问28预测心得：一张表该记什么，复盘时才不用凭印象

期号、参数、判断、结果，四列记全，三个月后还能还原当时的思路。

把问题缩小以后，28预测心得讨论的对象其实很具体：三个数字相加得到一个和值，范围固定在0到27，一共28种结果。所谓预测，是拿最近若干期的记录去估计下一期的分布，而不是算出一个唯一答案。算法负责把频率、遗漏和区间厚度整理成可复核的表，模型再根据这张表给出概率排序。两者都只是工具，真正决定结论质量的，是样本口径有没有写清楚。

我最初怎么做

很多人第一次接触28预测心得，会以为里面藏着某种能算准下一期的公式。实际拆开看，常见做法只有三步：统计最近50到100期的和值频率，计算每个和值距离上次出现的遗漏期数，再按区间给一个权重。算法把这些步骤固定下来，模型负责输出概率排序。步骤本身不神秘，难的是每一步的口径都经得起复算。

28预测心得里的“预测”两个字容易被放大。严格说，它做的是分布估计：根据历史样本，给出各个和值出现的相对可能性。概率最高的几个值，也只是相对更高，不代表必然出现。算法可以处理频率和遗漏，模型可以做加权和融合，但没有任何模型能改变单次开奖的随机性。把这一点放在前面，后面的数字才不会读歪。

三个月后的修正

最近100期的统计结果是：均值13.3、中位数14、标准差4.7、偏度0.24。从分桶看，中间段最厚，两端逐渐变薄，这是三个均匀数字相加的典型形态。算法在这一步只做计数和比例，模型在这一步只读取分布参数。样本量100期不算大，比例会随窗口移动，所以页面把窗口和更新时间一起标出来。

把最近100期摊开，和值的重心落在13.3附近，中位数14，标准差4.7，偏度0.24。均值和中位数接近，说明样本没有被极端值明显拉偏；标准差描述波动，数值越大，和值离开重心的幅度越明显。最近一期是第3501218期，和值落在分布的主体区间内。这些数字只描述过去这段样本，不构成对下一期的承诺。

算法模型起了什么作用

训练、验证、测试三段要分开。训练段定参数，验证段选模型，测试段只跑一次。28预测心得里常见的错误是把验证段反复使用，直到成绩满意为止，这样测试段就失去了意义。

多模型融合有三种常见做法：平均、加权、堆叠。平均最简单但忽略差异，加权需要验证集，堆叠容易过拟合。28预测心得里选哪一种，要看样本量够不够支撑更复杂的结构。

现在的五条经验

把流程写成清单，是防止漏步骤最便宜的办法。取数、校验、清洗、统计、建模、验收，六步逐项打勾，比凭记忆可靠。清单还能当交接材料，换人也能接着做。

方法的第一步不是算，而是定口径：样本取多长、分桶边界放哪、遗漏从哪一期开始算、回测怎么切训练段和验证段。这些参数一旦写死，中途就不应该因为结果好坏而更换。28预测心得里的算法之所以要固定窗口，是为了让前后两期可比；模型之所以要固定特征，是为了让回测记录能复现。口径清楚，方法才站得住。

常见问题

如果只记住一句话：概率描述可能性，不承诺结果。28预测心得里的算法、模型和图表，都是为这句话服务的。样本更新以后，数字会变，口径不应该跟着变；口径稳定了，长期记录才有比较意义。

模型不是越多越好。模型池里的每个模型都有自己的假设，时间序列模型假设趋势可延续，马尔可夫链模型假设状态转移稳定，神经网络模型假设特征之间存在非线性关系。把这些模型放在一起，先看它们的输出是否互补，再谈权重。权重定好以后，还要用样本外数据验收，否则融合只是把同一种偏差平均一遍。

算法与模型的关系，可以理解为“算法管过程，模型管排序”。算法负责清洗、统计和分桶，模型负责在特征之上输出概率。任何一个模型输出异常，都应该能顺着算法记录回溯到具体步骤。模型可替换，算法记录不可省，这是整套方法能复算的前提。

概率描述的是可能性，不是结果；样本量越小，概率的波动越明显。

28预测的讨论应该建立在可复核的样本上，而不是单次结果上。

对普通读者来说，最实用的动作不是背结论，而是学会提问题：样本多长、窗口怎么选、概率怎么算、模型权重怎么定。问题问对了，数字才有意义；问题不问，再漂亮的图表也只是装饰。

术语一致性比术语数量更重要。同一篇文章里，概率、频率、比例应该各有明确所指；算法、模型、参数也不应该混着用。读者不需要记住所有术语，但需要知道每个数字是怎么算出来的。

复盘记录的价值，在于它保留了当时的判断。只记结果不记过程，事后很容易把运气解释成能力；把期号、参数、预测值和实际结果一起记下来，才能看出某个方法在什么条件下有效、在什么条件下失效。

读表的顺序建议固定下来：先看时间和窗口，再看均值和标准差，然后看区间厚度与概率排序，最后才看结论性描述。顺序固定以后，不同页面之间的数字才有可比性；顺序一乱，很容易把描述当成预测。