FindRookie · 估值模型白皮书
总览赛道判断卡友集市

七维动态价值模型 v3.1

用一套可解释的加权框架，把"这张新秀卡该不该买"翻译成一个 0–100 的分数，并允许你点开看每一分的来由。

🧮 分数怎么算

综合价值分 B = 0.25·天赋 + 0.18·履历叙事 + 0.17·球队球市 + 0.11·健康 + 0.09·稀缺 + 0.10·定价差 + 0.10·价格动量
动态价值分 = clamp( B × (1 + 新闻微调/100) × 综合市场情绪β , 0 , 100 )
综合市场情绪 = 0.6·新闻情绪 + 0.4·全市场真实卡价动量
新闻只是七大维度之上的"微调力"，不是唯一驱动；天赋/履历/球队/健康/稀缺/价格动量各自独立、不强制相乘。

📐 七个维度与权重 权重和 = 1.00

维度代号衡量什么权重
天赋能力T选秀资本 / 顺位 / 评级 / 产出 / 年龄曲线（与球队无关）25%
履历叙事PR高中→NCAA→NBA 全周期血统 + 近期叙事动量18%
球队球市M本土球市 × 战力 × 品牌；超级球员豁免小球市折价17%
健康伤病H标签 / 伤情 / risk 字段 → 第一维健康度11%
稀缺度S由卡价映射（低印量 / 高端系列更稀缺）9%
定价差V模型公允值 − 现价（上行空间）10%
价格动量MO近 7 日真实卡价涨跌（来自 price-history 快照）10%

⚙️ 让模型"像个真人"的机制

β 球员敏感度
同一条新闻对不同球员冲击不同：超级新秀 ×0.55（长期潜力定价、短期钝感），伤病史 ×1.35（风吹草动被放大），伤病史遇上健康维度再 ×1.2。
超级球员豁免
门面 / 状元级新秀 / 顶级产出者，即便在小球市也不会被过度折价（小球市非超级球员按 ×0.80）。
双 regime 混合
新闻情绪（0.85–1.15）与全市场真实卡价动量按 0.6 / 0.4 混合，避免单条新闻把分数打飞。
新闻有界微调
每条新闻微调 ±12% 封顶、多人轮动阻尼、总效应 clamp ±20%，修复早期模型"饱和"问题。

🔍 模型可验证性 / 真实回测快照 框架已实跑 · 数据尚短

📊
真实回测快照 · v3.1 框架已于 2026-09-15 实跑
回测 harness（_backtest.cjs）用 552 人库的 v3.1 七维基底分 B（由 players_full.json 的 tr 七维按公示计算）与真实卡价序列（price-history.json）做"评分排名 vs 价格走势"检验。
40 / 552
有卡价覆盖的球员
13 天
价格窗口 08-30~09-11
67.5%
卡价横盘（无波动）
ρ=0.18
Spearman 秩相关·无统计意义

裁定：数据不足，不构成有效回测。价格序列仅 13 天、近七成卡价横盘，无法对模型信号做收益归因。本快照是方法论 + 框架验证，不是业绩。

🚀
机制示意①：2023 届状元的新秀卡狂热
模型将其天赋 / 履历 / 球市三项拉满，并因"超级新秀"身份获得短期负面钝感（β=0.55）。其顶级新秀卡在 23–24 赛季出现数倍级上行——与"超级新秀长期潜力定价、短期不看空"的逻辑一致。（示意，非回测）
🩺
机制示意②：伤病史高 β 如何放大冲击
当该球员因伤赛季报销，模型按"伤病史 ×1.35 + 健康维度 ×1.2"放大冲击，分数明显回撤；但"超级新秀"钝感仍保留顶级溢价——与真实市场"跌但没崩"吻合。（示意，非回测）
📈
机制示意③：门面球员的口碑兑现
2020 届状元成长为球队门面后，卡价随地位上升；模型通过"履历叙事 + 球市 + 价格动量"持续加权，应在其地位确立中逐步上调评分。（示意，非回测）
⚠️ 诚实声明：上方"真实回测快照"是框架实测，结论明确——当前数据不足以支撑有效回测，故本页不展示任何"模型历史收益"。三则"机制示意"仅说明模型逻辑方向合理，不是完整赛季相关性回测。这是融资尽调最关注的"可验证性"短板，也是下一步工程重点。
✅ 可验证性路线图：① 回测 harness（_backtest.cjs）已就绪，待累积 ≥12 个月连续卡价序列后重跑即得真回测；② 对 2020–2026 各届做"模型评分 vs 后续卡价"分届相关性 + 分维度贡献度；③ 引入 1–2 家卡商 / 评级机构做第三方口径校验。完成前，本页所有示例均标注"示例/示意"而非"业绩"。