港馬捉路: 2026

2026年7月8日星期三

2026-07-08 賽事回顧

投注類別\|回報	C45	AI	加權模式	非加權模式	排序
T	-	-	-	-	-
Q	167.5	48	-	167.5	167.5
pQ	237	23.5	97	224.5	224.5

隻數入四名和最佳成績類別(F,T,Q,W,P), 選中過關或開跑時有10賠以上而上名

場次	隻數\|路數:	開跑飛	C45	AI	M加權	N1年	S排序	上賽飛	均	備註
1	12	\|2	2Q	1P\|1P	1P	2Q	2Q	1/4	1	R3
2	12	1\|1	1W	-\|1P	1W	1P	1P	3/7	1	-
3	12	\|2	-	-	1P	2P	2P	1/5	-	輕2,3
4	8	\|	1W	1W\|2P	2P	2P	2P	0/3	2	輕2
5	12	2\|2	1P	-\|1P	-	-	-	2/4	-	輕1重2
6	12	1\|	2P	2Q\|-	1W	1W	1W	2/3	-	重2
7	12	1\|	1P	1P\|1W	1P	1P	1P	0/5	-	-
8	12	2\|3	-	1W\|1P	-	-	-	2/3	-	輕2
9	12	1\|2	-	1P\|-	1P	1P	1P	1/2	-	-

	註解:
1.	上名馬開跑時馬會報有沒有落獨嬴飛的隻數,獨嬴綠格連嬴啡格以上
2.	C45決策樹(加權)頭3名入圍馬數目和最佳成績類別,圓圈是加權,方格是沒有加權
3.	AI(神經網路)頭3名入圍馬數目和最佳成績類別kr = google keras tensorflow\| db = meta pytorch tensor
4.	加權模式頭3名入圍馬數目和最佳成績類別
5.	模式頭3名入圍馬數目和最佳成績類別
6.	排序頭3名入圍馬數目和最佳成績類別
7.	頭3名入圍馬獨嬴比上次出賽時熱超過30%的隻數
8.	最佳平均速上名
T	3隻的單T派彩總額(未計成本)
Q	3隻互穿的連嬴派彩總額(未計成本)
pQ	3隻互穿的位置Q派彩總額(未計成本)

2026年7月4日星期六

2026-07-04 賽事回顧 N

投注類別\|回報	C45	AI	加權模式	非加權模式	排序
T	-	-	131	-	-
Q	22	-	188	1013.5	227
pQ	13.5	52	279	493	127

隻數入四名和最佳成績類別(F,T,Q,W,P), 選中過關或開跑時有10賠以上而上名

場次	隻數\|路數:	開跑飛	C45	AI	M加權	N1年	S排序	上賽飛	均	備註
1	10	\|	2Q	1P\|1P	1P	2Q	2Q	2/3	-	-
2	12	\|	-	2W\|1P	1P	1P	1P	3/8	3	-
3	12	\|2	-	1P\|-	2W	2W	2P	1/6	-	-
4	7	\|	-	-	-	-	-	2/3	3	輕2重3,馬少
5	14	\|	1W	1W\|1P	1W	-	1P	2/6	-	輕3重2
6	12	1\|	1P	1W\|-	-	1P	1P	0/1	-	-
7	12	1\|1	-	-\|1P	3T	2P	-	2/6	1	-
8	14	\|1	-	-\|1W	1P	2Q	2Q	1/4	2	-
9	12	\|1	-	-\|2Q	1W	2Q	1W	1/4	-	-
10	12	1\|	-	1P\|1P	2Q	2Q	1P	0/1	-	輕3
11	14	\|1	1W	-	1W	1W	1W	1/6	1	重1

	註解:
1.	上名馬開跑時馬會報有沒有落獨嬴飛的隻數,獨嬴綠格連嬴啡格以上
2.	C45決策樹(加權)頭3名入圍馬數目和最佳成績類別,圓圈是加權,方格是沒有加權
3.	AI(神經網路)頭3名入圍馬數目和最佳成績類別kr = google keras tensorflow\| db = meta pytorch tensor
4.	加權模式頭3名入圍馬數目和最佳成績類別
5.	模式頭3名入圍馬數目和最佳成績類別
6.	排序頭3名入圍馬數目和最佳成績類別
7.	頭3名入圍馬獨嬴比上次出賽時熱超過30%的隻數
8.	最佳平均速上名
T	3隻的單T派彩總額(未計成本)
Q	3隻互穿的連嬴派彩總額(未計成本)
pQ	3隻互穿的位置Q派彩總額(未計成本)

2026年6月27日星期六

2026-06-27 賽事回顧

投注類別\|回報	C45	AI	加權模式	非加權模式	排序
T	-	-	-	-	-
Q	-	210.5	-	-	-
pQ	246	171	96.5	96.5	45.5

隻數入四名和最佳成績類別(F,T,Q,W,P), 選中過關或開跑時有10賠以上而上名

場次	隻數\|路數:	開跑飛	C45	AI	M加權	N1年	S排序	上賽飛	均	備註
1	14	2\|3	2P	1P\|-	-	-	-	1/3	1	重2
2	14	\|2	2P	2Q\|2W	1W	1W	1W	2/3	-	重2
3	14	1\|2	-	-	1P	1P	-	0/1	-	-
4	14	1\|	-	1W\|-	2P	2P	1P	0/2	3	-
5	14	2\|3	-	-\|1P	1W	1P	1P	2/8	-	-
6	14	\|2	-	-	-	-	-	3/5	-	重3
7	14	\|2	1P	2W\|1P	1P	-	1P	1/2	3	重3
8	14	2\|2	1P	2Q\|1P	1P	1P	1P	3/7	-	輕2
9	14	2\|2	-	1P\|-	-	-	-	2/4	1	-
10	14	\|2	2W	1W\|1W	1W	1W	1W	1/1	-	重3輕2
11	14	\|	-	2P\|2P	2P	2P	2P	1/3	3	-

	註解:
1.	上名馬開跑時馬會報有沒有落獨嬴飛的隻數,獨嬴綠格連嬴啡格以上
2.	C45決策樹(加權)頭3名入圍馬數目和最佳成績類別,圓圈是加權,方格是沒有加權
3.	AI(神經網路)頭3名入圍馬數目和最佳成績類別kr = google keras tensorflow\| db = meta pytorch tensor
4.	加權模式頭3名入圍馬數目和最佳成績類別
5.	模式頭3名入圍馬數目和最佳成績類別
6.	排序頭3名入圍馬數目和最佳成績類別
7.	頭3名入圍馬獨嬴比上次出賽時熱超過30%的隻數
8.	最佳平均速上名
T	3隻的單T派彩總額(未計成本)
Q	3隻互穿的連嬴派彩總額(未計成本)
pQ	3隻互穿的位置Q派彩總額(未計成本)

2026年6月24日星期三

2026-06-24 賽事回顧 MSNA

投注類別\|回報	C45	AI	加權模式	非加權模式	排序
T	-	210	-	-	-
Q	-	286	1055	569	547
pQ	173.5	227	556	401	637.5

隻數入四名和最佳成績類別(F,T,Q,W,P), 選中過關或開跑時有10賠以上而上名

場次	隻數\|路數:	開跑飛	C45	AI	M加權	N1年	S排序	上賽飛	均	備註
1	12	\|2	1W	1W\|-	2Q	1W	2Q	2/6	-	重1
2	12	\|2	1P	-\|1W	-	1W	2W	1/6	-	輕1
3	12	1\|	1P	1P\|2Q	2Q	2Q	2W	2/5	-	輕3
4	12	1\|3	1P	1P\|1P	2W	2W	1P	1/2	-	重3
5	12	\|3	1W	-\|1W	2Q	2Q	2Q	1/6	-	重2
6	12	\|	2W	-\|1P	-	-	1W	1/3	-	-
7	12	2\|2	-	1P\|1P	2P	2P	1P	0/3	-	-
8	12	1\|2	2W	1P\|1W	2Q	2Q	1P	1/2	-	輕2,3
9	12	\|	1P	3T\|1P	2P	2P	1P	0/2	-	-

	註解:
1.	上名馬開跑時馬會報有沒有落獨嬴飛的隻數,獨嬴綠格連嬴啡格以上
2.	C45決策樹(加權)頭3名入圍馬數目和最佳成績類別,圓圈是加權,方格是沒有加權
3.	AI(神經網路)頭3名入圍馬數目和最佳成績類別kr = google keras tensorflow\| db = meta pytorch tensor
4.	加權模式頭3名入圍馬數目和最佳成績類別
5.	模式頭3名入圍馬數目和最佳成績類別
6.	排序頭3名入圍馬數目和最佳成績類別
7.	頭3名入圍馬獨嬴比上次出賽時熱超過30%的隻數
8.	最佳平均速上名
T	3隻的單T派彩總額(未計成本)
Q	3隻互穿的連嬴派彩總額(未計成本)
pQ	3隻互穿的位置Q派彩總額(未計成本)

2026年6月21日星期日

2026-06-21 賽事回顧

投注類別\|回報	C45	AI	加權模式	非加權模式	排序
T	-	-	-	-	-
Q	78	48.5	144.5	144.5	429.5
pQ	35	23.5	64.5	299.5	327

隻數入四名和最佳成績類別(F,T,Q,W,P), 選中過關或開跑時有10賠以上而上名

場次	隻數\|路數:	開跑飛	C45	AI	M加權	N1年	S排序	上賽飛	均	備註
1	14	\|3	1P	1P\|1P	-	-	2Q	1/4	-	-
2	14	1\|2	1P	1W\|1P	-	1W	-	2/3	-	-
3	14	1\|3	1P	1P\|3T	2Q	2Q	1W	1/3	-	-
4	14	\|	1W	2Q\|1W	-	1W	2Q	0/1	1	-
5	14	\|3	2Q	1P\|1P	2Q	2Q	2W	2/5	-	-
6	14	\|1	1W	-	1P	2W	-	1/4	1	-
7	10	\|	1P	1W\|1W	1W	1W	2Q	1/3	-	-
8	13	\|1	1P	-	1P	1P	1P	1/6	-	重2
9	12	\|3	1P	1W\|-	1W	1W	2W	3/9	1	-
10	14	1\|1	1W	1P\|2W	1P	1P	1P	1/3	2	-
11	14	1\|1	1P	-	1W	-	-	0/5	3	重3

	註解:
1.	上名馬開跑時馬會報有沒有落獨嬴飛的隻數,獨嬴綠格連嬴啡格以上
2.	C45決策樹(加權)頭3名入圍馬數目和最佳成績類別,圓圈是加權,方格是沒有加權
3.	AI(神經網路)頭3名入圍馬數目和最佳成績類別kr = google keras tensorflow\| db = meta pytorch tensor
4.	加權模式頭3名入圍馬數目和最佳成績類別
5.	模式頭3名入圍馬數目和最佳成績類別
6.	排序頭3名入圍馬數目和最佳成績類別
7.	頭3名入圍馬獨嬴比上次出賽時熱超過30%的隻數
8.	最佳平均速上名
T	3隻的單T派彩總額(未計成本)
Q	3隻互穿的連嬴派彩總額(未計成本)
pQ	3隻互穿的位置Q派彩總額(未計成本)

2026年6月13日星期六

2026-06-13 賽事回顧 AS

投注類別\|回報	C45	AI	加權模式	非加權模式	排序
T	-	-	-	-	-
Q	-	363.5	43	43	578.5
pQ	-	925	278.5	115.5	183.5

隻數入四名和最佳成績類別(F,T,Q,W,P), 選中過關或開跑時有10賠以上而上名

場次	隻數\|路數:	開跑飛	C45	AI	M加權	N1年	S排序	上賽飛	均	備註
1	7	\|	-	-	-	-	-	-	-	馬少
2	12	\|	-	2Q\|2P	1P	1P	1P	2/4	3	-
3	14	\|2	-	-	1P	2P	2Q	1/7	-	-
4	14	\|1	1W	2W\|2P	2P	1P	1P	1/3	-	重1
5	12	\|1	-	-	2W	1P	-	1/3	-	-
6	14	1\|2	-	2P\|2P	1P	-	1P	2/4	-	重1輕2
7	12	\|3	1W	2Q\|-	2Q	2Q	2Q	2/5	-	重2
8	10	1\|2	1P	-	1P	1P	-	1/5	-	-
9	12	1\|1	-	2W\|-	-	-	1P	1/1	-	-
10	14	1\|1	-	1W\|-	-	1W	-	0/3	-	-
11	14	\|2	-	2Q\|2P	2W	1W	1W	0/1	-	重3

	註解:
1.	上名馬開跑時馬會報有沒有落獨嬴飛的隻數,獨嬴綠格連嬴啡格以上
2.	C45決策樹(加權)頭3名入圍馬數目和最佳成績類別,圓圈是加權,方格是沒有加權
3.	AI(神經網路)頭3名入圍馬數目和最佳成績類別kr = google keras tensorflow\| db = meta pytorch tensor
4.	加權模式頭3名入圍馬數目和最佳成績類別
5.	模式頭3名入圍馬數目和最佳成績類別
6.	排序頭3名入圍馬數目和最佳成績類別
7.	頭3名入圍馬獨嬴比上次出賽時熱超過30%的隻數
8.	最佳平均速上名
T	3隻的單T派彩總額(未計成本)
Q	3隻互穿的連嬴派彩總額(未計成本)
pQ	3隻互穿的位置Q派彩總額(未計成本)

2026年6月10日星期三

2026-06-10 賽事回顧 S

投注類別\|回報	C45	AI	加權模式	非加權模式	排序
T	-	-	-	-	-
Q	-	-	47.5	47.5	964
pQ	128.5	64.5	289	119.5	334

隻數入四名和最佳成績類別(F,T,Q,W,P), 選中過關或開跑時有10賠以上而上名

場次	隻數\|路數:	開跑飛	C45	AI	M加權	N1年	S排序	上賽飛	均	備註
1	12	1\|2	1P	1P\|2P	1P	1P	1P	2/5	-	重2
2	11	\|	1W	-\|1P	2Q	2Q	2Q	2/4	-	-
3	12	2\|3	-	-\|1P	1P	1W	-	2/10	-	-
4	12	\|	1W	1W\|1W	1P	1P	1P	1/4	2	-
5	12	1\|2	1P	1P\|-	2P	1P	1P	2/5	-	重3
6	12	1\|	2P	2P\|1P	2W	2W	2W	0/2	-	-
7	12	1\|3	1W	1P\|1P	1W	1P	2Q	1/6	-	輕2
8	12	\|1	-	1W\|-	1P	1P	-	1/2	-	輕1,2
9	12	1\|	2P	1P\|1P	2P	2P	1P	1/3	3	-

	註解:
1.	上名馬開跑時馬會報有沒有落獨嬴飛的隻數,獨嬴綠格連嬴啡格以上
2.	C45決策樹(加權)頭3名入圍馬數目和最佳成績類別,圓圈是加權,方格是沒有加權
3.	AI(神經網路)頭3名入圍馬數目和最佳成績類別kr = google keras tensorflow\| db = meta pytorch tensor
4.	加權模式頭3名入圍馬數目和最佳成績類別
5.	模式頭3名入圍馬數目和最佳成績類別
6.	排序頭3名入圍馬數目和最佳成績類別
7.	頭3名入圍馬獨嬴比上次出賽時熱超過30%的隻數
8.	最佳平均速上名
T	3隻的單T派彩總額(未計成本)
Q	3隻互穿的連嬴派彩總額(未計成本)
pQ	3隻互穿的位置Q派彩總額(未計成本)

2026年6月7日星期日

2026-06-07 賽事回顧 A

投注類別\|回報	C45	AI	加權模式	非加權模式	排序
T	-	413	-	-	-
Q	-	397	-	98.5	-
pQ	-	296.5	-	82.5	42.5

隻數入四名和最佳成績類別(F,T,Q,W,P), 選中過關或開跑時有10賠以上而上名

場次	隻數\|路數:	開跑飛	C45	AI	M加權	N1年	S排序	上賽飛	均	備註
1	12	1\|1	1W	1W\|1W	1W	1W	-	3/4	1	-
2	14	1\|3	-	1P\|1P	1P	2P	2P	2/5	-	-
3	12	\|3	-	1P\|2W	1P	1P	1P	2/5	-	重1,3
4	14	\|3	1P	1W\|-	-	-	1W	3/8	-	-
5	14	\|	-	1P\|-	-	1P	-	0/7	-	重1
6	14	\|1	1P	-\|1W	1W	1W	1P	0/3	-	-
7	12	\|	1P	3T\|1P	1P	-	1P	2/4	3	-
8	14	\|3	-	1W\|2Q	1P	1P	1P	0/3	-	重2
9	12	\|3	-	2Q\|1P	1P	1P	-	2/4	3	重3
10	12	\|	1W	-	1W	1W	1W	1/3	-	-
11	14	\|1	1W	-\|1W	1P	2Q	1W	0/5	-	-

	註解:
1.	上名馬開跑時馬會報有沒有落獨嬴飛的隻數,獨嬴綠格連嬴啡格以上
2.	C45決策樹(加權)頭3名入圍馬數目和最佳成績類別,圓圈是加權,方格是沒有加權
3.	AI(神經網路)頭3名入圍馬數目和最佳成績類別kr = google keras tensorflow\| db = meta pytorch tensor
4.	加權模式頭3名入圍馬數目和最佳成績類別
5.	模式頭3名入圍馬數目和最佳成績類別
6.	排序頭3名入圍馬數目和最佳成績類別
7.	頭3名入圍馬獨嬴比上次出賽時熱超過30%的隻數
8.	最佳平均速上名
T	3隻的單T派彩總額(未計成本)
Q	3隻互穿的連嬴派彩總額(未計成本)
pQ	3隻互穿的位置Q派彩總額(未計成本)

2026年6月3日星期三

2026-06-03 賽事回顧 MAS

投注類別\|回報	C45	AI	加權模式	非加權模式	排序
T	-	-	1657	-	-
Q	-	855	668	281.5	760.5
pQ	92	348.5	807	178.5	377.5

隻數入四名和最佳成績類別(F,T,Q,W,P), 選中過關或開跑時有10賠以上而上名

場次	隻數\|路數:	開跑飛	C45	AI	M加權	N1年	S排序	上賽飛	均	備註
1	12	\|2	1W	2Q\|1P	3T	1W	2Q	1/6	3	-
2	12	3\|3	1W	1P\|1P	1W	1W	-	2/3	-	重2
3	12	3\|3	2P	1P\|1P	1P	1P	2P	1/5	-	重3
4	12	1\|3	1P	-	-	1W	1P	2/5	3	-
5	12	\|	2W	2P\|1P	1P	2W	2W	2/3	-	重3
6	12	\|2	1W	-\|1P	1P	2Q	2Q	2/2	-	重1,3
7	12	1\|3	-	1W\|-	1P	-	-	2/5	-	輕1,2
8	11	1\|1	1P	2Q\|-	1P	2Q	1P	1/2	2	輕1,2
9	12	\|1	1W	2W\|-	2W	2W	2W	1/2	3	重1

	註解:
1.	上名馬開跑時馬會報有沒有落獨嬴飛的隻數,獨嬴綠格連嬴啡格以上
2.	C45決策樹(加權)頭3名入圍馬數目和最佳成績類別,圓圈是加權,方格是沒有加權
3.	AI(神經網路)頭3名入圍馬數目和最佳成績類別kr = google keras tensorflow\| db = meta pytorch tensor
4.	加權模式頭3名入圍馬數目和最佳成績類別
5.	模式頭3名入圍馬數目和最佳成績類別
6.	排序頭3名入圍馬數目和最佳成績類別
7.	頭3名入圍馬獨嬴比上次出賽時熱超過30%的隻數
8.	最佳平均速上名
T	3隻的單T派彩總額(未計成本)
Q	3隻互穿的連嬴派彩總額(未計成本)
pQ	3隻互穿的位置Q派彩總額(未計成本)

2026年5月31日星期日

2026-05-31 賽事回顧

投注類別\|回報	C45	AI	加權模式	非加權模式	排序
T	-	371	-	-	-
Q	-	144	-	-	59
pQ	162	193.5	51	51	320.5

隻數入四名和最佳成績類別(F,T,Q,W,P), 選中過關或開跑時有10賠以上而上名

場次	隻數\|路數:	開跑飛	C45	AI	M加權	N1年	S排序	上賽飛	均	備註
1	14	1\|	2P	1P\|1P	1P	1P	1P	1/2	-	-
2	14	\|1	-	-\|2W	1P	1P	1P	1/4	-	-
3	14	\|2	-	1W\|2Q	1W	1W	1W	0/2	-	-
4	14	1\|2	-	-\|1P	1P	1P	1P	2/11	-	-
5	14	\|1	1P	1P\|1P	2W	2W	1P	1/1	1	-
6	14	\|	-	1P\|2W	1W	1W	-	2/5	-	重3
7	9	\|2	-	-\|1P	-	-	1P	1/3	-	-
8	14	\|1	-	1P\|-	1P	1P	1P	1/2	-	-
9	10	\|2	2W	-\|1W	1W	1W	2P	3/6	-	-
10	14	1\|2	1W	3T\|1W	1P	1P	2P	3/7	-	-
11	14	1\|1	1P	1W\|-	1P	1P	2Q	2/4	2	R1

	註解:
1.	上名馬開跑時馬會報有沒有落獨嬴飛的隻數,獨嬴綠格連嬴啡格以上
2.	C45決策樹(加權)頭3名入圍馬數目和最佳成績類別,圓圈是加權,方格是沒有加權
3.	AI(神經網路)頭3名入圍馬數目和最佳成績類別kr = google keras tensorflow\| db = meta pytorch tensor
4.	加權模式頭3名入圍馬數目和最佳成績類別
5.	模式頭3名入圍馬數目和最佳成績類別
6.	排序頭3名入圍馬數目和最佳成績類別
7.	頭3名入圍馬獨嬴比上次出賽時熱超過30%的隻數
8.	最佳平均速上名
T	3隻的單T派彩總額(未計成本)
Q	3隻互穿的連嬴派彩總額(未計成本)
pQ	3隻互穿的位置Q派彩總額(未計成本)

2026年5月27日星期三

2026-05-27 賽事回顧

投注類別\|回報	C45	AI	加權模式	非加權模式	排序
T	303	-	-	-	-
Q	77.5	259	-	-	-
pQ	212	93	-	-	66.5

隻數入四名和最佳成績類別(F,T,Q,W,P), 選中過關或開跑時有10賠以上而上名

場次	隻數\|路數:	開跑飛	C45	AI	M加權	N1年	S排序	上賽飛	均	備註
1	12	2\|2	-	1P\|1W	-	1P	-	2/9	2	重3
2	12	\|3	-	1W\|-	-	-	-	1/3	-	-
3	12	\|1	3T	1P\|2Q	1P	1P	2P	2/3	-	重2
4	12	\|1	1W	-\|2Q	-	1W	1W	2/4	-	輕2
5	10	\|2	1W	-\|2W	1W	1W	1W	2/2	3	-
6	12	\|1	1P	1P\|1P	-	-	-	1/2	-	-
7	12	\|	-	2Q\|1W	1P	1P	-	1/5	-	重1
8	12	1\|2	1P	1P\|1P	1P	1P	1P	2/3	1	-
9	12	\|1	1P	1W\|1W	-	-	1P	0/3	1	-

	註解:
1.	上名馬開跑時馬會報有沒有落獨嬴飛的隻數,獨嬴綠格連嬴啡格以上
2.	C45決策樹(加權)頭3名入圍馬數目和最佳成績類別,圓圈是加權,方格是沒有加權
3.	AI(神經網路)頭3名入圍馬數目和最佳成績類別kr = google keras tensorflow\| db = meta pytorch tensor
4.	加權模式頭3名入圍馬數目和最佳成績類別
5.	模式頭3名入圍馬數目和最佳成績類別
6.	排序頭3名入圍馬數目和最佳成績類別
7.	頭3名入圍馬獨嬴比上次出賽時熱超過30%的隻數
8.	最佳平均速上名
T	3隻的單T派彩總額(未計成本)
Q	3隻互穿的連嬴派彩總額(未計成本)
pQ	3隻互穿的位置Q派彩總額(未計成本)

2026年5月24日星期日

2026-05-24 賽事回顧 AM

投注類別\|回報	C45	AI	加權模式	非加權模式	排序
T	-	582	254	-	140
Q	-	771.5	326.5	-	245
pQ	-	440	406.5	55	273.5

隻數入四名和最佳成績類別(F,T,Q,W,P), 選中過關或開跑時有10賠以上而上名

場次	隻數\|路數:	開跑飛	C45	AI	M加權	N1年	S排序	上賽飛	均	備註
1	14	\|2	-	3T\|1W	1P	1P	2P	2/8	3	-
2	14	1\|1	-	2W\|2W	1W	1W	-	2/5	-	-
3	14	1\|1	-	-	1P	1W	1W	0/3	1	重1
4	14	\|	-	1W\|1W	1W	1W	1W	2/6	1	-
5	14	1\|	1P	2Q\|-	2Q	1W	-	0/3	1	重1
6	14	1\|1	-	1W\|1W	1P	1P	1P	0/3	-	-
7	14	1\|	1W	-\|2W	-	-	-	0/3	-	輕3
8	9	\|1	1W	1W\|2P	3T	2W	2Q	0/2	-	R2
9	11	\|2	-	1P\|1P	2W	2W	3T	2/7	1	-
10	14	1\|1	-	1P\|1P	-	-	1W	1/4	-	重3輕2
11	14	\|	1P	1P\|1P	1P	1P	1P	0/1	3	重2

	註解:
1.	上名馬開跑時馬會報有沒有落獨嬴飛的隻數,獨嬴綠格連嬴啡格以上
2.	C45決策樹(加權)頭3名入圍馬數目和最佳成績類別,圓圈是加權,方格是沒有加權
3.	AI(神經網路)頭3名入圍馬數目和最佳成績類別kr = google keras tensorflow\| db = meta pytorch tensor
4.	加權模式頭3名入圍馬數目和最佳成績類別
5.	模式頭3名入圍馬數目和最佳成績類別
6.	排序頭3名入圍馬數目和最佳成績類別
7.	頭3名入圍馬獨嬴比上次出賽時熱超過30%的隻數
8.	最佳平均速上名
T	3隻的單T派彩總額(未計成本)
Q	3隻互穿的連嬴派彩總額(未計成本)
pQ	3隻互穿的位置Q派彩總額(未計成本)

2026年5月20日星期三

2026-05-20 賽事回顧 NS

投注類別\|回報	C45	AI	加權模式	非加權模式	排序
T	-	103	-	671	671
Q	-	87.5	87.5	1020.5	1020.5
pQ	-	98	273	422	422

隻數入四名和最佳成績類別(F,T,Q,W,P), 選中過關或開跑時有10賠以上而上名

場次	隻數\|路數:	開跑飛	C45	AI	M加權	N1年	S排序	上賽飛	均	備註
1	12	\|3	1P	1P\|1P	1W	2W	2W	3/7	3	輕2
2	12	\|2	-	1W\|2W	1P	1P	1P	0/4	-	-
3	12	\|	-	1P\|2Q	2W	3T	3T	1/5	-	-
4	12	1\|2	-	1W\|2W	1W	1W	-	3/7	-	輕2R3
5	12	\|2	1W	1P\|-	-	1W	1P	1/3	-	重3
6	12	\|	-	-	2P	1P	1P	0/1	3	-
7	12	\|2	1P	1P\|1P	1P	1P	-	1/4	1	-
8	12	1\|2	1W	3T\|1W	2Q	3T	3T	2/7	-	-
9	12	\|2	1P	-	-	-	1P	0/4	-	-

	註解:
1.	上名馬開跑時馬會報有沒有落獨嬴飛的隻數,獨嬴綠格連嬴啡格以上
2.	C45決策樹(加權)頭3名入圍馬數目和最佳成績類別,圓圈是加權,方格是沒有加權
3.	AI(神經網路)頭3名入圍馬數目和最佳成績類別kr = google keras tensorflow\| db = meta pytorch tensor
4.	加權模式頭3名入圍馬數目和最佳成績類別
5.	模式頭3名入圍馬數目和最佳成績類別
6.	排序頭3名入圍馬數目和最佳成績類別
7.	頭3名入圍馬獨嬴比上次出賽時熱超過30%的隻數
8.	最佳平均速上名
T	3隻的單T派彩總額(未計成本)
Q	3隻互穿的連嬴派彩總額(未計成本)
pQ	3隻互穿的位置Q派彩總額(未計成本)

2026年5月17日星期日

2026-05-17 賽事回顧 SN

投注類別\|回報	C45	AI	加權模式	非加權模式	排序
T	-	-	-	456	-
Q	197	193.5	-	157.5	896
pQ	390	188	259	390	470

隻數入四名和最佳成績類別(F,T,Q,W,P), 選中過關或開跑時有10賠以上而上名

場次	隻數\|路數:	開跑飛	C45	AI	M加權	N1年	S排序	上賽飛	均	備註
1	14	\|2	-	2Q\|2P	-	-	1P	2/5	-	重3
2	14	1\|2	2Q	2P\|1P	1W	-	-	2/3	1	-
3	14	\|1	2W	1W\|1W	-	1P	1P	0/4	-	重3
4	14	1\|2	1P	1P\|2Q	1P	-	-	1/4	1	輕1
5	14	\|1	-	2Q\|-	2W	3T	2P	0/2	-	-
6	14	\|	1W	1W\|-	1W	2W	2Q	3/5	1	-
7	14	3\|1	-	-\|1P	1P	2Q	1P	2/6	-	-
8	14	\|2	1P	-\|2Q	1W	1P	1P	1/5	-	輕1重3
9	14	1\|1	-	1P\|-	2W	1P	1P	2/5	3	-
10	14	\|1	-	2P\|1P	1P	1P	1P	3/7	2	-
11	14	1\|	-	1W\|-	1P	1P	2W	1/3	-	-

	註解:
1.	上名馬開跑時馬會報有沒有落獨嬴飛的隻數,獨嬴綠格連嬴啡格以上
2.	C45決策樹(加權)頭3名入圍馬數目和最佳成績類別,圓圈是加權,方格是沒有加權
3.	AI(神經網路)頭3名入圍馬數目和最佳成績類別kr = google keras tensorflow\| db = meta pytorch tensor
4.	加權模式頭3名入圍馬數目和最佳成績類別
5.	模式頭3名入圍馬數目和最佳成績類別
6.	排序頭3名入圍馬數目和最佳成績類別
7.	頭3名入圍馬獨嬴比上次出賽時熱超過30%的隻數
8.	最佳平均速上名
T	3隻的單T派彩總額(未計成本)
Q	3隻互穿的連嬴派彩總額(未計成本)
pQ	3隻互穿的位置Q派彩總額(未計成本)

2026年5月13日星期三

2026-05-13 賽事回顧 M

投注類別\|回報	C45	AI	加權模式	非加權模式	排序
T	-	-	-	175	-
Q	132.5	57	444	149.5	149.5
pQ	135.5	26	229.5	290	81.5

隻數入四名和最佳成績類別(F,T,Q,W,P), 選中過關或開跑時有10賠以上而上名

場次	隻數\|路數:	開跑飛	C45	AI	M加權	N1年	S排序	上賽飛	均	備註
1	12	1\|2	1W	1W\|1P	-	-	-	0/5	-	重1,2
2	12	\|1	1P	1P\|1P	2W	3T	2Q	2/7	1	-
3	9	\|	2Q	2Q\|1P	2W	2W	2W	1/3	-	-
4	12	1\|3	1P	-\|1W	2Q	1P	1P	1/6	-	輕3
5	9	\|	2Q	1P\|1P	2Q	2Q	2Q	2/5	-	-
6	12	\|1	-	1W\|1P	1P	1P	1P	1/6	-	-
7	12	\|	1W	1P\|-	-	-	-	1/3	-	-
8	12	1\|2	2P	1P\|1P	1P	2W	1P	3/6	2	輕1
9	11	1\|2	1P	1P\|1P	1P	2P	1P	2/9	-	-

	註解:
1.	上名馬開跑時馬會報有沒有落獨嬴飛的隻數,獨嬴綠格連嬴啡格以上
2.	C45決策樹(加權)頭3名入圍馬數目和最佳成績類別,圓圈是加權,方格是沒有加權
3.	AI(神經網路)頭3名入圍馬數目和最佳成績類別kr = google keras tensorflow\| db = meta pytorch tensor
4.	加權模式頭3名入圍馬數目和最佳成績類別
5.	模式頭3名入圍馬數目和最佳成績類別
6.	排序頭3名入圍馬數目和最佳成績類別
7.	頭3名入圍馬獨嬴比上次出賽時熱超過30%的隻數
8.	最佳平均速上名
T	3隻的單T派彩總額(未計成本)
Q	3隻互穿的連嬴派彩總額(未計成本)
pQ	3隻互穿的位置Q派彩總額(未計成本)

2026年5月9日星期六

2026-05-09 賽事回顧 S

投注類別\|回報	C45	AI	加權模式	非加權模式	排序
T	-	-	-	-	-
Q	95	-	77	172	589
pQ	37	223	171.5	69.5	194.5

隻數入四名和最佳成績類別(F,T,Q,W,P), 選中過關或開跑時有10賠以上而上名

場次	隻數\|路數:	開跑飛	C45	AI	M加權	N1年	S排序	上賽飛	均	備註
1	10	\|1	1P	1P\|-	-	-	-	-	-	-
2	12	\|1	1W	2P\|3T	2Q	2Q	1P	2/5	2	重3
3	14	\|3	-	1P\|1P	1W	1W	1W	2/5	-	重2
4	14	1\|2	-	1P1P	2P	1P	1P	1/4	-	-
5	12	\|	-	2P\|-	1P	1P	1P	1/5	-	重3
6	14	\|1	-	1P\|1W	1W	1W	1W	2/7	-	重1
7	14	2\|3	1P	-\|1W	1W	1W	-	0/3	2	-
8	12	\|1	-	1P\|-	1W	1W	1P	0/1	-	-
9	14	1\|3	-	-	1W	1W	2Q	1/4	-	重2
10	14	\|2	2Q	1P\|1P	2W	2Q	1W	1/3	1	-
11	12	1\|2	-	1W\|1W	1P	1P	1P	2/4	-	-

	註解:
1.	上名馬開跑時馬會報有沒有落獨嬴飛的隻數,獨嬴綠格連嬴啡格以上
2.	C45決策樹(加權)頭3名入圍馬數目和最佳成績類別,圓圈是加權,方格是沒有加權
3.	AI(神經網路)頭3名入圍馬數目和最佳成績類別kr = google keras tensorflow\| db = meta pytorch tensor
4.	加權模式頭3名入圍馬數目和最佳成績類別
5.	模式頭3名入圍馬數目和最佳成績類別
6.	排序頭3名入圍馬數目和最佳成績類別
7.	頭3名入圍馬獨嬴比上次出賽時熱超過30%的隻數
8.	最佳平均速上名
T	3隻的單T派彩總額(未計成本)
Q	3隻互穿的連嬴派彩總額(未計成本)
pQ	3隻互穿的位置Q派彩總額(未計成本)

2026年5月6日星期三

2026-05-06 賽事回顧

投注類別\|回報	C45	AI	加權模式	非加權模式	排序
T	-	-	-	-	-
Q	-	-	68.5	236	236
pQ	-	32.5	114.5	220.5	87

隻數入四名和最佳成績類別(F,T,Q,W,P), 選中過關或開跑時有10賠以上而上名

場次	隻數\|路數:	開跑飛	C45	AI	M加權	N1年	S排序	上賽飛	均	備註
1	14	\|	-	1P\|2W	1P	1W	1P	2/4	-	-
2	12	\|2	1W	1P\|1P	1P	1P	1P	2/5	2	-
3	12	1\|2	-	-\|1W	1W	1W	1W	1/3	1	-
4	11	2\|2	1P	1W\|1P	1W	1W	1W	2/4	-	-
5	12	2\|2	-	2W\|2P	-	2Q	2Q	2/4	-	-
6	13	2\|3	1P	1W\|1W	-	-	-	2/5	-	重2
7	12	\|2	1W	-\|1P	2P	2P	1P	0/4	3	重3
8	14	1\|2	1W	1W\|1W	1W	2W	1P	1/5	1	-
9	12	\|3	-	1P\|1W	2Q	2Q	2Q	0/2	2	重2

	註解:
1.	上名馬開跑時馬會報有沒有落獨嬴飛的隻數,獨嬴綠格連嬴啡格以上
2.	C45決策樹(加權)頭3名入圍馬數目和最佳成績類別,圓圈是加權,方格是沒有加權
3.	AI(神經網路)頭3名入圍馬數目和最佳成績類別kr = google keras tensorflow\| db = meta pytorch tensor
4.	加權模式頭3名入圍馬數目和最佳成績類別
5.	模式頭3名入圍馬數目和最佳成績類別
6.	排序頭3名入圍馬數目和最佳成績類別
7.	頭3名入圍馬獨嬴比上次出賽時熱超過30%的隻數
8.	最佳平均速上名
T	3隻的單T派彩總額(未計成本)
Q	3隻互穿的連嬴派彩總額(未計成本)
pQ	3隻互穿的位置Q派彩總額(未計成本)

2026年5月3日星期日

2026-05-03 賽事回顧

投注類別\|回報	C45	AI	加權模式	非加權模式	排序
T	-	-	-	-	-
Q	-	70.5	273	-	-
pQ	185.5	64.5	96	148.5	272.5

隻數入四名和最佳成績類別(F,T,Q,W,P), 選中過關或開跑時有10賠以上而上名

場次	隻數\|路數:	開跑飛	C45	AI	M加權	N1年	S排序	上賽飛	均	備註
1	14	1\|1	1P	-\|1P	1P	1P	1P	2/3	-	-
2	14	\|1	-	1P\|1P	-	-	2W	2/3	-	-
3	14	1\|2	1P	1P\|1P	2Q	2P	2P	1/5	-	重2
4	14	1\|1	-	1P\|1P	-	-	2P	3/4	3	-
5	14	1\|2	2P	2P\|2P	1P	1P	2W	2/5	2	重3
6	7	\|	-	-	-	-	-	-	-	馬少
7	14	\|2	1P	1P\|1W	1W	1W	1W	0/1	-	重1
8	11	\|1	1P	1W\|1P	1W	1W	-	1/4	2	-
9	11	1\|1	2P	1W\|1P	1P	2P	1P	2/6	-	重2
10	14	\|	-	2Q\|1W	1W	1W	1P	1/2	-	輕1
11	14	1\|1	2P	1P\|1P	-	-	1P	2/2	3	-

	註解:
1.	上名馬開跑時馬會報有沒有落獨嬴飛的隻數,獨嬴綠格連嬴啡格以上
2.	C45決策樹(加權)頭3名入圍馬數目和最佳成績類別,圓圈是加權,方格是沒有加權
3.	AI(神經網路)頭3名入圍馬數目和最佳成績類別kr = google keras tensorflow\| db = meta pytorch tensor
4.	加權模式頭3名入圍馬數目和最佳成績類別
5.	模式頭3名入圍馬數目和最佳成績類別
6.	排序頭3名入圍馬數目和最佳成績類別
7.	頭3名入圍馬獨嬴比上次出賽時熱超過30%的隻數
8.	最佳平均速上名
T	3隻的單T派彩總額(未計成本)
Q	3隻互穿的連嬴派彩總額(未計成本)
pQ	3隻互穿的位置Q派彩總額(未計成本)

2026年4月29日星期三

2026-04-29 賽事回顧 C

投注類別\|回報	C45	AI	加權模式	非加權模式	排序
T	1674	-	-	-	-
Q	1146.5	-	210.5	210.5	210.5
pQ	706.5	172.5	164.5	106	357

隻數入四名和最佳成績類別(F,T,Q,W,P), 選中過關或開跑時有10賠以上而上名

場次	隻數\|路數:	開跑飛	C45	AI	M加權	N1年	S排序	上賽飛	均	備註
1	12	\|2	3T	-	1P	1P	2P	2/8	-	重3
2	12	\|1	1W	1W\|-	1W	1W	-	1/7	-	重1輕2,3
3	12	\|	-	-\|1P	-	-	1P	2/6	-	-
4	12	2\|2	2W	2P\|1P	2W	2W	2W	2/5	2	-
5	12	\|1	-	2P\|1P	2Q	2Q	2Q	2/7	2	-
6	12	\|	2Q	1P\|1P	-	-	-	1/3	-	重1
7	12	1\|3	1P	2P\|1P	-	-	-	2/4	-	輕2
8	12	1\|1	-	1P\|-	2Q	2Q	2Q	1/3	3	-
9	12	\|2	-	1W\|1P	2W	1W	1W	1/1	-	輕3

2,3

	註解:
1.	上名馬開跑時馬會報有沒有落獨嬴飛的隻數,獨嬴綠格連嬴啡格以上
2.	C45決策樹(加權)頭3名入圍馬數目和最佳成績類別,圓圈是加權,方格是沒有加權
3.	AI(神經網路)頭3名入圍馬數目和最佳成績類別kr = google keras tensorflow\| db = meta pytorch tensor
4.	加權模式頭3名入圍馬數目和最佳成績類別
5.	模式頭3名入圍馬數目和最佳成績類別
6.	排序頭3名入圍馬數目和最佳成績類別
7.	頭3名入圍馬獨嬴比上次出賽時熱超過30%的隻數
8.	最佳平均速上名
T	3隻的單T派彩總額(未計成本)
Q	3隻互穿的連嬴派彩總額(未計成本)
pQ	3隻互穿的位置Q派彩總額(未計成本)

2026年4月26日星期日

2026-04-26 賽事回顧

投注類別\|回報	C45	AI	加權模式	非加權模式	排序
T	208	-	-	166	-
Q	35	63	119.5	182.5	-
pQ	279.5	84	156	212	69.5

隻數入四名和最佳成績類別(F,T,Q,W,P), 選中過關或開跑時有10賠以上而上名

場次	隻數\|路數:	開跑飛	C45	AI	M加權	N1年	S排序	上賽飛	均	備註
1	14	1\|2	1W	1W\|-	1P	1P	1W	2/3	-	-
2	14	1\|3	-	2Q\|1P	1P	3T	2P	2/7	-	重3
3	14	1\|3	2W	1P\|-	-	-	1P	0/3	-	-
4	14	\|3	-	1W\|1W	-	-	-	1/4	-	輕3
5	8	\|1	3T	2W\|1W	1W	1W	1W	-	1	-
6	14	1\|2	-	1W\|1P	1P	1W	1W	1/3	-	-
7	14	1\|3	-	1P\|1P	-	1W	1W	1/2	-	輕2R2
8	14	1\|1	-	1P\|-	2W	1P	1P	2/2	-	-
9	8	1\|2	1W	1W\|-	1P	2P	2W	-	-	R1
10	14	1\|2	-	-\|1P	1P	1P	1P	1/4	-	輕1
11	14	1\|	1W	1P\|1W	2Q	2Q	1W	0/2	1	輕3

1.	上名馬開跑時馬會報有沒有落獨嬴飛的隻數,獨嬴綠格連嬴啡格以上
2.	C45決策樹(加權)頭3名入圍馬數目和最佳成績類別,圓圈是加權,方格是沒有加權
3.	AI(神經網路)頭3名入圍馬數目和最佳成績類別kr = google keras tensorflow\| db = meta pytorch tensor
4.	加權模式頭3名入圍馬數目和最佳成績類別
5.	模式頭3名入圍馬數目和最佳成績類別
6.	排序頭3名入圍馬數目和最佳成績類別
7.	頭3名入圍馬獨嬴比上次出賽時熱超過30%的隻數
8.	最佳平均速上名
T	3隻的單T派彩總額(未計成本)
Q	3隻互穿的連嬴派彩總額(未計成本)
pQ	3隻互穿的位置Q派彩總額(未計成本)

2026年4月22日星期三

2026-04-22 賽事回顧 N

投注類別\|回報	C45	AI	加權模式	非加權模式	排序
T	-	-	-	-	-
Q	-	-	263	496.5	-
pQ	330.5	-	77	154.5	330.5

隻數入四名和最佳成績類別(F,T,Q,W,P), 選中過關或開跑時有10賠以上而上名

場次	隻數\|路數:	開跑飛	C45	AI	M加權	N1年	S排序	上賽飛	均	備註
1	12	\|3	-	1W\|-	1W	1W	1W	3/9	-	輕2
2	12	\|	-	1P\|1P	1P	1P	1P	3/7	3	-
3	12	1\|3	1P	1P\|1P	-	-	-	2/7	-	-
4	12	\|1	1P	2P\|1P	-	1W	1P	2/4	3	-
5	12	\|2	1P	1W\|1P	-	1P	1P	1/2	-	輕1
6	12	1\|2	2W	1P\|2Q	2Q	2Q	2W	0/3	-	輕2重1
7	12	1\|3	1P	1P\|1P	1P	1P	1P	2/5	-	輕2
8	12	2\|3	1P	-\|1P	-	1P	1P	0/1	-	-
9	12	1\|3	1W	-\|1P	1W	2Q	1W	0/3	-	重2,3

	註解:
1.	上名馬開跑時馬會報有沒有落獨嬴飛的隻數,獨嬴綠格連嬴啡格以上
2.	C45決策樹(加權)頭3名入圍馬數目和最佳成績類別,圓圈是加權,方格是沒有加權
3.	AI(神經網路)頭3名入圍馬數目和最佳成績類別kr = google keras tensorflow\| db = meta pytorch tensor
4.	加權模式頭3名入圍馬數目和最佳成績類別
5.	模式頭3名入圍馬數目和最佳成績類別
6.	排序頭3名入圍馬數目和最佳成績類別
7.	頭3名入圍馬獨嬴比上次出賽時熱超過30%的隻數
8.	最佳平均速上名
T	3隻的單T派彩總額(未計成本)
Q	3隻互穿的連嬴派彩總額(未計成本)
pQ	3隻互穿的位置Q派彩總額(未計成本)

2026年4月18日星期六

2026-04-19 賽事回顧 N

投注類別\|回報	C45	AI	加權模式	非加權模式	排序
T	-	-	-	243	-
Q	107	96.5	120	270.5	96.5
pQ	135	108	180.5	264.5	162

隻數入四名和最佳成績類別(F,T,Q,W,P), 選中過關或開跑時有10賠以上而上名

場次	隻數\|路數:	開跑飛	C45	AI	M加權	N1年	S排序	上賽飛	均	備註
1	14	1\|3	1W	2Q\|1P	1P	2Q	2Q	-	2	重1,2
2	12	\|2	1W	1P\|-	2Q	1P	1P	1/3	2	-
3	14	\|3	2P	-\|1P	1P	1P	-	1/3	-	-
4	14	1\|3	-	1W\|1P	1P	1P	-	2/8	-	輕2
5	14	\|1	-	1W\|2Q	2W	3T	2W	1/4	-	重2
6	14	\|3	-	1P\|1P	1W	1P	1P	1/5	2	-
7	12	\|	1P	-\|2Q	1W	1P	1P	1/1	2	重2
8	11	1\|3	1P	1P\|-	1P	1P	1P	1/1	2	輕3
9	12	1\|2	2Q	2P\|2W	2W	2Q	2P	1/3	2	-
10	12	1\|	1P	2Q\|1P	1P	-	1P	0/1	-	輕2
11	14	\|1	-	-\|1P	1W	1W	-	2/6	-	-

	註解:
1.	上名馬開跑時馬會報有沒有落獨嬴飛的隻數,獨嬴綠格連嬴啡格以上
2.	C45決策樹(加權)頭3名入圍馬數目和最佳成績類別,圓圈是加權,方格是沒有加權
3.	AI(神經網路)頭3名入圍馬數目和最佳成績類別kr = google keras tensorflow\| db = meta pytorch tensor
4.	加權模式頭3名入圍馬數目和最佳成績類別
5.	模式頭3名入圍馬數目和最佳成績類別
6.	排序頭3名入圍馬數目和最佳成績類別
7.	頭3名入圍馬獨嬴比上次出賽時熱超過30%的隻數
8.	最佳平均速上名
T	3隻的單T派彩總額(未計成本)
Q	3隻互穿的連嬴派彩總額(未計成本)
pQ	3隻互穿的位置Q派彩總額(未計成本)

2026年4月15日星期三

2026-04-15 賽事回顧 MN

投注類別\|回報	C45	AI	加權模式	非加權模式	排序
T	-	117	168	168	-
Q	-	100	942	198	467
pQ	90.5	201	432.5	332	160

隻數入四名和最佳成績類別(F,T,Q,W,P), 選中過關或開跑時有10賠以上而上名

場次	隻數\|路數:	開跑飛	C45	AI	M加權	N1年	S排序	上賽飛	均	備註
1	12	2\|2	-	1P\|1P	3T	3T	1P	2/4	2	重1
2	12	\|	1P	1W\|1W	-	1P	-	1/3	-	重2
3	12	1\|3	1W	-\|1P	2Q	2Q	2Q	1/4	1	-
4	12	1\|1	1W	1P\|1W	2Q	2P	1P	2/5	2	輕3
5	12	1\|3	1P	3T\|-	2P	2P	1P	2/5	2	-
6	12	1\|	2W	1W\|1P	1P	1W	-	2/5	-	重1,3
7	12	1\|3	1P	2W\|-	2Q	2W	2Q	1/1	1	-
8	12	\|3	-	1W\|2W	1P	1P	-	2/3	3	輕3
9	12	1\|1	-	1P\|1P	1P	1P	1W	2/3	-	-

	註解:
1.	上名馬開跑時馬會報有沒有落獨嬴飛的隻數,獨嬴綠格連嬴啡格以上
2.	C45決策樹(加權)頭3名入圍馬數目和最佳成績類別,圓圈是加權,方格是沒有加權
3.	AI(神經網路)頭3名入圍馬數目和最佳成績類別kr = google keras tensorflow\| db = meta pytorch tensor
4.	加權模式頭3名入圍馬數目和最佳成績類別
5.	模式頭3名入圍馬數目和最佳成績類別
6.	排序頭3名入圍馬數目和最佳成績類別
7.	頭3名入圍馬獨嬴比上次出賽時熱超過30%的隻數
8.	最佳平均速上名
T	3隻的單T派彩總額(未計成本)
Q	3隻互穿的連嬴派彩總額(未計成本)
pQ	3隻互穿的位置Q派彩總額(未計成本)

2026年4月12日星期日

2026-04-12 賽事回顧 A

投注類別\|回報	C45	AI	加權模式	非加權模式	排序
T	-	1380	-	-	-
Q	-	749	-	-	-
pQ	371.5	982.5	33.5	233.5	-

隻數入四名和最佳成績類別(F,T,Q,W,P), 選中過關或開跑時有10賠以上而上名

場次	隻數\|路數:	開跑飛	C45	AI	M加權	N1年	S排序	上賽飛	均	備註
1	6	\|	-	-	-	-	-	-	-	馬少
2	14	1\|1	-	1P\|1W	2W	2W	-	1/4	-	重1
3	14	1\|3	-	2W\|-	1P	1W	-	0/2	-	輕2
4	14	2\|1	2W	1P\|1P	-	1W	1W	0/2	-	-
5	12	\|2	1P	1P\|-	-	-	1P	1/6	-	-
6	12	\|	2W	2W\|1P	1P	2W	1W	1/3	-	-
7	14	1\|1	2P	1P\|1P	-	2P	1P	1/1	-	輕1,2重3
8	12	\|2	1P	1W\|1W	1P	-	-	0/3	-	-
9	12	1\|1	2W	3T\|-	-	2P	1P	1/3	2	-
10	12	\|3	1P	2P\|-	-	-	1P	-	-	-
11	12	\|	1W	-	1W	1W	1W	0/3	-	-

	註解:
1.	上名馬開跑時馬會報有沒有落獨嬴飛的隻數,獨嬴綠格連嬴啡格以上
2.	C45決策樹(加權)頭3名入圍馬數目和最佳成績類別,圓圈是加權,方格是沒有加權
3.	AI(神經網路)頭3名入圍馬數目和最佳成績類別kr = google keras tensorflow\| db = meta pytorch tensor
4.	加權模式頭3名入圍馬數目和最佳成績類別
5.	模式頭3名入圍馬數目和最佳成績類別
6.	排序頭3名入圍馬數目和最佳成績類別
7.	頭3名入圍馬獨嬴比上次出賽時熱超過30%的隻數
8.	最佳平均速上名
T	3隻的單T派彩總額(未計成本)
Q	3隻互穿的連嬴派彩總額(未計成本)
pQ	3隻互穿的位置Q派彩總額(未計成本)

2026年4月8日星期三

2026-04-08 賽事回顧 M

投注類別\|回報	C45	AI	加權模式	非加權模式	排序
T	-	-	331	-	-
Q	183	-	288.5	288.5	41.5
pQ	111	-	290.5	154	52.5

隻數入四名和最佳成績類別(F,T,Q,W,P), 選中過關或開跑時有10賠以上而上名

場次	隻數\|路數:	開跑飛	C45	AI	M加權	N1年	S排序	上賽飛	均	備註
1	12	\|	1W	1W\|1P	1P	-	-	1/2	-	-
2	12	\|2	1P	-\|1P	1P	1P	1P	3/4	-	重2
3	12	1\|3	2Q	1P\|1P	3T	2Q	1P	0/3	-	-
4	12	1\|3	1P	1W\|2W	2Q	2Q	1P	2/4	2	-
5	12	1\|2	-	1P\|2W	-	1P	-	3/5	-	輕2
6	12	1\|2	2P	-\|2W	2P	2P	2P	0/1	-	-
7	12	1\|2	2Q	1P\|3T	2Q	2Q	2Q	1/3	1	重1
8	12	2\|2	1W	1P\|2Q	-	1P	-	2/5	-	-
9	12	3\|3	1W	1P\|1P	1W	1W	1W	1/3	1	-

	註解:
1.	上名馬開跑時馬會報有沒有落獨嬴飛的隻數,獨嬴綠格連嬴啡格以上
2.	C45決策樹(加權)頭3名入圍馬數目和最佳成績類別,圓圈是加權,方格是沒有加權
3.	AI(神經網路)頭3名入圍馬數目和最佳成績類別kr = google keras tensorflow\| db = meta pytorch tensor
4.	加權模式頭3名入圍馬數目和最佳成績類別
5.	模式頭3名入圍馬數目和最佳成績類別
6.	排序頭3名入圍馬數目和最佳成績類別
7.	頭3名入圍馬獨嬴比上次出賽時熱超過30%的隻數
8.	最佳平均速上名
T	3隻的單T派彩總額(未計成本)
Q	3隻互穿的連嬴派彩總額(未計成本)
pQ	3隻互穿的位置Q派彩總額(未計成本)

2026年4月6日星期一

2026-04-06 賽事回顧 N

投注類別\|回報	C45	AI	加權模式	非加權模式	排序
T	83	-	-	1062	-
Q	131.5	132	-	683	157.5
pQ	364.5	226.5	214	647.5	176

隻數入四名和最佳成績類別(F,T,Q,W,P), 選中過關或開跑時有10賠以上而上名

場次	隻數\|路數:	開跑飛	C45	AI	M加權	N1年	S排序	上賽飛	均	備註
1	14	\|1	1P	2Q\|1W	-	-	-	1/1	-	-
2	14	1\|2	1P	1W\|-	-	1P	1P	1/4	2	重3
3	13	1\|3	2P	1P\|-	1P	3T	2W	1/4	-	輕2
4	14	\|1	1P	-	1W	1P	1P	0/1	1	-
5	14	\|2	1W	1W\|1W	2P	2P	1P	0/2	2	輕2
6	12	\|	1P	1P\|1P	1P	1P	2Q	3/4	-	重2
7	7	\|	-	-	-	-	-	-	-	馬少
8	10	\|	3T	2W\|2W	2P	2P	2P	0/1	3	-
9	14	1\|3	2W	1P\|3T	1P	2P	2Q	2/5	3	重3輕1
10	10	\|	1P	2P\|2P	2P	2P	2P	1/2	-	-
11	11	\|2	2P	2P\|1P	-	-	1P	1/4	-	-

	註解:
1.	上名馬開跑時馬會報有沒有落獨嬴飛的隻數,獨嬴綠格連嬴啡格以上
2.	C45決策樹(加權)頭3名入圍馬數目和最佳成績類別,圓圈是加權,方格是沒有加權
3.	AI(神經網路)頭3名入圍馬數目和最佳成績類別kr = google keras tensorflow\| db = meta pytorch tensor
4.	加權模式頭3名入圍馬數目和最佳成績類別
5.	模式頭3名入圍馬數目和最佳成績類別
6.	排序頭3名入圍馬數目和最佳成績類別
7.	頭3名入圍馬獨嬴比上次出賽時熱超過30%的隻數
8.	最佳平均速上名
T	3隻的單T派彩總額(未計成本)
Q	3隻互穿的連嬴派彩總額(未計成本)
pQ	3隻互穿的位置Q派彩總額(未計成本)

2026年4月1日星期三

2026-04-01 賽事回顧

投注類別\|回報	C45	AI	加權模式	非加權模式	排序
T	-	-	-	-	-
Q	75.5	-	103.5	75.5	433.5
pQ	219	174.5	43	65.5	160.5

隻數入四名和最佳成績類別(F,T,Q,W,P), 選中過關或開跑時有10賠以上而上名

場次	隻數\|路數:	開跑飛	C45	AI	M加權	N1年	S排序	上賽飛	均	備註
1	12	1\|1	2P	1P\|1P	1P	1P	-	2/5	1,3	-
2	14	1\|2	1P	1P\|-	-	1W	-	0/2	-	-
3	14	\|	1P	1P\|1P	1P	1P	-	1/5	-	-
4	12	1\|1	2P	1P\|1P	2Q	2P	2Q	1/2	1	-
5	14	1\|3	-	2W\|1P	1P	1W	2Q	2/6	-	-
6	12	1\|2	-	2P\|1P	1P	1P	1P	0/1	2	重2
7	12	1\|2	1W	-\|2Q	-	-	-	2/4	-	-
8	11	\|	2Q	-\|1W	2Q	2Q	2Q	1/3	1	重1
9	14	1\|3	-	-	1P	1P	1P	2/4	-	-

	註解:
1.	上名馬開跑時馬會報有沒有落獨嬴飛的隻數,獨嬴綠格連嬴啡格以上
2.	C45決策樹(加權)頭3名入圍馬數目和最佳成績類別,圓圈是加權,方格是沒有加權
3.	AI(神經網路)頭3名入圍馬數目和最佳成績類別kr = google keras tensorflow\| db = meta pytorch tensor
4.	加權模式頭3名入圍馬數目和最佳成績類別
5.	模式頭3名入圍馬數目和最佳成績類別
6.	排序頭3名入圍馬數目和最佳成績類別
7.	頭3名入圍馬獨嬴比上次出賽時熱超過30%的隻數
8.	最佳平均速上名
T	3隻的單T派彩總額(未計成本)
Q	3隻互穿的連嬴派彩總額(未計成本)
pQ	3隻互穿的位置Q派彩總額(未計成本)

2026年3月29日星期日

2026-03-29 賽事回顧

投注類別\|回報	C45	AI	加權模式	非加權模式	排序
T	-	-	-	179	120
Q	271.5	170.5	58	175.5	93.5
pQ	105	131	209	297	230.5

隻數入四名和最佳成績類別(F,T,Q,W,P), 選中過關或開跑時有10賠以上而上名

場次	隻數\|路數:	開跑飛	C45	AI	M加權	N1年	S排序	上賽飛	均	備註
1	14	\|2	1W	1W\|1W	1P	1P	1P	2/5	-	-
2	14	\|2	1W	2Q\|1P	2Q	2Q	1P	3/4	1	重2
3	12	1\|2	-	2W\|1P	1P	1P	1P	0/3	-	-
4	9	1\|2	1W	-\|2W	2W	1W	2W	0/1	1	-
5	14	1\|2	1P	2Q\|1P	-	-	2W	0/3	2	重2
6	14	\|2	1P	1P\|1W	-	1P	1P	0/4	-	-
7	14	\|2	1P	1P\|1P	-	-	-	0/5	2	-
8	11	\|2	1W	1P\|1W	1W	1W	1W	0/3	1	-
9	14	\|	2Q	-\|1W	2P	2P	1P	-	-	輕3
10	14	\|1	2W	1W\|-	2W	2W	3T	1/2	3	-
11	14	\|1	1W	1P\|1W	2W	3T	1P	1/4	-	輕1

	註解:
1.	上名馬開跑時馬會報有沒有落獨嬴飛的隻數,獨嬴綠格連嬴啡格以上
2.	C45決策樹(加權)頭3名入圍馬數目和最佳成績類別,圓圈是加權,方格是沒有加權
3.	AI(神經網路)頭3名入圍馬數目和最佳成績類別kr = google keras tensorflow\| db = meta pytorch tensor
4.	加權模式頭3名入圍馬數目和最佳成績類別
5.	模式頭3名入圍馬數目和最佳成績類別
6.	排序頭3名入圍馬數目和最佳成績類別
7.	頭3名入圍馬獨嬴比上次出賽時熱超過30%的隻數
8.	最佳平均速上名
T	3隻的單T派彩總額(未計成本)
Q	3隻互穿的連嬴派彩總額(未計成本)
pQ	3隻互穿的位置Q派彩總額(未計成本)

2026年3月25日星期三

2026-03-25 賽事回顧

投注類別\|回報	C45	AI	加權模式	非加權模式	排序
T	-	-	-	-	-
Q	-	-	-	-	-
pQ	136	-	124	87	320

隻數入四名和最佳成績類別(F,T,Q,W,P), 選中過關或開跑時有10賠以上而上名

場次	隻數\|路數:	開跑飛	C45	AI	M加權	N1年	S排序	上賽飛	均	備註
1	12	1\|2	1P	-\|1P	-	1P	-	3/5	3	重3
2	12	1\|2	-	-	2W	1W	2W	2/3	2	重1
3	12	1\|2	2P	1P\|-	1P	1P	2P	2/4	-	輕1
4	12	1\|3	-	1W\|-	-	1W	1W	2/3	-	-
5	12	\|	-	-\|1W	-	-	1P	2/5	-	輕1
6	12	\|3	1P	1P\|1P	2P	2P	1P	2/3	-	-
7	12	1\|3	1W	1P\|1P	2W	2W	2W	1/3	2	重1
8	12	1\|1	-	-\|1W	-	-	2W	1/5	-	-
9	12	\|	-	1W\|1P	1P	-	-	1/1	2	-

	註解:
1.	上名馬開跑時馬會報有沒有落獨嬴飛的隻數,獨嬴綠格連嬴啡格以上
2.	C45決策樹(加權)頭3名入圍馬數目和最佳成績類別,圓圈是加權,方格是沒有加權
3.	AI(神經網路)頭3名入圍馬數目和最佳成績類別kr = google keras tensorflow\| db = meta pytorch tensor
4.	加權模式頭3名入圍馬數目和最佳成績類別
5.	模式頭3名入圍馬數目和最佳成績類別
6.	排序頭3名入圍馬數目和最佳成績類別
7.	頭3名入圍馬獨嬴比上次出賽時熱超過30%的隻數
8.	最佳平均速上名
T	3隻的單T派彩總額(未計成本)
Q	3隻互穿的連嬴派彩總額(未計成本)
pQ	3隻互穿的位置Q派彩總額(未計成本)

2026年3月22日星期日

2026-03-22 賽事回顧 NM

投注類別\|回報	C45	AI	加權模式	非加權模式	排序
T	-	-	-	200	-
Q	72	32.5	525.5	525.5	-
pQ	128.5	165	281.5	215.5	232

隻數入四名和最佳成績類別(F,T,Q,W,P), 選中過關或開跑時有10賠以上而上名

場次	隻數\|路數:	開跑飛	C45	AI	M加權	N1年	S排序	上賽飛	均	備註
1	14	1\|3	1P	-	1P	1P	-	1/2	3	-
2	14	\|1	2P	1P\|2P	2Q	3T	1P	1/5	-	-
3	10	1\|1	1W	1W\|-	1W	-	-	1/2	1	-
4	14	1\|3	1W	1P\|2W	1W	1W	1W	0/3	3	-
5	14	\|	1W	2W\|1P	2W	1W	2W	0/1	1	重2
6	10	\|1	2Q	1P\|2Q	-	-	-	1/1	2	重2
7	14	\|2	2P	-\|2Q	1P	1W	2W	2/3	-	-
8	14	1\|2	1P	-\|1W	1P	1P	1P	1/3	-	輕1
9	12	\|	2P	2Q\|	1P	1P	2P	-	-	輕1
10	14	1\|2	-	1W\|2Q	2Q	2Q	1W	2/4	-	輕1,2

	註解:
1.	上名馬開跑時馬會報有沒有落獨嬴飛的隻數,獨嬴綠格連嬴啡格以上
2.	C45決策樹(加權)頭3名入圍馬數目和最佳成績類別,圓圈是加權,方格是沒有加權
3.	AI(神經網路)頭3名入圍馬數目和最佳成績類別kr = google keras tensorflow\| db = meta pytorch tensor
4.	加權模式頭3名入圍馬數目和最佳成績類別
5.	模式頭3名入圍馬數目和最佳成績類別
6.	排序頭3名入圍馬數目和最佳成績類別
7.	頭3名入圍馬獨嬴比上次出賽時熱超過30%的隻數
8.	最佳平均速上名
T	3隻的單T派彩總額(未計成本)
Q	3隻互穿的連嬴派彩總額(未計成本)
pQ	3隻互穿的位置Q派彩總額(未計成本)

2026年3月18日星期三

2026-03-18 賽事回顧 AC

投注類別\|回報	C45	AI	加權模式	非加權模式	排序
T	-	-	-	-	-
Q	689	867	-	105.5	-
pQ	386.5	325.5	37	84.5	-

隻數入四名和最佳成績類別(F,T,Q,W,P), 選中過關或開跑時有10賠以上而上名

場次	隻數\|路數:	開跑飛	C45	AI	M加權	N1年	S排序	上賽飛	均	備註
1	12	1\|1	1W	-\|2P	-	1P	-	3/6	-	-
2	12	1\|2	1P	2Q\|1P	-	-	-	3/9	-	-
3	12	1\|1	2Q	2Q\|1P	1P	1P	1P	1/6	-	-
4	12	\|1	2P	-	1P	1P	1P	3/8	-	輕1
5	12	1\|1	-	-\|2P	1P	1P	-	2/4	-	-
6	12	\|2	1W	1W\|1P	1W	1W	-	1/3	-	輕3重1
7	12	\|1	1P	1P\|2Q	-	1P	1P	1/4	-	-
8	12	1\|3	-	1P\|1W	1P	2Q	1W	0/1	2	輕2,3
9	12	\|	1P	2P\|-	2P	2P	1P	0/2	-	-

	註解:
1.	上名馬開跑時馬會報有沒有落獨嬴飛的隻數,獨嬴綠格連嬴啡格以上
2.	C45決策樹(加權)頭3名入圍馬數目和最佳成績類別,圓圈是加權,方格是沒有加權
3.	AI(神經網路)頭3名入圍馬數目和最佳成績類別kr = google keras tensorflow\| db = meta pytorch tensor
4.	加權模式頭3名入圍馬數目和最佳成績類別
5.	模式頭3名入圍馬數目和最佳成績類別
6.	排序頭3名入圍馬數目和最佳成績類別
7.	頭3名入圍馬獨嬴比上次出賽時熱超過30%的隻數
8.	最佳平均速上名
T	3隻的單T派彩總額(未計成本)
Q	3隻互穿的連嬴派彩總額(未計成本)
pQ	3隻互穿的位置Q派彩總額(未計成本)

2026年3月15日星期日

2026-03-15 賽事回顧

投注類別\|回報	C45	AI	加權模式	非加權模式	排序
T	-	-	-	-	-
Q	228.5	-	-	-	-
pQ	156	72.5	109.5	109.5	52

隻數入四名和最佳成績類別(F,T,Q,W,P), 選中過關或開跑時有10賠以上而上名

場次	隻數\|路數:	開跑飛	C45	AI	M加權	N1年	S排序	上賽飛	均	備註
1	14	\|2	-	1P\|1P	1W	-	1W	1/3	-	-
2	14	\|1	2Q	1W\|1W	1W	1W	-	1/4	3	輕1
3	14	\|2	1P	1P\|1P	1P	1P	-	1/4	-	-
4	14	\|1	-	1P\|2W	1P	1P	-	0/2	2	輕2
5	14	\|	-	1P\|1P	1P	1P	1P	0/4	-	重2
6	14	1\|1	1P	1P\|-	1P	1P	1P	1/7	-	輕1
7	14	\|2	1P	-\|2P	2W	2W	2W	1/7	-	-
8	14	\|2	1P	2P\|-	1P	1P	-	1/7	2	-
9	14	\|3	2Q	1P\|-	1P	1P	-	2/6	1	輕1
10	14	\|2	2P	1P\|3T	2W	2W	1P	1/2	-	-
11	14	1\|	1P	1P\|1W	2W	2W	1W	1/3	-	-

	註解:
1.	上名馬開跑時馬會報有沒有落獨嬴飛的隻數,獨嬴綠格連嬴啡格以上
2.	C45決策樹(加權)頭3名入圍馬數目和最佳成績類別,圓圈是加權,方格是沒有加權
3.	AI(神經網路)頭3名入圍馬數目和最佳成績類別kr = google keras tensorflow\| db = meta pytorch tensor
4.	加權模式頭3名入圍馬數目和最佳成績類別
5.	模式頭3名入圍馬數目和最佳成績類別
6.	排序頭3名入圍馬數目和最佳成績類別
7.	頭3名入圍馬獨嬴比上次出賽時熱超過30%的隻數
8.	最佳平均速上名
T	3隻的單T派彩總額(未計成本)
Q	3隻互穿的連嬴派彩總額(未計成本)
pQ	3隻互穿的位置Q派彩總額(未計成本)

2026年3月11日星期三

2026-03-11 賽事回顧 S

投注類別\|回報	C45	AI	加權模式	非加權模式	排序
T	-	-	-	-	1326
Q	-	-	-	174.5	493.5
pQ	-	434.5	108	89.5	612.5

隻數入四名和最佳成績類別(F,T,Q,W,P), 選中過關或開跑時有10賠以上而上名

場次	隻數\|路數:	開跑飛	C45	AI	M加權	N1年	S排序	上賽飛	均	備註
1	12	1\|2	1W	1W\|1P	2P	-	3T	2/5	-	重2
2	12	1\|1	1P	1P\|1P	2W	2W	1P	3/10	2	重1
3	12	1\|2	-	2W\|-	-	-	-	3/9	-	-
4	12	\|2	1P	-\|1P	1P	1P	2P	3/7	-	輕2
5	10	\|2	1P	2W\|1W	-	1W	1W	2/8	-	-
6	12	1\|1	1P	2W\|1W	1W	2Q	2W	2/6	1	-
7	12	1\|1	1P	1W\|1P	1P	1P	1P	3/3	3	輕2
8	11	\|3	-	1W\|-	-	-	-	1/6	-	輕3
9	12	\|1	-	1P\|2P	1P	1P	1P	3/7	1	-

	註解:
1.	上名馬開跑時馬會報有沒有落獨嬴飛的隻數,獨嬴綠格連嬴啡格以上
2.	C45決策樹(加權)頭3名入圍馬數目和最佳成績類別,圓圈是加權,方格是沒有加權
3.	AI(神經網路)頭3名入圍馬數目和最佳成績類別kr = google keras tensorflow\| db = meta pytorch tensor
4.	加權模式頭3名入圍馬數目和最佳成績類別
5.	模式頭3名入圍馬數目和最佳成績類別
6.	排序頭3名入圍馬數目和最佳成績類別
7.	頭3名入圍馬獨嬴比上次出賽時熱超過30%的隻數
8.	最佳平均速上名
T	3隻的單T派彩總額(未計成本)
Q	3隻互穿的連嬴派彩總額(未計成本)
pQ	3隻互穿的位置Q派彩總額(未計成本)

2026年3月8日星期日

2026-03-08 賽事回顧

投注類別\|回報	C45	AI	加權模式	非加權模式	排序
T	-	-	-	-	-
Q	197.5	241	-	353.5	-
pQ	122	82	192	315.5	45

隻數入四名和最佳成績類別(F,T,Q,W,P), 選中過關或開跑時有10賠以上而上名

場次	隻數\|路數:	開跑飛	C45	AI	M加權	N1年	S排序	上賽飛	均	備註
1	14	\|2	-	-	-	-	1P	2/4	2	-
2	14	\|3	1P	1W\|-	1P	1P	-	2/3	-	重3輕1
3	14	\|	-	1P\|-	1W	1W	1W	1/3	-	-
4	14	1\|2	2W	2Q\|2P	2W	2W	1P	2/5	1	-
5	14	\|1	1W	1W\|1W	2W	1W	1W	2/6	-	-
6	14	\|2	2Q	-	1P	2Q	1P	1/5	-	-
7	14	1\|1	-	-\|2Q	-	-	-	1/4	-	-
8	14	1\|2	1W	1W\|2Q	1W	2Q	1W	1/3	1	重2
9	14	\|2	1P	1W\|3T	2P	2P	2P	1/5	2	-
10	14	\|2	1W	-\|1P	2P	2P	1P	1/2-	-	重1

	註解:
1.	上名馬開跑時馬會報有沒有落獨嬴飛的隻數,獨嬴綠格連嬴啡格以上
2.	C45決策樹(加權)頭3名入圍馬數目和最佳成績類別,圓圈是加權,方格是沒有加權
3.	AI(神經網路)頭3名入圍馬數目和最佳成績類別 kr = google keras tensorflow\| db = meta pytorch tensor
4.	加權模式頭3名入圍馬數目和最佳成績類別
5.	模式頭3名入圍馬數目和最佳成績類別
6.	排序頭3名入圍馬數目和最佳成績類別
7.	頭3名入圍馬獨嬴比上次出賽時熱超過30%的隻數
8.	最佳平均速上名
T	3隻的單T派彩總額(未計成本)
Q	3隻互穿的連嬴派彩總額(未計成本)
pQ	3隻互穿的位置Q派彩總額(未計成本)

2026年3月4日星期三

2026-03-04 賽事回顧

投注類別\|回報	C45	AI	加權模式	非加權模式	排序
T	-	-	-	-	-
Q	-	328.5	212.5	200.5	105
pQ	53	275	83	176.5	38

隻數入四名和最佳成績類別(F,T,Q,W,P), 選中過關或開跑時有10賠以上而上名

場次	隻數\|路數:	開跑飛	C45	AI	M加權	N1年	S排序	上賽飛	均	備註
1	12	\|2	-	2Q\|-		-	1P	1/4	-	-
2	12	1\|2	1P	-	1P	1P	1P	2/5	-	-
3	12	\|	1P	-\|1W	-	2Q	-	2/6	-	輕2重3
4	12	\|1	2P	-\|1W	2Q	2Q	2Q	3/10	3	-
5	12	1\|3	-	-	2Q	2W	1W	0/6	1	輕3
6	10	2\|2	-	2W\|1P	1P	1P	1P	1/6	-	-
7	12	1\|3	1P	2Q	1P	1P	-	2/7	-	重3
8	10	1\|2	-	-	1P	2W	1P	1/4	-	-
9	12	\|	-	1W\|1P	-	-	-	2/5	2	-

	註解:
1.	上名馬開跑時馬會報有沒有落獨嬴飛的隻數,獨嬴綠格連嬴啡格以上
2.	C45決策樹(加權)頭3名入圍馬數目和最佳成績類別,圓圈是加權,方格是沒有加權
3.	AI(神經網路)頭3名入圍馬數目和最佳成績類別
4.	加權模式頭3名入圍馬數目和最佳成績類別
5.	模式頭3名入圍馬數目和最佳成績類別
6.	排序頭3名入圍馬數目和最佳成績類別
7.	頭3名入圍馬獨嬴比上次出賽時熱超過30%的隻數
8.	最佳平均速上名
T	3隻的單T派彩總額(未計成本)
Q	3隻互穿的連嬴派彩總額(未計成本)
pQ	3隻互穿的位置Q派彩總額(未計成本)

2026年3月2日星期一

2026年1月17日星期六

暫停運作

馬會改變了賠率更新方法，關閉了舊通訊，本軟件要暫停運作，直至有更新，抱歉，祝君好運。

2026年1月14日星期三

2026-01-14 賽事回顧 S

投注類別\|回報	C45	AI	加權模式	非加權模式	排序
T	-	-	-	-	313
Q	-	73.5	135	174.5	39.5
pQ	-	36	47	68	306.5

隻數入四名和最佳成績類別(F,T,Q,W,P), 選中過關或開跑時有10賠以上而上名

場次	隻數\|路數:	開跑飛	C45	AI	M加權	N1年	S排序	上賽飛	均	備註
1	12	\|1	-	-\|1P	1P	1P	1P	1/7	-	-
2	12	1\|2	1W	1W\|-	1P	-	1P	3/6	1	輕3
3	12	\|2	1W	-\|2Q	1W	1W	1W	0/4	1	重1
4	12	\|2	-	1W\|1W	1W	1W	1W	2/7	-	輕3
5	12	1\|2	1P	1W\|1W	1P	2Q	3T	1/2	-	重2
6	12	1\|3	-	2Q\|1W	1W	1W	2W	0/4	1	重1
7	12	1\|2	-	1P\|-	-	1P	-	1/6	-	輕1,2,3
8	12	\|	1W	-\|1P	2Q	2Q	1W	1/5	-	-
9	12	1\|2	-	1P\|2Q	-	1W	1W	2/3	-	輕3

	註解:
1.	上名馬開跑時馬會報有沒有落獨嬴飛的隻數,獨嬴綠格連嬴啡格以上
2.	C45決策樹(加權)頭3名入圍馬數目和最佳成績類別,圓圈是加權,方格是沒有加權
3.	AI(神經網路)頭3名入圍馬數目和最佳成績類別
4.	加權模式頭3名入圍馬數目和最佳成績類別
5.	模式頭3名入圍馬數目和最佳成績類別
6.	排序頭3名入圍馬數目和最佳成績類別
7.	頭3名入圍馬獨嬴比上次出賽時熱超過30%的隻數
8.	最佳平均速上名
T	3隻的單T派彩總額(未計成本)
Q	3隻互穿的連嬴派彩總額(未計成本)
pQ	3隻互穿的位置Q派彩總額(未計成本)

2026年1月11日星期日

2026-01-11 賽事回顧 A

投注類別\|回報	C45	AI	加權模式	非加權模式	排序
T	-	-	-	-	-
Q	94.5	31	106	125.5	-
pQ	138	845	49.5	102.5	42.5

隻數入四名和最佳成績類別(F,T,Q,W,P), 選中過關或開跑時有10賠以上而上名

場次	隻數\|路數:	開跑飛	C45	AI	M加權	N1年	S排序	上賽飛	均	備註
1	12	\|1	1P	1P\|-	-	1P	1P	0/4	-	重3
2	12	\|	1W	2Q\|2Q	1P	2Q	1W	0/3	-	-
3	12	\|	2W	1P\|2W	1P	1P	1P	1/4	-	-
4	14	\|2	2P	-	1W	1P	1P	1/2	2	重2輕3
5	14	1\|3	2Q	2P\|1P	1W	2Q	1P	2/6	2	-
6	14	\|1	1W	-	-	2P	2P	1/3	3	重1,2
7	12	1\|1	1P	2W\|-	1W	-	1P	0/1	-	-
8	14	1\|1	1W	-	2Q	1W	1W	0/1	-	輕2
9	14	1\|3	-	1P\|1W	1P	1P	1P	0/1	-	輕1
10	14	1\|	1P	1P\|-	1P	1P	1P	0/2	2	重2,3
11	14	1\|1	1P	-\|1P	1P	1P	-	1/3	-	輕1

	註解:
1.	上名馬開跑時馬會報有沒有落獨嬴飛的隻數,獨嬴綠格連嬴啡格以上
2.	C45決策樹(加權)頭3名入圍馬數目和最佳成績類別,圓圈是加權,方格是沒有加權
3.	AI(神經網路)頭3名入圍馬數目和最佳成績類別
4.	加權模式頭3名入圍馬數目和最佳成績類別
5.	模式頭3名入圍馬數目和最佳成績類別
6.	排序頭3名入圍馬數目和最佳成績類別
7.	頭3名入圍馬獨嬴比上次出賽時熱超過30%的隻數
8.	最佳平均速上名
T	3隻的單T派彩總額(未計成本)
Q	3隻互穿的連嬴派彩總額(未計成本)
pQ	3隻互穿的位置Q派彩總額(未計成本)

2026年1月7日星期三

2026-01-07 賽事回顧

投注類別\|回報	C45	AI	加權模式	非加權模式	排序
T	-	-	-	-	-
Q	-	-	-	121	121
pQ	-	70.5	75	108.5	47.5

隻數入四名和最佳成績類別(F,T,Q,W,P), 選中過關或開跑時有10賠以上而上名

場次	隻數\|路數:	開跑飛	C45	AI	M加權	N1年	S排序	上賽飛	均	備註
1	12	1\|1	1P	2W\|1W	1P	1P	1P	0/2	-	-
2	12	1\|1	-	1W\|1P	2W	1W	1W	1/4	-	-
3	12	\|1	-	1P\|-	-	1P	-	1/3	1	-
4	12	\|2	-	-	1P	2P	1P	2/4	3	-
5	12	2\|2	1P	1P\|-	1P	-	-	0/5	-	-
6	12	\|1	-	1P\|1P	1P	1P	1P	1/2	-	-
7	12	2\|3	1P	2W\|1P	1P	1P	2P	2/7	-	輕3
8	12	1\|1	-	1P\|2Q	1P	1P	1P	2/4	-	-
9	12	\|3	-	1P\|1P	1P	2Q	2Q	1/4	-	輕1,2

	註解:
1.	上名馬開跑時馬會報有沒有落獨嬴飛的隻數,獨嬴綠格連嬴啡格以上
2.	C45決策樹(加權)頭3名入圍馬數目和最佳成績類別,圓圈是加權,方格是沒有加權
3.	AI(神經網路)頭3名入圍馬數目和最佳成績類別
4.	加權模式頭3名入圍馬數目和最佳成績類別
5.	模式頭3名入圍馬數目和最佳成績類別
6.	排序頭3名入圍馬數目和最佳成績類別
7.	頭3名入圍馬獨嬴比上次出賽時熱超過30%的隻數
8.	最佳平均速上名
T	3隻的單T派彩總額(未計成本)
Q	3隻互穿的連嬴派彩總額(未計成本)
pQ	3隻互穿的位置Q派彩總額(未計成本)

2026年1月4日星期日

2026-01-04 賽事回顧

投注類別\|回報	C45	AI	加權模式	非加權模式	排序
T	-	-	-	83	-
Q	113.5	218.5	-	239.5	122
pQ	202	253	121.5	214	99

隻數入四名和最佳成績類別(F,T,Q,W,P), 選中過關或開跑時有10賠以上而上名

場次	隻數\|路數:	開跑飛	C45	AI	M加權	N1年	S排序	上賽飛	均	備註
1	14	2\|3	1P	1W\|-	2W	2P	2W	1/5	2	重2
2	14	\|	1W	2W\|1P	1P	1P	-	0/2	2	輕2
3	14	\|2	1P	1P\|2Q	-	-	1P	2/5	1	-
4	14	\|1	-	-\|1W	1W	1W	-	2/4	-	-
5	14	\|3	2Q	2Q\|1W	-	1W	1W	3/7	-	重2
6	14	\|1	1P	-\|1P	1P	3T	2Q	2/2	1	-
7	14	\|2	1P	2P\|1P	-	-	1P	-	2	輕3
8	14	\|	2P	1W\|1W	1P	2Q	1P	1/4	-	輕1
9	14	1\|3	1W	2P\|2P	2W	1W	1W	1/3	1	-
10	14	\|3	1W	2Q\|1P	-	-	1P	3/6	-	-
11	14	1\|2	-	1W\|-	1P	1P	1P	3/4	-	-

	註解:
1.	上名馬開跑時馬會報有沒有落獨嬴飛的隻數,獨嬴綠格連嬴啡格以上
2.	C45決策樹(加權)頭3名入圍馬數目和最佳成績類別,圓圈是加權,方格是沒有加權
3.	AI(神經網路)頭3名入圍馬數目和最佳成績類別
4.	加權模式頭3名入圍馬數目和最佳成績類別
5.	模式頭3名入圍馬數目和最佳成績類別
6.	排序頭3名入圍馬數目和最佳成績類別
7.	頭3名入圍馬獨嬴比上次出賽時熱超過30%的隻數
8.	最佳平均速上名
T	3隻的單T派彩總額(未計成本)
Q	3隻互穿的連嬴派彩總額(未計成本)
pQ	3隻互穿的位置Q派彩總額(未計成本)

訂閱：文章 (Atom)

搜尋此網誌

2026年7月8日 星期三

2026年7月4日 星期六

2026年6月27日 星期六

2026年6月24日 星期三

2026年6月21日 星期日

2026年6月13日 星期六

2026年6月10日 星期三

2026年6月7日 星期日

2026年6月3日 星期三

2026年5月31日 星期日

2026年5月27日 星期三

2026年5月24日 星期日

2026年5月20日 星期三

2026年5月17日 星期日

2026年5月13日 星期三

2026年5月9日 星期六

2026年5月6日 星期三

2026年5月3日 星期日

2026年4月29日 星期三

2026年4月26日 星期日

2026年4月22日 星期三

2026年4月18日 星期六

2026年4月15日 星期三

2026年4月12日 星期日

2026年4月8日 星期三

2026年4月6日 星期一

2026年4月1日 星期三

2026年3月29日 星期日

2026年3月25日 星期三

2026年3月22日 星期日

2026年3月18日 星期三

2026年3月15日 星期日

2026年3月11日 星期三

2026年3月8日 星期日

2026年3月4日 星期三

2026年3月2日 星期一

2026年1月17日 星期六

2026年1月14日 星期三

2026年1月11日 星期日

2026年1月7日 星期三

2026年1月4日 星期日

2026年7月8日星期三

2026年7月4日星期六

2026年6月27日星期六

2026年6月24日星期三

2026年6月21日星期日

2026年6月13日星期六

2026年6月10日星期三

2026年6月7日星期日

2026年6月3日星期三

2026年5月31日星期日

2026年5月27日星期三

2026年5月24日星期日

2026年5月20日星期三

2026年5月17日星期日

2026年5月13日星期三

2026年5月9日星期六

2026年5月6日星期三

2026年5月3日星期日

2026年4月29日星期三

2026年4月26日星期日

2026年4月22日星期三

2026年4月18日星期六

2026年4月15日星期三

2026年4月12日星期日

2026年4月8日星期三

2026年4月6日星期一

2026年4月1日星期三

2026年3月29日星期日

2026年3月25日星期三

2026年3月22日星期日

2026年3月18日星期三

2026年3月15日星期日

2026年3月11日星期三

2026年3月8日星期日

2026年3月4日星期三

2026年3月2日星期一

2026年1月17日星期六

2026年1月14日星期三

2026年1月11日星期日

2026年1月7日星期三

2026年1月4日星期日