赔率给出一个概率。唯一重要的问题是：这个概率比该结果的真实胜率更高还是更低。本课给出所有投注的核心规则，说明为什么一场比赛什么也证明不了，并介绍 Proofset 对比市场所测得的结果。
设 p 为一笔投注获胜的真实概率。投注只有在一种情况下才有意义：
换言之，真实胜率必须高于赔率的隐含概率，而且是包含抽水的隐含概率（第 2.3 课和第 2.4 课）。反过来也成立：对于真实概率 p，有意义的最低赔率是 1 ÷ p。当 p = 60 % 时，最低赔率为 1,67。Proofset 在其比赛卡上显示的最低赔率正是基于这一原理（模块 5）。
1 ÷ 1,80 = 55,6 %。真实胜率更低：这笔投注没有意义。
60 % 高于 55,6 %：这笔投注有意义。
1 ÷ 1,25 = 80 %。85 % 高于 80 %：即使赔率较低，这笔投注也有意义。
请选择一个赔率和一个真实概率。条形图会对两者进行比较。
如果您没有任何比市场更多的信息，那么对真实概率的最佳估计就是去除抽水后的市场概率（第 2.4 课）。而这一概率总是低于赔率的隐含概率，因为隐含概率中还加上了抽水。因此，这条规则永远无法满足。
“随便”下注或凭感觉下注，等于每次都选择一笔真实胜率低于赔率所假设胜率的投注。
一个优于市场的真实概率估计，并且要在大量比赛中得到验证。这非常困难：市场汇集了大量信息。
设想一笔真实胜率为 60 % 的投注。请运行 100 场模拟比赛。每个圆点代表一场比赛：赢为绿色，输为橙色。多运行几次，观察连胜和连败。
要点：在 100 场比赛中，胜场数在 60 左右波动，但每一轮都不同，而且经常出现 4 到 5 场的连败（模块 4）。赢了的投注不一定是好的投注；输了的投注也不一定是错误。评判一种方法要看数百场比赛，而不是一场。
当一个概率说到做到时，它就是校准良好的：在所有标为 70 % 的比赛中，热门应在每 100 场中赢下约 70 场。过于自信的估计（标为“90 %”却每 100 场只赢 70 场）会让人以为规则已经满足，而实际上并没有。
示意图：对角线代表完美校准。橙色曲线是一个过于自信的估计，仅作示例。
对 Proofset 而言，检验校准是方法的一部分：显示的概率必须与实测胜率相符。模块 6 介绍如何进行检验。
Proofset 在其有赔率的比赛中，将热门的胜率与市场给出的概率（已去除抽水）进行了比较。当热门的获胜频率高于市场预期时，说明 Proofset 的估计在这组比赛上比市场知道得更多。
| 比赛组别 | 比赛数 | 热门胜率 | 市场预期 | 差值（95 % 置信 ±） |
|---|---|---|---|---|
| 所有 ELO 热门 | 2 931 | 62,8 % | 59,9 % | +2,9 ± 1,6 |
| ELO 热门 ≥ 65 % 且统治力 100 % | 141 | 85,8 % | 77,7 % | +8,1 ± 5,6 |
Proofset 数据库，01/06 至 13/10/2026 期间有赔率的比赛（ATP、WTA、Challenger），已去重。14/10/2026 的“ELO + 统治力对比市场”报告。各赔率的记录时间不详。
解读：ELO 与统治力的组合获胜频率明显高于市场预期，141 场比赛中高出 +8,1 个百分点。由于各组样本较小，误差范围较宽：在 141 场比赛中，差值可能在 +2,5 到 +13,7 个百分点之间。这些是对过去的测量，并不保证未来。模块 6 说明了这些测量是如何完成的。
共 7 道题。答对 6 道即可通过本课。
0 / 7