qyyfw/skills-lottery-picker
1
0 Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
master
skills-lottery-picker/skills/lottery_picker/SKILL.md
T
CodeForge f72c23057f 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
2026-07-30 07:37:34 +00:00

13 KiB
Raw Permalink Blame History

name, description
name description
lottery_picker Use this skill when the user mentions lottery-related keywords such as "双色球", "大乐透", "彩票", "今日彩票", "机选", "买彩票", or asks for lottery number recommendations, analysis, or results. Triggers on any lottery-related query. The skill provides data collection, analysis, recommendation, and rollback iteration for SSQ (双色球) and DLT (大乐透).

彩票智能分析技能 (lottery_picker)

概述

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 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 unified_engine

双色球：

python3 unified_engine.py ssq

大乐透：

python3 unified_engine.py dlt

⚠️ 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

工具输出4块内容，按以下框架整理为 Markdown 格式返回给用户。

输出原则（订阅产品标准）：

  • 数据真实 — 直接来自工具输出，不编造
  • 过程严谨 — 4块结构完整，逻辑清晰
  • 呈现简明 — 关键信息突出，去冗余
  • 界面美观 — Markdown表格+分隔线，视觉层次清晰

统一格式约定：

元素 双色球 大乐透
前区球 红球（6个，1~33） 前区（5个，1~35）
后区球 蓝球（1个，1~16） 后区（2个，1~12）
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（6阶段数学模型）

[1/4] 回滚迭代

指标 数值
当前版本号 v{N}
版本胜率 X%（N期推荐 / M次盈利）
累计中奖收益 RMB X.XX

[2/4] 数据采集

项目 内容
采集范围 第X期 ~ 第Y期（近N期）
上一期号 第X期
开奖日期 YYYY-MM-DD
开奖号码 红球/前区 XX XX XX XX XX XX · 蓝球/后区 XX

[3/4] 推理分析

分析版本 数据源
统一6阶段引擎 v2.0 500.com / 中国体育彩票

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
频次 X X X X X X X X X X

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
后验 X.XXXX X.XXXX X.XXXX X.XXXX X.XXXX

步骤3 · 模式识别

奇偶比 大小比 和值区间
X:X X:X [XX, XX]

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→伽马拟合→贝叶斯后验→K-Means→ILP约束→回测优化

[4/4] 机选号码

本次期号: 第X期 | 即将开奖: YYYY-MM-DD (周X)

# 红球/前区 蓝球/后区 评分 奇偶 大小 和值
① XX XX XX XX XX XX XX X.XXXX ⭐ X:X X:X XXX
② XX XX XX XX XX XX XX X.XXXX X:X X:X XXX
③ XX XX XX XX XX XX XX X.XXXX X:X X:X XXX
④ XX XX XX XX XX XX XX X.XXXX X:X X:X XXX
⑤ XX XX XX XX XX XX XX X.XXXX X:X X:X XXX

Step 3: 回滚迭代（开奖后）

当用户告知开奖结果时：

# 自动回滚（带收益记录）
python lottery_tool.py --action check --lottery {ssq|dlt} --earnings {金额}
  • --earnings 参数：用户中奖后反馈的实际收益金额（>0表示盈利）
  • 回滚后版本号自增，但不影响当天已输出的推荐结果

核心设计原则

确定性输出

  • 相同输入保证相同输出
  • 种子公式: MD5(固定种子 + 彩种 + 日期 + 分析版本号)
  • 版本号仅在数据源变化时递增（新期号到来），回滚迭代不改变版本号

结果变化因素（仅以下三者）

  1. 数据源变了 — 开奖后采集到新数据
  2. 逻辑推理因素变了 — 分析算法/权重体系调整
  3. 分析步骤变了 — 代码执行流程修改

版本迭代/回滚优化本身不应改变当天已输出的推荐结果。

输出标准（订阅产品级）

  • 数据真实 — 直接来自工具输出，不编造
  • 过程严谨 — 4块结构完整，逻辑清晰
  • 呈现简明 — 关键信息突出，去冗余
  • 界面美观 — Markdown表格+分隔线，视觉层次清晰

收益跟踪

feedback.json 中记录：

  • profitable_wins: 产生实际盈利的中奖次数
  • total_earnings: 累计中奖收益金额（RMB）
  • 版本胜率 = profitable_wins / total_recs * 100%

用户中奖后告知金额，通过 --earnings 参数记录。

文件结构

skills/lottery_picker/
├── 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）
├── 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（≥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_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

参数 值 说明
--action full_report 4块结构化输出（推荐）
--action recommend 仅输出推荐号码
--action analyze 仅输出分析报告
--action fetch 仅采集数据
--action check 回滚迭代
--lottery ssq / dlt / all 彩种
--count 5 推荐组数
--earnings 0.0 中奖收益（check专用）

输出示例（统一格式）

# 🎱 双色球 · 第XXXXX期

> 今晚 **21:15** 开奖 · YYYY-MM-DD 周X

---

## [1/4] 回滚迭代

| 指标 | 数值 |
|:---|:---|
| 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 |

---

## [2/4] 数据采集

| 项目 | 内容 |
|:---|:---|
| 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** |

---

## [3/4] 推理分析

| 分析版本 | 数据源 |
|:---|:---|
| **统一6阶段引擎 v2.0** | 500.com |

**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 | **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 · 贝叶斯后验（TOP5）**

| 排名 | 1 | 2 | 3 | 4 | 5 |
|:---:|:---:|:---:|:---:|:---:|:---:|
| 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 |
|:---:|:---:|:---:|
| 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→伽马拟合→贝叶斯后验→K-Means→ILP约束→回测优化


---

## [4/4] 机选号码

| # | 红球 | 蓝球 | 评分 | 奇偶 | 大小 | 和值 |
|:---:|:---|:---:|:---:|:---:|:---:|:---:|
| **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 |

---

> 📌 **数据真实** · 过程严谨 · 呈现简明 · 界面美观
> 开奖后把实际号码发我，帮你回滚迭代校正精度 🍀

输出示例（大乐透）

# 🎱 大乐透 · 第XXXXX期

> 下次开奖：**YYYY-MM-DD（周X）20:25**

---

## [1/4] 回滚迭代

| 指标 | 数值 |
|:---|:---|
| 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 |

---

## [2/4] 数据采集

| 项目 | 内容 |
|:---|:---|
| 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** |

---

## [3/4] 推理分析

| 分析版本 | 数据源 |
|:---|:---|
| **统一6阶段引擎 v2.0** | 中国体育彩票 |

**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 | **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 · 贝叶斯后验（TOP5）**

| 排名 | 1 | 2 | 3 | 4 | 5 |
|:---:|:---:|:---:|:---:|:---:|:---:|
| 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 | 2:3 | [55, 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→伽马拟合→贝叶斯后验→K-Means→ILP约束→回测优化


---

## [4/4] 机选号码

| # | 前区 | 后区 | 评分 | 奇偶 | 大小 | 和值 |
|:---:|:---|:---:|:---:|:---:|:---:|:---:|
| **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 |

---

> 📌 **数据真实** · 过程严谨 · 呈现简明 · 界面美观
> 开奖后把实际号码发我，帮你回滚迭代校正精度 🍀
Reference in new issue View Git Blame Copy Permalink