Methodologie

Hoe wij testen – en wat de cijfers echt betekenen.

Deze pagina legt uit hoe de motor een lotenset bouwt en hoe we hem hebben getest tegen willekeurige selectie, met de actuele cijfers.

De motor gebruikt 15 statistische modellen met gelijk gewicht. De historische replay hieronder meet de motor als geheel, niet de modellen afzonderlijk; niets wordt als bewezen beschouwd.

De replay scoort elke historische trekking met alleen de trekkingen ervoor. Het is een herhaling van gegevens uit het verleden, geen registratie van destijds gemaakte voorspellingen.

Om een set te bouwen, trekt de motor loten uit één gescoorde nummerpool, past structurele filters en een vaste populariteitsheuristiek toe, en houdt de combinatie die spreiding, lotscore en onderlinge overlap het best in balans brengt. Hij heeft geen gegevens over wat andere spelers werkelijk spelen.

440
EJ Draws Tested
walk-forward · 2022–2026
15
Statistical Models
ensembled in V4 Engine
12
Tickets Per Set
the size the backtest uses
De hoofdstelling

Wij voorspellen geen winnende nummers. Wij bouwen controleerbare sets.

De V4-motor voorspelt geen winnende loterijnummers.

Het doel is een volledige lotenset op een herhaalbare, controleerbare manier te bouwen en de meetbare eigenschappen van de set naast die van een willekeurige set van dezelfde grootte te rapporteren. Deze historische backtest heeft geen betrouwbaar voorspellend voordeel ten opzichte van willekeurige selectie vastgesteld.

De structurele maatstaf die wij meten is dekking: hoe breed een lotenset zijn selecties over de nummerpool verdeelt, uitgedrukt als het gemiddelde aantal hoofdnummers dat twee willekeurige loten in de set delen. Minder gedeelde nummers betekent bredere dekking. Een willekeurige set van 5-uit-50-loten deelt gemiddeld 0,50 nummers per paar.

Dekking is een eigenschap van de set, geen voorspelling. We rapporteren het naast het trefpercentage en de rang van de winnende nummers, zodat elk kan worden vergeleken met zijn willekeurige verwachting op dezelfde trekkingen.

Wat wij meten
TrefpercentageGemiddeld aantal correcte hoofdnummers per lot ten opzichte van het trekkingresultaat (willekeurige verwachting: 0,50)
SetoverlapGemiddeld aantal gedeelde hoofdnummers per lotenpaar binnen een set (willekeurige verwachting: 0,50; lager = bredere dekking)
Rang van winnende nummersGemiddelde rang van de vijf getrokken nummers in de 1–50-score van de motor (willekeurige verwachting: 25,5; lager = sterker signaal)
Walk-forward NAantal opnieuw afgespeelde historische trekkingen
Het testprotocol

Historische replay (walk-forward)

Een replay kan misleid worden door achteraf-kennis als een model wordt gescoord op trekkingen die het al heeft gezien. De onze niet: voor elke doeltrekking ziet de motor alleen de trekkingen ervoor.

De replay laat de motor draaien op de trekkingen die aan elke doeltrekking voorafgaan en scoort vervolgens die trekking. Het is een herhaling van gegevens uit het verleden, geen destijds vastgelegde voorspellingen, en de modelset is in mei 2026 gekozen op basis van een deel van dezelfde geschiedenis, dus de hele periode is niet vrij van modelselectie.

01
Historisch corpus samengesteld
Officiële Eurojackpot-trekkingresultaten vanaf januari 2022 zijn verzameld, gevalideerd, opgeschoond en georganiseerd in een gestructureerde dataset. Duplicaatcontroles, sequentievalidatie en consistentiecontroles werden toegepast vóór enige statistische modellering.
02
Walk-forward vensters gedefinieerd
Voor elke doeltrekking scoort de motor de nummers met alleen de trekkingen ervoor. Het venster schuift dan één trekking op en het proces herhaalt zich over de dataset.
03
Sets gebouwd per trekking
De 15 modellen scoren de nummers en de motor bouwt een gebalanceerde set van 12 loten uit de hoogst gescoorde pool, met zijn structurele filters en populariteitsheuristiek. Als basislijn wordt voor dezelfde trekking een willekeurige set van 12 loten gegenereerd.
04
Trefpercentage vastgelegd
Beide sets worden vergeleken met de werkelijke trekking: correcte hoofdnummers per lot, gedeelde hoofdnummers per lotenpaar, de populariteitsscore en de rang van de getrokken nummers in de score van de motor. Elk cijfer wordt per trekking vastgelegd.
05
Vergeleken met willekeur
De geaggregeerde motorprestaties worden met een t-toets per maatstaf vergeleken met willekeurige lotgeneratie. Het protocol wordt opnieuw uitgevoerd naarmate de dataset groeit en de actuele cijfers worden hieronder gepubliceerd, of ze nu in het voordeel van de motor zijn of niet.
De V4-motor

15 modellen. Één ensemble-score.

De V4-motor combineert 15 statistische modellen, elk met gelijk gewicht, tot één ensemble-score.

Elk model bekijkt de trekkingsgeschiedenis vanuit een andere invalshoek: hoe vaak een nummer is gevallen, hoe lang geleden het voor het laatst viel, gedrag op korte termijn tegenover de lange termijn, welke nummers het doorgaans volgen of vergezellen, en hoe goed het past in de typische vorm van een trekking. Drie van de vijftien gebruiken helemaal geen trekkingsgeschiedenis; het zijn vaste vormvoorkeuren. De uitkomsten worden gestandaardiseerd en gemiddeld. De replay meet de motor als geheel, niet de modellen afzonderlijk; de motor als geheel liet geen betrouwbaar voordeel zien ten opzichte van willekeurige selectie.

01
Bayesiaanse frequentie
Hoe vaak een nummer is gevallen, als afgevlakt percentage met meer gewicht op recente trekkingen.
02
Terugkeerperiode
Hoeveel trekkingen zijn verstreken sinds een nummer voor het laatst viel, tegenover het verwachte interval.
03
Paar-lift
Welke nummerparen vaker samen zijn gevallen dan verwacht.
04
Afgevlakte Markov
Welke nummers doorgaans volgden op de nummers van de meest recente trekking.
05
Vertragingscorrelatie
Welke nummers doorgaans één, twee of drie trekkingen later op een bepaald nummer volgden.
06
Momentum
De frequentie van een nummer in de laatste 50 trekkingen ten opzichte van zijn langetermijnfrequentie.
07
Kortevensterafwijking
De treffers van een nummer in de laatste 20 trekkingen tegenover zijn eigen langetermijnpercentage.
08
Adaptieve recentheid
De recente frequentie van een nummer tegenover zijn basislijn over zes vensterlengtes; de sterkste blijft behouden.
09
EMA-kruising
Een kort exponentieel gemiddelde van de valfrequentie van een nummer tegenover een lang gemiddelde.
+6
+6 extra modellen
Volatiliteitsgecorrigeerde frequentie, een autocorrelatietest, ster–hoofdnummer-co-occurrentie en drie vaste vormvoorkeuren die geen trekkingsgeschiedenis gebruiken: theoretische somverdeling, structurele balans en een opslag voor nummers boven 31. De setopbouw voegt structurele filters, een vaste populariteitsheuristiek en een zoektocht over kandidaatsets toe.
Resultaten

De cijfers, duidelijk verklaard.

De replay beslaat 440 Eurojackpot-trekkingen van 28 juni 2022 tot 11 september 2026, na 38 opwarmtrekkingen die alleen als geschiedenis dienden, uit een dataset van 478 trekkingen. Voor elke trekking gebruikte de motor alleen de trekkingen ervoor. De cijfers hieronder komen uit de geseede run van 21 september 2026 (harness-seed 20260915, motor-seed 20260915, drie evaluatieruns per trekking, gebalanceerde sets van 12 loten).

Motor vs. willekeurige basis
Opnieuw afgespeelde historische trekkingen440
Gemiddelde rang van de winnende nummers25,19 (motor) vs. 25,5 (theoretische verwachting)
Correcte hoofdnummers per lot, gebalanceerde set van 12 loten0,51 (motor) vs. 0,50 (gesimuleerd willekeurig) — een beschrijvend gemiddelde, geen winkans
Gedeelde hoofdnummers per lotenpaar, gebalanceerde set van 12 loten0,73 (motor) vs. 0,50 (gesimuleerd willekeurig)
Interne populariteitsscore0,40 vs. 0,41 (vaste heuristiek, geen spelersgegevens)
MethodeHistorische replay, geseed, uitgevoerd op 21 september 2026

Gecorrigeerd op 21 september 2026: de benchmark van 15 september leverde de trekkingsgeschiedenis aan de motor met de oudste trekking eerst; de motor verwacht de nieuwste eerst. De cijfers hierboven komen uit de gecorrigeerde run. Deze evaluatie toont nog steeds geen voorspellend voordeel aan.

Wat dit betekent

Deze historische backtest heeft geen betrouwbaar voorspellend voordeel ten opzichte van willekeurige selectie vastgesteld. De getrokken nummers staan in de score van de motor op een gemiddelde rang van 25,19 tegenover een theoretische verwachting van 25,5, en motorloten hadden 0,51 correcte hoofdnummers per lot tegenover 0,50 voor gesimuleerde willekeurige loten. Een gemiddelde van 0,51 correcte nummers per lot is een beschrijvend gemiddelde over de replay, geen kans om iets te winnen.

Gebalanceerde motorsets van 12 loten zijn geconcentreerder dan willekeurige sets: hun loten delen 0,73 hoofdnummers per paar tegenover 0,50, omdat elke regel uit dezelfde gescoorde pool komt. Setgrootte en modus veranderen dit cijfer: een gebalanceerde set van 3 loten deelde ongeveer 0,164 nummers per paar tegenover 0,492 bij willekeur. Deze overlapcijfers beschrijven de concentratie van een lotenset; op zichzelf tonen ze geen verbetering van de winkansen of uitbetalingen aan.

De populariteitsscore is een interne heuristiek over veelvoorkomende kiesgewoonten: nummers in het verjaardagsbereik 1–31, opeenvolgende paren, veelvouden van vijf, cultureel populaire nummers en gelijkmatig verdeelde patronen. Hij gebruikt geen informatie over wat andere spelers werkelijk spelen, dus er wordt geen vermindering van prijsdeling geclaimd. Deze evaluatie toont niet aan dat de motor je kansen verbetert. Hij geeft je een herhaalbare, controleerbare manier om een set te bouwen en die na de trekking in de Virtual Vault te beoordelen.

Eerlijke beperkingen

Loterij­trekkingen blijven fundamenteel willekeurige gebeurtenissen en geen enkel systeem kan een jackpotwinst garanderen.

De V4-motor is ontworpen om gestructureerde, controleerbare lotensets te bouwen – niet om de wiskundige kansen van het spel zelf te overwinnen.

Het doel is de opbouw van lotensets expliciet en toetsbaar te maken, zodat elke bewering op deze pagina opnieuw kan worden gecontroleerd aan de hand van het gepubliceerde protocol.

Zie de motor in actie

Uw eerste volledige voorspellingsset is gratis.

Geen kaart vereist.

Genereer mijn AI-set →