双色球预测系统 (SSQ Predictor)

基于 12 种数学模型集成 与 自我迭代机制 的双色球预测工具。

⚠️ 免责声明

双色球开奖为独立随机事件，任何数学模型都无法真正预测开奖结果。本工具仅供数学研究、统计分析学习与娱乐参考，不构成任何投注建议。请理性对待彩票，量力而行。

功能特性

🎯 12 种数学模型集成: 频率分析、冷热号、遗漏值、马尔可夫链、贝叶斯推断、和值/奇偶/大小约束等
🔄 自我迭代: 基于历史预测准确率动态调整模型权重
📡 多数据源自动获取: cwl.gov.cn 官方 API / 500.com / zhcw.com 中彩网，自动回退
📝 详细理由说明: 每组预测附带 10+ 维度分析理由
💾 持久化存储: 历史数据、预测记录、模型权重本地缓存

快速开始

环境要求

Python 3.8+
依赖库: requests, numpy, beautifulsoup4, lxml, scipy

pip install requests numpy beautifulsoup4 lxml scipy

基本使用

# 预测下期 3 组号码
python scripts/ssq_predictor.py predict

# 预测 5 组号码并保存结果
python scripts/ssq_predictor.py predict --top-n 5 --save

# 获取最新开奖结果
python scripts/ssq_predictor.py latest

# 刷新历史数据
python scripts/ssq_predictor.py fetch --count 300

# 自我迭代优化模型权重
python scripts/ssq_predictor.py iterate

# 评估历史预测准确率
python scripts/ssq_predictor.py evaluate

# 回测验证模型准确率和自我迭代效果
python scripts/ssq_predictor.py backtest

# 回测50期并保存详细结果
python scripts/ssq_predictor.py backtest --test-count 50 --save

命令列表

| 命令 | 说明 | 参数 | |------|------|------| | predict | 预测下一期开奖号码 | --top-n N, --count N, --save | | fetch | 获取历史开奖数据 | --count N | | latest | 获取最新一期开奖结果 | - | | iterate | 执行自我迭代 | - | | evaluate | 评估历史预测准确率 | - | | backtest | 回测验证模型准确率和自我迭代效果 | --test-count N, --train-count N, --no-iteration, --save |

数学模型

| 模型 | 默认权重 | 原理 | |------|----------|------| | 频率分析 | 12% | 带时间衰减的历史出现频率 | | 遗漏值分析 | 13% | 遗漏值越大，回归概率越高 | | 贝叶斯推断 | 12% | Dirichlet 先验 + 观测更新 | | 冷热号分析 | 10% | 热号追踪 + 冷号回补 | | 马尔可夫链 | 10% | 基于上期号码的状态转移 | | 和值约束 | 8% | 高斯分布约束和值范围 | | 奇偶比约束 | 7% | 历史奇偶比分布加权 | | 大小比约束 | 7% | 大(17-33)/小(1-16)比分布 | | 连号分析 | 6% | 连号对出现频率 | | 尾数分布 | 5% | 个位数分布规律 | | AC值分析 | 5% | 差值集合大小约束 | | 跨度分析 | 5% | 最大-最小值跨度分布 |

权重通过自我迭代动态调整，详见 references/self-iteration.md

数据来源

| 优先级 | 来源 | URL | |--------|------|-----| | 1 | 中国福彩官方 API | cwl.gov.cn | | 2 | 500.com | datachart.500.com | | 3 | 中彩网 | zhcw.com | | 4 | 本地缓存 | data/history.json |

文件结构

skill-ssq-predictor/
├── SKILL.md                      # 技能定义文件
├── README.md                     # 本文件
├── references/
│   ├── data-source.md            # 数据获取方法详解
│   ├── math-models.md            # 12种数学模型原理
│   ├── self-iteration.md         # 自我迭代机制详解
│   └── output-examples.md        # 输出示例与解读
├── scripts/
│   └── ssq_predictor.py          # 核心预测脚本
└── data/                         # 运行时数据（自动生成）
    ├── history.json              # 历史开奖缓存
    ├── predictions.json          # 预测记录
    ├── model_weights.json        # 模型权重
    ├── iteration_log.json        # 迭代日志
    ├── prediction_*.json         # 预测结果快照 (--save)
    └── backtest_*.json           # 回测结果快照 (--save)

自我迭代机制

每次预测后记录预测号码和对应期号
获取开奖结果后，对比预测与实际结果
计算评分: 红球命中数 × 10 + 蓝球命中 × 30
基于平均得分调整模型权重（指数移动平均）
表现好 → 增强高权重模型；表现差 → 向均匀分布靠拢

许可证

仅供学习和研究使用。