Cinque errori quando si leggono le statistiche sportive

1. Usare campioni troppo piccoli

Tre o quattro partite possono essere fortemente influenzate dal caso, dal calendario e da episodi eccezionali. Una frequenza osservata non è automaticamente una probabilità affidabile per la prossima partita.

Tre pareggi su cinque partite danno il 60%. Se la partita successiva non finisce in parità, la frequenza scende al 50%: un solo risultato cambia la lettura di dieci punti percentuali. Riporta sempre il numero di eventi insieme alla percentuale e confronta periodi omogenei più ampi. Anche un campione grande può essere distorto se gli eventi sono stati selezionati male.

2. Ignorare il contesto

Casa e trasferta, qualità degli avversari, assenze, cambi tecnici e congestione del calendario possono rendere due statistiche formalmente simili ma sostanzialmente diverse.

Due squadre con una media di due gol a partita non hanno necessariamente la stessa forza offensiva: una potrebbe aver affrontato soprattutto avversarie di bassa classifica, l’altra le prime del campionato. Prima del confronto, controlla calendario, periodo, sede e definizione della metrica. Nei dati storici usa soltanto informazioni già disponibili nel momento in cui la decisione sarebbe stata presa.

3. Confondere correlazione e causa

Due fenomeni che si muovono insieme non hanno necessariamente un rapporto causale. Prima di usare un indicatore, occorre capire perché dovrebbe essere collegato all’esito analizzato.

Una squadra può registrare più possesso nelle partite che perde perché, una volta in svantaggio, attacca mentre l’avversaria difende. Da questa associazione non segue che mantenere il pallone provochi la sconfitta. Un indicatore può essere utile a una previsione anche senza provare una causa, ma la sua utilità deve essere verificata su dati successivi e confrontata con una previsione di riferimento semplice.

4. Selezionare soltanto il passato che conferma l’idea

Se provi molti campionati, intervalli di quote e finestre temporali, puoi trovare un sottoinsieme in profitto anche senza un vantaggio ripetibile. Mostrare soltanto il filtro migliore nasconde quanti tentativi sono stati scartati: è un rischio di selezione eccessiva dei risultati, spesso chiamato overfitting.

Definisci le regole su un primo periodo e controllale su un periodo successivo mai usato per scegliere i filtri. Se modifichi le regole dopo aver visto quel risultato, anche il secondo periodo diventa parte della ricerca e serve una nuova verifica. Conserva risultati negativi, dati esclusi e numero di varianti provate; un buon risultato sull’intero storico, da solo, non dimostra capacità predittiva.

• Separa ricerca e verifica in ordine cronologico
• Registra i filtri prima di esaminare il periodo di verifica
• Includi tutte le operazioni previste dalle regole, anche quelle in perdita
• Dichiara quote mancanti, esclusioni e costi del backtest

5. Confondere frequenza, quota e convenienza

Un esito frequente non è automaticamente conveniente. Nel modello di una puntata a quota decimale, senza commissioni né annullamenti, il risultato medio teorico per euro è probabilità stimata × quota − 1. La probabilità di pareggio economico è 1 diviso la quota; la qualità della stima rimane decisiva.

Esempio ipotetico: probabilità del 40% e quota 2,00 danno 0,40 × 2,00 − 1 = −0,20 euro per euro puntato, cioè −20%. Con la stessa probabilità e quota 2,60 il valore teorico sarebbe +4%, ma soltanto se quel 40% fosse una stima corretta e la quota fosse effettivamente disponibile. Non è un rendimento garantito né il risultato della singola partita.

In un backtest controlla le quote delle singole operazioni, i costi e la possibilità di eseguirle. Non ricavare il profitto moltiplicando semplicemente la quota media di tutte le partite per il tasso di successo: le quote delle partite vinte possono avere una media diversa. Somma gli incassi effettivi delle vincite e sottrai l’intero importo puntato e i costi.