📊 什么是欧赔离散值？
欧赔离散值（也称赔率离散度）衡量不同博彩公司对同一场比赛胜、平、负赔率的差异程度。离散值越大，说明各公司意见分歧越大；离散值越小，赔率越集中，通常反映市场共识。
核心公式： 基于标准差或平均绝对偏差，常用离散系数 = (标准差 / 平均值) × 100% 或直接使用标准差。
※ 离散度示意：不同公司赔率偏离均值
STEP BY STEP
欧赔离散值详细计算步骤
假设有 N家博彩公司 对主胜赔率给出 O₁, O₂, …, Oₙ (同样方法适用于平赔、负赔)。
计算平均赔率
将所有公司赔率求和除以公司数量 N。
μ = (O₁ + O₂ + … + Oₙ) / N
例如：3家公司的胜赔 2.10, 2.20, 2.05 → μ = 2.1167
计算方差 / 标准差
方差 = 每个赔率与平均值的差的平方之和 / N
σ² = Σ(Oi – μ)² / N
标准差 σ = √σ²，离散值常直接使用 σ 或 σ/μ×100%
离散系数 (变异系数)
消除赔率尺度影响，更便于比较不同比赛：
CV = (σ / μ) × 100%
例如：σ=0.076, μ=2.116 → CV≈3.59%
综合离散值 (常用)
部分分析师取胜平负三项离散系数之和或加权，作为整体离散指标。
D_total = CV_home + CV_draw + CV_away
数值越高，整体分歧越大。
💡 提示： 离散值通常与凯利指数、投注量结合使用。低离散 + 一致凯利方向，往往预示更可信的结果。
📐 实战计算示例
比赛： 阿森纳 vs 利物浦 (假设数据)
| 博彩公司 | 主胜 | 平局 | 客胜 |
|---|---|---|---|
| 公司A | 2.40 | 3.30 | 2.90 |
| 公司B | 2.45 | 3.25 | 2.85 |
| 公司C | 2.38 | 3.40 | 2.95 |
| 公司D | 2.42 | 3.35 | 2.88 |
主胜离散计算： μ = (2.40+2.45+2.38+2.42)/4 = 2.4125 ; 方差 σ² = 0.000725 ; σ ≈ 0.0269 ; CV ≈ 1.11% 。同理平局CV≈1.63%，客胜CV≈1.38%。总离散=4.12% (较低，表明公司意见接近)。
👉 实际应用中，离散值低于2%常视为意见高度一致。
※ 离散值可视化：主胜赔率分布紧凑
离散值高低与市场共识
📈 离散值解读与使用
- 🔵 低离散 (<2%)：市场高度一致，可参考主流赔率方向，但需警惕过热。
- 🟡 中等离散 (2%~5%)：存在分歧，需结合凯利、必发指数判断冷门。
- 🔴 高离散 (>5%)：意见混乱，冷门概率高，往往出现赛果意外。
- ⚡ 动态离散：临场离散骤降，说明资金趋于一致；离散上升代表分歧加剧。
✅ 离散值 不直接预测赛果，而是反映市场情绪与分歧度，辅助基本面分析。
❓ 常见问题与解答 (FAQ)
1. 欧赔离散值用什么单位？数值多少算大？
离散值通常以百分比（CV）或小数标准差表示。对于CV，小于2%为低离散，2%-5%中等，大于5%视为高离散。但不同联赛、不同赔率区间标准略有浮动。
2. 离散值越大越容易出冷门吗？
不一定，但高离散往往意味着博彩公司对结果判断不一，冷门概率相对提升。需结合必发交易量、球队伤病等。离散值突然升高，需警惕。
3. 计算离散值需要多少家公司？
建议至少 3~5家 主流公司 (威廉希尔、bet365、Interwetten等)。公司太少缺乏统计意义，太多可能混入小众公司噪音。
4. 离散值和凯利离散度是一回事吗？
不完全相同。凯利离散基于凯利指数 (Kelly Index) 计算离散，反映的是价值偏差；而欧赔离散直接基于赔率。两者可互补。
5. 如何快速获取欧赔离散数据？
可使用足球数据API (如Footystats、Oddsportal) 或付费平台。部分网站提供即时离散值图表。手动计算则需收集各公司赔率。
6. 离散值适合所有足球赛事吗？
适合主流联赛，因博彩公司关注度高、赔率合理。小联赛或低级别赛事，公司开盘可能不充分，离散值参考意义下降。
🧮 想快速计算？
使用Excel或Python (numpy.std) 即可计算。也可在线搜索“赔率离散计算器”。
STDEV.P(O1:On)
=AVERAGE()
离散系数 %