HK Racing AI — Post-Race Learning Review 2026-01-18 ST

生成時間：2026-05-22 09:37:36

1. Executive Summary

本報告比較賽前基準預測、臨場 deterministic live picks、runtime historical learning signals 及正式賽果。此報告只作檢討，不改變任何 prediction logic。

輸入狀態：race_context=present；base_prediction=missing；historical_learning_signals=missing；race_results=present。

資料摘要：共 11 場；race_context runner 數 151；runtime signal runner rows 0；非空 learning_summary 0。

2. Per-Race Prediction vs Result

場次	賽事	賽果	賽前基準預測	臨場預測
R1	RUGBY SEVENS 2000M HANDICAP	冠軍：#10 nan｜其他入位：#5 nan、#6 nan｜第四：#12 nan	核心：-<br>配腳：-<br>冷門：-	核心：#3 nan（未中）、#14 nan（未中）<br>配腳：#5 nan（入位）、#6 nan（入位）、#7 nan（未中）<br>冷門：-
R2	CYCLING 1200M HANDICAP	冠軍：#1 nan｜其他入位：#4 nan、#9 nan｜第四：#2 nan	核心：-<br>配腳：-<br>冷門：-	核心：#2 nan（第四）、#9 nan（入位）<br>配腳：#1 nan（冠軍）、#4 nan（入位）、#5 nan（未中）<br>冷門：-
R3	THE 15TH NATIONAL GAMES HONG KONG MEDALLISTS CUP (HANDICAP)	冠軍：#8 nan｜其他入位：#3 nan、#6 nan｜第四：#4 nan	核心：-<br>配腳：-<br>冷門：-	核心：#5 nan（未中）、#10 nan（未中）<br>配腳：#1 nan（未中）、#2 nan（未中）、#4 nan（第四）<br>冷門：-
R4	SWIMMING 1400M HANDICAP	冠軍：#4 nan｜其他入位：#12 nan、#14 nan｜第四：#5 nan	核心：-<br>配腳：-<br>冷門：-	核心：#9 nan（未中）、#11 nan（未中）<br>配腳：#1 nan（未中）、#3 nan（未中）、#4 nan（冠軍）<br>冷門：-
R5	CYCLING 1200M HANDICAP	冠軍：#6 nan｜其他入位：#4 nan、#2 nan｜第四：#7 nan	核心：-<br>配腳：-<br>冷門：-	核心：#3 nan（未中）、#13 nan（未中）<br>配腳：#1 nan（未中）、#2 nan（入位）、#4 nan（入位）<br>冷門：-
R6	SWIMMING 1400M HANDICAP	冠軍：#5 nan｜其他入位：#12 nan、#3 nan｜第四：#7 nan	核心：-<br>配腳：-<br>冷門：-	核心：#7 nan（第四）、#11 nan（未中）<br>配腳：#1 nan（未中）、#2 nan（未中）、#3 nan（入位）<br>冷門：-
R7	TRIATHLON 1600M HANDICAP	冠軍：#2 nan｜其他入位：#5 nan、#4 nan｜第四：#7 nan	核心：-<br>配腳：-<br>冷門：-	核心：#1 nan（未中）、#12 nan（未中）<br>配腳：#2 nan（冠軍）、#5 nan（入位）、#6 nan（未中）<br>冷門：-
R8	SAILING 1200M HANDICAP	冠軍：#7 nan｜其他入位：#4 nan、#2 nan｜第四：#11 nan	核心：-<br>配腳：-<br>冷門：-	核心：#3 nan（未中）、#5 nan（未中）<br>配腳：#2 nan（入位）、#6 nan（未中）、#7 nan（冠軍）<br>冷門：-
R9	FENCING 1400M HANDICAP	冠軍：#8 nan｜其他入位：#10 nan、#1 nan｜第四：#11 nan	核心：-<br>配腳：-<br>冷門：-	核心：#2 nan（未中）、#12 nan（未中）<br>配腳：#1 nan（入位）、#3 nan（未中）、#4 nan（未中）<br>冷門：-
R10	FENCING 1400M HANDICAP	冠軍：#3 nan｜其他入位：#7 nan、#6 nan｜第四：#11 nan	核心：-<br>配腳：-<br>冷門：-	核心：#1 nan（未中）、#4 nan（未中）<br>配腳：#2 nan（未中）、#3 nan（冠軍）、#6 nan（入位）<br>冷門：-
R11	TENNIS 1600M HANDICAP	冠軍：#1 nan｜其他入位：#5 nan、#2 nan｜第四：#9 nan	核心：-<br>配腳：-<br>冷門：-	核心：#3 nan（未中）、#13 nan（未中）<br>配腳：#1 nan（冠軍）、#2 nan（入位）、#4 nan（未中）<br>冷門：-

3. Core Picks Hit/Miss

來源	命中摘要
賽前基準核心	沒有 picks
臨場核心	冠軍 0｜入位 1｜第四 2｜未中 19｜待資料 0

4. Support Picks Hit/Miss

來源	命中摘要
賽前基準配腳	沒有 picks
臨場配腳	冠軍 6｜入位 11｜第四 1｜未中 15｜待資料 0

5. Cold Picks Hit/Miss

來源	命中摘要
賽前基準冷門	沒有 picks
臨場冷門	沒有 picks

6. Runtime Learning Signals Performance

Signal	Runner 數	冠軍	入位	第四	未中
H_SHORT_5_20	0	0	0	0	0
H_MARKET_HOT_SYSTEM_WEAK	0	0	0	0	0
H_VALUE_SCORE_AHEAD_MARKET	0	0	0	0	0
H_SAME_STABLE_LOW_ODDS	0	0	0	0	0
H_DRAW_NOT_DOMINANT	0	0	0	0	0

7. Market-Hot/System-Weak Warning Review

場次	馬匹	賽果狀態	檢討	訊號摘要
-	-	-	沒有觸發個案	-

8. Learning Signal Value Cases

場次	馬匹	賽果狀態	檢討	訊號摘要
-	-	-	沒有觸發個案	-

9. What To Improve Before Next Race Day

補齊即日 race_context runner rows，否則 base/live picks 與 learning signal 都只能顯示空結果。
將 historical_learning_signals 於 odds 更新後重新生成，避免只反映舊 context。
建立 odds movement feature builder，把開市、臨場、最後賠率變化連到賽果。
補齊 running style / early pace 欄位，讓最強歷史發現可在即日 runtime 使用。
為每個 learning signal 加入 sample size、lift、confidence，檢討時可分辨高低信心訊號。