83 场淘汰赛足够让我把 TSFM 从 baseline 里踢出去
UEFA Oracle 回测笔记：3 模型 TSFM 集成在 83 场历史欧冠淘汰赛 ties 上没跑赢一个调好的 Elo + xG + 伤病加权 baseline。为什么数据 regime 比模型更重要。
- #forecasting
- #time-series
- #tsfm
- #sports
- #backtest
- #negative-result
UEFA Oracle 启动时，设计直觉是复用 fin-forecast-arena 和 世界杯模型 已经在跑的 stack：3 模型 TSFM 集成（Chronos-2 / TimesFM-2.5 / FlowState）输出队伍攻防强度轨迹 → 集成 → Poisson 进球模型。同一套工具箱，同一类赛事，同样跟 Polymarket 比。
5 个赛季、83 场淘汰赛 ties 的回测说不行。TSFM 集成相对纯 Club Elo + xG 调整 baseline 没有可测量的点预测增益。所以我把 TSFM 从生产栈里挪掉，藏进 --with-tsfm flag 当 ablation / research 层。
最愿意写下的结论：淘汰赛 ties 数据 regime 不奖励 Elo + xG + 伤病之外的额外信号。Bayern 这一刻的实力，被一个持续更新的评分系统已经一阶很好地捕获了。TSFM 从 30 场比赛轨迹里提取的边际信息，是 Club Elo 已经在编码的同一信息。两个先验相关；TSFM 没贡献第二个信号，只是产生了第一个的噪声版本。
对比组：世界杯 oracle，同一套方法找到了强 edges（西班牙 AI 32% vs 市场 16% 等）。区别：World Cup 数据样本更大、Polymarket 上的市场先验更弱、长期轨迹更值得学。TSFM 是工具，在已有先验弱或样本足够大时付租金。
完整回测细节、检查清单、为什么我仍然保留 TSFM 代码而不删，见 英文版。