Scommettere con gli xG: trasformare i dati in un metodo ripetibile
Un metodo pratico basato sugli expected goals: quali campi raccogliere, come valutare una partita, convertire due totali attesi in una griglia di punteggi con Poisson, confrontare il risultato con il coupon, fare backtest onesto, e i campi del log che distinguono una stima sbagliata dalla sfortuna.
Sapere cosa misurano gli expected goals non è un metodo. Un metodo è una sequenza fissa che parte da dati pubblicati sulle occasioni e termina con una puntata o un rifiuto, e dà la stessa risposta chiunque la esegua sulla stessa partita. Questa pagina è quella sequenza: quali campi conservare, come diventano due numeri per una partita, come quei due numeri prezzano ogni mercato, e come capire in seguito se un mese in perdita è stato una stima sbagliata o sfortuna. Ciò che la metrica conta è trattato in expected goals spiegato.
In breve.
- Conserva i dati delle occasioni a livello di partita con rigori e calci piazzati separati, e non mescolare mai due provider.
- Contrai i piccoli campioni verso la media del campionato; dieci partite non equivalgono a dieci partite di evidenza.
- Due totali attesi più una griglia di Poisson prezzano ogni mercato del coupon contemporaneamente — qui 55,2% casa, 23,5% pareggio, 21,2% fuori.
- Contro un tabellone di 1,75, 3,90 e 5,00 solo la quota fuori casa è qualificata, a +6,2%, pari a 0,31 € su una puntata di 5 €.
- Un margine del 6% richiede circa 2.500 scommesse per superare due deviazioni standard, quindi il log deve diagnosticare il metodo prima che il profitto possa farlo.
Ciò che il metodo deve produrre
Cinque output, in ordine, ciascuno verificabile autonomamente: una valutazione delle occasioni per club e sede; due totali attesi per la partita; una probabilità per ogni punteggio; una quota corretta per mercato; e una decisione. Se non riesci a mostrare quei numeri intermedi una settimana dopo, non è un metodo.
Il meccanismo generale è illustrato in costruire il proprio modello di previsione. Ciò che cambia qui è l'input: occasioni create e concesse anziché gol segnati e subiti, un segnale più silenzioso che richiede una gestione diversa.
Raccogliere i dati: i campi che vale la pena conservare
Una riga per club per partita. Ogni campo sotto esiste perché ometterlo rompe un passaggio successivo.
| Campo | Perché viene conservato |
|---|---|
| Data, sede, avversario | Le valutazioni sono specifiche per sede e successivamente ponderate per avversario |
| xG creati e concessi | Il segnale grezzo, prima di qualsiasi aggiustamento |
| xG su rigore, entrambe le direzioni | I rigori sono assegnati, non costruiti; toglili prima di valutare un attacco |
| xG su calcio piazzato, entrambe le direzioni | Una squadra che vive sui calci d'angolo crolla quando manca un difensore centrale |
| Minuti in parità, in vantaggio, in svantaggio | Le occasioni costruite in svantaggio 2-0 descrivono un avversario che ha smesso di difendere |
| Cartellini rossi, con il minuto | Tutto dopo un'espulsione appartiene a una partita diversa |
| Provider | Due modelli valutano lo stesso tiro in modo diverso; una colonna mista è inutilizzabile |
| Gol segnati e subiti | Non un input — la traccia di controllo per il divario tra occasioni e risultati |
L'ultima riga è quella che la gente omette. I gol tenuti insieme alle occasioni misurano se un club ha reso sopra o sotto le aspettative, e quel divario è ciò su cui si basa l'approccio: le quote seguono i risultati, e i risultati si allontanano dalle occasioni per mesi.
Trasformare una stagione di occasioni in due numeri
Lavora dagli xG non su rigore per partita, nella sede in questione, nelle ultime dieci partite, poi tira il valore verso la media del campionato: 0,7 del tuo valore misurato più 0,3 della media. Quel singolo passaggio rimuove la maggior parte del danno che una buona quindicina di giorni fa. Prendi una divisione in cui le squadre di casa hanno una media di 1,42 xG non su rigore a partita e le squadre in trasferta 1,18.
| Input | Ultime 10, in sede | Dopo contrazione | Rispetto alla media |
|---|---|---|---|
| Squadra di casa, occasioni create in casa | 2,05 | 1,86 | 1,86 ÷ 1,42 = 1,31 |
| Squadra in trasferta, occasioni concesse in trasferta | 1,29 | 1,33 | 1,33 ÷ 1,42 = 0,94 |
| Squadra in trasferta, occasioni create in trasferta | 1,01 | 1,06 | 1,06 ÷ 1,18 = 0,90 |
| Squadra di casa, occasioni concesse in casa | 1,07 | 1,10 | 1,10 ÷ 1,18 = 0,93 |
Moltiplica la media per i due valori che si incontrano nella partita: la squadra di casa dovrebbe creare 1,42 × 1,31 × 0,94 = 1,75, i visitatori 1,18 × 0,90 × 0,93 = 0,99. Per quanto riguarda il metodo, questa è l'intera partita.
La griglia dei punteggi
I conteggi dei gol seguono una forma di Poisson abbastanza fedele da poter essere usata per i prezzi: per un atteso di 1,75, la probabilità di esattamente k gol è 1,75 elevato a k, diviso per k fattoriale, per e elevato a −1,75.
| Gol | 0 | 1 | 2 | 3 | 4 |
|---|---|---|---|---|---|
| Casa, 1,75 attesi | 17,4% | 30,4% | 26,6% | 15,5% | 6,8% |
| Trasferta, 0,99 attesi | 37,2% | 36,8% | 18,2% | 6,0% | 1,5% |
Ogni punteggio è una riga moltiplicata per una colonna: 1-0 è 0,304 × 0,372 = 11,3%, 2-1 è 0,266 × 0,368 = 9,8%. Somma le celle su cui si basa un mercato e ottieni la sua probabilità.
Leggere i mercati dalla griglia
Quattro mercati dagli stessi due numeri.
| Mercato | Tua probabilità | Quota corretta | Quota sul coupon | Valore atteso |
|---|---|---|---|---|
| Vittoria casa | 55,2% | 1,81 | 1,75 | −3,4% |
| Pareggio | 23,5% | 4,25 | 3,90 | −8,2% |
| Vittoria trasferta | 21,2% | 4,71 | 5,00 | +6,2% |
| Over 2,5 gol | 51,6% | 1,94 | 1,90 | −2,0% |
Esempio. Il tabellone a tre vie di 1,75, 3,90 e 5,00 implica 57,1%, 25,6% e 20,0%, che sommati danno 102,8%. Rimuovendo quel margine proporzionalmente, come in trasformare le quote in probabilità, si ottiene il mercato a 55,6%, 25,0% e 19,5%. La tua griglia dice 21,2% per la squadra in trasferta contro il 19,5% del mercato — un divario di 1,7 punti, che a 5,00 è 0,212 × 5,00 − 1 = +6,2%. Su una puntata di 5 €, ciò corrisponde a 0,31 € di valore atteso e un rendimento di 25 € se la scommessa vince.
Nota quanto sia stretto. Un divario sotto i due punti percentuali è l'intera scommessa, ecco perché la soglia conta più della selezione: al di sotto di circa il 5%, il margine è più piccolo dell'errore nei tuoi input. La maggior parte delle partite produce quattro passaggi. Cosa significa il dato in una stagione è spiegato in valore atteso spiegato.
Dove il semplice Poisson è sbagliato
Quattro difetti, nessuno fatale, tutti da conoscere prima di fidarsi dell'output.
- I gol non sono indipendenti. Un 1-0 cambia il modo di giocare di entrambe le squadre, quindi la griglia grezza sottostima leggermente i pareggi. Prova un piccolo aumento sul pareggio sulla tua storia personale piuttosto che assumerlo.
- Non c'è stato della partita. Prezza novanta minuti neutri, non una partita con un cartellino rosso al sessantesimo.
- I dati delle occasioni sono scarsi. Dieci partite contengono all'incirca 100 tiri per squadra, e pochi rigori spostano una valutazione di un decimo di gol.
- Il contesto sta fuori dai numeri. Una terza partita in otto giorni, una lotta per il titolo già decisa o un portiere assente non appaiono da nessuna parte in una tabella xG.
Importante. Poiché la griglia prezza tutti i mercati contemporaneamente, invita a più scommesse sulla stessa partita. Sono la stessa opinione quattro volte: se 1,75 è sbagliato, le selezioni su risultato, totale e punteggio sono tutte sbagliate insieme, e una partita si porta via quattro puntate.
Il campione che un test equo richiede davvero
Testa sulla storia con due regole: usa solo dati esistenti prima di ogni calcio d'inizio, ricostruendo le valutazioni partita per partita anziché dalla stagione finita, e registra la quota che avresti effettivamente potuto prendere.
Poi sii onesto su ciò che il risultato dimostra. Diciamo 300 scommesse da 5 €, quota media 3,20, un margine che il modello stima al 6%. Il profitto atteso è 0,06 × 300 = 18 unità, ovvero 90 €. Una scommessa con queste cifre ha una deviazione standard di circa 1,51 unità, quindi 300 scommesse hanno 1,51 × √300 = 26,1 unità, ovvero 130,50 €.
Un'aspettativa di 90 € con una dispersione di 130,50 € significa che un buon metodo finisce il test in rosso abbastanza spesso che il test non decide nulla. Imposta il profitto atteso uguale a due deviazioni standard — 0,06n = 3,01√n — e n risulta vicino a 2.500 scommesse. Ecco perché i confronti con la linea di chiusura, oggetto di valore della linea di chiusura, raggiungono un verdetto anni prima del saldo.
Il log che distingue una stima sbagliata dalla sfortuna
Un registro delle scommesse standard registra quanto hai puntato. Un log xG registra anche ciò che hai previsto, in modo che la previsione possa essere giudicata separatamente dal risultato.
| Campo registrato | Cosa risponde dopo |
|---|---|
| I tuoi due totali attesi | La partita si è comportata come previsto? |
| Gli xG effettivi della partita, entrambi i lati | La stima era vicina, a prescindere dal punteggio? |
| La tua probabilità e quota corretta | Alimenta la verifica della calibrazione |
| Quota presa, con l'orario | Separa una buona scommessa da una buona quota |
| Quota di chiusura | Il segnale precoce di abilità |
| Notizie sulla squadra dopo la puntata | Spiega una stima sbagliata senza giustificarla |
La diagnosi si basa su tre confronti. Primo, i tuoi totali previsti rispetto agli xG effettivi della partita: entro circa 0,3 gol, la partita si è comportata come previsto mentre la finalizzazione no, il che è varianza. Fuori di 0,8 o più nella stessa direzione ripetutamente, la stima è sbagliata — di solito un attacco valutato su occasioni da calcio piazzato o rigori che non può ripetere.
Secondo, la quota. Prendere 4,05 su una selezione che chiude a 3,85 è 4,05 ÷ 3,85 − 1 = +5,2% rispetto al mercato, e una serie di queste insieme a un saldo in perdita è la migliore prova che hai che il campione è breve piuttosto che il metodo rotto.
Terzo, la calibrazione. Raggruppa le scommesse risolte per la probabilità che hai assegnato: la fascia prezzata al 25–35% dovrebbe verificarsi vicino al 30% delle volte. Un deficit all'interno di una fascia è un difetto del modello; uno distribuito uniformemente in tutte le fasce è rumore. I campi che ogni log deve avere sono in come tracciare le tue scommesse.
Dove guardare. I dati delle occasioni, la forma e le formazioni sono insieme sulle nostre pagine delle partite, dove una partita viene valutata prima che il coupon venga aperto.
FAQ
Quante partite di storia xG servono prima di valutare un club?
Otto in sede è il minimo pratico e dieci è comodo, a patto che i dati siano contratti verso la media del campionato. Sotto otto, una partita con tre grandi occasioni sposta la valutazione più del margine che stai cercando, quindi la stima misura una quindicina di giorni piuttosto che una squadra.
Il modello dovrebbe usare xG o gol reali come input?
Le occasioni, perché i gol sono i più rumorosi dei due: una squadra può creare 2,1 e non segnare. L'eccezione è un club la cui finalizzazione ha superato le sue occasioni per oltre trenta partite, dove parte del divario potrebbe essere abilità, e una valutazione basata solo sulle occasioni continuerà a sottostimarlo.
Perché la mia griglia è così spesso in disaccordo con il coupon?
Di solito perché il coupon sa qualcosa che una finestra di dieci partite non sa: una squalifica, una rosa riposata, un cambio di allenatore. Tratta un grande divario come una domanda piuttosto che un'opportunità — controlla prima le notizie sulla squadra e passa oltre se il disaccordo non ha una spiegazione che puoi nominare.
Questo articolo è solo a scopo informativo e non costituisce un invito al gioco d'azzardo. Le scommesse comportano il rischio di perdere denaro — non puntare mai più di quanto puoi permetterti di perdere. 18+. Se il gioco d'azzardo smette di essere un intrattenimento, leggi la nostra guida al gioco responsabile e chiedi aiuto.
