步速模型需要甚麼資料？
可使用過往分段時間、常見走位、同場前速馬數量、路程、檔位及場地。資料定義必須一致，並確認預測時已經可得。
快步速一定有利後上馬嗎？
不一定。後上馬仍需要足夠末段能力、無阻滯走位和合適場地；極快步速也可能令整體時間和位置關係更複雜。
如何評估步速預測？
先評估模型是否能準確分類或估算實際步速，再測試步速訊號是否為結果模型提供樣本外增量。不能只以幾場符合敘事的例子判斷。
總時間不足以描述步速形狀
兩場總時間相同，早段與末段分配可以完全不同。若只用完成時間，模型無法分辨一場由前領馬控制、末段加速，還是早段爭放、末段整體減速。分段時間、途中位置及場地標準是較直接的步速證據。
比較不同路程時亦不能直接套用秒數。應按分段距離、場地、地面狀況和該日時間基準調整，並清楚說明缺失分段如何處理。
| 情境 | 早段 | 末段 | 不能直接推出 |
|---|---|---|---|
| 前慢後快 | 整體保留 | 末段加速 | 所有後上馬必然不利 |
| 前快後慢 | 競爭較激烈 | 末段減速 | 所有領放馬必然落敗 |
概念示例。個別馬匹仍受走位、遮擋、負磅、場地和能力影響。
把步速訊號加入模型時要避免甚麼？
賽後才知道的實際分段不能用來聲稱賽前預測。若使用預計步速，便要把估算方法、可用資料截點和預測誤差分開記錄。將賽後實際步速混入賽前特徵是典型資料洩漏。
Sigma 的合理評估會先比較不含步速訊號的基準，再測試加入步速後，樣本外概率品質是否穩定改善。單場戰術解釋可幫助理解，但不能替代多場驗證。