Passo 1: i dati, che sono il 70% del lavoro
Servono diverse stagioni di partite con risultato finale, formazioni, calendario e soprattutto le quote di chiusura di ogni incontro. Senza quote storiche non puoi sapere se il tuo modello batte il mercato, l'unica domanda che conta.
Pulisci i nomi di squadra duplicati, le partite sospese e le date in fusi orari diversi. In Gambeta la maggior parte degli errori dei primi mesi era nei dati, non nel modello.
Ogni contrasto è un dato. Il modello non vede mai la partita: vede le righe che hai deciso di salvare prima.
Passo 2: variabili che esistono prima della partita
La trappola classica è la fuga di informazioni: usare un dato noto solo dopo la partita, come i tiri in porta di quello stesso incontro. In addestramento il modello sembra perfetto; in produzione crolla.
Variabili valide: forma recente, gol attesi delle partite precedenti, riposo tra le partite, fattore campo, assenze confermate e la stessa quota di apertura. In machine learning per le scommesse sportive descriviamo quelle del nostro modello.
Passo 3: il modello
Per iniziare non serve una rete neurale. Una regressione logistica o un gradient boosting ben regolarizzato prevedono probabilità di 1X2 o over/under con solidità. L'importante è che l'output sia una probabilità, non un'etichetta "vince o perde".
Addestra un modello per sport. Calcio, tennis, baseball e basket hanno strutture diverse: nel tennis contano i punti al servizio, nel baseball il lanciatore partente, nel basket le assenze. Un modello unico per tutto impara male tutti e quattro.
Passo 4: calibrazione
Un modello calibrato è uno che, quando dice 60%, ha ragione più o meno 6 volte su 10. Si misura raggruppando le previsioni per fascia e confrontandole con quanto accaduto. Senza calibrazione il confronto con la quota non significa nulla e la puntata è dimensionata male.
Dentro o fuori. Un modello calibrato impara da migliaia di tiri come questo; con poche centinaia impara solo rumore.
Passo 5: il test onesto
Metti da parte l'ultima stagione e non guardarla fino alla fine. Simula di scommettere solo quando la tua probabilità supera quella implicita nella quota di chiusura, a puntata fissa. Se il risultato non è positivo, il modello non funziona per quanto alta sembri la precisione.
Questa logica di scommettere solo con un vantaggio è il value betting, ed è ciò che trasforma un predittore in uno strumento di scommessa.
Passo 6: pubblicare tutto
Un modello che non pubblica lo storico è indistinguibile da un tipster. Registra ogni pronostico con probabilità, quota e risultato, e lascialo in chiaro. È scomodo quando perde ed è l'unico modo perché qualcuno si fidi quando vince.
Se tutto questo ti sembra molto lavoro, è così: è ciò che facciamo ogni giorno in Gambeta, e lo pubblichiamo gratis perché tu non debba costruirlo da zero.
Domande frequenti
Si può addestrare un'IA per le scommesse sportive senza programmare?
Con i fogli di calcolo arrivi a una regressione semplice. Per calibrare e testare contro quote storiche ti serviranno Python o R.
Quante partite servono per addestrare?
Diverse stagioni dello stesso campionato. Con poche centinaia di partite il modello impara rumore, non schemi.
Quali dati sono indispensabili?
Risultati, formazioni, calendario e quote di chiusura storiche. Senza quote non puoi sapere se batti il mercato.
Un'IA generica come ChatGPT può farlo?
Può scrivere il codice e discutere il design, non fare da modello: non ha dati né calibrazione.