BTTS（双方进球）解析 — 运作原理与预测方法
BTTS 是最简单、最受欢迎的足球投注市场之一 — 但是准确预测它需要了解攻击力、防守弱点和数字背后的统计模型。以下是您需要知道的一切。
什么是 BTTS？
两队得分（BTTS）是一个投注市场，您可以预测两队在比赛期间是否至少都会进入一球。无论谁赢，最终比分是多少，或是什么时候进球，只有每支球队是否至少找到一次网球。
市场有两种选择：
- BTTS 是 — 两队至少都打进一球（例如 1-1，2-1，3-2）
- BTTS 编号 — 至少有一支球队未能得分（例如 1-0，0-0，3-0）
自己进球数计算。加时和罚则并不是 —— 只有正常时间（90 分钟 + 停止时间）重要。
BTTS 赔率如何运作
由于 BTTS 是二元市场（是或否），因此赔率的结构与超过/低市场类似。您会看到的典型范围：
| 选择 | 典型赔率范围 | 隐含概率 |
|---|---|---|
| BTTS 是的（攻击队伍） | 1.50 – 1.70 | 59% – 67% |
| BTTS 是（平均匹配） | 1.70 – 1.90 | 53% – 59% |
| BTTS 是的（防守球队） | 2.00 – 2.40 | 42% – 50% |
| BTTS 编号（防守比赛） | 1.50 – 1.70 | 59% – 67% |
| BTTS 编号（公开赛） | 2.00 – 2.30 | 43% – 50% |
在 BTTS 市场上，博彩公司的保证金通常为 5-8%，这意味著「是」和「否」的隐含概率将总计达到 105-108%。
影响 BTTS 的关键因素
攻击力
每场比赛预期进球高（xG）的球队无论对手如何，都更有可能得分。看看过去 10-15 场比赛每场比赛进球数，而不仅仅仅是赛季平均数据，而最近的表现比赛季初数据更重要。
防守弱点
经常接受的球队会使对对手的 BTTS Yes 更有可能性。关键指标是每场比赛失球数，尤其是在远门主场，防守纪录往往更糟的场地。
联赛模式
有些联赛结构上比其他联赛更开放。例如，德甲一直产生比意甲比较高的 BTTS 率。这不是随机的，它反映了战术文化，压力强度和全联盟的比赛风格。
主场 vs 客场分割
球队在主场与客场的得分表现通常有极大不同。一支球队可能在主场每场比赛进 2.1 球，但客场只有 0.8 球。始终检查特定地点的统计数据，而不仅仅是整体平均值。
ExPrysm 的功能工程使用 PI 等级和滚动形式窗口计算单独的主场和客场攻击/防御等级。这些特定于场地的功能直接进入预测模型。
ExPrysm 如何预测 BTTS
ExPrysm 不会直接预测 BTTS 作为分类问题。相反，它使用波亚森回归来独立建模每个球队的预期目标，然后以数学方式衍生 BTTS 概率。
步骤 1：估计预期目标
目标回归模型（首页 _ 目标 .cbm and 外围目标 .cbm）预测 λ_ 主场和 λ_ 客场 — 每支球队的预期进球数。这些 CatBoost 模型使用 150 多种功能，包括 PI 评级，ELO 评级，表格指数和对头记录。
步骤 2：计算个别得分概率
使用波亚森分布，我们计算每支球队至少得到一个进球的概率：
P（球队得分 ≥ 1）= 1 − P（队伍得分 0）= 1 − e^（−λ）
如果 λ_ 主场 = 1.6，那么 P（主场比分 ≥ 1）= 1 − e^（−1.6）= 1 − 0.202 = 79.8%
如果 λ_ 距离 = 1.1，则 P（客场比分 ≥ 1）= 1 − e^（−1.1）= 1 − 0.333 = 66.7%
步骤 3：结合使用 BTTS
假设独立性（通过迪克森-科尔斯校正调整以针对低分的结果进行调整）：
P（BTTS 是）= P（主场 ≥ 1）× P（客场 ≥ 1）
P（BTTS 是）= 0.798 × 0.667 = 53.2%
迪克森-科尔斯校正根据实证观察调整，即 0-0、1-0、0-1 和 1-1 计分线发生的速率与纯普森模型预测略有不同。这项更正对 BTTS 尤其重要，因为它直接影响零目标结果的概率。
各联赛 BTTS 统计
历史 BTTS Yes 的比率在欧洲顶级联赛中显著不同。这些平均值以近期多个赛季为基础：
| 联盟 | BTTS 是的百分比 | 平均入球 ／ 比赛 | 角色 |
|---|---|---|---|
| 🇩🇪 德国甲级联赛 | ~55% | 3.1 | 高压、开放播放 |
| 🇳🇱 甲级联赛 | ~56% | 3.2 | 攻击哲学 |
| 🏴 英超联赛 | ~52% | 2.8 | 实体、端到端 |
| 🇫🇷 法甲 | ~48% | 2.6 | 混合，巴黎足球主导地位 |
| 🇪🇸 西甲 | ~45% | 2.5 | 以拥有为基础，战术 |
| 🇮🇹 意甲级联赛 | ~46% | 2.6 | 防守组织 |
| 🇵🇹 超级联赛 | ~50% | 2.7 | 具竞争力的中间表 |
| 🇹🇷 超级联赛 | ~49% | 2.7 | 不可预测、波动 |
ExPrysm 涵盖全球 100 多个联赛。透过模型的训练数据和 PI 评级系统捕捉联盟特定模式，这些模式会根据每个联赛的得分趋势进行调整。
常见的 BTTS 错误
1.忽略防守形式
许多投注者在评估 BTTS 时仅专注于攻击统计数据。但是球队的防守纪录同样重要 — 如果一支球队在最近 8 场比赛中保持 5 次清盘，无论对手的攻击如何，BTTS Yes 的可能性会显著降低。
二.在 BTTS 上追求高赔率是
当 BTTS Yes 的价格为 2.20 以上时，通常有一个很好的原因 — 一支或两支球队的得分记录不佳。高赔率并不意味著价值。只有当真实概率超过赔率中的隐含概率时，才会存在值。
三.小样本尺寸
只看最近 3-4 场比赛可能会令人误导。一支球队可能连续面临三次弱防御，因此他们的 BTTS 率暂时增加了。ExPrysm 使用 10-15 场比赛的滚动时间，结合季度的 PI 评级，以避免这种陷阱。
4.忽略匹配前后关联
杯决赛、降级战和死橡胶产生非常不同的 BTTS 形状。对抗降级的球队可能会停下巴士并以 0-0 比赛，而没有任何争胜的中间球队则可能会开放。上下文很重要。
5.将 BTTS 视为独立于其他市场
BTTS「是」与超过 2.5 球进球相关，但它们并不相同。2-0 的结果是 2.5 以上，但 BTTS 排名第一。1-1 的结果是 BTTS 是，但低于 2.5。了解这些重叠有助于建立更聪明的组合投注。
结论
BTTS 在表面上是一个简单的市场，但是要好好地预测它，需要了解双方攻击品质和防守稳定性之间的相互作用。以波伊森为基础的方法 —— 独立建模每个团队的目标期望并将它们组合起来 — 提供了一种原则且数学基础的方法来估计 BTTS 概率。
ExPrysm 针对其所涵盖的每场比赛发布 BTTS 预测，这些预测源自相同的进球回归管道来源于超/低和亚洲让盘市场。在仪表板上查看今天的预测。
查看 100 多个联赛中的今天 BTTS 预测： 创建一个免费帐户