Ao fazerem previsões sobre o tênis, especialmente em tempo real, os apostadores devem examinar bem o impacto que a dinâmica pode ter no resultado. No seu artigo mais recente, Jonathon Brycki criou um modelo para compreender e avaliar a dinâmica entre os sets numa partida de tênis.
Num artigo anterior, expliquei como criar um modelo de avaliação do tênis utilizando as percentagens de serviço dos tenistas. Mostrei como este modelo poderia ser utilizado para avaliar os jogos, os sets e as partidas. Este modelo era limitado pelo facto de não considerar a dinâmica dentro de uma partida e, portanto, não era possível utilizá-lo para avaliar os totais e os handicaps.
Existe um efeito de dinâmica menor entre o segundo e o terceiro sets do que entre o primeiro e o segundo.
Este artigo prolonga o modelo anterior com o objetivo de compreender e avaliar a dinâmica entre sets numa partida de tênis. Uma vez mais, utilizo as percentagens de serviço como a base para este modelo.
Dinâmica nos sets
A dinâmica é um fator significativo durante uma partida de tênis. No artigo Estatísticas e probabilidades de apostas nos sets no tênis, mostrei como um tenista tem maior probabilidade de ganhar o segundo set se tiver ganho o primeiro (depois de as respetivas probabilidades pré-jogo terem sido consideradas). O desempenho superior médio era de 16% em todas as partidas da ATP desde 2010. O gráfico abaixo representa esta relação.
Em geral, o efeito diminui à medida que a possibilidade implícita de um tenista aumenta. Ou seja, os tenistas menos favoritos costumam levar mais dinâmica para o segundo set do que os tenistas favoritos.
Ao expressar este gráfico em probabilidades implícitas, podemos claramente ver esta relação. Por exemplo, um tenista cujas probabilidades sugerem uma hipótese de 11-20% de ganhar a partida deverá ter, em média, probabilidades justas de 4,78 para o segundo set. No entanto, se tiver ganho o primeiro set, as suas probabilidades implícitas justas serão na realidade de 3,0, em média.
Da mesma forma, o tenista que ganhar o segundo set para equilibrar a partida em um set tem muito mais probabilidade de ganhar o terceiro set. Existe um efeito de dinâmica menor entre o segundo e o terceiro sets do que entre o primeiro e o segundo. A magnitude do efeito é, em média, de apenas 1,4%.
Para o nosso modelo de avaliação de preços no tênis, esta dinâmica entre sets significa que temos de atualizar as possibilidades de referência (e, portanto, as percentagens de serviço) para levar em conta o que poderá transparecer durante uma partida. Em primeiro lugar, vamos analisar o efeito de dinâmica entre o primeiro e o segundo sets.
Obtenha as melhores probabilidades para o tênis
Aposte já com as melhores margens e os limites mais elevados
Probabilidades mais recentesDinâmica entre o primeiro e o segundo sets
Uma análise anterior mostrou que as possibilidades de vitória dos sets e da partida podem ser modeladas utilizando a diferença na percentagem de serviço dos tenistas. O gráfico abaixo representa como uma diferença na percentagem de serviço se traduz na possibilidade de ganhar um set. Por exemplo, é de esperar que um tenista que ganha mais 4% de pontos no serviço do que o seu adversário ganhe 64% dos sets.
Podemos utilizar esta relação para expressar a possibilidade de vitória do segundo set dependente da vitória do primeiro set como o aumento correspondente na percentagem de serviço. Tal pode ver-se no gráfico abaixo. Por exemplo, se um tenista com uma possibilidade implícita, antes do jogo, de vencer a partida de 65% (probabilidades implícitas: 1,54) ganhar o primeiro set, a sua percentagem de serviço no segundo set deverá aumentar em 2,3%.
Dinâmica entre o segundo e o terceiro sets
Dado que não existe uma tendência percetível no intervalo de possibilidades implícitas, presumi uma vantagem constante de 1,4% no terceiro set para o vencedor do segundo set. Tal equivale a um ajuste de 0,45% na percentagem de serviço a partir das percentagens de serviço definidas antes do jogo.
O que pensamos sobre o modelo?
Simulei o modelo para 150 000 partidas ao variar as percentagens de serviço dos tenistas. O gráfico abaixo representa a relação entre as possibilidades de vitória dos sets e da partida resultantes do modelo. Também apresentamos esta relação na ATP, representada utilizando todas as partidas desde 2010. O modelo parece proporcionar uma boa estimativa dos reais resultados dos sets.
Em seguida, consideremos as relações condicionais para o segundo e para o terceiro sets com uma vitória no primeiro e no segundo sets, respetivamente. O gráfico abaixo compara o modelo a todas as partidas da ATP desde 2010.
Uma vez mais, o modelo parece estar bem calibrado. O passo seguinte é compreender com que precisão é que este modelo avalia os totais e os handicaps. Embora o conjunto de dados que utilizei para a análise não contenha as probabilidades para os totais e para os handicaps relativos a cada partida, podemos comparar os resultados concretos das partidas com as simulações do modelo.
Consideremos em primeiro lugar as partidas com uma avaliação próxima – nas quais as possibilidades implícitas dos jogadores se encontram nos 40-60%. Simulei 30 000 partidas (em torno da percentagem de serviço média de longo prazo da ATP de 64%) e registei os totais e os handicaps. Estas foram comparadas às mais de 6000 partidas da ATP desde 2010 que se enquadram neste intervalo de possibilidade implícita, nos gráficos abaixo.
Embora o modelo pareça estar razoavelmente calibrado, há de reparar que ele estima insuficientemente os totais entre 12 e 18 jogos (o perdedor a ganhar seis jogos ou menos) e estima excessivamente os totais acima de 30.
A outra grande divergência é a estimativa excessiva dos totais 22 e 23 e a estimativa insuficiente de 26 totais. Consequentemente, o modelo estima excessivamente os handicaps baixos e estima insuficientemente os handicaps elevados.
E em relação às partidas com avaliações mais díspares? O gráfico abaixo representa os totais dos jogos para as possibilidades implícitas nos 60-80% (20-40% para o respetivo adversário).
Parece que a deficiência do modelo permanece. O que se passa? Ao que parece, a discrepância mostra que atualizar as percentagens de serviço (e, dessa forma, as possibilidades) só no final de cada set não é suficientemente dinâmico. Idealmente, as percentagens de serviço exigem um ajuste constante após cada jogo e, até mesmo, de cada ponto.
Se um tenista estiver à frente por 3-0 no primeiro set, não só deverão as percentagens de serviço dos tenistas ser atualizadas para o segundo set, mas também para o resto do primeiro set. Um primeiro set de 6-2 teria, portanto, um maior impacto nas probabilidades do segundo set do que um set mais próximo de, por exemplo, 7-5.
Quantificar e incorporar estes fatores deverá eliminar a discrepância entre este modelo e as partidas reais da ATP, permitindo ao modelo avaliar com mais exatidão todos os principais mercados de uma partida de tênis. A segunda parte deste artigo conterá esta análise.
Para aproveitar ao máximo as nossas melhores probabilidades, não deixe de ler mais sobre os conselhos de apostas especializados da Pinnacle.