En resum: la Selecció auto és una eina del nivell Explorer (Study). No inventa números nous: aplega conjunts ja calculats d'altres seccions i classifica els tres millors segons el seu ordre de criteris i pesos. No canvia les probabilitats del bitllet i no prediu el sorteig de demà.
1. Per a què serveix
Verdario té diversos circuits independents: Grups, Escenaris, Números, interseccions/unions. Comparar a mà desenes de variants precalculades és lent.
La Selecció auto fa una sola cosa:
aplegar candidats → normalitzar mètriques → ponderar → mostrar el top 3 amb backtest en viu i el botó «Afegir a la cistella».
2. Accés
| Qui | Què veu |
|---|---|
| Convidat / nivells 1–2 | L'ítem de menú hi és; dins — cadenat Study i una nota breu |
| Explorer (Study) | Eina completa: rang de mida, profunditat, criteris, pesos, top 3 |
Sense Study la secció és un aparador: mostra que l'eina existeix, però no executa l'scoring.
3. D'on surten els candidats
Llegeix el precalcul (i els combine de sessió si n'hi ha) a la profunditat de backtest triada:
- Grups (pools) — conjunts curats per any d'arxiu.
- Escenaris (signals) — conjunts del model de fases Stable/Chaos.
- Tauler · Standard — mètodes de recomanació del tauler.
- Tauler · Advanced / Rec OR — modes avançats del tauler.
- Interseccions (intersect) — acords entre famílies d'escenaris (∩).
- Intersect5 — variants orientades a 5 encerts exactes.
- Unions (union) — combinacions més amples de circuits (∪).
Només entren conjunts de mida 18–48 dins del seu rang de–fins.
Si no hi ha candidats — sol faltar precalcul per a aquesta profunditat/mida, o el rang és massa estret.
4. Les tres mètriques d'scoring
Tots els candidats es comparen en els mateixos tres eixos:
| Mètrica | Significat |
|---|---|
| Eficiència de predicció | Lift×100% de sisos davant d'un conjunt aleatori de la mateixa mida. 100% ≈ atzar. |
| Rating | Backtest integrat (pesos 6 / 5 / 4 / 3). |
| Eficiència de cost | Com de «car» és la mida del conjunt per a la qualitat d'encerts a aquella profunditat. |
Abans de ponderar, cada mètrica es normalitza min–max en el pool actual de candidats. Després s'aplica el seu ordre de criteris i pesos.
5. Totes les funcions
A. Mida del conjunt de / a
Rang 18–48. Només es conserven candidats dins d'aquesta finestra.
B. Profunditat de backtest
10 / 20 / 30 (segons subscripció; Study → fins a 30).
La profunditat tria el tall de precalcul i el backtest en viu sota la targeta.
C. Ordre de criteris
Tres presets:
- Efic. predicció → Rating → Efic. cost
- Efic. cost → Efic. predicció → Rating
- Rating → Efic. predicció → Efic. cost
L'ordre = prioritat dels eixos en puntuar.
D. Pesos del 1r / 2n / 3r criteri
Per defecte 1.00 / 0.50 / 0.25.
En l'scoring els pesos es normalitzen (no cal que sumin 1). Zero en un eix n'anul·la l'aportació.
E. Botó «Seleccionar»
Aplega candidats, calcula l'score i mostra fins a tres conjunts únics (els jocs de números idèntics es dedupliquen).
F. Targeta de resultat
- etiqueta d'origen i any d'arxiu;
- boles del conjunt;
- efic. predicció / rating / efic. cost / Score;
- taula de backtest en viu a la profunditat triada;
- «Afegir a la cistella».
6. Flux típic (Study)
- Obriu Selecció auto.
- Rang de mida, p. ex. 24–40.
- Profunditat 20 o 30 (més estable que 10 per al rànquing).
- Trieu l'ordre segons l'objectiu:
- superar l'atzar → prioritzueu efic. predicció;
- vigilar el cost de la mida → prioritzueu efic. cost;
- senyal integral estable → prioritzueu rating.
- Deixeu els pesos per defecte o reforceu el primer eix (p. ex. 1.0 / 0.3 / 0.2).
- Seleccionar → compareu el top 3 → porteu el millor a la cistella.
- A la Cistella munteu el bitllet / sistema — les probabilitats d'una combinació de 6 números no canvien.
7. Relació amb altres seccions
| Secció | Paper al costat de Selecció auto |
|---|---|
| Grups / Escenaris / Números | Fonts de candidats precalculats |
| Comparació de mètodes | Consens manual I/O; Selecció auto classifica conjunts ja a punt |
| Cistella | Destí dels conjunts triats |
La Selecció auto no substitueix l'anàlisi a les seccions d'origen: accelera la selecció quan el precalcul ja està fet.
Important recordar
- Requereix Explorer (Study).
- Classifica conjunts ja calculats — no és un mètode secret nou.
- L'Score depèn del seu ordre de criteris i pesos — un altre preset dóna un altre top 3.
- No mireu només l'Score: reviseu efic. predicció, rating i la taula de backtest.
- Profunditat ≥20 és més estable que 10.
- Cap selecció auto fa més probable una combinació de 6 números.