足球不同于其他球类运动，90分钟的比赛中进球数通常停留在三个左右，这也使得足球赛事的结果具有更强的不可预知性，也正是因为如此，一般重要的赛事总是安排多长比赛。

在足球比赛中，进球似乎是一个随机事件，我们可以设计一个简单的理想化模型（排除阴谋论、假球论）。

在双方球队客观实力均等的前提下，假定各方在一定时间内进球的概率是一定的，那么可以认为该条件下，双方的进球数符合类似于泊松分布这种无记忆模型。

泊松分布是法国数学家泊松在推广伯努利形势下的大数定律时，研究得出的一种概率分布，目前该模型广泛应用于各类企业中。

表格中第一列表示四支球队的平均进球数，第二列表示各球队在比赛中无进球的概率，后几列同上。当场均进球值与期望值差距越大时，概率越小。

但有一个不可忽略的事实-第一次的进球会使之后的进球变得容易，是模型总会存在“误差”，但该模型依然具有很高的参考价值。

下面简单介绍计算方法：

泊松公式：P（X）=（M^X/X!)*e^(-M)；P (0) = e^(-M)

e为常实数2.718

M为球队场均进球数即表格中的第一列

X为期望进球值即表格中的第一行数值

X！为X的阶乘，如3！=3*2*1、n！=n*（n-1）*（n-2）*......*1

例：场均进球数为2的球队本场比赛进球数为1的概率为多少呢？

P（2）=（2^1/1!)*2.718^(-2)=27.1%

假设两支球队的进球互为独立事件，主队平均进球数1.6，客队平均进球数1.2，则通过上图表格是不是可以得到各种比分情况的概率：0:0的概率为20%*30%=6%，1:1概率为32%*36%=11.5% ......

将所有平局的概率相加就得到平局概率为25%。同理主队获胜概率为48%，客队获胜概率为27%。亚盘上下盘的概率也可依次方法来计算，从而来规划投资比例。

在职业足球比赛中，一场比赛的得分数的平均值在2-3.5之间，2.8是个典型的平均值，排除0-0的情况，双方战成平局的概率为20%。平均进球值越低，第一个进球就显得愈发重要。

如果平均进球值为2，先进球一方获胜的概率为72%，失败的概率仅为8%。如果平均君求之为2.8，则先进球的一方获胜的概率为67%，输球的概率为13%。

2000年初英国有家报社对本地联赛800多场比赛的统计，在总进球数不为0的比赛中，先进球一方获胜的比赛占比重68.7%，平局占比20.8%，输球占比10.4%。

不难发现计算结果与实际的统计数据符合的很好，泊松模型是20世纪博彩公司在确定赔率时的利用的计算模型之一，21世纪初这依然是不少博彩公司开赔的依据。

许多老彩民都相信自己是可以依靠博彩公司来赚钱的，当然你需要丰富的知识储备，但你还需要解决一个问题：如果你认为一场比赛中会打出某项赛果，你应当投入多少资金？

克里在其经济论著作中给出了最佳策略，选择一个适当的值K，使得游戏平均增长指数能达到最大值即K=丨p-（1-p）丨。

例如一场赛事上下盘打出概率分别为55%和45%，那么我们投注金额应占总资金的10%，此时资金平均增长率为0.008.这个策略可以保证你的平均资金增长率最大，当你选择更大或更小的K值，将导致平均资金增长率的下降。

如今彩票软件、网站如雨后春笋般层出不穷，而且软件以及网站上都会给出欧赔亚盘各项的打出概率，那么这篇文章的模型还有什么意义呢？

值得注意的是，拥有出色风控能力的博彩公司给出的赔率和水位是利润最大化后的产物，而某些交易所的赔率则是购买者的行为自动生成。

所以网站上根据即时赔率计算出的概率并不是客观的实际概率。本文模型对样本容量有较大要求，如果你能掌握更为精准的计算方式，恭喜你，你要发财了！

如今外围滚球网站如雨后春笋般层出不穷，团队技术也是参差不齐，操盘手段各有千秋。（以下为笔者目前水平的个人见解）不同外围网站的操盘习惯虽说大同小异，但小异中却给一些套利团队有机可乘的机会。

某项数据打破一般常规的比赛，例如上半场无角球或1个角球，对于这种赛事，滚球网站不可能在短时间内将盘口做到统一，通过对比盘口和水位上的差异，投机者利用大资金的对冲稳定盈利金额的0.2%甚至百分之1之多。

该种对冲方式对即时性和资金量的要求较大，而且能筛选出的赛事少之又少。笔者昨晚守在电脑前近5个小时，仅筛选到奥地利甲级联赛中的一场比赛，可惜的是经过计算，赔率方面还差0.2的点就可达到该要求！

赢字渴望不可及，笔者以为能触及到该境界的并非是那些混迹于足彩界几年甚至几十年的高手，更大的可能是那些数理与计算方面有着极高造诣与天赋的人，虽说单纯的从数学角度分析足球，无异于缘木求鱼，但是从另一个角度来看，足球本身就是一场数字游戏。