WOO logo

Nesta página

Valor esperado em apostas em jogadores

Nesta página

Introdução

Valor esperado em apostas em jogadores

A matemática da identificação de oportunidades de valor esperado positivo

Introdução

Aviso: Este artigo tem fins meramente educativos e não constitui aconselhamento de apostas. Os exemplos utilizados são hipotéticos e ilustrativos. Não posso prever resultados nem garantir lucros. O objetivo é ensinar o modelo matemático para avaliar o valor esperado.

No Artigo 1 , aprendemos como extrair informações das linhas de apostas: converter odds em probabilidades, calcular a margem de lucro da casa de apostas e identificar probabilidades justas. Isso nos ensinou o que o mercado está dizendo .

Mas saber o que o mercado diz não basta. Para tomar decisões de apostas informadas, você precisa responder a uma pergunta mais fundamental: vale a pena fazer essa aposta?

Essa questão é respondida por meio da análise do valor esperado (VE). O valor esperado é a maneira matematicamente rigorosa de avaliar qualquer aposta, investimento ou decisão em situações de incerteza. Ele indica, em média, ao longo de várias repetições, quanto você pode ganhar ou perder por dólar apostado.

Neste artigo, abordaremos:

  • A definição matemática e o cálculo do valor esperado.
  • Como estimar a probabilidade real a partir de dados históricos
  • Requisitos de tamanho da amostra e intervalos de confiança
  • Uma estrutura completa para avaliar as características dos jogadores.
  • Erros comuns na estimativa de valor de veículo

Ao final, você entenderá como determinar se uma aposta prop oferece valor esperado positivo — e, mais importante, compreenderá as limitações e incertezas inerentes a essa determinação.

Valor Esperado: Definição Matemática

O valor esperado é a média ponderada de todos os resultados possíveis, onde cada resultado é ponderado pela sua probabilidade de ocorrência.

A Fórmula Geral

Para qualquer aposta com múltiplos resultados possíveis:

EV = Σ (Probabilidade_i × Pagamento_i)

Onde a soma é feita sobre todos os resultados possíveis.

A fórmula da aposta binária (ganhar ou perder)

A maioria das apostas em jogadores são binárias: ou você ganha ou perde. Para essas apostas, a fórmula se simplifica para:

EV = (P_ganho × Lucro_se_ganho) + (P_perda × Prejuízo_se_perder)

Como normalmente apostamos US$ 1 (ou expressamos tudo por dólar apostado) e perdemos toda a aposta se perdermos, isso se torna:

EV = (P_ganho × Lucro) - (P_perda × 1)

E como P_perder = 1 - P_ganhar, podemos escrever:

EV = (P_win × Lucro) - (1 - P_win) = (P_win × Lucro) - 1 + P_win = P_win × (Lucro + 1) - 1

Entendendo os Componentes

  • P_win: A probabilidade real de ganhar a aposta (sua estimativa, não a do mercado)
  • Lucro: Quanto você lucra por dólar apostado se ganhar (em termos de probabilidades decimais: probabilidades_decimais - 1)
  • EV > 0: Valor esperado positivo — você espera obter lucro em várias repetições.
  • EV = 0: Aposta sem vantagem para nenhum dos lados — nenhuma vantagem para nenhum dos lados.
  • EV < 0: Valor esperado negativo — você espera perder ao longo de muitas repetições.

Exemplo Prático 1: Cálculo Simples de Veículos Elétricos

Vamos calcular o valor esperado para uma aposta hipotética.

A aposta

Jogador A: Acima de 25 anos.5 pontos com odds de -110

Passo 1: Converter probabilidades em decimal

Pelo Artigo 1, sabemos que -110 se converte em:

Probabilidade decimal = (100 / 110) + 1 = 0,909 + 1 = 1,909

Isso significa que, se você apostar US$ 1 e ganhar, receberá de volta US$ 1,909 (sua aposta de US$ 1 mais US$ 0,909 de lucro).

Etapa 2: Determine o lucro por dólar

Lucro = Probabilidades_decimais - 1 = 1,909 - 1 = 0,909

Assim, você lucra US$ 0,909 para cada US$ 1 apostado se ganhar.

Etapa 3: Estimar a probabilidade real

Este é o passo crucial. Suponha que você analisou o desempenho do Jogador A e determinou (através de métodos que discutiremos em breve) que ele tem 55% de probabilidade real de marcar mais de 25,5 pontos.

P_win = 0,55 (sua estimativa)

Etapa 4: Calcular o valor esperado

EV = (P_ganho × Lucro) - (P_perda × 1) = (0,55 × 0,909) - (0,45 × 1) = 0,500 - 0,450 = 0,050 = +5,0% ROI

Interpretação

Com base nessas premissas, essa aposta tem um valor esperado de +$0,05 por dólar apostado, ou um retorno de 5% sobre o investimento. Ao longo de 100 apostas desse tipo, você esperaria lucrar $5 por cada $1 apostado (lucro total: $5 em $100 apostados).

Atenção: Este cálculo só é tão bom quanto a sua estimativa de probabilidade. Se a sua estimativa de probabilidade real estiver errada, o cálculo do valor esperado também estará errado. Discutiremos como formular estimativas de probabilidade a seguir.

Sua estimativa versus o mercado

Para que uma aposta tenha valor esperado positivo, sua estimativa de probabilidade deve diferir (e ser mais precisa) da probabilidade do mercado na direção correta.

O relacionamento

No Artigo 1, aprendemos que uma odd de -110 implica uma probabilidade de 52,4% (incluindo a comissão). A probabilidade justa (sem a comissão) é de aproximadamente 50% em um mercado equilibrado de duas vias.

Para o nosso exemplo:

  • Probabilidade implícita de mercado (com margem): 52,4%
  • Probabilidade de mercado justa (estimada): ~50%
  • Sua estimativa: 55%

Você acredita que a probabilidade real é de 55%, enquanto o mercado (após a remoção da margem de lucro) acredita que ela esteja mais próxima de 50%. Essa vantagem de 5 pontos percentuais é o que cria um valor esperado positivo.

A probabilidade de atingir o ponto de equilíbrio

Qual a probabilidade real de uma aposta de -110 se tornar nula (EV = 0)?

0 = (P_ganho × Lucro) - (1 - P_ganho) 0 = (P_ganho × 0,909) - 1 + P_ganho 0 = 1,909 × P_ganho - 1 P_ganho = 1 / 1,909 = 0,524 = 52,4%

Você precisa de uma probabilidade real de vitória de 52,4% apenas para não ter prejuízo com odds de -110. Essa é exatamente a probabilidade implícita que calculamos no Artigo 1. Para ter um valor esperado positivo, sua probabilidade real estimada deve ser superior a 52,4%.

Fórmula geral de ponto de equilíbrio

Para quaisquer probabilidades, a probabilidade de equilíbrio é:

P_ponto de equilíbrio = 1 / Probabilidades_decimais

Isso é matematicamente equivalente à probabilidade implícita do Artigo 1.

Estimando a probabilidade real a partir de dados históricos

O desafio mais fundamental na análise de veículos elétricos: como estimar a probabilidade real?

A abordagem mais comum é usar dados históricos sobre o desempenho passado do jogador.

A abordagem ingênua

Suponha que o jogador A tenha disputado 50 jogos nesta temporada e que, em 28 desses jogos, tenha marcado mais de 25,5 pontos.

Proporção da amostra = 28 / 50 = 0,56 = 56%

Será que 56% é a nossa estimativa de probabilidade? Não tão rápido. Essa proporção amostral é o nosso ponto de partida, mas precisamos levar em conta:

  1. Incerteza do tamanho da amostra
  2. Diferenças de contexto (força do adversário, jogo em casa/fora, dias de descanso, etc.)
  3. Tendências recentes versus médias da temporada
  4. Regressão à média

Tamanho da amostra e erro padrão

Com apenas 50 jogos, existe uma incerteza considerável em torno da estimativa de 56%. Quantificamos essa incerteza usando o erro padrão de uma proporção:

SE = √[p(1-p) / n]

Onde p é a proporção da amostra e n é o tamanho da amostra.

Para o nosso exemplo:

SE = √[0,56 × 0,44/50] = √[0,2464/50] = √0,00493 = 0,070 = 7,0%

O erro padrão é de 7 pontos percentuais. Isso representa uma incerteza considerável!

Intervalos de confiança

Um intervalo de confiança de 95% é aproximadamente:

IC 95% = p ± (1,96 × SE) = 0,56 ± (1,96 × 0,070) = 0,56 ± 0,137 = [0,423, 0,697] = [42,3%, 69.7%]

Interpretação: Com 95% de confiança, a probabilidade real situa-se algures entre 42,3% e 69,7%. Esta é uma amplitude enorme! No limite inferior (42,3%), a aposta teria um valor esperado (VE) péssimo. No limite superior (69,7%), teria um valor esperado (VE) extremamente positivo.

Essa incerteza é o motivo pelo qual o tamanho da amostra é tão importante na estimativa de probabilidade.

De quanta informação você precisa?

A tabela abaixo mostra o erro padrão e a largura do intervalo de confiança de 95% para diferentes tamanhos de amostra, assumindo p = 0,50 (a incerteza máxima ocorre em p = 0,50).

Tamanho da amostra (n) Erro padrão Intervalo de confiança de 95% (±)
10 jogos 15,8% ±31,0%
25 jogos 10,0% ±19,6%
50 jogos 7,1% ±13,9%
100 jogos 5,0% ±9,8%
200 jogos 3,5% ±6,9%
500 jogos 2,2% ±4,4%
1000 jogos 1,6% ±3,1%

Observações principais

  • Com 10 jogos: o intervalo de confiança de 95% é de ±31%, tornando as estimativas de probabilidade praticamente inúteis.
  • Com 50 jogos: o intervalo de confiança de 95% é de ±14%, o que ainda representa uma incerteza considerável.
  • Com 200 jogos: o intervalo de confiança de 95% é de ±7%, razoável para estimativa.
  • Com 1000 jogos: o intervalo de confiança de 95% é de ±3%, boa precisão.

O problema: a maioria dos jogadores não possui mais de 200 jogos em um único contexto. Uma temporada da NBA tem apenas 82 jogos. Uma temporada da NFL tem apenas 17 jogos. Essa quantidade limitada de dados cria uma incerteza fundamental na estimativa de probabilidade.

Exemplo Prático 2: Veículo Elétrico com Análise de Incerteza Adequada

Vamos analisar um exemplo mais realista que leve em consideração as limitações do tamanho da amostra.

A aposta

Jogador B: Mais de 6,5 rebotes com odds de +105

Etapa 1: Dados históricos

O jogador B participou de 40 jogos nesta temporada. Em 22 desses jogos, ele obteve mais de 6,5 rebotes.

Proporção da amostra = 22 / 40 = 0,55 = 55%
Erro padrão = √[0,55 × 0,45 / 40] = 0,079 = 7,9%
IC 95% = 0,55 ± (1,96 × 0,079) = 0,55 ± 0,155 = [0,395, 0,705]

Etapa 2: Ajustes contextuais

Você percebe que nos últimos 10 jogos (contra adversários com garrafões menores), ele conseguiu mais de 6,5 rebotes em 8 jogos (80%). No entanto, o adversário de hoje tem um time forte no rebote. Analisando os jogos contra times entre os 10 melhores em rebotes, ele só conseguiu 3 rebotes em 8 tentativas (37,5%).

Qual estimativa você deve usar?

  • Ao longo da temporada: 55% (n=40)
  • Últimos 10 jogos: 80% (n=10, mas amostra pequena!)
  • contra as melhores equipes em rebotes: 37,5% (n=8, amostra muito pequena!)

Os 55% referentes à temporada completa possuem a maior quantidade de dados, mas podem não refletir o confronto de hoje. A amostra da equipe com maior número de rebotes (37,5%) é a mais relevante, porém apresenta uma incerteza muito alta (erro padrão ≈ 17%).

Uma abordagem razoável: ponderar a estimativa geral com maior peso devido ao tamanho maior da amostra, com um ajuste modesto para o contexto. Vamos estimar 48% como nossa probabilidade real (entre a média da temporada de 55% e a taxa de 37,5% de confrontos difíceis).

Etapa 3: Calcular o VE

Probabilidades: +105 → Probabilidades decimais: 2,05 → Lucro por dólar: 1,05

EV = (P_ganho × Lucro) - (P_perda × 1) = (0,48 × 1,05) - (0,52 × 1) = 0,504 - 0,520 = -0,016 = -1,6% ROI

Etapa 4: Análise de Sensibilidade

Dada a nossa incerteza, vamos calcular o valor esperado (VE) nos limites do intervalo de confiança:

Cenário otimista (58% de probabilidade real):

EV = (0,58 × 1,05) - (0,42 × 1) = 0,609 - 0,420 = +0,189 = +18,9%

Cenário pessimista (38% de probabilidade real):

EV = (0,38 × 1,05) - (0,62 × 1) = 0,399 - 0,620 = -0,221 = -22,1%

Conclusão

Nossa melhor estimativa sugere que esta é uma aposta com valor esperado marginalmente negativo (-1,6%). No entanto, dada a nossa incerteza (o intervalo de confiança inclui cenários com valor esperado fortemente positivo e fortemente negativo), esta não é uma decisão simples. Um apostador conservador deixaria passar. Um apostador agressivo que acredita que seu ajuste contextual está correto ainda pode apostar se achar que a probabilidade real está mais próxima de 50% ou mais.

Lição fundamental: A incerteza faz parte da análise. Não finja que conhece a probabilidade exata com uma precisão que você não possui.

O problema da regressão à média

Um dos erros mais comuns nas apostas em eventos específicos é não levar em conta a regressão à média.

O que é regressão à média?

Quando um jogador tem um desempenho excepcionalmente bom (ou ruim) em uma pequena amostra, esperamos que seu desempenho futuro "regreda" em direção à sua média de longo prazo. Isso é uma necessidade matemática, não um fenômeno psicológico.

Exemplo

O jogador C tem uma média de 18 pontos por jogo ao longo de sua carreira (500 jogos). Nos últimos 10 jogos, sua média foi de 26 pontos por jogo.

Análise ingênua: "Ele está com uma média de 26 pontos por jogo recentemente, então provavelmente marcará mais de 24,5 pontos hoje à noite!"

Estatística real: A média de 26 pontos por jogo provavelmente está inflada por variações aleatórias. Esperamos que sua próxima partida tenha uma média entre 18 (média da carreira) e 26 (sequência recente de bons jogos), ponderada pela força de cada amostra.

A fórmula de regressão

Uma fórmula simplificada de regressão à média:

Desempenho_esperado = (w₁ × Média_recente) + (w₂ × Média_da_carreira)

Onde os pesos w₁ e w₂ dependem do tamanho da amostra. Amostras maiores recebem maior peso.

Para o nosso exemplo, se ponderarmos a amostra de 500 jogos na carreira com um peso muito maior do que a sequência de 10 jogos consecutivos com boa fase:

Valor esperado = (0,15 × 26) + (0,85 × 18) = 3,9 + 15,3 = 19,2 PPG

Nossa previsão é de 19,2 pontos por jogo, muito mais próximo de sua média na carreira do que de sua recente sequência de bons jogos. Isso afeta drasticamente nossa decisão de apostar em mais de 24,5 pontos.

Resumindo: Sequências de bons e maus momentos significam menos do que você imagina. Amostras maiores (médias de carreira, dados da temporada completa) merecem maior peso, mesmo quando o desempenho recente é diferente. Abordaremos esse assunto com mais detalhes no Artigo 5 sobre falácias comuns, em especial a falácia da "mão quente" e a regressão adequada à média.

Uma estrutura completa para avaliação de propriedades

Resumindo, aqui está um guia passo a passo para avaliar qualquer item de jogador:

Etapa 1: Extrair informações de mercado

  • Converter chances em probabilidade implícita
  • Calcule a margem de lucro da casa de apostas.
  • Estimar probabilidade justa (remover vig)
  • Identificar a probabilidade de equilíbrio

Etapa 2: Reunir dados históricos

  • Desempenho ao longo da temporada: Com que frequência o jogador superou essa marca?
  • Tamanho da amostra: Quantos jogos? (Quanto mais, melhor)
  • Calcule a proporção da amostra e o erro padrão.
  • Construa um intervalo de confiança em torno da estimativa.

Etapa 3: Faça ajustes contextuais

  • Força do oponente na categoria relevante
  • Comparação entre jogos em casa e fora (se o tamanho da amostra for suficiente)
  • Dias de descanso e jogos consecutivos
  • Situação das lesões (jogador e companheiros de equipe)
  • Tendências recentes (mas ponderar com cautela devido ao tamanho reduzido das amostras)

Etapa 4: Formular a estimativa de probabilidade

  • Dados de ponderação ao longo da temporada são fortemente influenciados (amostra grande).
  • Ajuste moderadamente para fatores contextuais fortes.
  • Levar em conta a regressão à média em sequências
  • Seja conservador: em caso de incerteza, incline-se para a probabilidade de mercado.

Etapa 5: Calcular o valor esperado

  • Use a fórmula: EV = (P_ganho × Lucro) - (P_perda × 1)
  • Realizar análise de sensibilidade: E se a probabilidade for de ±5%?
  • Considere o intervalo de confiança: Intervalo de valores esperados possíveis.

Etapa 6: Tomar uma decisão

  • Aposte apenas se o valor esperado (EV) for claramente positivo (por exemplo, +3% ou melhor).
  • Evite situações marginais onde a incerteza é alta.
  • Nunca aposte apenas porque você "tem um pressentimento".
  • Acompanhe suas apostas e revise os resultados para calibrar suas estimativas.

Nota importante: Esta estrutura não garante lucro. É uma abordagem sistemática para pensar probabilisticamente. Mesmo com uma metodologia perfeita, a variância criará ganhos e perdas. O objetivo é um valor esperado positivo ao longo de muitas apostas, não ganhar em todas as apostas individuais.

Erros comuns na estimativa de veículos elétricos

1. Supervalorização de amostras pequenas

"Ele ultrapassou a linha de gol em 4 dos seus últimos 5 jogos, então provavelmente vai ultrapassá-la hoje à noite!"

Problema: 5 jogos é uma amostra muito pequena. O erro padrão é de aproximadamente 22%, tornando a estimativa praticamente inútil. Um placar de 4-1 poderia facilmente ser atribuído a um jogador com 50% de aproveitamento que teve sorte.

2. Ignorando a regressão à média

"Ele está com aproveitamento de 50% nos arremessos de três pontos nos últimos 10 jogos, contra 35% na carreira. Claramente houve uma melhora!"

Problema: Amostras pequenas criam tendências aparentes que são apenas ruído. A menos que haja uma razão mecânica para a melhoria (recuperação de lesão, mudança de treinador), assuma uma regressão à média da carreira.

3. Falsa Precisão

"Com base no meu modelo, estimo uma probabilidade exata de 53,7%."

Problema: Com dados limitados, alegar precisão de 0,1% é um absurdo. Sua incerteza provavelmente é de ±5-10%. Leve isso em consideração em sua análise.

4. Viés de Confirmação

"Gostei muito disso, deixe-me encontrar estatísticas que o comprovem."

Problema: Você sempre encontrará estatísticas selecionadas a dedo para apoiar qualquer posição. Use uma estrutura sistemática e siga-a consistentemente, mesmo quando ela contradizer sua intuição.

5.Ignorando a correlação

"Apostei em cinco opções diferentes do mesmo jogo, todas com valor esperado positivo (+EV) independente!"

Problema: As apostas em um mesmo jogo são correlacionadas. Se o jogo for diferente do esperado (goleada, baixa pontuação, etc.), várias apostas podem perder juntas. Isso cria um risco para a carteira, que discutiremos no Artigo 3 , e a matemática da correlação é abordada detalhadamente no Artigo 4 .

6. Não rastrear resultados

"Acho que sou lucrativo, mas não mantenho registros."

Problema: Sem dados, você não consegue aprimorar suas estimativas de probabilidade nem saber se sua estratégia está funcionando. Registre cada aposta: data, aposta, odds, sua probabilidade estimada, resultado e lucro/prejuízo.

Por que a maioria dos motores a hélice são -EV (e isso não é um problema)

Eis uma verdade incômoda: a maioria das apostas em jogadores oferecidas pelas casas de apostas têm valor esperado negativo (-EV) para o apostador . Isso não é surpreendente — é proposital.

A matemática explica porquê.

Conforme o Artigo 1, sabemos que as taxas de retenção típicas são de 4 a 6% para as principais opções de investimento, e maiores para opções exóticas. Isso significa:

Ponto de equilíbrio: Você deve ganhar com a taxa de probabilidade implícita (por exemplo, 52,4% para -110)
Probabilidades razoáveis: Preços de mercado em torno de 50% (após a remoção da comissão)
Sua vantagem necessária: Você deve estimar uma probabilidade real superior a 52,4% de obter +EV (valor esperado positivo).

Para uma aposta com odds de -110 ser +EV (valor esperado positivo), sua estimativa de probabilidade deve ser pelo menos 2,4 pontos percentuais maior do que a estimativa justa do mercado. Dada a incerteza na estimativa com amostras pequenas (tipicamente ±5-10%), encontrar situações claramente +EV é raro.

Os Sharps contra o Mercado

Apostadores profissionais ("sharps") investem enormes recursos em dados, modelos e coleta de informações. A linha de fechamento do mercado representa a sabedoria coletiva desses apostadores experientes, somada aos modelos da casa de apostas. Superar esse consenso de forma consistente é extremamente difícil.

Onde o valor pode existir

Se existirem oportunidades +EV, é muito provável que estejam em:

  • Jogadores secundários: Menos atenção aos detalhes, menos sofisticação na modelagem.
  • Estatísticas de nicho: Apostas exóticas onde a casa de apostas tem menos dados.
  • Apostas ao vivo: Situações em rápida mudança onde as linhas não refletem a realidade.
  • Informações de última hora: notícias sobre lesões e mudanças na escalação ainda não foram definidas nos preços.

Mas mesmo nesses mercados, a margem de lucro da casa de apostas é normalmente maior (10-15% ou mais), exigindo vantagens maiores para serem superadas.

Resumo

Não espere encontrar apostas com valor esperado positivo (+EV) facilmente. Se você está encontrando apostas com +EV em todos os lugares, provavelmente está superestimando sua vantagem. Seja cético em relação às suas próprias estimativas, especialmente quando elas diferem significativamente do mercado.

Conselhos práticos para apostas em proposições baseadas em valores esperados (EV)

1. Concentre-se na sua vantagem competitiva

Não aposte apenas porque você tem uma opinião. Aposte somente quando tiver uma vantagem informacional ou analítica genuína sobre o mercado. Se você estiver usando os mesmos dados que todos os outros, provavelmente não tem nenhuma vantagem.

2. Aposte pouco quando estiver incerto.

Quando sua estimativa de probabilidade tiver intervalos de confiança amplos, aposte menos (ou não aposte). Reserve suas maiores apostas para situações em que você tenha alta confiança em sua estimativa. Formalizaremos isso no Artigo 3 com o Critério de Kelly, que determina matematicamente o tamanho ideal da aposta.

3. Especializar-se

Em vez de apostar em muitos esportes/ligas, concentre-se em um ou dois nos quais você possa desenvolver verdadeira expertise. Assista a todos os jogos, acompanhe os fatores contextuais e crie modelos estatísticos. A especialização é como você desenvolve vantagens que o mercado não possui.

4. Monitore tudo

Mantenha registros detalhados:

  • Descrição da data e do objeto
  • Probabilidades e sua probabilidade estimada
  • Seu raciocínio para a estimativa de probabilidade
  • Resultado (vitória/derrota) e lucro/prejuízo
  • Desempenho real do jogador

Após mais de 100 apostas, analise: suas estimativas de probabilidade estão bem calibradas? Quando você estima 55%, as apostas acertam em aproximadamente 55% das vezes? Caso contrário, ajuste sua metodologia.

5. Aceitar Variância

Mesmo com apostas com expectativa positiva perfeita (+EV), você terá sequências de derrotas devido à variância.Uma taxa de acerto de 60% (excelente!) ainda significa 40 derrotas a cada 100 apostas. Não abandone uma estratégia sólida após uma sequência ruim. Vamos explorar a variância em detalhes no Artigo 3.

6. Saiba a hora de ir embora.

Se, após mais de 100 apostas cuidadosamente monitoradas, você apresentar perdas consistentes, uma das duas coisas é verdadeira:

  1. Você não teve sorte (possível, mas improvável em mais de 100 apostas).
  2. Na verdade, você não tem vantagem (o que é mais provável).

Seja honesto consigo mesmo. A maioria dos apostadores não tem uma vantagem real. Isso não é uma falha moral — é apenas muito difícil vencer mercados eficientes.

Conclusão

A análise do valor esperado é a ferramenta fundamental para avaliar qualquer aposta em situações de incerteza. Os principais conceitos que abordamos foram:

  1. Fórmula do valor esperado (VE): VE = (P_ganho × Lucro) - (P_perda × 1). Uma aposta só vale a pena se o VE for maior que 0 com confiança suficiente.
  2. Estimativa de probabilidade verdadeira: Utilize dados históricos como ponto de partida, mas leve em consideração as limitações do tamanho da amostra por meio do erro padrão e dos intervalos de confiança.
  3. O tamanho da amostra é extremamente importante: com 50 jogos, a incerteza é de ±14%. Com 200 jogos, é de ±7%. A maioria das estimativas de probabilidade tem uma incerteza muito maior do que os apostadores admitem.
  4. Regressão à média: Sequências de bons e maus momentos são frequentemente ruído. Dê mais peso aos dados de longo prazo do que ao desempenho recente, especialmente com amostras recentes pequenas.
  5. Estrutura sistemática: Siga um processo consistente para cada proposta: extraia informações de mercado, colete dados, faça ajustes, estime a probabilidade, calcule o valor da empresa (EV), tome uma decisão.
  6. A maioria das apostas especiais têm valor esperado negativo (-EV): isso é intencional. A margem de lucro da casa de apostas garante que apostar aleatoriamente resulte em perda de dinheiro. Encontrar uma aposta com valor esperado positivo (+EV) verdadeiro exige uma vantagem genuína sobre o mercado.

O que ainda não abordamos: Como dimensionar suas apostas? Mesmo que você tenha identificado corretamente uma oportunidade com valor esperado positivo (+EV), apostar demais (ou de menos) pode ser custoso. O dimensionamento ideal das apostas exige a compreensão da variância e do risco de perda total.

No Artigo 3: Variância e Gestão de Banca para Apostas Especiais, exploraremos a matemática do dimensionamento de apostas, aplicaremos o Critério de Kelly a apostas em jogadores, calcularemos o risco de ruína e desenvolveremos uma abordagem de portfólio para múltiplas apostas especiais. O valor esperado indica o que apostar; a gestão de banca indica quanto apostar.

Navegação em Série

A Matemática dos Adereços de Jogador - Artigo 2 de 5

Artigos relacionados ao Mágico das Probabilidades