Crie o Seu Próprio Modelo de Previsão de Futebol
Os dados de que precisa, um modelo de Poisson construído passo a passo até uma grelha completa de resultados, as correções que valem a pena adicionar, o backtest walk-forward que mantém o futuro de fora e a aritmética que diz quando um modelo não vale o tempo investido.
Um modelo de previsão de futebol é um procedimento que transforma o histórico de jogos numa probabilidade para cada resultado e, a partir dessa grelha, num preço para cada mercado do boletim. O núcleo é uma distribuição e dois números por jogo — quantos golos se espera que cada equipa marque. Tudo o resto é higiene de dados, correções e testes, e é aí que a maioria dos modelos caseiros falha silenciosamente.
Em resumo.
- Precisa de resultados jogo a jogo com datas e locais, não de médias de época. Doze jogos em casa e doze fora por clube é o mínimo funcional.
- O modelo base é Poisson: dois valores de golos esperados produzem uma grelha de resultados, e 1X2, totais e ambas marcam são somas de células dessa grelha.
- No jogo trabalhado, a grelha dá 51,4% casa, 24,5% empate, 24,1% fora — odds justas de 1,95, 4,08 e 4,14.
- Teste walk-forward ou não teste: qualquer valor calculado a partir da época toda contém o resultado do jogo que está a precificar.
- O referencial não é o lucro, mas o mercado: se as suas probabilidades não são melhores que as do boletim, nenhum plano de apostas as salva.
O que o modelo tem de superar
A comparação não é do seu modelo com a realidade, mas com o preço. Um boletim de três vias normalmente soma cerca de 105%, pelo que a margem é aproximadamente cinco pontos distribuídos pelos resultados — o cálculo está no guia sobre margem da casa.
Isso define o nível. Para valer a pena apostar, a sua probabilidade tem de superar a do mercado por mais do que a margem no lado em que está a apostar. Ser aproximadamente tão bom quanto o boletim é uma verdadeira conquista e ainda assim perde dinheiro a um ritmo constante.
Os dados de que realmente precisa
Comece com a tabela mais pequena que suporte o modelo: cada coluna extra é mais uma coisa para manter limpa.
| Campo | Porque é necessário | Armadilha comum |
|---|---|---|
| Data e hora do início | Ordena os dados para teste e ponderação por recência | Ordenar pelo número da jornada em vez da data após adiamentos |
| Clube casa e fora | Separa cada valor por local | Mudanças de nome e grafias duplicadas a criarem dois clubes |
| Golos de cada equipa | A única variável de saída obrigatória do modelo | Registar golos de prolongamento ou penáltis em jogos de taça |
| Competição | Jogos de liga e taça comportam-se de forma diferente | Misturar uma liga doméstica com jogos continentais |
| Remates e golos esperados, se disponíveis | Um input menos ruidoso do que os próprios golos | Misturar valores de duas fontes com definições diferentes |
| O preço que podia ter apanhado | Transforma uma previsão numa aposta testável | Guardar o preço de hoje e fingir que estava disponível nessa altura |
Duas épocas de uma divisão são suficientes para construir e mais uma para testar. Os golos são ruidosos — uma equipa pode jogar bem e perder 0-1 —, razão pela qual inputs baseados em chance ajudam assim que a versão básica funciona: veja golos esperados explicados e a lista mais alargada de estatísticas que preveem resultados.
O modelo base em três passos
Passo um — o nível da própria liga. Suponha que a divisão teve 240 jogos com 612 golos: 2,55 por jogo. As equipas da casa marcaram 336 e as visitantes 276, pelo que a linha de base caseira é 336 ÷ 240 = 1,40 e a linha de base visitante é 276 ÷ 240 = 1,15. Esses dois números já contêm a vantagem caseira, medida em vez de assumida.
Passo dois — quatro rácios. Para o clube da casa, divida os golos marcados por jogo em casa por 1,40 e os golos sofridos por jogo em casa por 1,15. Para os visitantes, divida os golos marcados fora por 1,15 e os golos sofridos fora por 1,40. Uma classificação de 1,00 significa exatamente a média nessa função.
Passo três — dois valores de golos esperados. Multiplique, nunca some. Digamos que a equipa da casa tem 1,30 no ataque em casa e os visitantes 0,91 na defesa fora; o valor caseiro é 1,40 × 1,30 × 0,91 = 1,65. Se os visitantes têm 1,05 no ataque fora e os da casa 0,87 na defesa em casa, o valor visitante é 1,15 × 1,05 × 0,87 = 1,05.
A grelha de resultados e o que dela se extrai
As contagens de golos seguem uma forma de Poisson suficientemente próxima para precificar: a probabilidade de exatamente k golos quando se esperam μ é e−μ × μk ÷ k fatorial, fórmula descrita no guia de linhas de mais/menos golos. Para μ = 1,65, as probabilidades da equipa da casa para 0, 1, 2, 3 e 4 golos são 19,2%, 31,7%, 26,1%, 14,4% e 5,9%. Para μ = 1,05, as dos visitantes são 35,0%, 36,7%, 19,3%, 6,8% e 1,8%.
Multiplique cada valor da casa por cada valor visitante e obtém a grelha. Os valores são percentagens; as linhas são golos da casa, as colunas golos visitantes.
| Casa / fora | 0 | 1 | 2 | 3 | 4 |
|---|---|---|---|---|---|
| 0 | 6,72 | 7,06 | 3,70 | 1,30 | 0,34 |
| 1 | 11,09 | 11,64 | 6,11 | 2,14 | 0,56 |
| 2 | 9,15 | 9,61 | 5,04 | 1,77 | 0,46 |
| 3 | 5,03 | 5,28 | 2,77 | 0,97 | 0,25 |
| 4 | 2,08 | 2,18 | 1,14 | 0,40 | 0,11 |
Estas vinte e cinco células cobrem 96,9% dos resultados, por isso calcule até oito ou dez golos antes de somar. Cada mercado é então uma soma de células: abaixo da diagonal é vitória caseira, a diagonal é empate, acima é vitória visitante.
Somando a grelha completa obtém-se 51,4% casa, 24,5% empate e 24,1% fora. As odds justas são os inversos: 1 ÷ 0,514 = 1,95, 1 ÷ 0,245 = 4,08, 1 ÷ 0,241 = 4,14. A mesma grelha diz que ambas marcam acontece 52,5% das vezes (justa 1,90) e que três ou mais golos chegam 50,6% das vezes (justa 1,97), pelo que um cálculo precifica o jogo inteiro.
Exemplo. O boletim mostra 1,85 / 3,60 / 4,40. Converter essas odds em percentagens dá 54,1% + 27,8% + 22,7% = 104,6%, pelo que a casa carrega 4,6% de margem — o método está em transformar odds em probabilidades. Contra a sua grelha, o preço da casa é caro: 0,514 × 1,85 − 1 = −4,9%, uma oportunidade perdida. O preço fora não é: 0,241 × 4,40 − 1 = +6,0%, o que numa aposta de 5 € são 0,30 € de valor esperado. Em quarenta dessas apostas de 5 € — 200 € apostados — isso dá cerca de 12 €, chegando numa sequência muito irregular.
Correções que valem a pena adicionar, por ordem
- Ponderação por recência. Um jogo de outubro passado não deve contar tanto como um de março. Pondere cada jogo com um fator de decaimento — reduzir para metade a cada trinta jogos é um início sensato — em vez de um corte abrupto aos dez jogos.
- Contração para amostras pequenas. Um clube promovido com seis jogos não deve ter uma classificação de ataque de 1,60. Com k jogos e uma constante de 10, use k ÷ (k + 10) da classificação bruta e o resto da média da liga.
- Correção de baixos resultados. O Poisson independente subestima ligeiramente 0-0 e 1-1 e sobrestima 1-0 e 0-1, porque num jogo real os dois marcadores não são independentes. Ajustar essas quatro células é o primeiro refinamento padrão.
- Separação por competições. Jogos de taça, partidas sem significado e jogos continentais comportam-se de forma diferente: modele-os separadamente ou exclua-os.
- Ajustes manuais, com moderação. Um avançado ou guarda-redes titular confirmado em falta merece um ajuste. Dois ajustes por jogo é um modelo com ajudante; dez é uma pessoa a adivinhar com passos extra.
Backtest sem enviesamento de olhar para o futuro
O enviesamento de olhar para o futuro é qualquer informação no seu teste que não teria no momento da aposta. É silencioso, sempre lisonjeia e é a razão pela qual a maioria dos modelos caseiros parecem excelentes no histórico e perdem dinheiro ao vivo.
| Atalho | O que vaza | Efeito no resultado |
|---|---|---|
| Classificações construídas a partir da época toda | O resultado do jogo que está a ser precificado | Lisonjeia fortemente; o modelo sabe metade da resposta |
| Testar nos mesmos dados usados para escolher limiares | A sua própria retrospetiva sobre quais regras funcionaram | Cada limiar parece ótimo |
| Usar preços de fecho como o preço apanhado | Informação que chegou depois da sua aposta | Sobrestima a vantagem, pois os preços de fecho são mais afinados |
| Descartar jogos com dados em falta | Normalmente os jogos abandonados e estranhos | Remove exatamente os resultados que prejudicam |
| Ordenar por jornada em vez de hora de início | Jogos adiados realizados mais tarde | Pequeno mas sistemático, e sempre a seu favor |
A cura é o teste walk-forward. Ordene cada jogo pela hora de início; para cada jogo, reconstrua as classificações a partir dos jogos que terminaram antes dele, precifique-o, registe a aposta que a regra teria colocado e o preço disponível nessa altura, e avance. Mantenha uma época intocada até o modelo estar finalizado e trate o primeiro resultado dela como o verdadeiro.
Importante. Conte todas as apostas que a regra gera, incluindo aquelas em que se teria convencido a não entrar. Um backtest que descarta jogos silenciosamente não é um teste do modelo, mas da sua memória, e a mesma disciplina aplica-se ao registo das suas apostas reais — veja registo de apostas.
Calibração: as percentagens são honestas?
O lucro é uma medida lenta e ruidosa de um modelo. A precisão é mais rápida: pegue na probabilidade que deu, subtraia 1 se o evento aconteceu e 0 se não aconteceu, e eleve ao quadrado a diferença. Quanto mais baixo, melhor, e a sua média pode ser comparada diretamente com a do mercado.
| Jogo | Modelo | Mercado | Resultado | Erro² modelo | Erro² mercado |
|---|---|---|---|---|---|
| 1 | 55% | 50% | Ganhou | 0,2025 | 0,2500 |
| 2 | 40% | 45% | Perdeu | 0,1600 | 0,2025 |
| 3 | 62% | 58% | Ganhou | 0,1444 | 0,1764 |
| 4 | 30% | 35% | Perdeu | 0,0900 | 0,1225 |
| 5 | 48% | 52% | Ganhou | 0,2704 | 0,2304 |
| 6 | 25% | 22% | Perdeu | 0,0625 | 0,0484 |
O total do modelo é 0,9298 em seis jogos, uma média de 0,155; o do mercado é 1,0302, uma média de 0,172. Neste punhado, o modelo é o mais preciso — e seis jogos não decidem nada, que é o objetivo. Quanto tempo leva realmente um veredito está explicado em variância e tamanho da amostra.
Execute a mesma medida por escalão também. Se tudo o que classifica a 60% ganha cerca de 60% das vezes, o modelo está calibrado; se o escalão de confiança falha consistentemente, as classificações estão a ser esticadas.
Quando um modelo não vale a pena construir
Conte as horas honestamente: quarenta para construir uma primeira versão, depois duas ou três por semana para manter os dados atualizados. Suponha que produz vinte apostas qualificadas por semana a 5 € com uma vantagem real de 3%. São 20 × 5 € = 100 € de volume e 3 € por semana de valor esperado — cerca de 1 € por hora de manutenção, antes de um único mês negativo.
Três coisas pioram isto: mercados que não consegue modelar, onde os seus dados são mais fracos que os do operador; ligas sob forte atenção profissional, onde o preço já contém o que a sua grelha sabe; e o próprio sucesso, pois uma conta que continua a bater o preço vê as suas apostas limitadas — veja contas limitadas.
Um modelo vale a pena construir se quiser um número para discutir em vez de um palpite, e se aceitar que o seu principal produto são recusas. Para o resultado sem a manutenção, a análise estruturada de jogos individuais leva-o a maior parte do caminho — veja como analisar um jogo e as divisões na página de torneios.
FAQ
Preciso de saber programar para construir isto?
Não para a versão acima. Uma folha de cálculo com uma linha por jogo, quatro classificações por clube e uma grelha de vinte e cinco células faz tudo o que aqui está descrito. O código torna-se necessário para teste walk-forward em várias épocas, porque reconstruir classificações manualmente antes de cada jogo é impraticável.
Porque é que o modelo discorda do mercado tão frequentemente?
Geralmente porque está a faltar informação em vez de encontrar valor. Ausências, mudança de treinador, estádio neutro e rotação antes de um jogo de taça estão todos no preço e nenhum está na grelha. Trate um grande desvio como um alerta para verificar os inputs e passe quando não conseguir explicar de onde vem.
Devo usar golos esperados em vez de golos reais como input?
Assim que a versão básica funcionar, sim. Os golos são uma amostra pequena de um processo ruidoso e a qualidade das oportunidades estabiliza mais rápido, pelo que as classificações construídas em golos esperados mudam menos com um resultado anómalo. Execute ambas durante uma época e compare os erros quadráticos antes de mudar.
Quanto histórico devem usar as classificações?
Cerca de uma época e meia com decaimento, em vez de uma janela fixa. Muito curta e um 4-0 reescreve uma classificação; muito longa e está a descrever uma equipa que já não existe. Contraia para a média da liga sempre que menos de oito jogos no local relevante suportem um valor.
Este artigo é apenas informativo e não constitui um incentivo ao jogo. As apostas envolvem o risco de perda de dinheiro — nunca aposte mais do que pode perder. 18+. Se o jogo deixar de ser entretenimento, consulte o nosso guia de jogo responsável e procure ajuda.
