回测出来的，不是拟合出来的。

我们预测什么

对每一位排名 80–400 的球员，模型输出其未来 12 与 24 个月内进入 ATP Top 100 的校准概率。校准的意思是这个数字可以当赔率读：我们标 30% 的球员，长期看大约十个里有三个成真。我们不做没有可检验含义的"AI 综合评分"。

信号

• 对手质量调整实力 —— 基于 1990 年以来全部巡回赛、挑战赛与 ITF 结果的分场地 Elo，历史上领先官方排名 6–12 个月。
• 年龄-排名曲线 —— 20 岁排 147 和 26 岁排 147 是完全不同的资产；我们对每个同类组的历史结果分布建模。
• 级别跃迁速度 —— ITF → 挑战赛 → 巡回赛各里程碑的转化速度，对标同龄组。
• 状态与耐久 —— 滚动 52 周胜率、对 Top 100 战绩、退赛与退网模式。
• 商业层 —— 受众规模、增速与地域；与竞技模型分离，绝不混入概率。

回测协议

每期榜单严格时间切片：模型只用榜单发布日之前的数据训练，用其后 24 个月打分，2015–2024 每个赛季滚动验证。训练窗口内不可能看到用于评分的未来。完整逐年结果见历史战绩。

数据

1990 年以来巡回赛、挑战赛与 ITF 级别的比赛结果与周排名；受众数据来自公开社媒平台。生产环境使用具备商用授权的数据源。

局限

伤病由赛程模式推断而非医疗数据；19 岁以下样本量小并会标注；概率是带误差棒的估计而非保证——每个预测都公布 80% 区间。

申请品牌准入