ΤΕΛΕΥΤΑΙΑ ΟΛΟΚΛΗΡΩΜΕΝΗ
—
Ο bonus σημειώνεται με κόκκινο.
ΑΝΑΛΥΣΗ · ΕΛΕΓΧΟΣ · ΔΙΑΦΑΝΕΙΑ
Η επόμενη κλήρωση,
με όλα τα δεδομένα μπροστά σου.
ΚΛΗΡΩΣΗ ——:—Αναμονή δεδομένων
Ο worker ανακτά τις κληρώσεις και εκτελεί τον χρονολογικό έλεγχο. Η πρώτη ανάλυση μπορεί να χρειαστεί λίγο χρόνο.
Έλεγχος στατιστικής τεκμηρίωσης…
ΠΡΙΝ ΑΠΟ ΤΟ ΑΠΟΤΕΛΕΣΜΑ
Προτάσεις με δυναμικό πλήθος
Συγκριτικές επιλογές
Δεν δημιουργούνται υποχρεωτικές τυχαίες προτάσεις. Όταν δεν υπάρχει επαρκής ένδειξη, η πολιτική ελέγχου απέχει.
ΤΟ ΜΟΤΙΒΟ 15–5
Σταθερός μέσος, μεταβλητό αποτέλεσμα.
Σε δύο ανεξάρτητες κληρώσεις αναμένονται 5 κοινοί αριθμοί και 15 διαφορετικοί. Αυτό περιγράφει το πλήθος της επικάλυψης, χωρίς να προσδιορίζει ποιοι αριθμοί θα επαναληφθούν.
Η πιθανότητα κάθε αριθμού είναι 20/80 = 25%. Οι καθυστερήσεις και οι εμφανίσεις εξετάζονται ως υποθέσεις και ελέγχονται σε επόμενες κληρώσεις.
Επίσημη περιγραφή ΟΠΑΠ ↗ΠΑΡΟΥΣΙΑ / ΑΠΟΥΣΙΑ
Η δομή των προηγούμενων κληρώσεων
Heatmap 1–80
Κάθε κελί δείχνει εμφανίσεις στο παράθυρο ανάλυσης. Πάτησε αριθμό για λεπτομέρειες. Η χρωματική ένταση περιγράφει το παρελθόν.
Επίλεξε αριθμό.
Επικάλυψη με προηγούμενη κλήρωση
Πράσινο: παρατηρήσεις · γκρι: αναμενόμενες από την τύχη.
16 ομάδες τελευταίων 4 κληρώσεων
Πρώτο ψηφίο: πιο πρόσφατη κλήρωση. 1 = εμφανίστηκε, 0 = απουσία. Αναμενόμενες επόμενες εμφανίσεις: μέγεθος ομάδας ÷ 4.
Μονά / ζυγά · γραμμές · στήλες
Διάταξη 8 γραμμών × 10 στηλών. Οι δύο κατευθύνσεις διαγωνίων χρησιμοποιούνται επίσης ως χαρακτηριστικά του νευρωνικού δικτύου.
| Κλήρωση | Μονά | Ζυγά | 8 γραμμές | 10 στήλες |
|---|
ΚΑΤΑΓΡΑΦΗ ΠΡΙΝ ΑΠΟ ΚΑΘΕ ΚΛΗΡΩΣΗ
Τι προτείναμε. Τι βγήκε.
Πράσινο με ✓ = επιτυχία · γκρι = αστοχία. Εμφανίζονται όλες οι προτάσεις, μαζί με μηδενικές επιτυχίες. Τα backtests βρίσκονται αποκλειστικά στην Έρευνα.
ΠΡΩΤΑ Η ΜΕΤΡΗΣΗ
Πόσο καλά λειτουργούν τα μοντέλα;
Χρονολογικός έλεγχος χωρίς μελλοντικά δεδομένα
Ξεκινάμε με 40 κληρώσεις. Για κάθε επόμενη, τα μοντέλα βλέπουν αποκλειστικά το παρελθόν. Οι τελευταίοι 20 στόχοι αποτελούν ξεχωριστό audit: το μοντέλο της πολιτικής έχει επιλεγεί πριν ξεκινήσουν. Το audit δεν χρησιμοποιείται για κατάταξη μοντέλων.
Συγκρίνουμε Bayesian συχνότητες, εξομαλυμένες μεταβάσεις μοτίβων 1–4 κληρώσεων και πραγματικό νευρωνικό δίκτυο δύο κρυφών επιπέδων με backpropagation. Το δίκτυο λαμβάνει 18 χαρακτηριστικά ανά αριθμό. Όλα συγκρίνονται με σταθερή πιθανότητα 25%.
Μικρότερο Brier score σημαίνει καλύτερες εκτιμήσεις· η τύχη έχει ακριβώς 0,1875. Ο έλεγχος διαφοράς γίνεται ανά κλήρωση, με συντηρητικό συντελεστή 3,5 στα τυπικά σφάλματα και τουλάχιστον 30 κληρώσεις επιλογής. Με 100 κληρώσεις η διαθέσιμη τεκμηρίωση παραμένει περιορισμένη. Το πλήθος 1–12 επιλέγεται από προηγούμενες επιτυχίες όλων των αριθμών, σε σύγκριση με την τυχαία αναφορά και συντηρητικό φίλτρο Wilson (z=3,5). Αν κανένα πλήθος δεν περνά, δεν δίνεται πρόταση. Το φίλτρο είναι ερευνητικό και δεν εγγυάται επιτυχία. Στο audit το μοντέλο και το πλήθος επιλέγονται πριν από τους 20 στόχους του.
| Μοντέλο | Επιλογή n | Brier επιλογής | Audit n | Brier audit | Διαφορά audit από τύχη |
|---|
Πιθανότητες συνδυασμών υπό τυχαία κλήρωση
Ακριβής υπεργεωμετρική κατανομή: C(20,h) × C(60,k−h) / C(80,k). Οι αριθμοί μιας κλήρωσης επιλέγονται χωρίς επανάθεση· δεν πολλαπλασιάζουμε ανεξάρτητα ποσοστά.
Αναλυτικό backtest · αναδρομική προσομοίωση
Δεν είναι προτάσεις αποθηκευμένες πριν από πραγματικές κληρώσεις. Το παράθυρο επανυπολογίζεται σε κάθε νέο αποτέλεσμα.
| Στόχος | Φάση | Πολιτική | Πλήθος | Πρόταση | Επιτυχίες |
|---|