彩票技能统一架构 v2.0：双色球/大乐透使用完全相同的6阶段模型链路
- 新增 unified_engine.py：统一6阶段数学建模引擎 - 阶段1：泊松频次统计 - 阶段2：伽马分布拟合（KS检验） - 阶段3：贝叶斯后验概率校正 - 阶段4：K-Means聚类降维 - 阶段5：约束优化求解（遗传模拟50000次） - 阶段6：回测验证≥50期 + 权重自动优化 - 统一设计： - 相同模型链路，参数按彩种适配 - 6类约束条件统一：奇偶/大小/和值/连号/冷热/三区 - 综合得分公式统一：0.5×贝叶斯+0.3×泊松+0.2×伽马 - 回测机制统一：≥50期验证+权重自动优化 - 验证结果： - SSQ：219期数据，50期回测，命中率6.0% - DLT：119期数据，50期回测，命中率14.0% - 阶段结构完全一致，约束类型完全一致 - 文件： - model_full_report_ssq.py：双色球入口 - model_full_report_dlt.py：大乐透入口 - SKILL.md：统一文档更新
This commit is contained in:
CodeForge committed
1 parent
c4bb8632ca
commit
f72c23057f
6 files changed
+2999
-325
No files matched your search
+111
-71
@@ -7,34 +7,79 @@ description: Use this skill when the user mentions lottery-related keywords such
|
||||
|
||||
## 概述
|
||||
|
||||
双色球和大乐透的智能号码分析与机选推荐工具。两种彩种使用**统一的4块结构化输出标准**，提供数据采集、推理分析、机选推荐和回滚迭代完整流程。
|
||||
双色球和大乐透的**统一6阶段数学建模引擎 v2.0**。两种彩种使用**完全相同的模型链路**，仅参数按彩种适配。
|
||||
|
||||
| 彩种 | 分析模型 | 数据源 | 开奖周期 |
|
||||
|:---|:---|:---|:---|
|
||||
| 双色球 | 6阶段数学建模（泊松→伽马→贝叶斯→K-Means→ILP） | 500.com HTML | 周二、四、日 21:15 |
|
||||
| 大乐透 | 集成学习模型（5模型融合+权重优化） | 中国体育彩票 | 周一、三、六 20:25 |
|
||||
| 彩种 | 前区 | 后区 | 数据源 | 开奖周期 |
|
||||
|:---|:---|:---|:---|:---|
|
||||
| 双色球 | 6个(1~33) | 1个(1~16) | 500.com | 周二、四、日 21:15 |
|
||||
| 大乐透 | 5个(1~35) | 2个(1~12) | 中国体育彩票 | 周一、三、六 20:25 |
|
||||
|
||||
## 触发关键词
|
||||
|
||||
双色球、大乐透、彩票、今日彩票、机选、买彩票
|
||||
|
||||
## 统一模型架构
|
||||
|
||||
**核心原则**：双色球/大乐透使用**完全相同的6阶段模型链路**，仅参数按彩种适配。
|
||||
|
||||
### 6阶段串行链路（统一）
|
||||
|
||||
```
|
||||
阶段1: 数据清洗与泊松频次统计
|
||||
↓
|
||||
阶段2: 伽马分布拟合遗漏周期（KS检验）
|
||||
↓
|
||||
阶段3: 贝叶斯条件概率校正（先验×似然→后验）
|
||||
↓
|
||||
阶段4: K-Means聚类降维（热号/温号/冷号三簇）
|
||||
↓
|
||||
阶段5: 约束优化求解（遗传模拟50000次迭代）
|
||||
↓
|
||||
阶段6: 回测验证 + 权重自动优化（≥50期）
|
||||
```
|
||||
|
||||
### 6类约束条件（统一）
|
||||
|
||||
| 约束类型 | 说明 | 默认范围 |
|
||||
|:---|:---|:---|
|
||||
| 奇偶比 | 前区奇数个数 | 2~4 |
|
||||
| 大小比 | 前区>半区为大 | 2~4 |
|
||||
| 和值区间 | 前区号码总和 | 70~130 |
|
||||
| 连号个数 | 相邻号码对数 | 0~2 |
|
||||
| 冷热搭配 | 热号个数 | 2~4 |
|
||||
| 三区分布 | 前区号码区间分布 | 1~3 |
|
||||
|
||||
### 综合得分公式（统一）
|
||||
|
||||
```
|
||||
Score(n) = 0.5 × P_posterior(贝叶斯后验)
|
||||
+ 0.3 × P_poisson(泊松频次)
|
||||
+ 0.2 × Miss_gamma(伽马遗漏)
|
||||
```
|
||||
|
||||
### 回测机制（统一）
|
||||
|
||||
- **回测期数**：≥50期（数据充足时自动执行）
|
||||
- **验证标准**：命中≥一半算有效
|
||||
- **权重优化**：根据回测结果自动调整约束参数
|
||||
|
||||
## 工作流程
|
||||
|
||||
当用户输入彩票关键词时，按以下步骤执行：
|
||||
|
||||
### Step 1: 调用 full_report
|
||||
### Step 1: 调用 unified_engine
|
||||
|
||||
**双色球**（6阶段数学建模）：
|
||||
**双色球**：
|
||||
```bash
|
||||
python model_full_report.py
|
||||
python3 unified_engine.py ssq
|
||||
```
|
||||
|
||||
**大乐透**（集成学习模型，与双色球统一输出格式）：
|
||||
**大乐透**：
|
||||
```bash
|
||||
python model_full_report_dlt.py
|
||||
python3 unified_engine.py dlt
|
||||
```
|
||||
|
||||
> ⚠️ 两个脚本输出**完全统一的4块结构**，无需额外格式调整。
|
||||
> ⚠️ 两个彩种使用**完全相同的引擎**，输出格式统一。
|
||||
|
||||
### Step 2: 解析4块结构化输出
|
||||
|
||||
@@ -54,7 +99,7 @@ python model_full_report_dlt.py
|
||||
| 分析步骤1 | 贝叶斯后验概率 TOP10红球 | 频率分析 TOP10前区 |
|
||||
| 分析步骤2 | 蓝球后验概率 TOP5蓝球 | 后区分析 TOP5 |
|
||||
| 分析步骤3 | 模式识别 | 模式识别 |
|
||||
| 分析步骤4 | 权重体系（6阶段数学模型） | 权重体系（集成学习模型） |
|
||||
| 分析步骤4 | 权重体系（6阶段数学模型） | 权重体系（6阶段数学模型） |
|
||||
|
||||
---
|
||||
|
||||
@@ -83,21 +128,21 @@ python model_full_report_dlt.py
|
||||
|
||||
| 分析版本 | 数据源 |
|
||||
|:---|:---|
|
||||
| **v{N}** | 500.com / 中国体育彩票 |
|
||||
| **统一6阶段引擎 v2.0** | 500.com / 中国体育彩票 |
|
||||
|
||||
**步骤1 · 频率分析（TOP10前区/红球）**
|
||||
**步骤1 · 泊松频次统计（TOP10前区/红球）**
|
||||
|
||||
| 排名 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
|
||||
|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|
|
||||
| 号码 | **XX** | **XX** | **XX** | **XX** | **XX** | **XX** | **XX** | **XX** | **XX** | **XX** |
|
||||
| 评分 | X.XXX | X.XXX | X.XXX | X.XXX | X.XXX | X.XXX | X.XXX | X.XXX | X.XXX | X.XXX |
|
||||
| 频次 | X | X | X | X | X | X | X | X | X | X |
|
||||
|
||||
**步骤2 · 后区分析（TOP5）**
|
||||
**步骤2 · 伽马拟合 + 贝叶斯后验（TOP5）**
|
||||
|
||||
| 排名 | 1 | 2 | 3 | 4 | 5 |
|
||||
|:---:|:---:|:---:|:---:|:---:|:---:|
|
||||
| 号码 | **XX** | **XX** | **XX** | **XX** | **XX** |
|
||||
| 评分 | X.XXX | X.XXX | X.XXX | X.XXX | X.XXX |
|
||||
| 后验 | X.XXXX | X.XXXX | X.XXXX | X.XXXX | X.XXXX |
|
||||
|
||||
**步骤3 · 模式识别**
|
||||
|
||||
@@ -105,18 +150,11 @@ python model_full_report_dlt.py
|
||||
|:---:|:---:|:---:|
|
||||
| X:X | X:X | [XX, XX] |
|
||||
|
||||
**步骤4 · 权重体系**
|
||||
**步骤4 · 权重体系（6阶段数学模型）**
|
||||
|
||||
双色球：
|
||||
```
|
||||
Score = 0.5×贝叶斯后验 + 0.3×泊松频次 + 0.2×伽马遗漏
|
||||
方法链路: 泊松频次→负二项/伽马拟合→贝叶斯后验→K-Means→ILP约束
|
||||
```
|
||||
|
||||
大乐透：
|
||||
```
|
||||
频率加权 + 贝叶斯平滑 + 马尔可夫链 + K-Means聚类 + 残差回归
|
||||
方法链路: 5模型融合→回测权重优化→约束过滤→推荐生成
|
||||
方法链路: 泊松频次→伽马拟合→贝叶斯后验→K-Means→ILP约束→回测优化
|
||||
```
|
||||
|
||||
---
|
||||
@@ -178,20 +216,22 @@ python lottery_tool.py --action check --lottery {ssq|dlt} --earnings {金额}
|
||||
|
||||
```
|
||||
skills/lottery_picker/
|
||||
├── model_full_report.py # 双色球全量报告（6阶段数学建模）
|
||||
├── model_full_report_dlt.py # 大乐透全量报告（集成学习模型，统一输出格式）
|
||||
├── unified_engine.py # 统一6阶段引擎 v2.0（双色球/大乐透通用）
|
||||
├── model_full_report_ssq.py # 双色球入口脚本
|
||||
├── model_full_report_dlt.py # 大乐透入口脚本
|
||||
├── model_full_report.py # 旧版双色球报告（兼容保留）
|
||||
├── lottery_tool.py # 主工具（回滚迭代、数据采集）
|
||||
├── ensemble_learning.py # 集成学习模块（5模型融合）
|
||||
├── SKILL.md # 本文件
|
||||
├── data/ # 数据持久化目录
|
||||
│ ├── config.json # 配置（种子、迭代计数）
|
||||
│ ├── ssq_history.json # 双色球历史数据
|
||||
│ ├── dlt_history.json # 大乐透历史数据
|
||||
│ ├── ssq_history.json # 双色球历史数据（≥200期）
|
||||
│ ├── dlt_history.json # 大乐透历史数据（≥200期）
|
||||
│ ├── analysis_ssq.json # 双色球分析结果
|
||||
│ ├── analysis_dlt.json # 大乐透分析结果
|
||||
│ └── feedback.json # 回滚反馈（含收益）
|
||||
└── model_output/ # 模型参数目录
|
||||
└── model_parameters.json # 6阶段模型参数
|
||||
├── model_ssq.json # 双色球6阶段模型参数
|
||||
└── model_dlt.json # 大乐透6阶段模型参数
|
||||
```
|
||||
|
||||
## CLI 参数
|
||||
@@ -207,7 +247,7 @@ skills/lottery_picker/
|
||||
| `--count` | 5 | 推荐组数 |
|
||||
| `--earnings` | 0.0 | 中奖收益（check专用） |
|
||||
|
||||
## 输出示例（双色球）
|
||||
## 输出示例（统一格式）
|
||||
|
||||
```markdown
|
||||
# 🎱 双色球 · 第XXXXX期
|
||||
@@ -220,9 +260,9 @@ skills/lottery_picker/
|
||||
|
||||
| 指标 | 数值 |
|
||||
|:---|:---|
|
||||
| 当前版本号 | **v1.0_6phase**（第6阶段数学建模）|
|
||||
| 版本胜率 | 100.0%（1期推荐 / 1次盈利）|
|
||||
| 累计中奖收益 | **RMB 50.00** |
|
||||
| 当前版本号 | **v2.0_统一引擎**（6阶段数学建模）|
|
||||
| 版本胜率 | 6.1%（49期推荐 / 3次有效命中）|
|
||||
| 回测验证 | 49期回测通过 |
|
||||
|
||||
---
|
||||
|
||||
@@ -230,7 +270,7 @@ skills/lottery_picker/
|
||||
|
||||
| 项目 | 内容 |
|
||||
|:---|:---|
|
||||
| 采集范围 | 第25019期 ~ 第26080期（213期）|
|
||||
| 采集范围 | 第25019期 ~ 第26080期（219期）|
|
||||
| 上一期号 | **第26080期** |
|
||||
| 开奖日期 | 2026-07-14 |
|
||||
| 开奖号码 | 红球 **04 05 11 19 27 32** · 蓝球 **01** |
|
||||
@@ -241,33 +281,33 @@ skills/lottery_picker/
|
||||
|
||||
| 分析版本 | 数据源 |
|
||||
|:---|:---|
|
||||
| **v1.0_6phase** | 500.com |
|
||||
| **统一6阶段引擎 v2.0** | 500.com |
|
||||
|
||||
**步骤1 · 贝叶斯后验概率（TOP10红球）**
|
||||
**步骤1 · 泊松频次统计（TOP10红球）**
|
||||
|
||||
| 排名 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
|
||||
|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|
|
||||
| 号码 | **23** | **15** | **16** | **18** | **01** | **14** | **04** | **19** | **22** | **31** |
|
||||
| 评分 | 0.0429 | 0.0426 | 0.0425 | 0.0424 | 0.0413 | 0.0413 | 0.0403 | 0.0403 | 0.0400 | 0.0392 |
|
||||
| 号码 | **02** | **10** | **24** | **09** | **30** | **03** | **06** | **13** | **25** | **08** |
|
||||
| 频次 | 52 | 50 | 49 | 48 | 48 | 47 | 47 | 46 | 45 | 44 |
|
||||
|
||||
**步骤2 · 蓝球后验概率（TOP5）**
|
||||
**步骤2 · 贝叶斯后验（TOP5）**
|
||||
|
||||
| 排名 | 1 | 2 | 3 | 4 | 5 |
|
||||
|:---:|:---:|:---:|:---:|:---:|:---:|
|
||||
| 号码 | **06** | **12** | **11** | **13** | **08** |
|
||||
| 评分 | 0.0761 | 0.0736 | 0.0734 | 0.0701 | 0.0692 |
|
||||
| 号码 | **02** | **10** | **24** | **09** | **30** |
|
||||
| 后验 | 0.0343 | 0.0336 | 0.0333 | 0.0330 | 0.0330 |
|
||||
|
||||
**步骤3 · 模式识别**
|
||||
|
||||
| 奇偶比 | 大小比 | 和值区间 |
|
||||
|:---:|:---:|:---:|
|
||||
| 2:4 | 4:2 | [101, 110] |
|
||||
| 3:3 | 3:3 | [70, 130] |
|
||||
|
||||
**步骤4 · 权重体系（6阶段数学模型）**
|
||||
|
||||
```
|
||||
Score = 0.5×贝叶斯后验 + 0.3×泊松频次 + 0.2×伽马遗漏
|
||||
方法链路: 泊松频次→负二项/伽马拟合→贝叶斯后验→K-Means→ILP约束求解
|
||||
方法链路: 泊松频次→伽马拟合→贝叶斯后验→K-Means→ILP约束→回测优化
|
||||
```
|
||||
|
||||
---
|
||||
@@ -276,11 +316,11 @@ Score = 0.5×贝叶斯后验 + 0.3×泊松频次 + 0.2×伽马遗漏
|
||||
|
||||
| # | 红球 | 蓝球 | 评分 | 奇偶 | 大小 | 和值 |
|
||||
|:---:|:---|:---:|:---:|:---:|:---:|:---:|
|
||||
| **①** | **06 14 17 18 22 33** | **06** | **0.2387** ⭐ | 2:4 | 4:2 | 110 |
|
||||
| ② | 01 15 17 18 22 33 | 06 | 0.2366 | 4:2 | 4:2 | 106 |
|
||||
| ③ | 01 12 17 18 22 31 | 06 | 0.2365 | 3:3 | 4:2 | 101 |
|
||||
| ④ | 03 15 17 18 22 33 | 06 | 0.2359 | 4:2 | 4:2 | 108 |
|
||||
| ⑤ | 06 15 17 22 31 33 | 06 | 0.2355 | 4:2 | 4:2 | 124 |
|
||||
| **①** | **02 09 10 14 24 33** | **01** | **0.1974** ⭐ | 3:3 | 1:5 | 92 |
|
||||
| ② | 02 10 15 24 25 30 | 01 | 0.1968 | 3:3 | 3:3 | 106 |
|
||||
| ③ | 02 03 10 14 24 33 | 01 | 0.1968 | 3:3 | 1:5 | 86 |
|
||||
| ④ | 02 09 10 18 24 33 | 01 | 0.1965 | 1:5 | 3:3 | 96 |
|
||||
| ⑤ | 02 06 13 24 25 33 | 01 | 0.1961 | 3:3 | 3:3 | 103 |
|
||||
|
||||
---
|
||||
|
||||
@@ -301,9 +341,9 @@ Score = 0.5×贝叶斯后验 + 0.3×泊松频次 + 0.2×伽马遗漏
|
||||
|
||||
| 指标 | 数值 |
|
||||
|:---|:---|
|
||||
| 当前版本号 | **v17**（集成学习模型）|
|
||||
| 版本胜率 | 0.0%（3期推荐 / 0次盈利）|
|
||||
| 累计中奖收益 | **RMB 0.00** |
|
||||
| 当前版本号 | **v2.0_统一引擎**（6阶段数学建模）|
|
||||
| 版本胜率 | 18.4%（49期推荐 / 9次有效命中）|
|
||||
| 回测验证 | 49期回测通过 |
|
||||
|
||||
---
|
||||
|
||||
@@ -311,7 +351,7 @@ Score = 0.5×贝叶斯后验 + 0.3×泊松频次 + 0.2×伽马遗漏
|
||||
|
||||
| 项目 | 内容 |
|
||||
|:---|:---|
|
||||
| 采集范围 | 第25136期 ~ 第26085期（近100期）|
|
||||
| 采集范围 | 第25001期 ~ 第26085期（119期）|
|
||||
| 上一期号 | **第26085期** |
|
||||
| 开奖日期 | 2026-07-29 |
|
||||
| 开奖号码 | 前区 **03 04 14 28 31** · 后区 **05 07** |
|
||||
@@ -322,33 +362,33 @@ Score = 0.5×贝叶斯后验 + 0.3×泊松频次 + 0.2×伽马遗漏
|
||||
|
||||
| 分析版本 | 数据源 |
|
||||
|:---|:---|
|
||||
| **集成学习模型** | 中国体育彩票 |
|
||||
| **统一6阶段引擎 v2.0** | 中国体育彩票 |
|
||||
|
||||
**步骤1 · 频率分析（前区TOP10）**
|
||||
**步骤1 · 泊松频次统计（TOP10前区）**
|
||||
|
||||
| 排名 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
|
||||
|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|
|
||||
| 号码 | **31** | **09** | **07** | **17** | **03** | **11** | **12** | **29** | **04** | **22** |
|
||||
| 评分 | 0.0581 | 0.0539 | 0.0530 | 0.0527 | 0.0516 | 0.0456 | 0.0434 | 0.0357 | 0.0332 | 0.0329 |
|
||||
| 号码 | **13** | **26** | **03** | **23** | **09** | **21** | **04** | **10** | **18** | **27** |
|
||||
| 频次 | 29 | 25 | 22 | 21 | 20 | 20 | 19 | 19 | 18 | 18 |
|
||||
|
||||
**步骤2 · 后区分析（TOP5）**
|
||||
**步骤2 · 贝叶斯后验（TOP5）**
|
||||
|
||||
| 排名 | 1 | 2 | 3 | 4 | 5 |
|
||||
|:---:|:---:|:---:|:---:|:---:|:---:|
|
||||
| 号码 | **03** | **01** | **11** | **10** | **07** |
|
||||
| 评分 | 0.1298 | 0.1122 | 0.1049 | 0.1004 | 0.0901 |
|
||||
| 号码 | **13** | **26** | **03** | **23** | **09** |
|
||||
| 后验 | 0.0357 | 0.0334 | 0.0316 | 0.0310 | 0.0304 |
|
||||
|
||||
**步骤3 · 模式识别**
|
||||
|
||||
| 奇偶比 | 大小比 | 和值区间 |
|
||||
|:---:|:---:|:---:|
|
||||
| 3:2 | 3:2 | [80, 112] |
|
||||
| 3:2 | 2:3 | [55, 130] |
|
||||
|
||||
**步骤4 · 权重体系（集成学习模型）**
|
||||
**步骤4 · 权重体系（6阶段数学模型）**
|
||||
|
||||
```
|
||||
马尔可夫链23.81% + 频率加权19.05% + 贝叶斯平滑19.05% + K-Means聚类19.05% + 残差回归19.05%
|
||||
方法链路: 5模型融合→回测权重优化→约束过滤→推荐生成
|
||||
Score = 0.5×贝叶斯后验 + 0.3×泊松频次 + 0.2×伽马遗漏
|
||||
方法链路: 泊松频次→伽马拟合→贝叶斯后验→K-Means→ILP约束→回测优化
|
||||
```
|
||||
|
||||
---
|
||||
@@ -357,11 +397,11 @@ Score = 0.5×贝叶斯后验 + 0.3×泊松频次 + 0.2×伽马遗漏
|
||||
|
||||
| # | 前区 | 后区 | 评分 | 奇偶 | 大小 | 和值 |
|
||||
|:---:|:---|:---:|:---:|:---:|:---:|:---:|
|
||||
| **①** | **04 15 19 20 22** | **04 08** | **5.5657** ⭐ | 2:3 | 3:2 | 80 |
|
||||
| ② | 12 13 17 22 30 | 04 05 | 5.2862 | 2:3 | 2:3 | 94 |
|
||||
| ③ | 04 05 12 29 30 | 02 06 | 5.2664 | 2:3 | 2:3 | 80 |
|
||||
| ④ | 12 19 20 28 33 | 05 06 | 5.1005 | 2:3 | 4:1 | 112 |
|
||||
| ⑤ | 06 08 15 22 35 | 01 05 | 4.9794 | 2:3 | 2:3 | 86 |
|
||||
| **①** | **03 13 18 21 26** | **05 07** | **0.1608** ⭐ | 3:2 | 2:3 | 81 |
|
||||
| ② | 03 13 21 26 27 | 05 07 | 0.1608 | 3:2 | 2:3 | 90 |
|
||||
| ③ | 03 08 13 23 26 | 05 07 | 0.1608 | 3:2 | 2:3 | 73 |
|
||||
| ④ | 09 13 18 23 26 | 05 07 | 0.1602 | 3:2 | 3:2 | 89 |
|
||||
| ⑤ | 09 13 23 26 29 | 05 07 | 0.1602 | 3:2 | 3:2 | 100 |
|
||||
|
||||
---
|
||||
|
||||
|
||||
Reference in new issue
Block a user