Modelos de Expectativa para Mercados Live

Aula 12

Modelos de Expectativa para Mercados Live

A diferença fundamental entre mercados pré-jogo e live não é o tipo de ativo — é o tempo de reação. No pré-jogo, tens horas ou dias para analisar, modelar e decidir. No live, tens segundos.

Esta compressão temporal é a maior fonte de ineficiência do mercado desportivo. Os participantes humanos são lentos a processar nova informação em tempo real. Os modelos automáticos são rápidos, mas muitos são demasiado simples — ajustam-se linearmente a eventos que exigem recalibração não-linear.

Implicação: Se tiveres um modelo preparado ANTES do jogo — que calcula instantaneamente o novo valor esperado após qualquer evento — tens uma vantagem sobre a maioria dos participantes que reagem emocionalmente ou com modelos simplistas.

A Anatomia de um Evento Live

Quando ocorre um evento relevante (golo, expulsão, penalty), o mercado passa por três fases distintas:

Fase	Duração	Comportamento	Oportunidade
Fase 1 — Pânico	0-5 segundos	Odds extremas, spreads enormes, liquidez desaparece	Difícil de executar, risco de slippage
Fase 2 — Ajuste	5-30 segundos	Market makers recalibram, odds normalizam parcialmente	Melhor janela se o teu modelo já calculou o novo valor
Fase 3 — Estabilização	30s-2 min	Novo equilíbrio, odds próximas do justo	Pouco valor restante

A vantagem competitiva está em ter o modelo preparado ANTES do jogo, de modo a que, quando o evento ocorre, o cálculo do novo valor esperado seja instantâneo — não estás a pensar, estás a executar o que já foi calculado.

Fórmula 4.4

Modelo de Expectativa Over/Under Live

λ_restante = λ_original × (t_restante / t_total) × F_estado

O lambda para o tempo restante é o lambda original, escalado pela proporção de tempo que falta, multiplicado por um fator de estado que captura o contexto atual do jogo (placar, expulsões, dinâmica).

Fatores de Estado (F_estado)

Cada estado de jogo tem um fator empírico que ajusta o lambda para cima ou para baixo:

Estado do Jogo	F_estado	Interpretação
0-0 aos 60’	0.85	Jogo fechado, equipas satisfeitas
1-1 aos 30’	1.15	Jogo aberto, ambas atacam
0-1 aos 70’ (underdog ganha)	0.75	Favorito pressiona, underdog fecha-se
Expulsão equipa que atacava	0.65	Equipa ofensiva perde capacidade
Expulsão equipa que defendia	1.25	Defesa fragilizada, mais golos esperados
2-0 aos 80’	0.50	Jogo resolvido, ritmo cai
0-0 aos 15’	1.05	Neutro ainda, ligeiro bias para jogo aberto

Exemplo de mercado

Cálculo de lambda restante — Arouca vs. Vitória SC

Contexto

Jogo da Primeira Liga, Arouca-Vitória SC. λ original estimado = 2.6. Jogo aos 35', placar 1-0 para o Arouca (golo contra corrente, xG baixo). Jogo equilibrado.

Leitura de preço

t_restante = 55 min + 4 desconto = 59 min (total 96). F_estado para 1-0 equilibrado = 1.05. λ_restante = 2.6 × (59/96) × 1.05 = 1.68. P(0 golos adicionais) = Poisson(0, 1.68) = 18.6%. P(1+) = 81.4%. Odd justa para mais 1 golo: 1/0.814 = 1.23.

Hipótese

Se o mercado live estiver a precificar o Over 0.5 golos adicionais a 1.30 ou superior, há value no 'Sim' — o mercado está a subestimar a probabilidade de pelo menos mais um golo.

Risco

O fator de estado é uma estimativa empírica. Jogos com 1-0 podem fechar se a equipa da casa decidir gerir o resultado. O modelo precisa de ser calibrado para a liga específica.



    01
    lambda_original
    =
    2.6
     // media de golos prevista pre-jogo
  
    02
    minuto_atual
    =
    35'
    
  
    03
    placar
    =
    Arouca 1-0 Vitoria SC
    
  
    04
    lambda_restante
    =
    1.67
     // apos ajuste de tempo e estado
  
    05
    P(1+ golo adicional)
    =
    81.2%
     // odd justa = 1.23

O Paradoxo do Underdog no Live

Um dos padrões mais consistentes e lucrativos do mercado live é o que chamamos de “Paradoxo do Underdog”.

O padrão: O underdog marca primeiro → o mercado over-ajusta. As odds do favorito sobem (ficam mais altas) de forma exagerada, como se o jogo estivesse perdido. Mas estatisticamente, o favorito continua a ser a equipa mais provável de vencer ou, pelo menos, de não perder.

A oportunidade: Entrar no favorito nos 5-10 minutos após sofrer golo, quando três condições se verificam:

O golo foi contra a corrente de jogo (xG do underdog baixo, xG do favorito alto)
O favorito tem histórico de reviravoltas (percentagem de pontos recuperados após estar a perder)
Restam mais de 30 minutos de jogo

Cenário real: Porto vs. equipa de liga inferior na Liga Europa. O Porto domina (65% posse, 1.8 xG vs. 0.3 xG). Aos 25’, a equipa visitante marca num contra-ataque isolado. Golo contra a corrente.

Antes do golo: odds Porto 1.40 (prob. implícita 71.4%). Após golo: odds Porto sobem para 2.40 (prob. implícita 41.7%).

O mercado retirou 30 pontos percentuais de probabilidade ao Porto por um golo que aconteceu contra toda a lógica do jogo. Com 65 minutos restantes, o Porto com xG de 1.8 em média marca 2+ golos em 65% dos jogos. A odd justa do Porto deveria ser ~1.65 (60.6%), não 2.40 (41.7%).

Value estimado na entrada ao Porto após o golo: odd 2.40 vs. odd justa 1.65 = +45.5% de valor. É uma das oportunidades mais rentáveis do trading desportivo.

Modo de falha

Confundir golo merecido com golo de sorte

O paradoxo do underdog só funciona quando o golo é contra a corrente. Se o underdog está a dominar, a merecer o golo, e o favorito está a jogar mal, a subida das odds do favorito é justificada. Entrar nesse cenário é destruir capital. A chave está no xG momentâneo: se o xG do underdog é baixo (< 0.5) e o do favorito é alto (> 1.0), o golo é ruído. Caso contrário, é sinal.

Mercados de Cartões Live

Os mercados de cartões live são extremamente ineficientes. O modelo padrão ajusta-se de forma linear ao tempo decorrido, ignorando três fatores críticos:

Tensão acumulada: O número de cartões não é linear no tempo. A tensão acumula-se com o resultado, com faltas anteriores, e com decisões do árbitro.
Personalidade do árbitro: Cada árbitro tem um perfil de cartões consistente. Alguns mostram o primeiro amarelo aos 15 min, outros aos 60 min. Ignorar isto é perder precisão.
Contexto do resultado: Jogos com resultando apertado no final geram mais faltas táticas e mais cartões. Jogos resolvidos geram menos.

Fórmula 4.5

Modelo de Cartões Live

λ_cartões_restantes = λ_médio × (t_restante / 96) × F_tensão × F_árbitro

O lambda de cartões para o tempo restante é o lambda médio do jogo, escalado pelo tempo, multiplicado por um fator de tensão (baseado no diferencial de resultado) e um fator de árbitro (perfil histórico de cartões por jogo).



    01
    lambda_medio
    =
    4.5
     // media do jogo
  
    02
    minuto_atual
    =
    60'
    
  
    03
    cartoes_atual
    =
    2
     // ja mostrados
  
    04
    arbitro_ppm
    =
    5.2/jogo
     // arbitro rigido
  
    05
    tensao
    =
    1.3
     // alta tensao
  
    06
    lambda_restante
    =
    1.95
    
  
    07
    P(Over 5.5)
    =
    16.5%
     // odd justa = 6.06

Métricas de Performance para Modelos Live

Para avaliares se o teu modelo live está a gerar valor real, precisas de métricas específicas que vão além do ROI bruto:

Métrica	Alvo	O que mede
Tempo médio de reação	< 30 segundos	Rapidez entre evento e execução
CLV live	> +3%	Qualidade do preço de entrada em live
Brier Score	< 0.22	Calibração das probabilidades estimadas
Oportunidades/dia	> 5 posições com EV > +5%	Frequência de oportunidades de alta qualidade
Taxa de execução	> 70%	Consegues entrar ao preço que o modelo recomenda?

Checklist de decisão

Checklist: Operação Live

O meu modelo está preparado e carregado ANTES do jogo começar?
Defini os limiares de EV mínimo para entrar (ex: > +5%)?
Identifiquei o estado atual do jogo e apliquei o fator de estado correto?
Se houve golo do underdog, verifiquei se foi contra a corrente (xG baixo)?
Calculei o novo lambda restante antes de olhar para as odds do mercado?
O mercado de cartões está a ignorar o perfil do árbitro?
Registei o tempo de reação entre o evento e a minha execução?

Exemplo de mercado

Oportunidade live em cartões — Famalicão vs. Casa Pia

Contexto

Famalicão vs. Casa Pia, Primeira Liga. Árbitro: conhecido por mostrar 6+ cartões por jogo. Jogo aos 55', 1-1, 2 cartões apenas. Tensão a aumentar devido a resultado apertado.

Leitura de preço

λ médio de cartões para este árbitro: 5.8/jogo. Com 35 min restantes (com descontos), F_tensão = 1.3, F_árbitro = 5.8/4.5 = 1.29. λ_restante = 5.8 × (41/96) × 1.3 × 1.29 = 4.14. P(2+ cartões adicionais) = 90.2%. P(3+) = 78.5%. Se o mercado oferece Over 4.5 totais a odds > 2.00, há value.

Hipótese

O mercado ajusta cartões linearmente (mais tempo = mais cartões), mas ignora o perfil do árbitro e a tensão do resultado. Combinando estes dois fatores, o modelo antecipa uma aceleração na segunda parte que o mercado não está a precificar.

Risco

Cartões são intrinsecamente mais voláteis que golos. Uma arbitragem mais branda que o habitual pode destruir o modelo. Usa sempre uma margem de segurança maior em mercados de cartões.

Construção de um Pipeline Live

Um modelo live não é um único cálculo — é um pipeline de decisão que executa em segundos:

Feed de dados: Obter estado atual do jogo (minuto, placar, eventos) via API
Cálculo de lambda restante: Aplicar a fórmula com fatores de estado
Geração de odds justas: Converter lambda em probabilidades para diferentes linhas
Comparação com mercado: Calcular EV para cada mercado disponível
Execução: Se EV > limiar, enviar ordem

O passo mais crítico é o passo 4. Não basta calcular a tua odd justa — precisas de a comparar com as odds disponíveis em tempo real. Um modelo que calcula odds justas perfeitas mas não as compara com o mercado em tempo real é um modelo teórico, não operacional.

Resumo

Mercado live é a maior fonte de ineficiência devido à compressão temporal
Após um evento, o mercado passa por 3 fases: pânico (0-5s), ajuste (5-30s), estabilização (30s-2min)
A vantagem está em ter o modelo preparado ANTES do jogo para execução instantânea
λ_restante = λ_original × proporção de tempo × fator de estado
Golos de underdog contra a corrente criam over-ajuste do mercado — oportunidade no favorito
Mercados de cartões live são extremamente ineficientes porque modelos ignoram árbitro e tensão
Métricas-chave: tempo de reação < 30s, CLV live > +3%, Brier < 0.22
Um pipeline live completo integra feed de dados, cálculo, comparação e execução em segundos

Modelos de Expectativa para Mercados Live