Teste de hipótese nas apostas: você tem uma vantagem real ou só teve sorte?

Um apostador faz 100 apostas a odd 1,90 e acerta 58. Lucro de 10,2% sobre o volume apostado. Ele conclui que tem um método vencedor e aumenta a stake.

Essa conclusão pode estar certa, mas com esses dados não dá para saber. O apostador não se perguntou qual a chance de conseguir esse resultado sem nenhuma vantagem. O teste de hipótese ajuda a responder exatamente a isso.

A lógica do teste em quatro passos

1. Hipótese nula (H₀): você não tem vantagem. Sua taxa de acerto está no ponto de equilíbrio da odd.
2. Hipótese alternativa (H₁): sua taxa de acerto é maior que o ponto de equilíbrio, indicando uma possível vantagem.
3. p-valor: se H₀ fosse verdadeira, qual seria a probabilidade de obter um resultado tão bom quanto o observado, ou melhor, apenas por acaso?
4. Nível de significância (α): o limite que você define antes de olhar os dados, geralmente 5%. Se p < α, rejeitamos H₀.

Um ponto de atenção: o p-valor não é a probabilidade de você ter vantagem. Ele mede o quanto os dados seriam surpreendentes supondo que a hipótese nula fosse verdadeira.

Passo 1: o ponto de equilíbrio

Numa odd decimal de 1,90, a taxa de acerto necessária para empatar é:

p₀ = 1 / 1,90 = 52,63%

Esse é o ponto de equilíbrio. Acertar 50% parece bom, mas com odd 1,90 dá prejuízo. Acertar 58% parece ótimo, mas isso ainda precisa ser analisado levando em conta a incerteza da amostra.

E há uma distinção importante: 52,63% é a taxa de acerto de equilíbrio para a odd oferecida, não necessariamente a probabilidade verdadeira do evento ou uma estimativa perfeita da probabilidade pelo mercado.

Passo 2: teste binomial para odds fixas

Se todas as apostas têm a mesma odd e cada aposta pode ser classificada como acerto ou erro, o teste binomial exato pode ser usado para avaliar a hipótese de que a taxa de acerto está no ponto de equilíbrio.

from scipy.stats import binomtest
odd = 1.90
p0 = 1 / odd
resultado = binomtest(k=58, n=100, p=p0, alternative="greater")
print(f"p-valor: {resultado.pvalue:.3f}")   # ≈ 0,165

O p-valor é de aproximadamente 16,5%.

Isso significa que, se a taxa verdadeira estivesse no ponto de equilíbrio de 52,63%, haveria cerca de 16,5% de probabilidade de observar 58 acertos ou mais em 100 apostas.

Como 16,5% > 5%, não rejeitamos H₀.

Os 58 acertos são, portanto, compatíveis com uma sequência que poderia ocorrer por acaso.

Isso não prova que você não tem vantagem. Significa apenas que essa amostra não fornece evidência estatística suficiente para rejeitar a hipótese de ausência de vantagem.

E os 58%? Qual é a incerteza?

O resultado observado foi de 58 acertos em 100 apostas, ou 58% de taxa de acerto.

Mas 58% é apenas a taxa observada na amostra. A taxa verdadeira poderia ser diferente.

É justamente por isso que o intervalo de confiança é importante: ele mostra a faixa de valores plausíveis para a taxa de acerto verdadeira, considerando a incerteza da amostra.

Com apenas 100 apostas, essa faixa ainda é relativamente ampla. Em outras palavras, 58% parece um número preciso, mas 100 apostas ainda representam uma amostra pequena para identificar uma diferença relativamente modesta em relação aos 52,63% necessários para empatar.

Esse é um dos motivos pelos quais uma sequência aparentemente excelente pode desaparecer quando o número de apostas aumenta.

Passo 3: qual o tamanho da amostra para detectar um edge?

Antes de começar um teste, é melhor pensar no tamanho da amostra necessário.

O cálculo abaixo usa uma aproximação normal, com 80% de poder estatístico e α = 5%:

from math import sqrt
from scipy.stats import norm
def n_necessario(odd, p_real, alpha=0.05, poder=0.80):
    p0 = 1 / odd
    za, zb = norm.ppf(1 - alpha), norm.ppf(poder)
    return ((za * sqrt(p0 * (1 - p0)) + zb * sqrt(p_real * (1 - p_real)))
            / (p_real - p0)) ** 2
for p in (0.55, 0.56, 0.58):
    print(f"Taxa real {p:.0%}: ~{n_necessario(1.90, p):,.0f} apostas")

Esses números não significam que exista uma quantidade universal de apostas capaz de “provar” um edge.

Eles respondem a uma pergunta mais específica: quantas apostas são necessárias, aproximadamente, para ter 80% de poder de detectar determinada taxa verdadeira, nas condições assumidas pelo cálculo?

Quanto menor a vantagem, maior a amostra necessária para identificá-la.

Um edge de 2 ou 3 pontos percentuais sobre o ponto de equilíbrio pode exigir milhares de apostas para produzir evidência estatística convincente.

Passo 4: quando as odds variam, olhe para o ROI

Na prática, você provavelmente aposta em odds diferentes. Nesse caso, trabalhar apenas com taxa de acerto deixa de ser suficiente.

Uma forma de analisar o desempenho é calcular o lucro de cada aposta em unidades:

• vitória: odd - 1
• derrota: -1

A hipótese passa a ser que o lucro médio por aposta é menor ou igual a zero.

import numpy as np
from scipy import stats
# lucro de cada aposta, em unidades
lucro = np.where(ganhou, odds - 1, -1)
# Teste t unilateral
t = stats.ttest_1samp(lucro, 0, alternative="greater")
print(f"ROI: {lucro.mean():.1%} | p-valor: {t.pvalue:.3f}")
# Bootstrap: intervalo de confiança do ROI
rng = np.random.default_rng(42)
boot = [rng.choice(lucro, len(lucro)).mean() for _ in range(10_000)]
print("IC 95% do ROI:", np.percentile(boot, [2.5, 97.5]))

Como os retornos podem apresentar distribuição assimétrica, especialmente quando as odds variam bastante, o bootstrap pode complementar o teste t ao estimar um intervalo de confiança para o ROI.

Ele não elimina, porém, problemas como dependência entre apostas, viés de seleção ou uma estratégia que tenha sido ajustada aos próprios dados.

Se o intervalo de confiança inclui zero, os dados não fornecem evidência clara de que o ROI seja positivo.

Isso também não significa que o ROI verdadeiro seja necessariamente zero. Significa que a amostra não permite distingui-lo com segurança de um resultado compatível com ausência de lucro.

Numa simulação com 300 apostas em que o apostador tinha um edge real de 4%, o teste não chegou perto da significância (p ≈ 0,31, com intervalo de confiança do ROI entre −8,6% e +14,7%).

Ter vantagem e conseguir demonstrar estatisticamente que ela existe são coisas diferentes.

Passo 5: o atalho do CLV

O ROI depende diretamente dos resultados dos jogos. Por isso, uma sequência de apostas pode passar bastante tempo acima ou abaixo do desempenho esperado.

Uma métrica complementar é o Closing Line Value (CLV).

A pergunta passa a ser: você consegue, de forma consistente, obter preços melhores do que os preços de fechamento?

Uma maneira de representar o movimento do preço, usando odds de fechamento ajustadas para remover a margem (no-vig), é:

# odd_fechamento idealmente sem margem (no-vig)
clv = np.log(odd_apostada / odd_fechamento)   # > 0 = preço melhor na entrada
t = stats.ttest_1samp(clv, 0, alternative="greater")
print(f"CLV médio: {clv.mean():.2%} | p-valor: {t.pvalue:.4f}")

O CLV tem uma característica importante: não depende diretamente de quem venceu o jogo. Ele permite avaliar a qualidade do preço obtido comparando a odd da entrada com uma referência posterior de mercado.

Isso pode torná-lo uma métrica complementar interessante ao ROI, especialmente para estratégias que ainda não possuem uma amostra grande de resultados.

Mas é preciso cuidado: não existe um número universal de apostas a partir do qual o CLV “converge”. A quantidade de dados necessária depende da variabilidade dos preços, da forma de cálculo e da qualidade da referência utilizada para o fechamento.

CLV positivo e consistente não é prova de lucro. Ele pode, porém, fornecer evidência adicional de que suas apostas estão sendo feitas a preços que o mercado posteriormente considera menos atraentes.

Os erros que podem invalidar ou distorcer o teste

1. Testar muitas estratégias e mostrar só a melhor

Esse é o problema do multiple testing.

Se você testa 100 estratégias independentes, todas sem vantagem real, usando α = 5%, a probabilidade de pelo menos uma apresentar p < 0,05 por puro acaso é:

1 − 0,95¹⁰⁰ ≈ 99,4%

Ou seja, quanto mais hipóteses você testa, maior a chance de encontrar um resultado aparentemente significativo mesmo quando nenhuma estratégia realmente possui edge.

Quem olha apenas para a estratégia vencedora pode enxergar um gênio. O problema é que, quando muitas estratégias são testadas, alguma delas pode produzir um resultado extremo simplesmente por acaso.

Esse fenômeno está relacionado a múltiplos testes e à seleção pelo melhor resultado observado.

Antídoto: registre quantas hipóteses foram testadas e considere métodos de correção, como Bonferroni ou Holm. Melhor ainda: valide a estratégia em dados que não foram usados para criá-la ou ajustá-la.

2. Definir a hipótese depois de ver os dados

“Deu certo em jogos de terça-feira com mandante favorito.”

Se essa regra nasceu depois de você observar os resultados, ela é uma hipótese gerada pelos dados, e não uma hipótese que foi testada de forma independente.

Quanto mais características você explora até encontrar uma que funcione, maior o risco de estar capturando ruído.

Escreva a regra antes de testar os dados que serão usados para avaliar a estratégia.

3. Parar quando o resultado agrada

Olhar o p-valor a cada 20 apostas e parar quando ele cruza 0,05 altera as propriedades estatísticas do teste e aumenta o risco de falso positivo.

Se você pretende fazer um teste convencional, defina o tamanho da amostra antes de olhar o resultado.

Quando o acompanhamento sequencial é necessário, existem métodos estatísticos específicos para isso. O problema não é olhar os dados; é olhar repetidamente e usar um critério que não foi planejado para essa situação.

4. Confundir significância estatística com relevância prática

Com dados suficientes, um ROI de 0,3% pode ser estatisticamente diferente de zero.

Mas isso não significa automaticamente que exista uma estratégia economicamente interessante.

Comissões, limites de conta, liquidez, slippage, erros de execução e custos de oportunidade podem consumir uma vantagem estatística pequena.

Significância estatística não é sinônimo de rentabilidade econômica.

5. Ignorar a dependência entre apostas

Várias apostas no mesmo jogo, apostas altamente correlacionadas ou estratégias que dependem dos mesmos acontecimentos não são observações completamente independentes.

Tratar todas como se fossem apostas independentes pode fazer a amostra parecer maior do que realmente é e produzir intervalos de incerteza excessivamente estreitos.

6. Viés de sobrevivência

Você só conhece os tipsters que continuaram publicando resultados.

Os que abandonaram a atividade, pararam de registrar as apostas ou desapareceram das plataformas podem ficar fora da amostra.

Isso pode fazer uma população parecer mais bem-sucedida do que realmente é.

Checklist antes de acreditar no seu edge

• Escrevi a hipótese e a regra de aposta antes de coletar os dados?
• Defini α e o tamanho da amostra com antecedência?
• Sei qual é o ponto de equilíbrio das odds utilizadas?
• Considerei quantas estratégias ou hipóteses testei ao todo?
• Evitei ajustar a estratégia aos mesmos dados usados para avaliá-la?
• Validei o resultado em dados fora da amostra?
• O intervalo de confiança do ROI é compatível com uma vantagem econômica relevante?
• O CLV fornece evidência adicional sobre a qualidade dos preços obtidos?
• Considerei a possível dependência entre as apostas?
• O ganho sobrevive às comissões, limites, liquidez e slippage?

Conclusão

Um apostador que entende teste de hipótese aprende a falar “ainda não sei”.

E isso vale muito num mercado cheio de conclusões tiradas de sequências curtas, retrospectivas e amostras selecionadas.

O teste de hipótese não diz se você é bom. Ele ajuda a responder quanta evidência os seus dados fornecem contra a hipótese de que o resultado poderia ser explicado pelo acaso.

Às vezes, a evidência é forte.

Às vezes, ela desaparece quando a amostra aumenta.

E muitas vezes a resposta mais honesta é simplesmente:

“Ainda tenho pouca evidência para dizer que existe um edge.”