Power 6/55 · Historical backtest
Machine Learning có thắng được ngẫu nhiên?
Báo cáo này so sánh các quy tắc chọn số trên cùng tập dữ liệu lịch sử và cùng ngân sách.
Đang tải báo cáo ML mới nhất…
Kết quả chính
Kết quả trên dữ liệu lịch sử
Kết quả chỉ giúp đánh giá phương pháp nghiên cứu; không phải khuyến nghị mua vé hoặc công cụ dự đoán.
Tỷ lệ thu hồi chi phí
So sánh chiến lược
Đang tải dữ liệu…
Ví dụ, thu hồi 29% chi phí tương đương ROI khoảng -71%.
Thiết kế kiểm thử
Cách đọc đúng kết quả
- Cùng ngân sáchMỗi chiến lược mua cùng số vé mỗi kỳ.
- Chỉ dùng quá khứTại mỗi kỳ, thuật toán không được nhìn kết quả tương lai.
- Random baselineSo sánh nhiều lượt ngẫu nhiên, cùng số vé và cùng các kỳ đánh giá.
- Không suy diễn dự báoChênh lệch trong mẫu không chứng minh khả năng thắng về sau.
Số liệu đầy đủ
Bảng kết quả backtest
ROI = (doanh thu − chi phí) / chi phí. Thu hồi = doanh thu / chi phí.
| # | Chiến lược | Chi phí | Doanh thu | Lợi nhuận | ROI | Thu hồi |
|---|---|---|---|---|---|---|
| Đang tải dữ liệu… | ||||||
Kiểm chứng thống kê
Có vượt Random thật không?
Khoảng 95% dùng bootstrap theo block 20 kỳ, sau khi lấy trung bình các seed. P đã chỉnh Holm cho nhiều chiến lược. ROI P05–P95 chỉ là dao động giữa seed, không phải khoảng tin cậy tương lai. Brier càng thấp càng tốt; skill > 0 là tốt hơn xác suất đều trong mẫu.
| Chiến lược | Khớp TB | Chênh lệch [95%] | P Holm | ROI P05–P95 | Brier (skill) | Diễn giải |
|---|