60 场实骑文件回测：这个引擎到底有多准

AeroPacer 的完赛时间预测靠的是物理引擎，不是统计回归。物理引擎的好处是新赛道第一天就能算；坏处是你得证明它算得准。这篇把验证方法摊开来讲。

怎么测

方法叫“重放”：拿选手比赛当天实际的功率记录，逐段喂给引擎，加上当天的逐时风向与风速、赛道的转弯减速，算出引擎认为这样骑“应该”花多少时间，再跟码表记录的实际时间比。

最重要的一个细节是 CdA（风阻面积）。如果用那一场比赛自己的文件反推 CdA 再拿来预测同一场，等于作弊。所以每一场的 CdA 一律取该选手其他场次的估值、依年代加权取中位数，那一场自己的数据不参与。

样本

• 九位选手，2019 到 2026 年，74 个比赛文件，涵盖 16 个国家以上的赛道。
• 体重全部用实测值，车型分组（铁三车与公路车分开建 CdA 基线）。
• 剔除有据可查的问题文件：两个文件没有功率、四个文件气压计故障、一个文件重复上传、三场隧道路段 GPS 失真。这些文件的 CdA 估值仍保留在基线池，只是整场时间不进统计。

最后可评估 64 场，再拿掉四场极端值，定版样本 60 场。

结果

网站上写“误差中位数约 2%、九成场次在 ±5% 以内”，两个数字都往保守方向舍入。

误差怎么分布

预测对实际

误差从哪来

1. 体重。用假设体重时中位数反而更低，因为体重错了，CdA 估值会反向补偿把误差盖住。换成实测体重后，装备与年代不一致的问题才裸露出来。这也是为什么主控台要你填真实体重。
2. 装备变动。一位选手从 2024 年起隐含 CdA 从 0.22 掉到 0.16 到 0.18，装备大幅进步，但全历史的中位数跟不上。这是“用其他场次估 CdA”的必然代价。
3. 气象站距离。Port Macquarie 附近没有气象站又强风，同场两位选手分别差 −7.4% 与 −4.1%。
4. 平路长距离的气压计高估爬升。这一项影响的是赛道搭建而不是引擎；赛道库用官方路线与多来源交叉检查处理。

验证用的赛事

定版 60 场来自 45 个赛事年份，分布如下。同一场赛事有多个文件＝不同选手；误差为每个文件的预测相对实际（正＝预测较慢）。三个“训练实骑”是教练自己在赛道长度的训练骑乘，用来补 2026 年的样本。

这代表什么

对一般选手，这个数字的意思是：你照计划骑，完赛时间大约会落在预测值的 ±5% 内；比赛当天照着上传实骑文件对比，你自己的 CdA 会越收越准，下一场的误差再往内缩。

可信度说明

• 这篇的每个数字都由回测结果表直接算出，图表也是同一份数据画的，不是另外挑过的场次。
• 剔除的文件与理由全部列在上面；剔除是在看到结果之前依数据质量决定，不是依误差大小。
• 样本来自九位真实选手与教练本人，涵盖亚洲、欧洲、北美与大洋洲的赛道；没有任何一场用自己的文件估自己的 CdA。
• 回测脚本与结果表留存在项目内，每次引擎升级都会重跑；数字有变动会在这里更新，连同变动原因。

引擎会持续用新的实骑文件回测。