什么是赔率的抽水（overround / vig）？

把一场比赛所有结果的赔率取倒数再加总，得到的 Σq 通常大于 1。超出 1 的那部分就是抽水。例如小数赔率 2.30 / 3.40 / 3.10，Σq = 1.051481，overround = +5.1481%。同一件事还有第二个口径：庄家理论利润率 margin = 1 − 1/Σq = 4.8960%。前者以真实概率为分母，后者以投注总额为分母，数值不同不是算错。

为什么赔率倒数不能直接当成概率？

赔率倒数 q 是含抽水的隐含概率，三者加总大于 1，不满足概率公理。必须先归一化。以 2.30 / 3.40 / 3.10 为例，主胜的原始 q = 43.4783%，比例法归一后为 41.3495%，两者相差 2.13 个百分点 —— 这个差额就是水位。

比例法、幂法、Shin 三种去水方法该选哪个？

赔率跨度小时三者几乎一致：两路市场 1.95 / 1.98 下最大偏离仅 0.0100 个百分点，随便选。赔率跨度大时差异显著：1.14 / 8.60 / 21.00 下幂法与比例法最大偏离 2.4623 个百分点，因为比例法会系统性高估冷门。跨度大或研究热门偏差（favourite-longshot bias）时优先幂法或 Shin。

Σq 小于 1 意味着什么？

意味着不存在抽水，反而存在理论套利空间。例如跨平台取最优价拼出 2.62 / 3.75 / 3.45，Σq = 0.938201，理论套利空间 6.5870%。此时 Shin 模型不适用 —— 该模型求解的知情交易者比例 z 在 Σq < 1 时无有效解，会退化为 z = 0。

CALC-01 已上线免费 · 无需登录 A 簇 · 赔率与价值

赔率格式转换 & 抽水剥离器

五种赔率格式双向互转，同时把庄家水位从赔率里剥出来 —— 给你比例法、幂法、Shin 三套归一结果和对应的公平赔率（fair odds）。每个数字都能展开看公式怎么代入，不藏中间步骤。

它回答一个问题 这组赔率背后，庄家心里的真实概率是多少？水位有多厚？

假设先声明前提，再看结论

任何去水结果都建立在假设之上。下面五条不成立时，本页数字仅供参考，不应直接用于决策。

A1市场完备（complete market）：列出的结果互斥且穷尽，真实概率之和恰为 1。三路盘不含「取消赛事」等第四种可能。
A2赔率同一时刻取样：三路赔率来自同一快照。跨时间点拼接的赔率会引入伪套利。
A3抽水在各结果间的分配方式由所选归一方法决定 —— 这是方法假设而非事实。比例法假设按比例均摊，幂法假设冷门被额外加水，Shin 假设水位来自知情交易者。
A4不含佣金、返水、税费与最低投注额限制。交易所盘的佣金需在本页之外单独扣除。
A5「公平赔率」= 1 / 去水概率，是无抽水基准而非可成交价格。市场上不存在按公平赔率挂出的盘口。

示例数据六组真实盘型，点一下就填进去

这六组不是随手编的数字，它们分别对应六种在真实市场里会遇到的水位结构。默认已载入 EX-A，所以你打开页面就已经有结果了。

EX-A · 教科书标准盘 —— 英超中游主队小热，主流博彩公司常见水位。

输入

改动即重算

1 · 赔率格式

输入格式五种格式任选，内部统一换算为小数赔率

2 · 三路赔率

主胜 Home

Dec

平局 Draw · 两路市场留空

Dec

客胜 Away

Dec

3 · 去水方法

归一方法决定抽水如何在三路之间分配

水位同一件事的两个口径，别混着用

Σq 隐含概率和 1.051481 赔率取倒数后加总

Overround 抽水率 +5.1481% Σq − 1，以真实概率为分母

Margin 理论利润率 4.8960% 1 − 1/Σq，以投注总额为分母

归一参数 ÷ 1.051481 比例法：所有 q 同除 Σq

为什么两个数不一样？ overround 问的是「赔率里多加了几个百分点的概率」，分母是真实概率； margin 问的是「庄家从收进来的钱里留下多少」，分母是投注总额。 5.1481% 与 4.8960% 描述的是同一层水，只是站在不同的岸上量。对外宣传常报小的那个，做期望值计算必须用与你分母一致的那个。

去水结果剥掉水位后的真实概率与公平赔率

三路结果的原始隐含概率、去水后概率与公平赔率对照
结果	输入赔率	原始 q 含抽水	去水概率 p 当前方法	水位 q − p	公平赔率 1 / p
主胜 Home	2.30	43.4783%	41.3495%	2.1288 pp	2.4184
平局 Draw	3.40	29.4118%	27.9718%	1.4400 pp	3.5750
客胜 Away	3.10	32.2581%	30.6787%	1.5794 pp	3.2596
合计	—	105.1481%	100.0000%	5.1481 pp	—

怎么读这张表： 「原始 q」是赔率倒数，三者加起来大于 100%，不是合法概率；「去水概率 p」加起来恰好 100%，这才是可以拿去算期望值的数；「水位」告诉你每一路被加了多少百分点 —— 注意它不是均摊的，热门被加得更多。「公平赔率」是无抽水基准，市场上买不到，用来判断你手上那个价贵不贵。

格式互转同一个价格，五种写法

下面五张卡是当前主胜赔率的五种等价写法。它们描述完全相同的赔付，只是不同市场的习惯不同 —— 换算不会改变隐含概率。

Decimal 小数 2.30 押 1 收回 2.30（含本金）

Hong Kong 香港 1.3000 押 1 净赚 1.30（不含本金）

Malay 马来 -0.7692 负号表示需押 0.7692 才净赚 1

Indo 印尼 1.3000 正号同香港，负号同马来取倒

American 美式 +130.0 押 100 净赚 130

当前三路赔率的五格式完整对照
结果	小数	香港	马来	印尼	美式	隐含 q
主胜	2.30	1.3000	-0.7692	1.3000	+130.0	43.4783%
平局	3.40	2.4000	-0.4167	2.4000	+240.0	29.4118%
客胜	3.10	2.1000	-0.4762	2.1000	+210.0	32.2581%

五格式互转是无损的。 把这六组示例的全部赔率在五种格式之间来回换算再转回来，最大偏差为 1.78e-15 —— 这是双精度浮点的机器精度量级，不是算法误差。我们不写「误差为 0」，因为那是虚假精度。

方法对比三种去水法给出的不同答案

三种方法都能把概率之和拉回 100%，但怎么拉不一样。赔率跨度小时它们几乎重合，跨度大时分歧明显 —— 这个分歧本身就是信息。

比例法、幂法、Shin 模型三种归一结果对比
结果	比例法 Proportional	幂法 Power	Shin 知情交易者	幂 − 比例偏离 pp
主胜	41.3495%	41.7537%	41.6557%	+0.4042
平局	27.9718%	27.7138%	27.7674%	−0.2580
客胜	30.6787%	30.5325%	30.5769%	−0.1462
Σp 校验	1.0000000000	1.0000000000	1.0000000000	最大 0.4042

跨度决定分歧大小。 两路市场 1.95 / 1.98（EX-E）下，幂法与比例法最大偏离只有 0.0100 pp，选哪个都无所谓；而极端热冷盘 1.14 / 8.60 / 21.00（EX-D）下偏离达到 2.4623 pp —— 比例法把冷门 21.00 的概率给到 4.5740%，幂法只给 3.6483%。比例法会系统性高估冷门，这正是热门-冷门偏差（favourite-longshot bias）的表现。 结论：赔率跨度大时用幂法或 Shin，跨度小时随意。

可解释这个数怎么来的

每一步都给三行：公式、一句不含符号的中文口语、代入当前输入的数值。你可以拿计算器逐行复核。

第 1 步 · 赔率取倒数，得到含抽水的隐含概率 q

q_{i} = \frac{1}{d_{i}}

每一路的隐含概率，就是它的小数赔率取倒数。

主胜 1 ÷ 2.30 = 0.434783 → 43.4783%
平局 1 ÷ 3.40 = 0.294118 → 29.4118%
客胜 1 ÷ 3.10 = 0.322581 → 32.2581%

第 2 步 · 加总得 Σq，超出 1 的部分就是抽水

overround = \sum_{i}^{n} q_{i} - 1, margin = 1 - \frac{1}{\sum_{i} q_{i}}

把三路的隐含概率加起来，多出来的那一截是抽水率；换个分母，用一减去这个总和的倒数，得到的是庄家理论上能留下的钱的比例。

Σq = 0.434783 + 0.294118 + 0.322581 = 1.051481
overround = 1.051481 − 1 = 0.051481 → +5.1481%
margin = 1 − 1 ÷ 1.051481 = 0.048960 → 4.8960%

第 3 步 · 比例法归一 —— 所有 q 同除 Σq

p_{i}^{prop} = \frac{q_{i}}{\sum_{j} q_{j}}

每一路的隐含概率，除以三路总和，就得到去水后的概率。这等于假设抽水按各路原有比例均摊。

主胜 0.434783 ÷ 1.051481 = 0.413495 → 41.3495%
平局 0.294118 ÷ 1.051481 = 0.279718 → 27.9718%
客胜 0.322581 ÷ 1.051481 = 0.306787 → 30.6787%
校验 Σp = 1.0000000000

第 4 步 · 幂法归一 —— 解出指数 k 使概率和为 1

p_{i}^{pow} = q_{i}^{1 / k}, 使 \sum_{i} q_{i}^{1 / k} = 1

给每一路的隐含概率开同一个次方，再用二分法反复调整这个次方，直到三路加起来刚好等于一。次方大于一时，小概率被压得更狠，所以冷门的水位比热门厚。

二分求解得 k = 1.048592（收敛容差 1e-12）
主胜 0.434783^1/1.048592 = 0.417537 → 41.7537%
平局 0.294118^1/1.048592 = 0.277138 → 27.7138%
客胜 0.322581^1/1.048592 = 0.305325 → 30.5325%
校验 Σp = 1.0000000000

第 5 步 · Shin 模型 —— 解出知情交易者比例 z

p_{i}^{shin} = \frac{\sqrt{z^{2} + 4 (1 - z) \frac{q_{i}^{2}}{\sum_{j} q_{j}}} - z}{2 (1 - z)}

这个模型假设水位不是庄家随便加的，而是庄家为了防止内幕消息持有者薅羊毛而收的保险费。先解出市场里知情交易者占多大比例，再据此把水位还原回去。知情者比例越高，水位越厚。

二分求解得 z = 0.025762（约 2.58% 的交易量来自知情者）
主胜 → 41.6557% 平局 → 27.7674% 客胜 → 30.5769%
校验 Σp = 1.0000000000

第 6 步 · 公平赔率 —— 去水概率取倒数

d_{i}^{fair} = \frac{1}{p_{i}}

把去水后的概率再取一次倒数，得到没有水位的赔率。这是一条基准线：市场价高于它，你占便宜；低于它，钱在替庄家打工。

主胜 1 ÷ 0.413495 = 2.4184（市场价 2.30，低于基准 −4.90%）
平局 1 ÷ 0.279718 = 3.5750（市场价 3.40，低于基准 −4.90%）
客胜 1 ÷ 0.306787 = 3.2596（市场价 3.10，低于基准 −4.90%）

接下来把这些概率用出去

IN-02 · 方法论 赔率与隐含概率：为什么倒数不是概率 本页三种归一方法的完整推导与适用边界，含实证对比。 CALC-02 期望值与价值边缘计算器 拿到去水概率之后，判断手上这个价是否有正期望。 CALC-09 跨平台套利检测器 Σq 小于 1 的时候来这里，算清理论套利空间与分注比例。 IN-06 · 方法论 凯利公式与下注规模 有了真实概率和赔率，该押多少才不会破产。