Lição 8: Elo, Dixon-Coles, mercado e IA: qual técnica prevê melhor o futebol?

O modelo do Errei de Novo é Elo + Poisson + simulação. Mas não é a única forma de prever futebol. Nesta lição, comparamos as principais técnicas, com o mesmo teste para todas: prever cada jogo da Série A sem ver o futuro, calibrando em 2012–2018 e testando em 2019–2025.

A régua: o RPS

Usamos o RPS (Ranked Probability Score), a nota de erro mais usada em previsão de futebol. Quanto menor, melhor. Ele leva em conta a ordem dos resultados: dar 60% para a vitória do mandante quando dá empate é um erro "menor" do que quando o visitante vence.

Técnica 1: a média histórica

A mais simples possível: dar para todo jogo as mesmas chances de sempre (mandante ~48%, empate ~27%, visitante ~25%). Não sabe quem é forte ou fraco.

• RPS no teste: 0,221. É o ponto de partida: qualquer modelo que não ganhe disso não serve para nada.

Técnica 2: Elo + Poisson (versão 1 do site)

Uma nota de força por time (Elo), atualizada a cada jogo pelo resultado, transformada em média de gols e depois em placar pela distribuição de Poisson (lição 1 e lição 4).

• RPS no teste: 0,2075. Um ganho grande sobre a média, com uma ideia simples.

Técnica 3: Dixon-Coles

Modelo clássico de 1997, dos estatísticos Mark Dixon e Stuart Coles. Em vez de uma nota, cada time tem força de ataque e força de defesa, e há uma correção para os placares baixos (0×0, 1×0, 0×1, 1×1), que a Poisson pura erra um pouco. Também dá mais peso aos jogos recentes.

• RPS no teste: 0,2083. Curiosamente, não ganhou do Elo no Brasileirão. Mais parâmetros também querem dizer mais chance de "decorar" o passado em vez de aprender.
• Juntar os dois (média das previsões) deu 0,2076: praticamente igual.

Técnica 4: o mercado

As cotações de fechamento das casas de apostas internacionais refletem a opinião de muita gente, informada até o último minuto (escalação, lesões, clima).

• RPS no teste: 0,2011. É o melhor previsor isolado. Por isso, é a referência que todo modelo tenta alcançar.

Técnica 5: Elo + mercado (o modelo atual do site)

A versão 2 do Errei de Novo usa o resultado do jogo e o que o mercado achava antes dele para atualizar a nota de cada time. O mercado aqui é só um dado estatístico: o site não tem nenhuma relação com apostas.

• RPS no teste: 0,2043. Percorre 84% do caminho entre a média histórica e o mercado.
• Para a temporada inteira, o ganho é maior: o erro nas chances de G-4 e de rebaixamento na rodada 10 caiu cerca de 13% em relação à versão 1.

Resumo

E inteligência artificial?

Modelos de aprendizado de máquina (redes neurais, gradient boosting) aparecem muito em artigos. Na prática, para prever resultado de jogo com os dados públicos disponíveis, eles raramente batem um bom Elo, e quase nunca o mercado. O motivo é simples: há poucos jogos por temporada (380) e muito acaso em cada um. Com pouco dado e muito ruído, modelos simples e bem calibrados costumam vencer.

As diferenças parecem pequenas (0,207 contra 0,204), mas em milhares de jogos e somadas ao longo de um campeonato inteiro, elas fazem a chance de título ou de rebaixamento mudar vários pontos percentuais.

Exercício

Por que não basta medir "quantas vezes o favorito venceu"?

Resposta: porque isso ignora o tamanho da chance. Dizer 51% ou 90% para o favorito dá o mesmo "acerto" se ele vencer, mas são previsões muito diferentes. O RPS e a calibração premiam quem acerta a probabilidade, não só quem aponta o favorito.