xG（預期進球）

xG（Expected Goals，預期進球）是把每一次射門當作一個獨立的「機會」，依照射門時的角度、距離、是否被防守球員擋住、是頭球還是腳射、是設計戰術跑位還是反擊空檔、是 open play 還是定位球等變數，計算「這一次射門變成進球」的歷史機率（0 到 1 之間）。把整場所有射門的 xG 加總，就是這隊「合理應該進幾球」的期望值。為什麼需要這個指標？因為實際進球數受門將神撲、後衛清在門線、球碰柱反彈出去等高度隨機事件影響，單場進球數的 noise 非常大，但「製造機會的品質」相對穩定，所以 xG 對「下一場會發生什麼」的預測力，遠遠勝過上一場的實際比分。

計算邏輯上，xG 模型是用十年以上、數十萬筆射門資料訓練出的監督式機器學習模型（早期 logistic regression，近期 gradient boosting / neural net）。每次射門進去 → 模型輸出一個 0~1 的轉換機率。例如禁區正中央六碼線無人防守的射門 xG ≈ 0.76；35 碼外左腳遠射 xG ≈ 0.03；點球統一 xG = 0.78（這是聯盟平均點球轉換率）。整場累加範例：阿森納 16 次射門 xG 累計 2.4 對上保級隊 6 次射門 xG 累計 0.6，表示「機會品質上阿森納應該 2-3 球、對手不到 1 球」。

實戰判讀有三個層次。第一層看「xG vs 實際進球的差距」：若球隊整季 xG 70 但實際只進 55，表示終結效率低於合理值（運氣差或射手 finishing 差），下半季統計學上會回歸；反之曼城 xG 60 進 75 屬於 over-performing，遲早會降溫。第二層看「rolling 10 場 xGD」（xG difference = 攻擊 xG − 失球 xG）：這是預測下一場最強的單一指標，比聯賽排名還準。第三層看「xG 衍生指標」：xGA（被打的 xG）、npxG（去掉點球的 xG）、xG per shot（射門品質指標）。

OkayAI 的五信號融合裡，xG 屬於「信號 3：機會品質指標」群組，weight 0.20。我們不只看單場 xG，而是 rolling 10 場 xGD + 對手強度權重 + 主客場分離後的調整值。當這個信號跟莊家賠率隱含機率背離 ≥ 8% 時，就會觸發 value bet 警示。延伸閱讀 → /blog/elo-xg-form-blindspots。