一级方程式赛车是一项披着个人运动伪装的复杂团队运动，与足球、篮球等类似，运动员的荣誉主要看队友（工程师）而非个人。F1中车手的成绩永远被包裹在一层"赛车性能"的迷雾之中：驾驶奔驰的车手经常拥有夺冠可能，而驾驶哈斯的车手即便天赋绝伦，也难以染指领奖台。这就带来了一个困扰车迷数十年的核心问题：

如何在不同时代、不同车队、不同赛车之间，客观地评价一位车手的真实驾驶实力？

更具体地说：

• 维斯塔潘2023年赢得19场比赛，是因为他驾驶了最好的红牛赛车，还是因为他本身比佩雷斯强得多？

• 汉密尔顿在梅赛德斯赢得6个冠军，如果把他放到同一年的法拉利里，他还能赢吗？

• 舒马赫2000-2004年的统治，有多少来自法拉利赛车，有多少来自他本人？

这些问题在传统评价体系中没有答案。传统方法看的是：世界冠军数、分站胜利数、领奖台次数、年度排名。但这些数字是"车手+赛车+车队"的联合产出，无法拆解。

本人非常尊敬的SunnyTimeWalk（微信公众号"F1车手ELO统计"）提出了一套革命性的解决方案。其核心洞察极其简洁：在同一支车队内，两位车手驾驶的是同一辆赛车。如果其中一位在排位赛和正赛中都战胜了另一位，那么这种优势可以相对放心地归因于驾驶能力，而非赛车性能。

这就是本系统的理论基础，并加入一些新的调整，希望借助AI的编程能力，试着解答这个永恒的话题。先上结论：

H2H win胜率只记录正赛胜败也不参与总分，很明显队友水平不一样不能横向对比，但是可以作为Elo的一个分解项直观参考。Elo类似胜率乘以队友水平。比如Fan胜率最高，而且队友都是非常强都是榜上有名的，所以第一。Alo的队友也是和他同代的顶级高手，但是胜率不如Fan，所以排在第二。Ham队友也很强，但胜率就很低，反过来Ste胜率第二高，队友综合水平不行。

Fan Asc 因为死伤分开巅峰也没机会同队，可惜！

Mcl Bra Gur 这些自己队是否要调整？Cooper客户队友很多很水新秀，没有他们进F1前的数据也不好乱调他们的初始分。

二、TimeWalk原始方法解析

2.1 比较基准：队友-only

本系统的基石是仅在队友之间进行横向比较。从Ergast数据库中，每场比赛记录了每位车手所属的车队（Constructor）。评分只在同一车队内部的两位车手之间发生。来自不同车队的车手之间绝不直接比较。

为什么这样做？

假设维斯塔潘驾驶红牛击败了驾驶法拉利的勒克莱尔。我们无法判断这是维斯塔潘驾驶得好，还是红牛赛车本身就比法拉利快。但如果维斯塔潘在同一辆红牛赛车中击败了佩雷斯，这个结论就可靠得多——赛车是一样的，差异只在于人。这已经比勇士赢湖人但是詹姆斯和库里的队友没法标准化好很多。

这种方法在数学上建立了一个"隔离层"：将"赛车性能差异"这个F1评价中最大的干扰变量，从方程中剥离。不同时代的车手因此变得可比——1950年代的方吉奥在阿尔法·罗密欧中击败了队友法吉奥利，2020年代的维斯塔潘在红牛中击败了佩雷斯。虽然赛车相隔七十年，但"击败队友"这个逻辑链条是一致的。

2.2 评分维度：排位赛与正赛分离

本系统将比赛周末拆分为两个独立的评估维度：

• 排位赛ELO：衡量单圈极限速度、在压力下压榨赛车全部潜能的能力

• 正赛ELO：衡量长距离稳定性、轮胎管理、攻防技巧、比赛策略执行能力

将二者分开，是因为排位和正赛是两种截然不同的竞技形态。塞纳的单圈爆发力堪称传奇，但他的正赛ELO未必与排位ELO同步。分开评估，才能立体刻画一位车手的真实技术特点。

2.3 单场胜负判定与ELO数学

本系统采用国际象棋ELO等级分公式的改编版：

R_new = R_old + K × (S - E)

其中：

• R_old：车手当前的ELO分数

• K：变动系数（本系统采用24）

• S：实际得分（胜=1，平=0.5，负=0）

• E：预期胜率，由双方赛前ELO差计算：E = 1 / (1 + 10^((R_opponent - R_player) / 400))

预期胜率E的精妙之处：它自动调节了强弱对决的得分权重。如果一位2800分的高手击败一位2200分的新秀，预期胜率接近100%，实际得分带来的ELO增长微乎其微。相反，如果新秀爆冷击败高手，他的ELO将获得巨大飞跃。这确保了分数变动始终与"意外程度"成正比。

2.4 机械故障豁免规则

如果车手因技术故障（引擎爆缸、变速箱失灵、悬挂断裂、电子系统崩溃等）或非自身原因（被其他车手撞击、赛车软件故障）导致排位赛未能做出有效成绩或正赛退赛，则该站比赛对该车手的ELO不作任何调整。

换言之，"赛车坏了"与"车手失误"被严格区分开来。前者被视为运气或车队责任，不应由车手承担评分损失。

示例：2023年巴林大奖赛，勒克莱尔引擎爆缸退赛，塞恩斯完赛。按照传统评分，塞恩斯"击败"了退赛的勒克莱尔——但这不公平，因为勒克莱尔根本没有机会正常比赛。在本系统中，双方该站均不计分，仿佛这场比赛对这对队友从未发生过。

三、本项目的改进

TimeWalk原始方法为我们提供了一套强大的"底层操作系统"，但其覆盖范围和计算方式仍有局限。本项目进行了以下系统性改进：

3.1 历史回溯至1950年（完整覆盖）

TimeWalk的公开数据主要覆盖现代F1。本项目将计算范围扩展至1950年英国大奖赛，覆盖全部76个赛季、1125场比赛、超过800位车手。

这意味着：

• 方吉奥（1950-1958）与维斯塔潘（2015-2025）在同一个评分网络中

• 吉姆·克拉克（1960-1968）与刘易斯·汉密尔顿（2007-2025）的ELO可以直接对比

• 整个F1历史构成了一个巨大的"队友关系图"，分数在图中沿着边的方向传递、校准

数学基础：只要整个队友关系图是连通的（不存在完全孤立的车手群体），分数就可以在整个网络中传递。经过1125场比赛、超过15000次队友对决后，整个网络的分数分布趋于稳定。

3.2 多队友全配对（N辆车时代）

TimeWalk原始方法隐含假设每支车队只有2辆车——现代F1的规则也确实如此。但在1950-1960年代，一支车队派出3辆甚至4辆车是常态：

• 1950年英国大奖赛：阿尔法·罗密欧派出3辆车（法里纳、方吉奥、法吉奥利）

• 1952-1953年：法拉利经常派出4-5辆车

如果只用2人配对，早期车手的"有效比较次数"严重不足。本项目采用多队友全配对：

plain

复制

3辆车 {A, B, C} → 3对比较: A-B, A-C, B-C
4辆车 {A, B, C, D} → 6对比较: A-B, A-C, A-D, B-C, B-D, C-D

对于N辆车，生成全部 N×(N-1)/2 对比较，每对独立计算ELO更新（K=24不变）。

效果：方吉奥51场比赛产生了292次配对（vs 旧版51次），有效ELO更新次数增加5.7倍。阿斯卡里31场产生201次配对，增加6.5倍。这显著弥补了早期车手参赛场次少的劣势。

3.3 DNF自动分类系统

核心是区分"非自身原因退赛"和"车手失误"。本项目建立了一个包含超过100种退赛状态的自动分类器：

表格

分类含义是否豁免M（Mechanical）引擎、变速箱、悬挂、电子系统等故障✅ 豁免D（Driver）失控撞墙、Spin、操作失误❌ 正常评分E（External）被撞击（无责）、天气、赛道问题✅ 豁免U（Unknown）官方记录模糊（保守处理）✅ 豁免F（Fatal）致命事故✅ 豁免

3.4 三项指标综合评估

TimeWalk原始方法主要输出单一的ELO分数。本项目将其扩展为三项独立指标：

表格

指标定义回答的问题平均正赛ELO职业生涯所有比赛正赛ELO的算术平均"你有多稳定"巅峰正赛ELO职业生涯达到过的最高正赛ELO"你曾经有多强"巅峰排位ELO职业生涯达到过的最高排位ELO"你的极限速度有多快"

三项各占1/3权重，构成综合分。这避免了单一指标的片面性：

• 只看平均 → 被末期衰退拖累（如汉密尔顿2025年在法拉利）

• 只看巅峰 → 奖励昙花一现（如小样本高方差）

• 只看排位 → 忽略正赛长距离能力

四、这套系统能帮车迷看清什么迷惑

4.1 "火星车"vs"拖拉机"：剥离赛车性能

传统评价体系的最大迷惑：驾驶火星车的车手排名必然虚高，驾驶拖拉机的车手必然被低估。队友-only比较直接剥离了这个问题。

示例：2009年布朗BGP 001是当年最具统治力的赛车。巴顿赢得世界冠军，巴里切罗获得年度第三。但 teammate-only比较显示：巴顿在该赛季对巴里切罗的排位胜率约60%，正赛胜率约65%。这说明巴顿确实比巴里切罗强，但差距并非天壤之别——布朗赛车的性能优势占了更大比重。

4.2 跨时代比较：关公战秦琼有答案了

车迷常争论"1970年代的斯图尔特与2020年代的维斯塔潘谁更强"。传统方法无法回答，因为时代、赛车、规则完全不同。但ELO网络提供了一个间接答案：

方吉奥 → 法吉奥利 → 柯林斯 → 莫斯 → ... → 汉密尔顿 → 拉塞尔 → ... → 维斯塔潘时代的队友链

虽然两人从未直接交手，但他们的ELO通过数十年的队友链条间接相连。这不是完美答案，但它是目前最接近客观的跨时代量化方法。

4.3 识别"被低估"的车手

一些车手因长期驾驶弱队而被传统排名忽略，但ELO系统能识别他们的真实能力。

示例：米卡·萨洛（111场）在传统排名中几乎被遗忘。但 teammate-only比较显示，他在法拉利代打舒马赫时表现极其出色，对特鲁利、弗伦岑等队友建立了稳定优势。他的ELO排名因此高于预期。

4.4 揭示车手的真实技术特点

三项指标的分离揭示了车手的"技术画像"：

表格

车手平均正赛巅峰正赛巅峰排位画像

塞纳 排位之王，正赛顶级但非历史最佳

舒马赫 全面发展，排位正赛双高

阿隆索 持久统治型，23年无长期队友劣势

维斯塔潘 新时代统治者，持续上升

五、系统的数学局限性

任何排名系统都有其结构性局限。以下从数学层面逐一分析：

5.1 长生涯车手的"复利"优势

ELO系统的数学特性决定了：参赛场次越多的车手，积累分数的能力越强。

表格

车手参赛场次初始→巅峰每场效率总增长方吉奥51场+207.9分+4.08/场有限克拉克66场+165.6分+2.51/场有限塞纳156场+250.2分+1.60/场中等维斯塔潘233场+427.7分+1.84/场较大阿隆索426场+427.0分+1.00/场极大

早期车手的每场效率（击败低水平队友更容易）实际上是现代车手的2-4倍。但参赛场次差8倍：426场 × +1.00 = +427分，vs 51场 × +4.08 = +208分。

这意味着：现代车手用"更多参赛机会"补偿了"每场效率较低"，通过复利累积了更高的总分。这不是系统缺陷，而是数学特性——但确实对早期车手不利。

5.2 幸存者偏差：早期车手"容易死"

1950-1980年代的F1死亡率极高。方吉奥51场、克拉克66场、阿斯卡里31场——他们的职业生涯被意外/疾病/战争中断，没有机会参加100+场比赛来"收敛"到真实ELO水平。

现代车手（2000年后）几乎没有致命风险，可以安全地参加300-400场比赛。这种"生存不平等"直接影响了ELO的累积机会。

5.3 机械故障年代的数据损失

高机械故障年代（如1980年代涡轮引擎、1990年代电子系统初期）会产生大量"豁免比赛"——队友双方因机械故障退赛，该站不计分。

数学影响：

• 如果一场比赛两位队友都机械故障退赛 → 0次ELO更新

• 如果机械故障率20% → 20%的比赛对ELO网络无贡献

• 机械故障年代的车手因此损失了20%的ELO累积机会

这意味着：赛车可靠性越差的年代，车手的ELO分数越可能被低估。

5.4 新秀初始分假设：所有人从2500开始

本系统设定所有新车手的初始ELO为2500。但现实中的新秀水平差异巨大：

• 维斯塔潘（17岁进入F1）：天赋异禀，真实水平可能远高于2500

• 马泽平（2021年）：真实水平可能远低于2500

• 莱科宁（2001年）：首秀即惊艳

如果所有新秀都从2500开始，前10场比赛的ELO波动会很大——高水平新秀需要10-15场比赛才能从2500"爬升"到真实水平，低水平新秀则需要10-15场"跌落"。这10-15场的"校准期"会产生统计噪声，影响整个网络的稳定性。

ELO系统假设所有队友对决是平等的。但现实中：

• 方吉奥击败法吉奥利（世界冠军级）vs 方吉奥击败某位付费车手

• 阿隆索击败汉密尔顿（2007年迈凯伦）vs 阿隆索击败范多恩（2018年迈凯伦）

这两组对决的难度完全不同，但ELO系统给予相同的K值（24分）。系统无法区分"击败世界冠军队友"和"击败替补队友"的含金量差异。

更深层的问题：2500是网络的"平均值"。如果某一年进入F1的新秀整体水平特别高（如2019年的诺里斯、阿尔本、拉塞尔），他们会从2500开始，然后集体向上攀升——这会抬高整个网络的基准线。相反，如果某年新秀整体水平低，网络基准线会下降。这种"新秀 cohort 效应"是ELO系统的结构性噪声。

5.5 老将断崖下跌：被年轻队友"刷分"

当一位车手的真实能力因年龄显著下降时，ELO系统的反应存在滞后。

示例：汉密尔顿2025年转会法拉利

• 2024年末Race ELO约2679.7

• 2025年面对勒克莱尔，全年被压制（24场比赛中绝大多数负于队友）

• 作为高ELO车手，每次输给勒克莱尔损失约12-15分

• 全年累计损失约116.8分

数学问题：汉密尔顿的ELO在2025年从2679.7暴跌至2562.9。但这个分数反映的是他相对于勒克莱尔的表现，不是他绝对能力的线性下降。如果勒克莱尔本身是一位2800+级别的车手，汉密尔顿输给他并不意味着汉密尔顿"变弱了"——可能只是对手太强。

更一般的问题：当一位老将（ELO 2700+）的真实能力断崖下跌至2500水平，但他的ELO仍然显示2650+时，年轻队友（真实水平2600）会在多场比赛中持续"刷分"——每次击败老将都能获得可观的ELO增长。这种"分数通胀"会暂时推高年轻队友的ELO，直到老将的ELO最终收敛到真实水平。

5.6 ELO通胀：网络基准线的漂移

经过70年的ELO传导，整个网络的平均ELO已经高于初始值2500。这不是bug，而是特性——高ELO车手的分数通过"击败高ELO对手"缓慢传导给下一代，推高了整个网络的基准线。

这意味着：2025年的2500分与1950年的2500分不是同一个概念。现代车手的"中等水平"基准线略高于早期。跨时代比较时需要考虑这种"通胀效应"。

六、结论

本系统是基于TimeWalk原始ELO框架的扩展与改进。它通过队友-only比较剥离了赛车性能的干扰，通过多队友全配对弥补了早期车手场次劣势，通过机械故障豁免确保了评分的公平性。

但它不是完美的。它是一个数学工具，有明确的结构性局限：复利效应、幸存者偏差、机械故障数据损失、新秀校准噪声、老将断崖下跌、队友质量差异忽略、ELO通胀。

使用这个系统的正确态度是：把它当作一个高度信息化、但仍有噪声的参考工具。它能回答很多传统方法无法回答的问题，但它不能替代你对F1历史的整体理解。

最终，F1的魅力恰恰在于它的不可完全量化——赛车、策略、天气、运气、队友关系、车队政治，这些因素交织在一起，构成了人类最复杂的竞技运动之一。ELO系统是理解这团迷雾的一个透镜，但不是唯一的透镜。