本文目录导读：
评估夏窗引援的性价比，核心是回答一个问题：俱乐部花出去的钱，换回了多少竞技价值？
下面是一套可落地的脚本框架，从数据采集到评分输出,适合做成Python脚本或Excel模型。
核心公式
性价比 = 综合竞技贡献 / 综合成本难点在于两端都要归一化，否则前锋和后卫、豪门和小球队无法横向比较。
成本端（分母）
| 维度 | 指标 | 说明 |
|---|---|---|
| 转会费 | 固定转会费 + 浮动条款现值 | 浮动按触发概率折现 |
| 薪资 | 税后年薪 × 合同年限 | 用总薪资成本 |
| 签字费/佣金 | 摊销到合同年 | |
| 机会成本 | 同位置替代球员市场价 | 可选 |
归一化处理：
cost_score = (转会费 + 总薪资 + 佣金) / 联赛中位数成本
价值端（分子）
即战力贡献（当赛季）
- 出场时间占比：实际分钟 / 可用分钟
- 每90分钟产出：进球、助攻、关键传球、抢断、拦截等（按位置加权）
- 评分数据：WhoScored / Sofascore 场均分
- 球队战绩增量：球员在场 vs 不在场的净胜球/积分差
进阶指标
# 按位置选择核心指标 前锋: xG + xA per90 中场: progressive passes + xA + tackles 后卫: tackles + interceptions + aerials won 门将: PSxG-GA (扑救超出预期)
资产增值（长期）
- 赛季末市场身价变化（Transfermarkt）
- 年龄曲线修正：23岁以下溢价，30岁以上折价
归一化：
value_score = 0.5 * 即战力 + 0.3 * 进阶数据 + 0.2 * 身价变化
脚本逻辑（伪代码）
def evaluate_transfer(player, club):
# 1. 成本
cost = (player.transfer_fee
+ player.wage * player.contract_years
+ player.agent_fee)
cost_norm = cost / league_median_cost(club.league)
# 2. 价值
minutes_ratio = player.minutes / player.available_minutes
per90 = position_weighted_metric(player.stats, player.position)
rating = player.avg_rating
value_raw = 0.4*minutes_ratio + 0.4*per90 + 0.2*rating
value_norm = value_raw / league_median_value(club.league)
# 3. 性价比
roi = value_norm / cost_norm
# 4. 分档
if roi > 1.5: return "超值"
elif roi > 1.0: return "合理"
elif roi > 0.6: return "偏贵"
else: return "水货"
必须做的修正
- 联赛系数：英超数据 ×0.9，荷甲 ×1.1（数据通胀）
- 球队档次：中游球队球员数据含金量更高（承担更多责任）
- 年龄曲线：24-27岁峰值，U21和30+打折扣
- 伤病历史：出勤率低于70%扣分
- 适应期：新联赛第一年给3-6个月缓冲
输出示例
| 球员 | 成本(万欧) | 价值分 | ROI | 评级 |
|---|---|---|---|---|
| A | 5000 | 8 | 42 | 超值 |
| B | 8000 | 2 | 75 | 偏贵 |
| C | 2000 | 5 | 1 | 超值 |
数据源建议
- Transfermarkt：身价、转会费
- FBref / Understat：进阶数据
- Capology：薪资
- Sofascore API：评分
- Football-Data：战绩
局限性
- 无法量化更衣室、战术适配、领导力
- 小样本偏差（半个赛季数据不稳）
- 浮动条款、隐藏成本难获取
建议：脚本输出作为决策辅助,最终判断仍需结合球探报告。
需要我针对某个具体联赛或位置,写一个完整的Python实现吗？
