916117771/amlhc
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

feat(11-02): 实现预测置信度评估功能

Browse Source 
- 新增 _calculateConfidence 方法计算预测置信度
- 新增 _getHistoricalHitRateByRank 计算历史排名命中率
- 新增 _getScoreDistributionConfidence 计算得分分布置信度
- 新增 _getScoreConcentration 计算得分集中度
- 置信度三维度加权公式: 0.4*历史命中率 + 0.3*得分分布 + 0.3*集中度
- 数据量检查: 不足50期时返回警告
- getPredictionV3 返回结构新增 confidence 字段
This commit is contained in:
leon
2026-05-01 15:13:10 +08:00
parent 7bde4b6d26
commit 663d83c25c
1 changed files with 180 additions and 1 deletions
Download Patch File Download Diff File Expand all files Collapse all files
application/admin/model/History.php
+180 -1
View File
@@ -2413,6 +2413,11 @@ class History extends Model
// ====== 10. 历史回测验证 ======
$backtest = $skipBacktest ? null : $this->_runBacktestV3($periods, $weights, $backtestCount, $cutoffTime);
// ====== 11. 置信度评估（新增）======
// 最小数据量阈值设为50期，不足时置信度基于估算
$minDataThreshold = 50;
$confidence = $this->_calculateConfidence($predictions, $backtest, null, $minDataThreshold);
// 计算命中情况
$hitInfo = null;
if ($actualResult) {
@@ -2440,7 +2445,8 @@ class History extends Model
'analysis' => $analysis,
'actual_result' => $actualResult,
'hit_info' => $hitInfo,
'backtest' => $backtest
'backtest' => $backtest,
'confidence' => $confidence // 新增置信度字段
];
}
@@ -3722,5 +3728,178 @@ class History extends Model
return $distribution;
}
/**
* 计算预测置信度
*
* 置信度组成（三个维度加权平均）:
* - 维度1: 历史排名命中率 (权重0.4) - 基于回测数据统计各排名位置的命中率
* - 维度2: 得分分布置信度 (权重0.3) - 当前号码得分与Top5得分范围的比例关系
* - 维度3: 得分集中度 (权重0.3) - Top5得分与平均得分的差距，差距越大置信度越高
*
* 加权公式:
* confidence = 0.4 * historical_hit_rate + 0.3 * score_distribution + 0.3 * score_concentration
*
* 阈值定义:
* - 高置信度: >= 70% (绿色展示)
* - 中置信度: 50-70% (橙色展示)
* - 低置信度: < 50% (红色展示)
*
* @param array $predictions 预测结果数组（Top5）
* @param array $backtest 回测结果
* @param array $scoresAll 所有号码得分详情（可选，用于集中度计算）
* @param int $minDataThreshold 最小数据量阈值，默认50期
* @return array {confidence_scores: [], overall_confidence: float, data_warning: string|null}
*/
private function _calculateConfidence($predictions, $backtest, $scoresAll = null, $minDataThreshold = 50)
{
// 数据量检查
$dataWarning = null;
$hasBacktest = $backtest && !empty($backtest['details']) && $backtest['total_tests'] > 0;
if (!$hasBacktest || $backtest['total_tests'] < $minDataThreshold) {
$dataWarning = '回测数据不足(' . ($backtest['total_tests'] ?? 0) . '期)，置信度基于估算，建议至少50期';
}
$confidenceScores = [];
// 计算Top5平均得分（用于集中度计算）
$avgScore = 0;
if (!empty($predictions)) {
$totalScore = array_sum(array_column($predictions, 'score'));
$avgScore = $totalScore / count($predictions);
}
foreach ($predictions as $idx => $pred) {
$rank = $idx + 1;
$num = $pred['num'];
$score = $pred['score'];
// 维度1: 历史排名命中率 (权重0.4)
$rankHitRate = $this->_getHistoricalHitRateByRank($rank, $backtest);
// 维度2: 得分分布置信度 (权重0.3) - 得分比例
$scoreDistribution = $this->_getScoreDistributionConfidence($score, $predictions);
// 维度3: 得分集中度 (权重0.3) - Top得分与平均得分的差距比例
$scoreConcentration = $this->_getScoreConcentration($score, $avgScore, $predictions);
// 综合置信度（加权平均）
$overallConfidence = $rankHitRate * 0.4 + $scoreDistribution * 0.3 + $scoreConcentration * 0.3;
$confidenceScores[] = [
'num' => $num,
'rank' => $rank,
'confidence' => round($overallConfidence * 100, 1),
'rank_hit_rate' => round($rankHitRate * 100, 1),
'score_distribution' => round($scoreDistribution * 100, 1),
'score_concentration' => round($scoreConcentration * 100, 1)
];
}
// 整体置信度（Top5平均）
$overallConfidence = count($confidenceScores) > 0
? round(array_sum(array_column($confidenceScores, 'confidence')) / count($confidenceScores), 1)
: 0;
return [
'confidence_scores' => $confidenceScores,
'overall_confidence' => $overallConfidence,
'data_warning' => $dataWarning
];
}
/**
* 基于历史排名获取命中率
*
* 计算方法:
* - 有回测数据时: 统计各排名的历史命中次数 / 总测试次数
* - 无回测数据时: 根据排名估算，排名越靠前置信度越高
* 估算公式: 1 - (rank - 1) * 0.15，即第1名估算85%，第5名估算25%
*
* @param int $rank 排名位置 (1-5)
* @param array $backtest 回测结果
* @return float 该排名的历史命中率 (0-1)
*/
private function _getHistoricalHitRateByRank($rank, $backtest)
{
if (!$backtest || empty($backtest['details']) || $backtest['total_tests'] == 0) {
// 无回测数据时，根据排名估算（排名越靠前置信度越高）
// 估算公式: 1 - (rank - 1) * 0.15
// 第1名: 1.0, 第2名: 0.85, 第3名: 0.70, 第4名: 0.55, 第5名: 0.40
return max(0, 1 - ($rank - 1) * 0.15);
}
// 统计各排名的历史命中次数
$rankHits = array_fill(1, 5, 0);
foreach ($backtest['details'] as $detail) {
if ($detail['hit'] && $detail['rank'] >= 1 && $detail['rank'] <= 5) {
$rankHits[$detail['rank']]++;
}
}
$totalTests = $backtest['total_tests'];
return $totalTests > 0 ? $rankHits[$rank] / $totalTests : 0;
}
/**
* 计算得分分布置信度
*
* 计算方法:
* - 得分比例 = (score - bottomScore) / (topScore - bottomScore)
* - 得分越接近第一名，置信度越高
* - 所有得分相同时返回1
*
* @param float $score 当前号码得分
* @param array $predictions 所有预测结果
* @return float 得分置信度 (0-1)
*/
private function _getScoreDistributionConfidence($score, $predictions)
{
if (empty($predictions)) return 0;
$topScore = $predictions[0]['score'];
$bottomScore = end($predictions)['score'];
if ($topScore == $bottomScore) return 1; // 所有得分相同
// 得分比例：(score - bottom) / (top - bottom)
$ratio = ($score - $bottomScore) / ($topScore - $bottomScore);
return max(0, min(1, $ratio));
}
/**
* 计算得分集中度
*
* 计算方法:
* - 集中度 = (score - avgScore) / (topScore - avgScore) 如果 score > avgScore
* - 集中度 = 0 如果 score <= avgScore
* - Top得分与平均得分差距越大，集中度越高，表示预测结果区分度明显
*
* @param float $score 当前号码得分
* @param float $avgScore Top5平均得分
* @param array $predictions 所有预测结果
* @return float 集中度置信度 (0-1)
*/
private function _getScoreConcentration($score, $avgScore, $predictions)
{
if (empty($predictions)) return 0;
$topScore = $predictions[0]['score'];
// 如果得分低于平均，集中度为0
if ($score <= $avgScore) {
return 0;
}
// 如果Top得分等于平均，所有得分相同，集中度为0.5
if ($topScore == $avgScore) {
return $score == $topScore ? 0.5 : 0;
}
// 集中度 = (score - avg) / (top - avg)
$concentration = ($score - $avgScore) / ($topScore - $avgScore);
return max(0, min(1, $concentration));
}
}