Aula 11
Erros de Precificação em Mercados de Golos
Tipologia de Erros do Mercado
Erro Tipo 1 — Viés de Recência
O mercado sobrevaloriza os últimos 2-3 resultados de uma equipa e subestima o histórico mais longo. É um viés cognitivo bem documentado: os participantes dão peso excessivo à informação mais recente.
Exemplo de mercado
Viés de recência — Sporting vs. Casa Pia
O Sporting vem de dois jogos em casa com 3-2 cada (total 10 golos). O mercado precifica Over 2.5 a 1.65, sugerindo ~61% de probabilidade implícita. Mas o histórico de 20 jogos do Sporting em casa tem 52% de Over 2.5.
Over 2.5: odd mercado 1.65 (prob. implícita 60.6%). Odd justa baseada em 20 jogos: 1.92 (prob. 52.0%). Overprecificação de +8.6 p.p.
O mercado está a reagir ao barulho recente. Dois jogos com muitos golos são ruído, não sinal. Um modelo que usa uma janela mais longa (20+ jogos) identifica que a odd está sobrevalorizada e posiciona-se no Under.
Se o Sporting tiver mudado de treinador ou estilo de jogo, a janela mais curta pode ter razão. O importante é ter um critério objetivo para detetar se é ruído ou mudança real.
O efeito do viés de recência é mensurável: equipas que tiveram 2+ jogos com mais de 3 golos veem as odds de Over descerem em média 12% face ao modelo histórico. O ajuste correto seria 4-6%. Os restantes 6-8% são ineficiência.
Erro Tipo 2 — Subestimação da Variância
O mercado modela golos usando médias, mas a variância real é maior do que os modelos padrão assumem. Isto é particularmente relevante para linhas altas (Over 3.5, 4.5, 5.5).
Fórmula 4.3
Impacto da Variância nas Caudas
Para λ = 2.8, Poisson prevê P(4+) = 23.5%. A frequência real em ligas europeias de topo é ~28-30%. O mercado, ao basear-se em Poisson simples, subestima consistentemente a probabilidade de 4+ golos.
Modo de falha
Subestimar a cauda e perder valor em Over 4.5
Para λ = 2.8, a odd justa Poisson para Over 4.5 é 6.90. O mercado oferece 8.00. A diferença de +15.9% é enorme. Mas o modelo que só usa Poisson vai achar que a odd está justa (ou que o mercado está a oferecer valor). Na realidade, o mercado está a oferecer ainda mais valor do que o modelo de Poisson indica, porque a cauda real é mais pesada. Se a cauda real é 1.4× a Poisson, a odd justa real é 5.50 — e 8.00 é um valor imenso. O erro é duplo: o modelo subestima a cauda, e o mercado também.
Erro Tipo 3 — Ajuste Meteorológico Insuficiente
As condições meteorológicas afetam o número de golos de forma significativa. Vento forte, chuva intensa, e relvado pesado reduzem a qualidade do futebol jogado e, consequentemente, o número de golos.
Um estudo sobre a Primeira Liga mostra que jogos com vento > 30 km/h no Estádio do Dragão (Porto, cidade costeira) registam uma redução de 15-18% nos golos esperados. No entanto, o mercado ajusta as odds de Over/Under em apenas 8-12%.
Isto significa que, em condições meteorológicas adversas, o Under 2.5 está consistentemente subprecificado.
Erro Tipo 4 — Ignorar Contexto Tático
O contexto tático de um jogo é uma das variáveis mais subestimadas pelos modelos de mercado. Três cenários recorrentes:
Equipas que precisam de empatar: Um clube que precisa de um ponto para garantir permanência ou qualificação joga para não perder. O jogo tende a ser mais fechado, com menos golos. O mercado ajusta parcialmente, mas não o suficiente.
Equipas que precisam de ganhar eliminatórias: Jogos a eliminar (Taça de Portugal, Liga Europa) com empate agregado levam a segundas-partes mais atacantes. O Over ganha valor à medida que o jogo avança.
Equipas do mesmo treinador: Jogos entre equipas treinadas por discípulos do mesmo mentor tendem a ser mais estudados e fechados. Conhecem-se mutuamente e cancelam-se.
O Efeito do Golo Early (Live Trading)
Um golo nos primeiros minutos de um jogo muda drasticamente o perfil de expectativa. O mercado reage, mas a reação é frequentemente exagerada ou insuficiente, dependendo do contexto.
Cenário: Jogo Sporting vs. Benfica, λ original = 2.8 para 90 min. Golo aos 12’ pelo Sporting.
O tempo restante é de aproximadamente 84 min (incluindo descontos). O lambda para o período restante é:
O efeito de abertura (+0.3) reflete que, após um golo, o jogo tende a abrir-se — a equipa que sofreu o golo ataca mais, e a que marcou ganha confiança.
Leitura em código
Impacto de Golo Early no Over 2.5 Live
01
P(Over 2.5) pre
=
53.1%
// lambda = 2.8
02
P(Over 2.5) pos-golo
=
54.1%
// lambda = 2.75, +3 golos
03
odd_justa_pre
=
1.88
04
odd_justa_pos
=
1.85
05
odd_mercado_pos
=
1.70
// sobreajuste do mercado = value no Over
A odd justa para Over 2.5 cai de 1.88 para cerca de 1.85. Se o mercado over-ajustar para 1.70 (como faz frequentemente), há valor no Over 2.5 live.
Distribuição Real vs. Poisson — O Desalinhamento das Caudas
O futebol real não segue Poisson perfeitamente. A distribuição empírica de golos tem mais 0 e 1 golos do que Poisson prevê, e ligeiramente mais 4+ golos. Este desalinhamento tem implicações diretas na precificação:
| Linha | Poisson vs. Real | Efeito na Odd |
|---|---|---|
| Under 1.5 | Poisson subestima | Over 1.5 ligeiramente sobreprecificado |
| Under 2.5 | Poisson subestima ligeiramente | Under 2.5 com valor marginal |
| Over 2.5 (odds curtas) | Poisson sobrestima | Over 2.5 pode estar caro em odds baixas |
| Over 3.5 (odds altas) | Poisson subestima | Over 3.5 com valor consistente |
Correção prática com fator empírico:
Leitura em código
Distribuicao Real vs Poisson (Liga Portugal)
01
freq_real
=
[08, 15, 20, 22, 15, 10, 06, 03, 01]
// distribuicao empirica
02
lambda_medio
=
2.6
03
Over 3.5 Poisson
=
12.1%
04
Over 3.5 Real
=
20.0%
// cauda real mais pesada que Poisson
05
fator_subestimacao
=
1.65x
// Poisson subestima Over 3.5 em 65%
Checklist de decisão
Checklist: Identificar Erros de Precificação
- Os últimos 2-3 resultados das equipas estão a distorcer as odds atuais (viés de recência)?
- A linha que estou a analisar é alta (Over 3.5+) onde o mercado subestima caudas?
- Verifiquei as condições meteorológicas para o estádio e hora do jogo?
- O contexto tático da competição favorece ataque ou defesa?
- Há alguma equipa em situação de 'precisa de empatar' ou 'precisa de ganhar'?
- Comparei a odd de mercado com a odd justa de Poisson e com a odd justa ajustada por cauda real?
- Se é uma oportunidade live, já passaram os 5 min de pânico pós-golo?
Exemplo de mercado
Cadeia de erros — Gil Vicente vs. Estoril
Gil Vicente vs. Estoril, ambas em má forma, jogo de meio da tabela. λ estimado = 2.3. Over 4.5 no mercado a 12.00. O mercado acha que 4+ golos é quase impossível entre duas equipas 'fracas'.
Over 4.5: odd mercado 12.00 (prob. implícita 8.3%). Poisson com λ=2.3 dá 10.2%. Cauda real ajustada (1.4×): 14.3%. Odd justa real: 7.00. Value real na odd 12.00: +71%.
O mercado comete três erros em cascata: subestima o lambda por causa da forma negativa, usa Poisson simples sem correção de cauda, e ignora que jogos entre equipas 'sem pressão' tendem a ser mais abertos. Cada erro é pequeno, mas a combinação cria um value enorme.
Jogos de baixa liquidez podem ter odds inflacionadas artificialmente. A execução a 12.00 pode ser difícil se o mercado for fino. A odd real disponível pode ser 10.00 ou 9.00.
Resumo
- O mercado de golos tem erros de precificação previsíveis e consistentes
- O viés de recência faz o mercado sobrevalorizar os últimos 2-3 resultados
- Linhas altas (Over 3.5, 4.5, 5.5) são consistentemente subprecificadas porque o mercado subestima caudas
- Ajustes meteorológicos são insuficientes — o Under tem valor em condições adversas
- O contexto tático (precisa de empatar, eliminatória, mesmo treinador) é ignorado
- O efeito de golo early é mal calibrado pelo mercado, criando oportunidades live
- A distribuição real de golos tem caudas mais pesadas que Poisson — ajusta sempre com fatores empíricos