福彩双色球的量化分析及预测推荐的指标和因子，完整列出和详细说明
collect:[
{
"question": "历史数据时间范围",
"value": "全部历史数据"
},
{
"question": "分析侧重点",
"value": "机器学习预测因子（高维特征）"
},
{
"question": "主要应用目的",
"value": [
"个人投注参考",
"量化策略研究"
]
}
]
confirm:[
{
"task": "分析双色球历史数据结构与基础统计特征构建",
"description": "收集并整理双色球全部历史开奖数据，明确数据维度。计算并构建基础的统计特征，包括各号码的出现频率、遗漏值（当前遗漏、历史最大遗漏、平均遗漏）、奇偶比、大小比、和值（AC值）以及质合比。这些是机器学习模型最底层的输入特征，用于描述数据的基本分布状态。"
},
{
"task": "构建高维时序与趋势因子",
"description": "基于时间序列分析方法，构建高维特征以捕捉数据随时间的演变规律。具体包括：不同窗口大小下的移动平均（MA）与移动标准差，用于捕捉短期、中期、长期趋势；号码的热度与冷度转换标识；连号出现频率及跨度；以及基于自相关分析（ACF/PACF）得出的滞后特征（Lag features）。这些因子有助于时间序列模型（如RNN、LSTM）学习数据的动态变化。"
},
{
"task": "挖掘号码间关联性与分布形态因子",
"description": "深入分析号码之间的非线性关系和整体分布形态，提取高级统计因子。包括：计算红球之间的共生概率与相关性矩阵特征；整体开奖号码的偏度与峰度，用于衡量分布的对称性和尾部厚度；信息熵，用于衡量开奖号码的无序程度或不确定性；以及蓝球与红球和值之间的回归关系因子。这些因子能为集成学习模型提供更丰富的决策信息。"
},
{
"task": "整理特征指标体系并阐述预测应用逻辑",
"description": "将上述步骤生成的所有特征进行系统化分类整理，形成一份完整的高维特征指标清单。针对每一个特征指标，详细说明其数学定义、计算公式以及在量化策略或机器学习模型中的具体含义（例如：该因子是否代表均值回归趋势或动量效应）。最终输出一份专业的分析报告，为个人投注和策略开发提供理论支持和数据基础。"
}
]