總結近一個月的模型模擬結果和實際賽果，個人發現機器學習模型和算法模型的參考價值較高，將這兩個模型的模擬結果與機構實際開出的初始數據和即時數據進行比較，分析差異性、分歧點，可以發現挺多端倪。

機器學習模型有激進的特點，對勝和負的傾向比較直接，對平的把握一般。

算法模型比較中庸保守，基本追隨機構變化的大趨勢，如果跟機構差異較大，那要重點分析。

1、如果這兩個模型的預期都低于機構實際給到的數據且降幅較多，那說明該結果存在較多疑點，信心不足。

2、相比于機構數據，如果這兩個模型的看法不同，一個高看，一個低看，那要重點分析。

3、如果這兩個模型的預期與機構接近或高看，那該結果打出的概率較大。

4、在出現疑點時，就要引入其他模型、數據平臺的態度進行多重比較，跟蹤監測機構的態度變化趨勢也是不錯的思路，因為機構有很多家，難免會有差異，追隨主流的變化趨勢一般是值得肯定的。

長遠來說，人的運氣終究無法戰勝大趨勢、大數據，人是情緒化的動物，主觀判斷的盲目性、非理性是預測分析的大敵。