Calcolatore di scommesse Poisson

Questo calcolatore Poisson trasforma i gol attesi di ogni squadra in probabilità di punteggio e di esito del match, offrendo agli scommettitori americani una linea basata su un modello da confrontare con la moneyline dei bookmaker per il calcio, l’hockey e altri sport statunitensi a basso punteggio.

Cos’è un calcolatore Poisson?

La distribuzione di Poisson è lo strumento standard per modellare sport a basso punteggio come il calcio e l’hockey, dove i gol sono relativamente rari e ognuno di essi cambia l’esito. Un calcolatore Poisson prende un singolo input per ogni squadra — i suoi gol attesi, ovvero il tasso di punteggio che prevedi per quel match — e lo trasforma in una distribuzione di probabilità completa: la possibilità che quella squadra segni esattamente zero gol, esattamente uno, esattamente due, e così via. Esegui lo stesso calcolo per entrambe le squadre e otterrai due distribuzioni di punteggio indipendenti. Moltiplica la probabilità della squadra di casa di un dato numero di gol per la probabilità della squadra in trasferta di un altro numero di gol, e otterrai la probabilità di quel punteggio finale esatto. Somma ogni punteggio in cui la squadra di casa finisce in vantaggio e otterrai la probabilità di vittoria in casa del modello; fai lo stesso per i pareggi e le vittorie in trasferta. Quelle tre percentuali sono il vero output. Una volta ottenuta una probabilità per una vittoria in casa, un pareggio o una vittoria in trasferta, puoi convertirla in un prezzo equo e confrontarlo con ciò che offre il bookmaker. Se il modello dice che un esito è più probabile di quanto implichi il prezzo del bookmaker, quello è il divario che uno scommettitore sta cercando. Poisson non predice cosa accadrà in un singolo match — ti dice, dati i tuoi input di gol attesi, come dovrebbe apparire una linea equa.

Come viene calcolato il calcolatore Poisson

La formula dietro il calcolatore è la funzione di massa di probabilità di Poisson: la probabilità di esattamente k gol è uguale a lambda elevato alla potenza di k, moltiplicato per e elevato a meno lambda, diviso per k fattoriale, dove lambda sono i gol attesi della squadra. Nell’esempio pratico del calcolatore, la squadra di casa ha un lambda di 1.5. Inserendo k = 0, 1, 2 e 3 nella formula si ottiene la distribuzione della squadra di casa: 22.3% per zero gol, 33.5% per un gol, 25.1% per due gol e 12.6% per tre gol. Il lambda di 1.1 della squadra in trasferta segue la stessa formula per costruire la propria distribuzione. Da lì, il calcolatore costruisce una griglia completa dei punteggi: per ogni combinazione di gol in casa e in trasferta, moltiplica la probabilità della squadra di casa di quel numero di gol per la probabilità della squadra in trasferta del suo numero di gol, poiché gli output delle due squadre sono trattati come indipendenti. Ogni cella è la probabilità di uno specifico punteggio finale. Per ottenere i tre numeri principali, il calcolatore somma le celle: le celle in cui la casa supera la trasferta alimentano la probabilità di vittoria in casa, le celle in cui sono uguali alimentano la probabilità di pareggio e le celle in cui la trasferta supera la casa alimentano la probabilità di vittoria in trasferta. Per il match 1.5 contro 1.1, si arriva al 46.4% per la casa, 25.8% per il pareggio e 27.8% per la trasferta — tre numeri costruiti interamente dai due input lambda.

Cosa ti mostra il calcolatore

L’output del calcolatore ha due livelli. Primo, mostra la distribuzione dei punteggi di ogni squadra — la probabilità che una data squadra segni esattamente zero gol, un gol, due gol, ecc., basata sul suo input di gol attesi. Qui puoi vedere come un tasso di punteggio modesto concentri la maggior parte della probabilità su conteggi di gol bassi e specifici, piuttosto che distribuirli uniformemente. Secondo, mostra le tre probabilità di esito del match che derivano dalla combinazione delle distribuzioni di entrambe le squadre: la possibilità di una vittoria in casa, un pareggio e una vittoria in trasferta. Quei tre numeri rappresentano l’intera gamma di risultati possibili, quindi sono le cifre che confronti con i prezzi di un bookmaker. Insieme, la suddivisione dei punteggi e le percentuali di esito mostrano non solo ciò che il modello si aspetta, ma esattamente quali punteggi stanno guidando la cifra per la vittoria in casa, il pareggio o la vittoria in trasferta che stai osservando.

Esempio pratico

Prendi una squadra di casa con 1.5 gol attesi per il match contro una squadra in trasferta che dovrebbe segnare 1.1 gol. Eseguire il lambda di 1.5 della squadra di casa attraverso la formula di Poisson per una manciata di punteggi plausibili produce questa distribuzione: una probabilità del 22.3% di 0 gol, una probabilità del 33.5% di 1 gol, una probabilità del 25.1% di 2 gol e una probabilità del 12.6% di 3 gol. Un gol è l’esito singolo più probabile per la squadra di casa, anche se 1.5 è la “media” — Poisson concentra la probabilità su numeri interi vicini al lambda piuttosto che sul lambda stesso, poiché una squadra non può segnare un gol frazionario. Il lambda di 1.1 della squadra in trasferta segue lo stesso processo per costruire la propria distribuzione dei punteggi. Moltiplicando le probabilità indipendenti delle due squadre per ogni combinazione di gol in casa e in trasferta, quindi sommando i risultati in base a chi è in vantaggio, si ottiene il modello di esito del match: 46.4% vittoria in casa, 25.8% pareggio e 27.8% vittoria in trasferta. Con un tasso di 1.5 gol attesi, la squadra di casa molto probabilmente segnerà esattamente un gol (33.5%) e manterrà la porta inviolata il 22.3% delle volte. Combinando entrambe le distribuzioni si ottiene quel 46.4% di vittoria in casa, 25.8% di pareggio e 27.8% di vittoria in trasferta — una linea equa da confrontare con i prezzi del bookmaker. Da qui, uno scommettitore converte quelle tre percentuali del modello in un prezzo equo e le allinea accanto alla moneyline reale del bookmaker per lo stesso match. Qualsiasi esito in cui la percentuale del modello è notevolmente superiore al numero implicato dal prezzo del bookmaker è un candidato che merita un’analisi più approfondita — non una garanzia, ma un segnale che il mercato e il modello non sono d’accordo su quanto sia probabile quel risultato.

Probabilità dei gol di Poisson con 1.5 gol attesi

Ecco la suddivisione completa gol per gol per una squadra con una cifra di gol attesi di 1.5, il lambda della squadra di casa dall’esempio pratico sopra. Ogni riga è la probabilità che il calcolatore assegna a quel conteggio esatto di gol. Le probabilità aumentano da zero gol, raggiungono il picco a un gol e diminuiscono man mano che il conteggio dei gol aumenta.

Esito del match del modello vs. un prezzo equo

Una volta che la griglia dei punteggi viene sommata nelle probabilità di vittoria in casa, pareggio e vittoria in trasferta, il calcolatore converte ogni percentuale nel prezzo equo che implica. Quel prezzo equo è ciò che l’esito “dovrebbe” pagare senza il margine del bookmaker — il numero con cui confrontarsi, non necessariamente il numero che ti verrà effettivamente offerto.

I limiti del modello di Poisson

Poisson è genuinamente utile, ma si basa su ipotesi che non sempre reggono in un match reale. La più grande è l’indipendenza: il modello tratta il conteggio dei gol di ogni squadra come non correlato all’altro, il che sottostima i pareggi e i giochi a basso punteggio in generale. I match reali producono più risultati 0-0 e 1-1 di quanto il Poisson grezzo preveda, perché le squadre adattano il loro gioco in base al punteggio man mano che il match si svolge — qualcosa che l’ipotesi di indipendenza non può catturare. Molti scommettitori correggono questo con un aggiustamento di Dixon-Coles, che sposta quei punteggi bassi e ravvicinati verso l’alto rispetto a ciò che produce il Poisson semplice. Il modello assume anche un tasso di punteggio costante per l’intero match, trattando lambda come fisso dall’inizio alla fine. In realtà, i tassi di punteggio cambiano con i cartellini rossi, lo stato della partita e una squadra in vantaggio che si siede a difendere il risultato piuttosto che attaccare al ritmo iniziale. Nessuna di queste dinamiche è visibile a un calcolatore che vede solo un singolo numero di gol attesi per squadra. Ciò punta alla più grande fonte di errore di tutte: l’input. L’intero modello è valido solo quanto la stima dei gol attesi che inserisci, e un lambda traballante produce probabilità dall’aspetto sicuro che sono semplicemente sbagliate. Tratta l’output come una stima disciplinata da confrontare con il mercato, non come una certezza su ciò che accadrà.

Quando ha senso un modello Poisson

Poisson guadagna il suo posto come modo per costruire una visione indipendente e basata sui primi principi di un match prima di guardare ciò che offre il bookmaker. È più utile negli sport a basso punteggio dove i gol sono eventi contabili e discreti — il calcio e l’hockey sono i casi classici — e dove hai una base ragionevole per stimare i gol attesi di ogni squadra dalla forma recente o da fattori specifici del match. Usato in questo modo, ti fornisce un punto di riferimento di prezzo equo da confrontare con la moneyline del bookmaker, e un divario tra i due è il punto di partenza per trovare valore, non il traguardo. Ha meno senso come segnale autonomo quando i tuoi input di gol attesi sono essi stessi congetture, poiché il modello non può distinguere buoni input da quelli cattivi — calcola un output dall’aspetto sicuro in entrambi i casi. È anche più debole dove lo sport devia dalle sue ipotesi: i match inclini a effetti di stato della partita, cartellini rossi o cambiamenti difensivi una volta che una squadra è in vantaggio necessitano di un aggiustamento, non di una fiducia cieca. La disciplina del bankroll conta altrettanto — un vantaggio del modello da una serie di input di gol attesi è ancora una stima, non una certezza, e dimensionare una scommessa come se fosse certa è il modo in cui un vero vantaggio si trasforma in una perdita su un lungo campione. L’uso più forte di Poisson è come un input in un processo più ampio: costruisci il modello, confrontalo con il mercato e dimensiona qualsiasi scommessa in base a quanto sei sicuro dei numeri di gol attesi con cui hai iniziato.

Errori comuni

Non fidarti dell’output quando l’input dei gol attesi è davvero solo una stima approssimativa — il modello non può distinguere una stima solida da una cattiva. Non dimenticare che il Poisson di base sottostima i pareggi e i risultati a basso punteggio, poiché tratta entrambe le squadre come se segnassero in modo indipendente. Non presumere che un tasso di punteggio costante regga per l’intero match nonostante fattori come cartellini rossi o una squadra che protegge un vantaggio nel finale. E non trattare le probabilità del modello come certezze — sono stime da confrontare con il mercato, non previsioni su cui scommettere alla cieca.

Modello Poisson vs. la linea del bookmaker

Il modello Poisson e la linea del bookmaker rispondono a domande diverse: uno stima cosa dovrebbe accadere dai gol attesi, l’altro riflette dove si trova il denaro del mercato. Confrontare i due è il punto di usare un calcolatore Poisson in primo luogo.