足球离散指数怎么算？
从原理到实战
离散指数 (Dispersion Index) 是衡量多家博彩公司赔率分歧的核心指标。它反映市场对比赛结果的不同看法，数值越高，意见越分散，越可能出现冷门。
离散指数计算公式
离散指数通常基于 欧赔 (欧洲赔率) 计算，核心思路是 方差或标准差。最通用的版本：
(简化极差法，适用于快速判断)
更精确的算法采用 标准差 (σ)：
其中 xi 为各公司赔率，μ 为平均赔率，n 为样本公司数量
实际应用中，离散指数越大，说明各机构对赛果的预期差异显著，冷门概率升高；反之则意见统一，正路可能性大。
实战演算 · 英超
选取某轮英超主胜赔率：
1.85
1.90
1.88
1.92
1.80
平均赔率 μ = 1.87
极差法：(1.92 - 1.80) / 1.87 ≈ 6.42% → 中等离散
标准差法：σ ≈ 0.044 → 离散指数 4.4%
结论：离散程度适中，机构间存在一定分歧，建议结合凯利指数进一步判断。
📊 离散指数的深度应用与解读
🔹 判断冷门风向
当离散指数 > 10% (极差法) 或 > 8% (标准差法)，表明博彩公司意见严重不合，冷门概率显著上升。尤其主胜离散高，平局或客胜需警惕。
🔹 结合凯利指数
离散指数反映分歧，凯利指数反映赔付风险。两者结合：
高离散 + 低凯利 → 机构防范力度强，赛果可能正路。
高离散 + 高凯利 → 市场混乱，建议回避或博冷。
🔹 不同联赛阈值
主流联赛 (英超、西甲) 离散指数通常较低，因为数据透明度高。小联赛或杯赛，离散指数天然偏高。建议动态设置阈值：
主流联赛 > 7% 关注冷门；非主流 > 12% 才视为分歧。
🔹 时间维度变化
离散指数在 临场24小时 内变化最具参考价值。若离散持续上升，说明市场资金分歧加剧；若离散骤降，则可能达成一致，正路居多。
❓ 离散指数常见问题与解答
不一定。离散指数是分歧指标，并非绝对预测。高离散说明各公司看法不同，但最终赛果仍可能正路。需结合基本面、投注量等。通常离散 > 12% 且主胜离散最高，冷门概率较大。
至少5家以上具有代表性的主流博彩公司 (如威廉希尔、立博、bet365、伟德、易胜博)。样本过少，离散指数失真。建议使用10家左右数据。
离散指数本质是归一化的标准差或极差。标准差越大，离散指数越高。实际中常用“离散率” = (标准差/平均赔率)×100%，便于跨赛事比较。
专业足球数据网站如 500彩票、澳客网、雪球、足球财富等均提供离散指数。也可通过爬虫获取欧赔自行计算。本页面底部提供简易计算器思路。
主要适用于胜平负 (1X2) 玩法。让球盘、大小球也可计算离散，但参考意义降低。对于亚洲盘口，更建议关注 让球离散 或 水位差。
凯利方差是离散指数的进阶版，加入凯利指数权重，更能反映机构的真实赔付风险。离散指数侧重分歧度，凯利方差侧重风险度。两者常配合使用。
💡 进阶技巧：离散指数组合
将主胜、平局、客胜离散指数组合观察：
“主胜离散 < 平局离散 < 客胜离散” 通常表示主胜意见较统一，正路概率高。
“主胜离散 > 平局离散且客胜离散最低” 则需防客队爆冷。
⚙️ 简易离散计算器 (概念)
输入多家赔率，即可得到离散指数。公式参考：
离散率 = (STDEV(赔率数组) / AVERAGE(赔率数组)) * 100%
您可以使用Excel或Python快速计算。本网站暂不提供动态计算，但您可复制数据自行演算。
import numpy as np
odds = [1.85,1.90,1.88,1.92,1.80]
disp = np.std(odds) / np.mean(odds) * 100
print(f"离散指数: {disp:.2f}%")