用途：体育表现按时间排序，该技能用于在决策时点 T 合法地构建球队或球员状态特征与简单轨迹预测，包括滚动均值、扩展比率、EWMA/衰减、休息间隔和阶段标志。核心是移位或 as-of，当前比赛绝不能进入特征。
主要能力：附带 ewma_form.py 可从用户事件表构建移位 EWMA 特征；compare_form_windows.py 在相同扩展折与两特征集共有的完整样本上比较已计算的特征集，验证二分类目标与有限数值特征但不做插补。
使用方式：需 pandas，比较脚本另需 NumPy 和 scikit-learn，pip install pandas numpy scikit-learn；Parquet 还需 pyarrow 或 fastparquet。先定义实体与频率，按实体加时间排序，处理缺赛，选择窗口/衰减规则，只在训练折内调参，再移位聚合。
限制：ewma_form.py 要求非空实体/重置键、可解析有限数值或时间戳时间/顺序字段，拒绝无穷值与矛盾事件顺序，值列缺失保持缺失不填零；排序字段若时间可并列须编码真实事件顺序。赛季初小样本需最小场次阈值或收缩，绝不使用居中滚动窗口或含当前比赛的赛季均值。原始状态不等于对手调整后强度，需用 ratngs-strength-models，并做泄漏检查。固定窗口、忽略对手强度、静默填零 NA 等属反模式。