一步研究。
十三、EV 不是“保证盈利”的标签
还有一个误区必须讲清楚。
正 EV 不代表下一次一定顺利。
正 EV 只代表：
如果你的概率判断真实可靠，并且类似情况长期重复，平均结果可能为正。
但单次仍然可能失败。
比如一个结果：
赔率 2.50；
真实概率 45%；
EV 为正。
这仍然意味着：
失败概率是 55%。
也就是说，它长期可能有价值，但单次失败更常见。
这就是很多人理解 EV 时最容易卡住的地方。
正 EV 不等于高命中。
正 EV 不等于单场确定。
正 EV 不等于短期顺利。
正 EV 的意义只在长期。
如果没有长期思维，就很难真正理解 EV。
十四、为什么负 EV 也可能短期连续正确？
反过来，负 EV 也可能短期连续正确。
比如一个结果赔率 1.30。
你判断真实概率只有 70%。
我们前面算过，它可能是负 EV。
但 70% 概率仍然很高。
所以它短期连续发生，并不奇怪。
这就解释了一个常见现象：
有些选择经常看起来会对，但长期并不一定有价值。
因为它们高概率、低回报。
短期看，命中率不错。
长期看，偶尔一次失败就抵消很多次正确。
这就是低赔率负 EV 的典型特征。
所以，不要用短期连续正确证明 EV 为正。
必须看长期样本和完整回报结构。
十五、EV 和命中率的区别
命中率回答的是：
对了多少次？
EV 回答的是：
每次平均值不值得？
这两个问题不同。
举个例子。
方法 A：
命中率 75%；
平均赔率 1.25。
方法 B：
命中率 48%；
平均赔率 2.30。
只看命中率，方法 A 更漂亮。
但算 EV 可能不是这样。
方法 A
赔率 1.25，成功净收益 0.25。
EV = 75% × 0.25 - 25% × 1
EV = 0.1875 - 0.25 = -0.0625
方法 A 是负 EV。
方法 B
赔率 2.30，成功净收益 1.30。
EV = 48% × 1.30 - 52% × 1
EV = 0.624 - 0.52 = +0.104
方法 B 是正 EV。
这说明：
命中率高，不一定 EV 高。
命中率低，也不一定 EV 低。
真正要看命中率和赔率的组合。
所以，足球量化不能只展示命中率。
必须同时看 EV、ROI、回撤、样本量。
十六、EV 和 ROI 有什么关系？
EV 是理论上的长期平均优势。
ROI 是实际结果里的回报率。
简单理解：
EV 更偏赛前判断。
ROI 更偏赛后结果统计。
比如你判断某类场次长期是正 EV。
这是一个赛前或策略层面的理论判断。
但执行一段时间后，要看实际结果。
实际结果可以用 ROI 观察。
ROI 计算的是：
ROI = 净收益 ÷ 总投入
比如总投入 100 个单位，净收益 8 个单位。
ROI = 8 ÷ 100 = 8%
如果一个方法长期正 EV，理论上它的 ROI 应该逐渐体现出来。
但短期里，ROI 可能波动很大。
因为足球比赛有方差。
所以：
EV 是理论优势。
ROI 是实际表现。
长期看，两者应该互相验证。
短期看，两者可能不一致。
十七、EV 和回测有什么关系？
EV 不能只靠口头判断。
它必须经过回测验证。
比如你有一个想法：
当某类比赛的市场隐含概率偏低，而你的判断概率更高时，可能存在正 EV。
这个想法不能只靠几场案例证明。
你需要把类似场次筛出来。
看过去大量样本中：
这些场次有多少；
平均赔率是多少；
实际命中率是多少；
ROI 是多少；
最大回撤是多少；
不同时间段是否稳定；
是否只在少数联赛有效；
是否被个别极端结果拉高。
如果没有回测，EV 很容易变成主观想象。
所以，EV 和回测是配套的。
EV 是理论判断。
回测是历史验证。
没有回测的 EV，很难让人相信。
没有 EV 的回测，也可能只是机械统计。
十八、一个完整练习：判断三个结果的 EV
假设有三个候选结果。
结果 A
赔率：
1.50
你判断真实概率：
68%
成功净收益：
1.50 - 1 = 0.50
EV：
EV = 68% × 0.50 - 32% × 1
EV = 0.34 - 0.32 = +0.02
结果 A 是轻微正 EV。
但优势很小，需要非常谨慎，因为概率判断稍微偏一点，就可能变成负 EV。
结果 B
赔率：
2.20
你判断真实概率：
50%
成功净收益：
2.20 - 1 = 1.20
EV：
EV = 50% × 1.20 - 50% × 1
EV = 0.60 - 0.50 = +0.10
结果 B 是正 EV，而且比 A 明显。
结果 C
赔率：
4.00
你判断真实概率：
20%
成功净收益：
4.00 - 1 = 3.00
EV：
EV = 20% × 3.00 - 80% × 1
EV = 0.60 - 0.80 = -0.20
结果 C 是负 EV。
虽然赔率高，但概率不够。
这个练习说明：
EV 不是看赔率高低。
EV 不是看概率高低。
EV 看的是概率和赔率的组合。
十九、实际分析中，EV 应该怎么用？
普通读者不需要一开始就写复杂程序。
先按下面 4 步理解就够了。
第一步：把赔率换算成隐含概率
比如赔率 2.00，隐含概率 50%。
赔率 1.50，隐含概率约 66.7%。
第二步：形成自己的概率判断
这个判断不能只靠感觉。
要结合：
球队实力；
近期状态；
主客场；
赛程消耗；
进球环境；
平局风险；
联赛风格；
样本和复盘。
第三步：比较两者
如果你的判断概率高于隐含概率，可能有正 EV。
如果低于隐含概率，可能是负 EV。
第四步：看这个差异是否足够大
如果差异很小，就要谨慎。
因为你的概率判断不可能完全精确。
比如：
你的判断是 52%，市场是 50%。
这个差异只有 2 个百分点。
如果你的概率估计误差超过 2%，这个优势可能不存在。
所以，量化里不能只看“是否正 EV”，还要看优势是否足够明显。
二十、EV 的常见误区
误区一：正 EV 就一定会赢
错误。
正 EV 只说明长期平均有优势，不代表单场一定正确。
误区二：负 EV 就一定会输
错误。
负 EV 也可能短期连续正确。
误区三：EV 越高越可以盲信
错误。
EV 高可能来自错误概率估计，也可能来自样本太少。
必须看概率来源和回测。
误区四：高赔率就是高 EV
错误。
高赔率如果真实概率太低，仍然是负 EV。
误区五：低赔率就是低 EV
也不一定。
低赔率如果真实概率足够高，也可能是正 EV。
误区六：EV 可以脱离风险单独看
不可以。
正 EV 方法也可能波动很大，也可能经历长时间回撤。
所以后面必须学习方差和最大回撤。
二十一、为什么 EV 是足球量化的核心概念？
因为 EV 把足球量化最重要的几个概念连接起来了。
它连接概率：
某个结果发生的可能性是多少。
它连接赔率：
市场给这个结果定了什么价格。
它连接样本：
你的概率判断是否有数据支持。
它连接大数定律：
长期重复后，平均结果才有意义。
它连接回测：
历史样本能否验证这种判断。
它连接风险：
正 EV 也会波动，也会回撤。
所以，EV 不是孤立概念。
它是足球量化的中心节点。
如果读者真正理解 EV，就会明白：
为什么不能只看强队；
为什么不能只看命中率；
为什么不能只看赔率高低；
为什么短期正确不等于长期有效；
为什么长期复盘比单场故事更重要。
二十二、这一章的核心公式
本章最重要的公式是：
EV = P × (O - 1) - (1 - P)
其中：
P = 你的判断概率
O = 赔率
O - 1 = 成功净收益
1 - P = 失败概率
举例：
赔率 2.20，判断概率 50%。
EV = 50% × (2.20 - 1) - 50%
EV = 50% × 1.20 - 50%
EV = 0.60 - 0.50 = +0.10
也可以用隐含概率快速理解：
如果你的判断概率 > 隐含概率，可能是正 EV。
如果你的判断概率 < 隐含概率，可能是负 EV。
但最终仍然要看概率判断是否可靠。
二十三、这一章你需要掌握什么？
读完这一章，你应该掌握以下几点：
第一，EV 就是期望值，是长期平均概念。
第二，EV 判断的是概率和赔率是否匹配。
第三，看对方向不等于正 EV。
第四，高概率结果也可能是负 EV。
第五，低概率结果也可能是正 EV。
第六，EV 不是追冷门，也不是迷信热门。
第七，EV 必须建立在可靠概率判断上。
第八，正 EV 不保证单场正确，负 EV 也可能短期正确。
第九，EV 需要结合样本、回测、ROI、方差和最大回撤一起理解。
第十，足球量化真正关心的不是“哪场一定对”，而是“长期平均是否合理”。
如果你能真正理解这一章，足球量化最核心的一层逻辑就打通了。
结语：EV 让足球分析从“看对”走向“看值不值”
很多人分析足球比赛，目标是看对一场。
但足球量化更进一步。
它不是只问：
这个结果会不会发生？
而是问：
这个结果发生的概率是多少？
这个赔率给出的价格是否合理？
长期重复类似判断，平均结果是否为正？
这种优势是否经得起样本和回测验证？
短期波动是否可以承受？
这就是 EV 的意义。
EV 让足球分析从“猜结果”进入“看价值”。
一个结果可能经常发生，但价格太低，长期并不理想。
一个结果可能不是最高概率，但价格合理，长期反而更有研究价值。
一次看对不能证明正 EV，一次看错也不能否定正 EV。
所以，理解 EV 之后，你看比赛的方式会发生变化。
你不会再只问：
谁更可能赢？
你会开始问：
这个概率，配不配这个价格？
这就是足球量化真正重要的思维。
本文仅供足球数据研究和理性观赛参考，不构成任何投注建议。
你可以继续查看稳狗足球足球量化平台，了解概率、EV、回测、最大回撤等量化指标在实际数据分析中的应用。