Capitolo 3 · 7 min di lettura
Capitolo 3 — Imparare dai risultati passati senza farsi ingannare
Finita la partita arriva la parte più importante e meno fatta: imparare. La gran parte degli scommettitori giudica le proprie scelte solo dal risultato (giocata vinta = buona, persa = cattiva). È sbagliato. Una buona decisione su un evento aleatorio può perdere; una cattiva può vincere. Quello che conta è il PROCESSO. Ecco come valutarlo bene.
1. Era meritata? — xG finale come arbitro
Quando una partita finisce, la prima domanda non è 'chi ha vinto' ma 'chi avrebbe dovuto'. xG home 2.1 vs away 0.6 con score 0-1 ti dice una storia chiarissima: la trasferta ha rubato. Aspettarsi che la stessa cosa si ripeta nelle prossime 3 partite è scommettere contro la mean reversion. PronoStats salva xG finali di ogni match e nei recap mostra il delta tra punteggio reale e atteso. Una squadra che ha incassato 3 sconfitte di fila ma con xG positivo è un compratore di valore nel mercato successivo.
2. Brier score — il modo giusto di valutare una predizione
Se il modello dice '70% casa vince' e la trasferta vince, ha sbagliato? Non necessariamente. Quello 0-1 era previsto al 15% — succede. La domanda giusta non è 'ha azzeccato?' ma 'le probabilità erano calibrate?'. Lo strumento è il Brier score: misura quanto le probabilità predette sono lontane dai risultati reali. PronoStats calcola Brier sia per il modello ML che per la correzione Groq, su ogni match. Il Brier sul mese dice la verità su quanto è affidabile l'AI: numeri vicini a 0 = ottimo, sopra 0.30 = ottimizzabile.
3. Sample size — non fidarti di 5 partite
L'errore più frequente: 'L'AI ha sbagliato 3 partite di fila, è scarsa'. Tre partite non sono un campione. Per fare un giudizio sull'accuracy a un mercato come 1X2 servono almeno 50 match. Su Over/Under 30. Su xG-based 80. Sotto questo, sei vittima della varianza. PronoStats mantiene oltre 1.200 match con feedback registrato — quelli sono numeri che parlano. Le ultime 5 sono curiosità, non statistica.
4. Accuracy trend — il modello migliora?
L'accuratezza statica è una foto. Il trend è il film. PronoStats traccia accuracy giornaliera per ogni mercato (1X2, O2.5, BTTS) e mostra il grafico sulla pagina /accuracy. Un modello che peggiora settimana dopo settimana ha probabilmente un drift dei dati o una feature rotta. Uno che migliora sta apprendendo dai feedback. Settimana per settimana è troppo rumoroso — guarda finestre mobili di 30 giorni.
5. Accuracy per campionato — l'AI è migliore dove?
Non tutti i campionati sono uguali. Il modello funziona meglio dove ha più dati e più stabilità tattica (Bundesliga Over 2.5: ~70%, Serie A Over 2.5: ~62%). Funziona peggio dove c'è frammentazione tattica o sample storico breve (MLS, MLS Apertura/Clausura, leghe minori). PronoStats nella pagina /accuracy ha la sezione 'By league' che ti dice esattamente quali campionati battere e quali evitare. Strategia operativa: gioca dove l'AI ha track record solido, non perché ti piace una partita.
6. Calibrazione — il test definitivo del modello
Un modello calibrato è uno per cui, quando dice 70%, succede davvero il 70% delle volte. Sembra ovvio ma è raro. Molti modelli sono troppo confidenti (dicono 80% e succede 65%) o troppo cauti (dicono 55% e succede 70%). PronoStats blende le probabilità ML con le quote del bookmaker al 60-40% proprio per migliorare la calibrazione. Quando vedi un edge segnalato, la prima cosa da chiedersi non è 'quanto è grosso' ma 'quanto è calibrato il modello su quel mercato in quel campionato'.
Quiz del capitolo
Verifica se hai assorbito i concetti — non si perde niente, è solo per te.
1.L'AI ha sbagliato 3 partite di fila. È evidente che il modello è scarso?
2.Brier score di 0.20 è...
3.In quale campionato PronoStats ha l'accuracy migliore secondo i dati attuali?
Domande frequenti
Quanto dovrebbe essere il Brier score 'buono'?
Sotto 0.25 è ottimo per 1X2 calcio (3 esiti). Sotto 0.20 è eccellente. Il modello ML di PronoStats viaggia intorno a 0.79 raw e ~0.64 dopo correzione Groq.
Perché il Brier dell'ML è peggiore di quello di Groq?
Perché Groq lavora SOPRA il ML: legge le probabilità ML, aggiunge contesto (news, infortuni dell'ultima ora, motivazione) e corregge. È il valore aggiunto.
Dove vedo l'accuracy storica di un singolo mercato?
Sulla pagina /accuracy con filtri per mercato (1X2, O2.5, BTTS) e per periodo (today, week, month, all-time).