用途：针对头对头（H2H）分类对抗（如梦幻体育每周对决），计算我方至少赢下 N 个类别中 K 个的概率，并给出各分类胜率与不确定性估计。
主要能力：支持两种模式。monte_carlo 默认，按每类正态分布抽样，输出完整“赢下类别数”分布，可返回前 100 次模拟的 sim_trace 供审计，支持传入 cat_correlation_matrix 处理类别间相关性，支持按类指定 distribution_family="poisson" 处理低均值计数类。poisson_binomial 为确定性闭式近似，假设各类独立，适合内层优化循环中快速调用。
必要用法：需提供 our_per_cat_projection 与 opp_per_cat_projection（每类含 mean、stddev）、cat_list、cat_win_threshold（10 类取 6，9 类取 5）、cat_inverse_list（越小越好的类别，如 ERA、WHIP、TO、GAA）。逆向类在比较时对 margin 取负，而非对均值取负。建议传入 random_seed 以保证可复现；n_simulations 默认 10000，需三位小数精度时用 100000。tie_rule 默认 "half"，平局计 0.5 胜。
输出：matchup_win_probability、per_cat_win_probability、expected_cats_won、variance_estimate（赢下类别数的方差，非胜率方差），以及可选 sim_trace 与 meta。
适用场景：MLB Yahoo 5x5（10 类）、NBA 9 类、NHL 10 类等每周 H2H 策略；也可用于周中实时对决，由调用方传入剩余周投影。
限制：正态假设对低计数类（如 SV、HR）会给出负值质量，需改用泊松；比率类（OBP、ERA、WHIP）需调用方按样本量预调 stddev；默认假设各类独立，泊松二项模式不支持相关性；阈值必须与联盟赛制一致；单次调用只回答“本周对这位对手”，跨对决聚合由下游负责。资料未提供具体安装命令与收费信息。