V4.5.1-beta: FRA 3-0 SWE 全量赛后复盘 + 自进化学习

复盘发现:
- 方向正确 ✅ (法国58.7%→3-0胜), Brier=0.2566
- 5/6组件方向正确 (仅Enhancer偏瑞典)
- Market全场最佳: Brier 0.0973, 边际贡献+0.0582 (CIV-NOR的反面案例)
- 3-0比分Rank #5 (8.4%) → 罕见Top-5命中!
- Weibull跳过决策事后验证错误: 如含Weibull则Brier改善至0.2135

核心洞察 — CIV-NOR vs FRA-SWE的Market双面性:
- 数据可靠时(FRA-SWE, Elo可靠): Market是强大正向工具
- 数据有问题时(CIV-NOR, Elo=1500): Market纠偏可能有害

自进化决策:
- 不调整任何权重 — 等16场R32完赛后统一评估
- 操作信号: 重新评估Weibull跳过阈值 (极端实力差时极端值可能是信号)

累计更新:
- KO方向: 4/6 = 67% (↑ 60%→67%)
- KO平局率: 2/6 = 33% (↓ 40%→33%), gap +12.0pp
- DC/Pi/Market并列KO最佳: 4/6 = 67%
- 19场累计: Market 79%, DC 74%, Pi 68%

DB更新: wc26_schedule #184 → FINISHED, match_results写入
Memory更新: project-status.md (19场累计), FRA-SWE memory文件
测试: 287 passed, 2 skipped

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

Author: AndyDu0921

reports/postmatch/2026-07-01_France_Sweden_postmatch.md

@@ -0,0 +1,278 @@
+# 世界杯 1/16 决赛 赛后复盘：法国 vs 瑞典
+
+> **复盘时间**: 2026-07-01 11:00 UTC | **模型版本**: V4.5.0-beta | **复牌子版本**: V4.5.1-beta
+> **比赛编号**: #80 | **阶段**: Round of 32 — 1st Group H vs 3rd Group F
+
+---
+
+## 一、比赛结果
+
+| 项目 | 信息 |
+|:---|:---|
+| **对阵** | 🇫🇷 **法国 3–0 瑞典** 🇸🇪 |
+| **半场** | 法国 1–0 瑞典 |
+| **日期** | 2026年6月30日（新泽西时间） / **北京时间 7月1日 05:00** |
+| **球场** | MetLife Stadium, 东卢瑟福, 新泽西州 |
+| **入球** | ⚽ 45' Kylian Mbappé (助攻 Dembélé) · ⚽ 53' Bradley Barcola (助攻 Olise) · ⚽ 74' Kylian Mbappé (助攻 Olise) |
+| **裁判** | 待确认 |
+| **确认来源** | Flashscore、Sky Sports、LA Times、Yahoo Sports (4源Tier-1共识) |
+
+---
+
+## 二、预测回顾
+
+### 2.1 最终融合概率
+
+```
+                ┌─────────────────────────────────┐
+                │   法国         平局        瑞典    │
+                │  58.7%      22.6%      18.7%    │
+                └─────────────────────────────────┘
+```
+
+| 指标 | 预测值 | 实际 | 匹配 |
+|:---|---:|:---|:---|
+| **方向** | 🇫🇷 法国胜 | 🇫🇷 法国胜 | ✅ |
+| **最可能比分** | 2–0 (11.5%), 1–0 (10.4%), 2–1 (9.7%) | 3–0 | ❌ 未命中Top-3 |
+| **Top-5命中** | 3–0 Rank #5 (8.4%) | 3–0 | ✅ (罕见！) |
+| **xG** | 法国 2.20 — 瑞典 0.85 | 3–0 | xG误差 1.65 |
+| **Over/Under 2.5** | Over倾向 (xG合计3.05) | Over (3球) | ✅ |
+
+### 2.2 各组件方向 — 5/6指向法国
+
+| 组件 | 法国胜 | 平局 | 瑞典胜 | 方向 | 判定 | Brier |
+|:---|---:|---:|---:|:---|---:|:---|
+| **DC (Dixon-Coles)** | 56.4% | 21.0% | 22.6% | 🇫🇷 | ✅ | 0.2853 |
+| **Enhancer (ML增强)** | 29.3% | 32.9% | 37.9% | 🇸🇪 | ❌ | 0.7517 |
+| **Elo (κ-Davidson)** | 63.2% | 19.7% | 17.2% | 🇫🇷 | ✅ | 0.2038 |
+| **Pi-Rating** | 57.8% | 19.5% | 22.7% | 🇫🇷 | ✅ | 0.2676 |
+| **Weibull (Copula)** | 84.4% | 13.1% | 2.5% | 🇫🇷 | ✅ | 0.0421 |
+| **Market (46家共识)** | 74.8% | 15.8% | 9.4% | 🇫🇷 | ✅ | **0.0973** |
+| **→ 融合前 (pre-market)** | 56.1% | 21.3% | 22.6% | 🇫🇷 | ✅ | **0.2892** |
+| **→ 融合后 (post-market, 25% mkt)** | 60.8% | 19.9% | 19.3% | 🇫🇷 | ✅ | 0.2305 |
+| **→ 最终 (KO校准)** | **58.7%** | **22.6%** | **18.7%** | 🇫🇷 | ✅ | **0.2566** |
+
+> 🔑 **核心发现**: 5/6组件方向正确。仅Enhancer（系统性偏弱队）预测了瑞典。Market是全场最佳组件（Brier 0.0973），也是法国胜率最接近实际主导程度的组件（74.8%）。
+
+---
+
+## 三、核心评估指标
+
+| 指标 | 数值 | 评级 |
+|:---|---:|:---|
+| **Brier Score** | **0.2566** | 🟡 一般 (0.15-0.30) |
+| **Log Loss** | 0.5327 | 🟡 中等 |
+| **RPS** | 0.1028 | 🟢 良好 |
+| **方向正确** | ✅ 是 (法国胜) | 🟢 |
+| **精确比分命中** | ❌ (2–0, 1–0, 2–1 → 实际3–0) | — |
+| **Top-5命中** | ✅ (3–0 Rank #5, 8.4%) | 🟢 |
+| **xG误差** | 1.65 | 🟡 (法国进攻被低估0.80球) |
+
+> 📊 **Brier 0.2566 解读**: 方向正确且比分排名Top-5，但Brier略高。主要原因：(1) 法国胜率仅58.7%但实际上是碾压式3-0；(2) KO平局校准将2.3pp从法国转移至平局。
+
+---
+
+## 四、融合链深度分析
+
+### 4.1 市场组件的正面贡献 — CIV-NOR的反面案例
+
+本场比赛是**Market组件教科书式的正面贡献案例**：
+
+| 阶段 | 法国概率 | Brier | 方向 |
+|:---|---:|---:|:---|
+| **Pre-market融合** (4统计模型) | 56.1% | 0.2892 | 🇫🇷 ✅ |
+| **+ Market** (46家博彩商, 25%权重) | 60.8% | 0.2305 | 🇫🇷 ✅ |
+| **+ KO平局校准** (×1.18, floor 18%) | 58.7% | 0.2566 | 🇫🇷 ✅ |
+
+> 🟢 **Market贡献 = Brier改善0.0587** — 正面且显著。这与CIV-NOR形成鲜明对比（Market在那里贡献了-0.0788的恶化）。两者的关键区别：FRA-SWE没有数据质量问题（Elo评级可靠），市场与模型方向一致，分歧仅18.7pp（vs CIV-NOR的29.7pp）。
+
+### 4.2 Weibull跳过决策：事后验证
+
+当时Weibull因84.4%极端法国偏斜被跳过。事后分析：
+
+| 场景 | 法国概率 | Brier |
+|:---|:---|:---|
+| **实际（跳过Weibull）** | 60.8% | 0.2305 |
+| **如果包含Weibull** (10%权重) | 62.3% | 0.2135 |
+
+> Weibull的84.4%法国概率事后被验证"不够极端"——法国确实碾压式3-0取胜。如果包含Weibull，Brier将改善0.0169。这是Weibull在淘汰赛阶段**首次"正确"的极端预测**，表明在实力悬殊场景下Weibull的极端值可能是信号而非噪声。后续应重新评估Weibull跳过阈值。
+
+### 4.3 Enhancer的系统性偏差持续
+
+- Enhancer预测瑞典胜37.9%（全场唯一错误组件）
+- Expander累计KO方向正确率: 2/6 = **33%**
+- 全部比赛累计（含小组赛）: 5/18 = **28%**（从24%微升至28%）
+- 压制策略(V4.3.1, 10%名义权重→4.8%有效权重)继续有效
+
+### 4.4 KO平局校准的副作用
+
+| 阶段 | 平局概率 | 变化 |
+|:---|---:|:---|
+| 融合后 (post-market) | 19.9% | — |
+| KO平局校准 (×1.18) | 22.6% | +2.7pp |
+
+KO平局校准将2.7pp从法国/瑞典转移至平局，而实际是3-0一边倒——这加剧了Brier恶化（+0.0261）。然而淘汰赛平局实际率仍为33%（2/6），远高于预测均值21.0%。当前校准策略需在R32全部完赛后系统性评估。
+
+---
+
+## 五、赛况解读：预测逻辑与实际的对应
+
+### 5.1 系统为什么预测法国胜？
+
+| 系统的判断依据 | 比赛中对应 |
+|:---|:---|
+| **法国小组赛攻击力** (10球/3场) | 法国打入3球（Mbappé×2, Barcola） |
+| **瑞典防线漏洞** (对荷兰丢5球) | 瑞典零封失败，3球溃败 |
+| **Hien缺阵**削弱瑞典防线 | 瑞典防线被法国三叉戟完全撕碎 |
+| **46家博彩商极度一致** (法国胜CV=1.5%) | 市场判断准确——法国碾压 |
+| **MetLife Stadium开放式球场** | 天气晴朗27°C，无影响 ✅ |
+
+### 5.2 预测与实际的核心偏差
+
+| 预测预期 | 实际发生 | 偏差分析 |
+|:---|:---|:---|
+| **法国2–0零封最可能** (11.5%) | 法国3–0零封 | ❌ 低估法国xG 0.80球 |
+| **瑞典xG=0.85** | 瑞典0球 | 瑞典进攻被高估0.85球 |
+| **"方向确信但幅度不确定"** | 法国碾压式3-0 | 幅度确实被低估 |
+| **58.7%法国胜概率** | 实际法国主导度~85%+ | 概率显著低估 |
+
+---
+
+## 六、淘汰赛累计面板（6场R32）
+
+### 6.1 整体表现
+
+| 指标 | 数值 |
+|:---|:---|
+| **方向正确** | **4/6 = 67%** |
+| **平局实际率** | 2/6 = 33% |
+| **平局预测均值** | 21.0% |
+| **平局低估gap** | +12.0pp (收窄中) |
+| **精确比分Top-3命中** | 0/6 |
+| **精确比分Top-5命中** | 2/6 (SA-CAN 1-0✅, FRA-SWE 3-0✅) |
+
+### 6.2 逐场汇总
+
+| # | 对阵 | 预测方向 | 预测平局 | 实际 | Brier | 判定 |
+|:---|---:|:---|:---|:---|:---|:---|
+| 73 | 🇿🇦 SA vs 🇨🇦 CAN | CAN 48.8% | 21.4% | CAN 1-0 | 0.3967 | ✅ |
+| 74 | 🇩🇪 GER vs 🇵🇾 PAR | GER 57.8% | 18.8% | DRAW 1-1 | 0.4645 | ❌ |
+| 75 | 🇳🇱 NED vs 🇲🇦 MAR | NED 48.7% | 20.7% | DRAW 1-1 | 0.4610 | ❌ |
+| 76 | 🇧🇷 BRA vs 🇯🇵 JPN | BRA 49.5% | 20.8% | BRA 2-1 | 0.1287 | ✅ |
+| 78 | 🇨🇮 CIV vs 🇳🇴 NOR | NOR 64.0% | 21.5% | NOR 2-1 | 0.1968 | ✅ |
+| **80** | **🇫🇷 FRA vs 🇸🇪 SWE** | **FRA 58.7%** | **22.6%** | **FRA 3-0** | **0.2566** | ✅ |
+
+### 6.3 组件方向准确率（6场KO累计）
+
+| 组件 | 正确 | 总计 | 准确率 | 排名 |
+|:---|---:|---:|---:|:---|
+| **DC** | 4 | 6 | **67%** | 🥇 |
+| **Pi-Rating** | 4 | 6 | **67%** | 🥇 |
+| **Market** | 4 | 6 | **67%** | 🥇 |
+| **NegBin** | 3 | 5 | 60% | 🥈 |
+| **Elo** | 3 | 6 | **50%** | 🥉 |
+| **Weibull** | 1 | 2 | 50% | (样本小) |
+| **Enhancer** | 2 | 6 | **33%** | 🐌 |
+
+### 6.4 Brier分数汇总（6场KO）
+
+| 比赛 | Brier | 方向 | 评级 |
+|:---|---:|:---|:---|
+| SA-CAN | 0.3967 | ✅ | 🟡 |
+| GER-PAR | 0.4645 | ❌ | 🔴 |
+| NED-MAR | 0.4610 | ❌ | 🔴 |
+| BRA-JPN | 0.1287 | ✅ | 🟢 |
+| CIV-NOR | 0.1968 | ✅ | 🟡 |
+| **FRA-SWE** | **0.2566** | ✅ | 🟡 |
+| **KO平均** | **0.3174** | 67% | 🟡 |
+
+---
+
+## 七、自进化学习：权重调整建议
+
+### 7.1 本场学习信号
+
+| 组件 | 方向 | Brier | 边际贡献 | 评估 |
+|:---|:---|:---|:---|:---|
+| **DC** | ✅ | 0.2853 | +0.1584 (正) | 最大正贡献，核心支柱 |
+| **Enhancer** | ❌ | 0.7517 | -0.0150 (负) | 方向错误但权重大→被稀释 |
+| **Elo** | ✅ | 0.2038 | +0.0153 (正) | 稳健正贡献 |
+| **Pi** | ✅ | 0.2676 | +0.0033 (正) | 微小正贡献 |
+| **Market** | ✅ | **0.0973** | **+0.0582 (正)** | 第二正贡献 |
+| **Weibull** | ✅ | 0.0421 | 被跳过(事后核实正面) | 极端值在本场=信号 |
+
+### 7.2 关键结论：不调整权重
+
+> ⛔ **本轮不调整任何融合权重。** 理由：
+> 1. FRA-SWE是"强队碾压弱队"案例，权重调整应基于困难案例
+> 2. DC(67%)/Pi(67%)/Market(67%)并列KO最佳——三者平衡已稳定
+> 3. 6场KO数据已初步成型，但16场全部完成后才是决策窗口
+> 4. 唯一的操作信号：**重新评估Weibull跳过阈值** — 在实力悬殊比赛中极端值可能是真实信号
+
+### 7.3 Weibull 跳过决策回顾
+
+| 维度 | FRA-SWE案例 |
+|:---|:---|
+| Weibull输出 | 法国84.4% / 平局13.1% / 瑞典2.5% |
+| 跳过原因 | 极端值（>70%被认为不可靠） |
+| 实际结果 | 法国3-0碾压 |
+| 事后Brier | 0.0421（全场最佳） |
+| **教训** | 在极端实力差距场景下，Weibull极端值可能是真实信号 |
+
+> 📝 **待R32全部完赛后评估**：是否将Weibull跳过阈值从"偏离均值>2σ"调整为"仅在不稳定比赛(总xG<2.0或Elo差距<100)时跳过"。
+
+---
+
+## 八、淘汰赛平局风险评估更新
+
+| 数据集 | 旧值 | 新值 | 变化 |
+|:---|:---|:---|:---|
+| **实际平局率** | 2/5 = 40% | **2/6 = 33%** | -7pp |
+| **预测平局均值** | 20.6% | **21.0%** | +0.4pp |
+| **低估gap** | +19.4pp | **+12.0pp** | -7.4pp |
+
+> 📝 FRA-SWE不是平局，淘汰赛平局率继续下降（50%→40%→33%），gap显著收窄至12pp。如果后续10场中平局率<20%，则当前的淘汰赛平局低估诊断可能需要修正——小组赛16强淘汰赛的整体平局率可能更接近小组赛水平（~25%），而非之前3-4场小样本暗示的50%。
+
+---
+
+## 九、Bootstrap CI 事后验证
+
+| 指标 | 🇫🇷 法国胜 | 🤝 平局 | 🇸🇪 瑞典胜 |
+|:---|---:|---:|---:|
+| **预测均值** | 60.9% | 19.7% | 19.4% |
+| **95% CI** | [56.6%, 66.0%] | [15.9%, 24.2%] | [14.9%, 23.5%] |
+| **实际结果** | ✅ (落入95% CI) | ❌ | ❌ |
+
+> 📊 法国胜的实际结果落入95% CI [56.6%, 66.0%]之内——Bootstrap区间有效覆盖了真实值。虽然3-0的碾压程度远超区间暗示的"仅56.6-66%胜率"，但CI在覆盖性质上表现良好。
+
+---
+
+## 十、与CIV-NOR的对比：市场组件的两种命运
+
+| 维度 | CIV-NOR | FRA-SWE |
+|:---|:---|:---|
+| **市场方向** | ✅ (挪威) | ✅ (法国) |
+| **市场Brier** | 0.4533 (最差) | 0.0973 (最佳) |
+| **市场边际贡献** | **-0.0788** (负面) | **+0.0582** (正面) |
+| **模型-市场分歧** | 29.7pp (极端) | 18.7pp (中等) |
+| **数据质量** | CIV Elo=1500默认 🔴 | 两队Elo均可靠 🟢 |
+| **市场共识度** | CV 1.1-3.0% | CV 1.5-3.5% |
+| **实际结果** | NOR 2-1 险胜 | FRA 3-0 碾压 |
+
+> 🔑 **教训**: 市场组件的贡献质量与数据质量直接相关。当数据质量可靠时（FRA-SWE），市场是强大的正向贡献者。当数据质量有问题时（CIV-NOR的Elo=1500），市场的"纠偏"可能反而有害——因为它纠正的"偏差"本身可能指向正确方向（挪威确实赢了）。
+
+---
+
+## 十一、方法论与版本
+
+- **模型**: Dixon-Coles (1997) 双变量泊松 + Tabular ML Enhancer + κ-Elo Davidson + Pi-Rating + Weibull Copula (跳过) + 46博彩商共识
+- **融合**: 序贯链 DC(90%) → Enhancer(10%) → Elo(22%) → Pi(18%) → Market(25%)
+- **校准**: KO平局结构性修正 ×1.18 + 地板18%
+- **权重版本**: WORLD_CUP_KNOCKOUT_V4.5.0
+- **市场数据**: The Odds API — 46家博彩商实时赔率 (2026-06-30 04:14-04:30 UTC)
+- **有效权重快照**: DC 43.2% / Enhancer 4.8% / Elo 13.5% / Pi 13.5% / Market 25.0%
+
+---
+
+> 📄 本报告由 Hermes Agent V4.5.0-beta 自动生成 | 复盘时间: 2026-07-01T11:00Z
+> ⚠️ **关键警示**: Weibull跳过阈值需在R32完赛后重新评估——在极端实力差距场景下Weibull的极端值可能是真实信号而非噪声。