算法大厅
取最近 40 期已验证开奖历史，均分为前后两段各 20 期，比较两段「大」占比判断近期和值区间的大小走势方向（近段占比高于远段则选「大」，反之选「小」）；单双维度复用既有动量延续规则，取窗口内频率最高的类别；两者拼接为本次四分类预测。窗口大小（40，均分为 20+20）在实现时一次性固定，不因某次回测结果好看而事后调整。
取最近 100 期已验证开奖历史，以最近一期实际组合作为「当前状态」，统计窗口内「当前状态」之后历史上各自出现过的下一期组合分布（例如「大双」之后历史上出现「大单/大双/小单/小双」各多少次），选择条件频率最高的下一状态作为本次预测。这是一个透明的 Markov 风格频率统计模型，不是机器学习——所有转移次数均可逐条复核，且严格只使用窗口内历史相邻两期的配对，从不触碰目标期本身的数据（专项测试见 test_real_algorithms.py 的 Future Leakage 用例）。
取最近 100 期已验证开奖历史，分别对「大小」「单双」两个独立维度各自运行既有的动量延续规则（与「长期大小基线」「单双短周期趋势」完全同一条规则函数），得到各自窗口内频率最高的类别后直接拼接为四分类之一（例如大小维度选中「大」、单双维度选中「双」，拼接为「大双」）。这是本批组合算法中最基础的拼接型基线，明确标注为 Baseline，不是比其余算法更高级的方法——仅用于衡量「单独看两个维度」与「把四分类作为一个整体来看」之间是否存在差异。
取最近 100 期已验证开奖历史，分别计算「大单」「大双」「小单」「小双」四个组合类别当前遗漏期数（距离上次出现的期数）与窗口内历史平均遗漏期数，选择「当前遗漏 / 历史平均遗漏」比值最高的一类（遗漏回补/均值回归规则，与单维遗漏算法同一条规则函数，仅统计维度换成四分类组合）。
取最近 100 期已验证开奖历史（系统单次可处理的历史数据量上限），统计四个组合类别各自出现次数，选择窗口内出现频率最高的一类。与「四组合短周期动量」同为动量延续规则，区别仅在窗口长度：100 期用于观察更稳定的长期基线，而非追逐短期波动（与现有单维算法的短周期/长期基线配对方式完全一致）。
取最近 20 期已验证开奖历史，直接统计「大单」「大双」「小单」「小双」四个组合类别各自出现次数，选择窗口内出现频率最高的一类（动量延续规则，与「短周期大小趋势」「单双短周期趋势」同一条规则函数，仅统计维度换成四分类组合）。
取最近 100 期已验证开奖历史，统计和值（0-27）每个具体数值的出现次数，选择窗口内出现频率最高的具体和值（动量延续规则）。说明：现有 Prediction Domain 仅支持和值的精确数值类别（28 档），尚不支持分箱区间（如「10-17」）输出 —— 区间型和值预测记录为后续能力，本算法名称中的「基线」指长窗口统计基线，而非分箱区间。
取最近 100 期已验证开奖历史，对跨度（三位数字最大值与最小值之差，0-9）的每个取值分别计算当前遗漏期数与窗口内历史平均遗漏期数，选择「当前遗漏 / 历史平均遗漏」比值最高的取值（遗漏回补/均值回归规则）。
取最近 100 期已验证开奖历史，分别计算「龙」「虎」「和」当前遗漏期数与窗口内历史平均遗漏期数，选择「当前遗漏 / 历史平均遗漏」比值最高的一类（遗漏回补/均值回归规则）。
取最近 20 期已验证开奖历史，统计「龙」「虎」「和」各自出现次数，选择窗口内出现频率最高的一类（动量延续规则）。龙虎定义沿用 Stage 2C 既有规则：首位数字大于末位为龙，小于为虎，相等为和。