FightChoice 情报报告

vs

Francis Marshall vs Dakota Hope

https://fightchoice.app/zh/events/francis-marshall-vs-dakota-hope-prediction-2026-10-31

Featherweight

UFC Fight Night: Moicano vs. Nolan · Oct 31, 2026

本报告内容

对决故事点击展开

As featherweights Francis Marshall and Dakota Hope prepare to clash at UFC Fight Night: Moicano vs. Nolan, the dynamics of their matchup paint an intriguing picture. Marshall, standing at 5'9" with a reach of 72 inches, boasts a solid career record of 10-3, while the slightly more experienced Hope enters the octagon at 11-2. Looking at their striking styles, Hope comes in with a significant output, averaging 35.3 strikes per round compared to Marshall's 10.8. This disparity in striking volume could be pivotal, reminiscent of Brad Pickett's decisive win over Yves Jabouin in 2012, where the higher output ultimately overwhelmed his opponent.

However, don't count Marshall out just yet. His grappling game is where he truly shines, landing takedowns at a rate of 0.6 per round with an impressive accuracy of 41.7%. In contrast, Hope has attempted just 0.3 takedowns per round, which may leave him vulnerable if the fight shifts to the ground. Marshall's 71.4% finish rate adds an extra layer of threat, while Hope's relatively low finish rate of 20% suggests that if he can't keep the fight standing, he may struggle to secure a victory. With Marshall in his peak career stage and Hope in decline, this matchup has all the makings of an exciting contest that could echo past bouts where fighters with contrasting styles met for a thrilling showdown.

#FrancisMarshall #DakotaHope #UFCFightNight #Featherweight #UFC #MMA

复制给 Facebook 复制给 Twitter/X

预测情报点击展开

统计模型预测

🔒 赛前锁定 · 预测于 Oct 24, 2026, 18:03 UTC

模型细分
Francis Marshall Dakota Hope
深度学习模型 α 权重 26% 66.6% 33.4%
深度学习模型 ξ 权重 25% 47.7% 52.3%
统计模型 δ 权重 13% 60.2% 39.8%
统计模型 β 权重 21% 65.3% 34.7%
统计模型 ε 权重 15% 64.9% 35.1%
集成模型 64.9% 35.1%
AI 推理(模型为何这样判断)

Francis Marshall is favored due to his advantages in absorbed significant strikes and reach, as well as Dakota Hope's lower Elo rating. The ensemble prediction favors Francis Marshall, with calibration and weighting producing this outcome despite a closer split among individual models.

  • 统计模型 β: Model β favors Francis Marshall, citing his advantages in age, absorbed significant strikes, and reach over Dakota Hope.
  • 统计模型 ε: Model ε favors Francis Marshall, highlighting his advantage in absorbed significant strikes and reach against Dakota Hope.

根据上方模型输出由 AI 生成,措辞有时可能不够精确。

预测获胜者
Francis Marshall
64.9%
置信度
* 模型输出,非投注建议。请理性投注。

*新晋选手,此预测基于有限的信息

预计时长
3rd Round at 1m15s (11m15s total)

比赛仍在进行的概率

56% 判定获胜概率

曲线直到终场铃声都保持在 50% 以上,因此上方的预测是判定。

分享这份情报报告
选手情报点击展开

身体数据对比

数据 Francis Marshall Dakota Hope
职业生涯战绩 10-3 11-2
身高 5' 9" —
体重 145 lbs. 145 lbs.
臂展 72" —
站架 Orthodox —
年龄 27 29

战绩为涵盖所有赛事组织的官方职业战绩。

导出为图片

对阵情报点击展开

相似的比赛是如何结束的

历史 17 场

记录中的相似比赛不足,无法给出该画像的比率。

实力差距相似的比赛

每位选手都被还原为其出战该场比赛之前由 37 项生涯指标构成的画像,并经过标准化处理,使任何单一指标不会仅因单位较大而占据主导,其覆盖面远大于下方图表所展示的 6 项。随后,这场比赛以两人之间的差距来刻画:在这些指标上各相差多少,而不论谁占优。此处列出的正是差距与本场最为接近的比赛。由于匹配的是实力差距的形态,而非体重级别或年代,相近的比赛可能来自完全不同的级别。

比赛 Francis Marshall Dakota Hope
69% 衡量这两位选手之间的差距与那场历史比赛中的差距有多相似——比较的是实力落差的大小和形态,而不是选手本身。两组完全不同的选手也可能形成相同的落差。100% 表示落差完全一致;随机抽取的两场比赛约为 36%,因此接近该数值意味着记录中并不存在真正可比的对象。 匹配度
4月 11, 2015
UFC Fight Night: Gonzaga vs Cro Cop 2
Welterweight
本场表现
击打 (每回合)
5.7
击打命中率
37.8%
抱摔 (每回合)
1
抱摔成功率
27.3%
降服尝试 (每回合)
0
控制时间 (每回合)
200s
Pawel Pawlak 获胜者
判定 3rd Rnd, 5m00s
本场表现
击打 (每回合)
10
击打命中率
50%
抱摔 (每回合)
1
抱摔成功率
75%
降服尝试 (每回合)
0
控制时间 (每回合)
62.3s
69% 衡量这两位选手之间的差距与那场历史比赛中的差距有多相似——比较的是实力落差的大小和形态,而不是选手本身。两组完全不同的选手也可能形成相同的落差。100% 表示落差完全一致;随机抽取的两场比赛约为 36%,因此接近该数值意味着记录中并不存在真正可比的对象。 匹配度
9月 29, 2012
UFC on FUEL TV: Struve vs Miocic
Bantamweight
Brad Pickett 获胜者
KO/降服 1st Rnd, 3m40s
本场表现
击打 (每回合)
14
击打命中率
29.2%
抱摔 (每回合)
0
抱摔成功率
0%
降服尝试 (每回合)
0
控制时间 (每回合)
2s
本场表现
击打 (每回合)
26
击打命中率
45.6%
抱摔 (每回合)
0
抱摔成功率
—
降服尝试 (每回合)
0
控制时间 (每回合)
0s
66% 衡量这两位选手之间的差距与那场历史比赛中的差距有多相似——比较的是实力落差的大小和形态,而不是选手本身。两组完全不同的选手也可能形成相同的落差。100% 表示落差完全一致;随机抽取的两场比赛约为 36%,因此接近该数值意味着记录中并不存在真正可比的对象。 匹配度
6月 28, 2014
UFC Fight Night: Te Huna vs Marquardt
Light Heavyweight
Gian Villante 获胜者
判定 3rd Rnd, 5m00s
本场表现
击打 (每回合)
31
击打命中率
56.7%
抱摔 (每回合)
0
抱摔成功率
0%
降服尝试 (每回合)
0
控制时间 (每回合)
2.3s
本场表现
击打 (每回合)
36.3
击打命中率
47.8%
抱摔 (每回合)
0
抱摔成功率
0%
降服尝试 (每回合)
0.7
控制时间 (每回合)
83.7s
64% 衡量这两位选手之间的差距与那场历史比赛中的差距有多相似——比较的是实力落差的大小和形态,而不是选手本身。两组完全不同的选手也可能形成相同的落差。100% 表示落差完全一致;随机抽取的两场比赛约为 36%,因此接近该数值意味着记录中并不存在真正可比的对象。 匹配度
3月 14, 2026
UFC Fight Night: Emmett vs. Vallejos
Featherweight
本场表现
击打 (每回合)
20.7
击打命中率
44%
抱摔 (每回合)
1.3
抱摔成功率
66.7%
降服尝试 (每回合)
0
控制时间 (每回合)
19.7s
Jose Delgado 获胜者
判定 3rd Rnd, 5m00s
本场表现
击打 (每回合)
31.3
击打命中率
55.6%
抱摔 (每回合)
0.3
抱摔成功率
33.3%
降服尝试 (每回合)
0
控制时间 (每回合)
12s
63% 衡量这两位选手之间的差距与那场历史比赛中的差距有多相似——比较的是实力落差的大小和形态,而不是选手本身。两组完全不同的选手也可能形成相同的落差。100% 表示落差完全一致;随机抽取的两场比赛约为 36%,因此接近该数值意味着记录中并不存在真正可比的对象。 匹配度
5月 31, 2014
UFC Fight Night: Munoz vs Mousasi
Middleweight
Gegard Mousasi 获胜者
KO/降服 1st Rnd, 3m57s
本场表现
击打 (每回合)
18
击打命中率
62.1%
抱摔 (每回合)
0
抱摔成功率
—
降服尝试 (每回合)
2
控制时间 (每回合)
92s
本场表现
击打 (每回合)
3
击打命中率
33.3%
抱摔 (每回合)
0
抱摔成功率
0%
降服尝试 (每回合)
0
控制时间 (每回合)
13s
62% 衡量这两位选手之间的差距与那场历史比赛中的差距有多相似——比较的是实力落差的大小和形态,而不是选手本身。两组完全不同的选手也可能形成相同的落差。100% 表示落差完全一致;随机抽取的两场比赛约为 36%,因此接近该数值意味着记录中并不存在真正可比的对象。 匹配度
12月 7, 2019
UFC Fight Night: Overeem vs. Rozenstruik
Women's Bantamweight
Aspen Ladd 获胜者
KO/降服 3rd Rnd, 0m33s
本场表现
击打 (每回合)
15.7
击打命中率
55.3%
抱摔 (每回合)
0.7
抱摔成功率
66.7%
降服尝试 (每回合)
0
控制时间 (每回合)
82.7s
本场表现
击打 (每回合)
15.7
击打命中率
58%
抱摔 (每回合)
0
抱摔成功率
—
降服尝试 (每回合)
0
控制时间 (每回合)
77s
59% 衡量这两位选手之间的差距与那场历史比赛中的差距有多相似——比较的是实力落差的大小和形态,而不是选手本身。两组完全不同的选手也可能形成相同的落差。100% 表示落差完全一致;随机抽取的两场比赛约为 36%,因此接近该数值意味着记录中并不存在真正可比的对象。 匹配度
1月 15, 2017
UFC Fight Night: Rodriguez vs. Penn
Light Heavyweight
Joachim Christensen 获胜者
KO/降服 3rd Rnd, 2m05s
本场表现
击打 (每回合)
13.7
击打命中率
43.2%
抱摔 (每回合)
0
抱摔成功率
0%
降服尝试 (每回合)
0
控制时间 (每回合)
110.7s
本场表现
击打 (每回合)
7.3
击打命中率
40.7%
抱摔 (每回合)
0
抱摔成功率
—
降服尝试 (每回合)
0
控制时间 (每回合)
22s
59% 衡量这两位选手之间的差距与那场历史比赛中的差距有多相似——比较的是实力落差的大小和形态,而不是选手本身。两组完全不同的选手也可能形成相同的落差。100% 表示落差完全一致;随机抽取的两场比赛约为 36%,因此接近该数值意味着记录中并不存在真正可比的对象。 匹配度
2月 22, 2015
UFC Fight Night: Bigfoot vs Mir
Featherweight
Mike de la Torre 获胜者
KO/降服 1st Rnd, 2m59s
本场表现
击打 (每回合)
16
击打命中率
53.3%
抱摔 (每回合)
0
抱摔成功率
0%
降服尝试 (每回合)
0
控制时间 (每回合)
31s
本场表现
击打 (每回合)
7
击打命中率
58.3%
抱摔 (每回合)
0
抱摔成功率
0%
降服尝试 (每回合)
0
控制时间 (每回合)
83s
58% 衡量这两位选手之间的差距与那场历史比赛中的差距有多相似——比较的是实力落差的大小和形态,而不是选手本身。两组完全不同的选手也可能形成相同的落差。100% 表示落差完全一致;随机抽取的两场比赛约为 36%,因此接近该数值意味着记录中并不存在真正可比的对象。 匹配度
1月 25, 2014
UFC on FOX: Henderson vs Thomson
Bantamweight
本场表现
击打 (每回合)
16.5
击打命中率
30.3%
抱摔 (每回合)
0
抱摔成功率
—
降服尝试 (每回合)
0
控制时间 (每回合)
0s
Eddie Wineland 获胜者
KO/降服 2nd Rnd, 4m16s
本场表现
击打 (每回合)
27
击打命中率
39.1%
抱摔 (每回合)
0
抱摔成功率
0%
降服尝试 (每回合)
0
控制时间 (每回合)
37.5s
58% 衡量这两位选手之间的差距与那场历史比赛中的差距有多相似——比较的是实力落差的大小和形态,而不是选手本身。两组完全不同的选手也可能形成相同的落差。100% 表示落差完全一致;随机抽取的两场比赛约为 36%,因此接近该数值意味着记录中并不存在真正可比的对象。 匹配度
5月 29, 2010
UFC 114: Rampage vs Evans
Lightweight
Efrain Escudero 获胜者
判定 3rd Rnd, 5m00s
本场表现
击打 (每回合)
21.3
击打命中率
34.8%
抱摔 (每回合)
0
抱摔成功率
0%
降服尝试 (每回合)
0
控制时间 (每回合)
31s
本场表现
击打 (每回合)
5.7
击打命中率
23.3%
抱摔 (每回合)
0
抱摔成功率
0%
降服尝试 (每回合)
0
控制时间 (每回合)
15s
58% 衡量这两位选手之间的差距与那场历史比赛中的差距有多相似——比较的是实力落差的大小和形态,而不是选手本身。两组完全不同的选手也可能形成相同的落差。100% 表示落差完全一致;随机抽取的两场比赛约为 36%,因此接近该数值意味着记录中并不存在真正可比的对象。 匹配度
3月 31, 2010
UFC Fight Night: Florian vs Gomi
Middleweight
本场表现
击打 (每回合)
4
击打命中率
18.2%
抱摔 (每回合)
0
抱摔成功率
0%
降服尝试 (每回合)
0
控制时间 (每回合)
0s
Yushin Okami 获胜者
KO/降服 2nd Rnd, 2m47s
本场表现
击打 (每回合)
25
击打命中率
69.4%
抱摔 (每回合)
0
抱摔成功率
—
降服尝试 (每回合)
0
控制时间 (每回合)
75.5s
56% 衡量这两位选手之间的差距与那场历史比赛中的差距有多相似——比较的是实力落差的大小和形态,而不是选手本身。两组完全不同的选手也可能形成相同的落差。100% 表示落差完全一致;随机抽取的两场比赛约为 36%,因此接近该数值意味着记录中并不存在真正可比的对象。 匹配度
11月 18, 2006
UFC 65: Bad Intentions
Heavyweight
本场表现
击打 (每回合)
2.4
击打命中率
24%
抱摔 (每回合)
0.2
抱摔成功率
7.7%
降服尝试 (每回合)
0.4
控制时间 (每回合)
61.6s
Tim Sylvia 获胜者
判定 5th Rnd, 5m00s
本场表现
击打 (每回合)
9.8
击打命中率
28%
抱摔 (每回合)
0
抱摔成功率
—
降服尝试 (每回合)
0.2
控制时间 (每回合)
69.4s
56% 衡量这两位选手之间的差距与那场历史比赛中的差距有多相似——比较的是实力落差的大小和形态,而不是选手本身。两组完全不同的选手也可能形成相同的落差。100% 表示落差完全一致;随机抽取的两场比赛约为 36%,因此接近该数值意味着记录中并不存在真正可比的对象。 匹配度
2月 6, 2021
UFC Fight Night: Overeem vs. Volkov
Featherweight
Ode Osbourne 获胜者
KO/降服 1st Rnd, 0m26s
本场表现
击打 (每回合)
5
击打命中率
83.3%
抱摔 (每回合)
0
抱摔成功率
—
降服尝试 (每回合)
0
控制时间 (每回合)
2s
本场表现
击打 (每回合)
2
击打命中率
66.7%
抱摔 (每回合)
0
抱摔成功率
—
降服尝试 (每回合)
0
控制时间 (每回合)
0s
56% 衡量这两位选手之间的差距与那场历史比赛中的差距有多相似——比较的是实力落差的大小和形态,而不是选手本身。两组完全不同的选手也可能形成相同的落差。100% 表示落差完全一致;随机抽取的两场比赛约为 36%,因此接近该数值意味着记录中并不存在真正可比的对象。 匹配度
6月 13, 2009
UFC 99: The Comeback
Lightweight
本场表现
击打 (每回合)
5
击打命中率
31.3%
抱摔 (每回合)
1
抱摔成功率
100%
降服尝试 (每回合)
0
控制时间 (每回合)
29s
Dennis Siver 获胜者
KO/降服 1st Rnd, 3m23s
本场表现
击打 (每回合)
8
击打命中率
34.8%
抱摔 (每回合)
0
抱摔成功率
—
降服尝试 (每回合)
2
控制时间 (每回合)
70s
56% 衡量这两位选手之间的差距与那场历史比赛中的差距有多相似——比较的是实力落差的大小和形态,而不是选手本身。两组完全不同的选手也可能形成相同的落差。100% 表示落差完全一致;随机抽取的两场比赛约为 36%,因此接近该数值意味着记录中并不存在真正可比的对象。 匹配度
4月 4, 2015
UFC Fight Night: Mendes vs Lamas
Lightweight
本场表现
击打 (每回合)
7
击打命中率
38.2%
抱摔 (每回合)
0.7
抱摔成功率
11.8%
降服尝试 (每回合)
0
控制时间 (每回合)
58s
Alexander Yakovlev 获胜者
判定 3rd Rnd, 5m00s
本场表现
击打 (每回合)
10.3
击打命中率
43.1%
抱摔 (每回合)
0.7
抱摔成功率
40%
降服尝试 (每回合)
0
控制时间 (每回合)
57.7s

导出为图片

数据情报点击展开

正面数据对比

将每位选手个人页面上的每回合与进阶数据并排对比,每行中更优的数值会被高亮显示。

数据 Francis Marshall Dakota Hope UFC 均值
每回合平均
击打 10.8 35.3 13.2
击打命中率 29.3% 41.1% 43.9%
抱摔 0.6 0.3 0.4
抱摔成功率 41.7% 33.3% 33.0%
降服尝试 0.2 0 0.2
控制时间 87.9s 26s 48.9s
击倒 0.13 0.33 0.08
被击倒 0 0 0.13
高级选手数据
胜率 该选手已记录总场次中的胜场占比。 82.4% 71.4% 45.8%
近期胜率 仅统计最近 5 场已记录比赛的胜率,反映当前状态而非整个生涯。 60.0% 60.0% 37.6%
连胜 当前连续纪录:正数表示连胜,负数表示连败。 2 -1 -2
总场次 已记录的总场次,包含 UFC 之外的比赛。 17 7 —
头部击打占比 该选手命中的有效击打中打向头部的占比。头部、身体与腿部三者之和为 100%。 82.0% 58.5% —
身体击打占比 该选手命中的有效击打中打向身体的占比。头部、身体与腿部三者之和为 100%。 7.0% 40.6% —
腿部击打占比 该选手命中的有效击打中打向腿部的占比。头部、身体与腿部三者之和为 100%。 11.0% 0.9% —
被有效击打 对手命中该选手的有效击打,按每回合计算:取自 UFC 逐回合统计,除以其被计分的回合数。越低越好。 14.44 35 15.2
被抱摔 对手对该选手完成的摔倒,按每回合计算:取自 UFC 逐回合统计,除以其被计分的回合数。越低越好。 0.06 0 0.4
体能击打比 该选手在后段回合命中的有效击打除以前段回合。1.0 为中性:高于 1.0 表示后段输出增加,低于则下滑。仅对已有至少 3 场 UFC 比赛记录的选手显示。 1.21 — 0.52
体能防御比 对手在后段回合命中该选手的击打,除以他们在前段回合的命中。1.0 为中性。越低越好:数值偏高说明随着比赛推进,对手越容易打中他。仅对已有至少 3 场 UFC 比赛记录的选手显示。 0.75 — 0.56
体能抱摔比 该选手在后段回合完成的摔倒除以前段回合。1.0 为中性。仅对已有至少 3 场 UFC 比赛记录的选手显示。 0.75 — 0.42
正架 该选手登记的站架是否为正架。 是 否 —
反架 该选手登记的站架是否为反架(南爪)。 否 否 —
换架 该选手是否被登记为会切换站架。 否 否 —
完结率 该选手的“胜场”中以终结(KO/TKO 或降服)取胜的占比。分母是胜场,不是总场次。 71.4% 20.0% 46.5%
KO胜率 该选手的“胜场”中以 KO 或 TKO 取胜的占比。分母是胜场,不是总场次。 21.4% 20.0% 27.9%
降服胜率 该选手的“胜场”中以降服取胜的占比。分母是胜场,不是总场次。 50.0% 0.0% 18.7%
被完结率 该选手的“败场”中以被终结告负的占比——分母是败场,不是总场次。一位 20 胜 1 负、且唯一一败为 KO 的选手因此显示为 100%。 33.3% 0.0% 52.3%
远距离击打占比 该选手在远距离命中的有效击打占比。远距离、贴身缠斗与地面三者之和为 100%。 89.0% 57.5% —
缠斗击打占比 该选手在贴身缠斗中命中的有效击打占比。远距离、贴身缠斗与地面三者之和为 100%。 5.2% 41.5% —
地面击打占比 该选手在地面命中的有效击打占比。远距离、贴身缠斗与地面三者之和为 100%。 5.8% 0.9% —
平均比赛时长 (m:ss) 该选手 UFC 比赛的平均时长(分:秒)。“—”表示我们没有其比赛时间数据。 10:30 15:00 —
Elo评分 仅基于 UFC 比赛的 Elo 等级分:随胜负升降,并按对手等级分加权。1500 是初始值,也是数据集平均值。 1,515.1 1,483.1 1500
PageRank 该选手在“谁与谁交手”这一网络中的中心程度。它反映的是其对手的水平,而不是他本人的实力。 0.101 0.032 0.069
生涯阶段 本场之前 4 场比赛的状态:3 胜及以上为 Peak,2 胜及以下为 Decline,此前不足 4 场则为 Early。 Peak Decline —
市场情报点击展开

投注优势

选手 获胜信心 DraftKings 赔率 保本胜率 优势
Francis Marshall 64.9% 1.39 71.9% -9.9%
Dakota Hope 35.1% 3.10 32.3% +9.0%

赔率取自 DraftKings 的最新数据。优势 = 获胜信心 × 欧洲赔率 − 1,优势为正表示赔付高于模型认为的合理价值。

保本胜率 = 1 ÷ 欧洲赔率,即在该赔率下不赔不赚所需的胜率。计算用的是含博彩公司抽水的原始赔率,因此两位选手的保本胜率相加会超过 100%,多出的部分正是博彩公司的利润,并非错误。

建议投注比例 按我们记录的价格,不建议投注。

市场赔率

博彩公司 Francis Marshall Dakota Hope
美式 小数 美式 小数
DraftKings -256 1.39 +210 3.10
FanDuel -294 1.34 +215 3.15
BetOnline -238 1.42 +200 3.00

赔率采集于 Oct 24, 2026, 6:02 PM

导出为图片

UFC Fight Night: Moicano vs. Nolan 的更多对决

Renato Moicano vs Tom Nolan Ode' Osbourne vs Cody Durden Yana Santos vs Luana Santos Jean-Paul Lebosnoyani vs Farman Hasanov Randy Brown vs Jacobe Smith Azamat Bekoev vs Andre Petroski Rodrigo Sezinando vs Theodor Berggren Julian Erosa vs JeongYeong Lee Nick Klein vs Joe Kropschot Talita Alencar vs Piera Rodriguez Lucia Szabova vs Tainara Lisboa Zach Reese vs Mickey Gall

用虚拟资金为 Francis Marshall vs Dakota Hope 下你自己的注

创建免费账户,即可用我们的统计模型 AI 集成分析任意对战、管理梦幻资金并投注整场赛事。无需信用卡。

创建您的免费账户