Como funciona a nossa IA e como a testamos contra as casas de apostas
Cada dica da Daily Sport Pick sai de um sistema automático: três modelos de previsão avaliam cada jogo e regras fixas decidem o que é publicado. Nenhum tipster escolhe à mão. Aqui estão os modelos, as regras e os testes que fazemos a ambos, incluindo os que falhamos.
O nosso modelo contra o mercado de apostas
Em setembro comparámos as probabilidades do nosso modelo com as probabilidades implícitas nas odds, sem a margem, em 3.519 jogos entre abril e setembro de 2026. Todas as previsões foram feitas antes do apito inicial. Usámos o log-loss, uma medida padrão para previsões de probabilidade: mais baixo é melhor e os erros demasiado confiantes são castigados com força. Como referência, avaliámos também uma previsão que prevê sempre o resultado médio.
| Resultado final, por grupo de competições | Jogos | O nosso modelo | Odds | Sempre a média |
|---|---|---|---|---|
| 5 grandes ligas | 553 | 1,025 | 1,004 | 1,081 |
| Eredivisie, Primeira Liga, Pro League belga, Championship, Brasileirão, MLS | 709 | 1,047 | 1,003 | 1,081 |
| Competições europeias | 468 | 1,099 | 0,926 | 1,051 |
| Segundas divisões e ligas europeias médias | 551 | 1,127 | 1,024 | 1,080 |
| Todas as outras competições | 1.238 | 1,086 | 1,023 | 1,073 |
| Todos os jogos | 3.519 | 1,076 | 1,003 | 1,075 |
Fonte: previsões em direto da Daily Sport Pick contra odds sem margem, de abril a setembro de 2026.
- O mercado de apostas foi a melhor previsão em todos os mercados testados (resultado final, mais/menos 1,5, 2,5 e 3,5 golos, ambas as equipas marcam) e em todos os grupos de competições.
- Nas grandes ligas o nosso modelo ficou perto do mercado. Nas competições europeias e nas ligas pequenas foi pior do que prever sempre a média.
- Poucos dados é o que mais prejudica. Quando uma equipa tinha menos de três jogos de dados, o modelo obteve 1,163, pior do que adivinhar. Com três ou mais, 1,038.
Em 3.519 jogos as odds foram melhor previsão do que o nosso modelo em todos os grupos. Por isso mostramos os dois números lado a lado e nunca chamamos value a uma dica.
Calibração: 70% quer dizer 70%?
Um modelo está bem calibrado quando as suas dicas de 70% acertam cerca de 70% das vezes. Agrupámos cada previsão em direto liquidada pela probabilidade que o modelo dava à sua escolha e contámos quantas vezes essa escolha se confirmou:
| O modelo dizia | Jogos (antigo v3.1) | Acertou (antigo) | Jogos (novo v4) | Acertou (v4) |
|---|---|---|---|---|
| 30–40% | 16.548 | 39,0% | 679 | 37,3% |
| 40–50% | 26.532 | 41,0% | 667 | 45,0% |
| 50–60% | 14.085 | 45,1% | 399 | 54,4% |
| 60–70% | 6.532 | 52,4% | 147 | 64,6% |
| 70–80% | 3.054 | 59,4% | 81 | 71,6% |
| 80–90% | 1.312 | 67,6% | 35 | 80,0% |
| 90–100% | 334 | 70,7% | – | – |
Fonte: 68.404 previsões em direto liquidadas, de 23 de março a 11 de outubro de 2026. O modelo antigo corria em todas as competições; o v4 só onde os dados são melhores, por isso as duas colunas não são os mesmos jogos.
O modelo antigo era demasiado confiante, e mais ainda quanto mais seguro estava: com cerca de 84% acertava 67,6% das vezes, com cerca de 94% só 70,7%. O nosso modelo de mais/menos golos mostra o mesmo padrão: quando dizia cerca de 74%, a linha confirmou-se 57,4% das vezes em 18.717 jogos. O novo modelo v4 está muito mais perto da diagonal, mas com muito menos jogos.
Os números altos do modelo antigo eram altos demais. Onde dizia 74%, a realidade foi 59%. É a principal razão pela qual retirámos as etiquetas de “confiança da IA” e mostramos agora a probabilidade do mercado ao lado de cada número do modelo.
Modelo antigo contra modelo novo, nos mesmos jogos
A tabela de calibração não é uma comparação justa: o v4 só corre nas competições com melhores dados. Por isso comparámos também os dois modelos exatamente nos mesmos 1.639 jogos:
| Nos mesmos jogos | Modelo antigo (v3.1) | Modelo novo (v4) |
|---|---|---|
| Jogos | 1.639 | 1.639 |
| Acertou o resultado | 47,3% | 47,3% |
| Log-loss (mais baixo é melhor) | 1,217 | 1,032 |
Fonte: previsões em direto da Daily Sport Pick, de abril a outubro de 2026, jogos com probabilidades dos dois modelos.
Os dois modelos acertaram o resultado com a mesma frequência, 47,3%. A diferença está nas probabilidades: o v4 obtém 1,032 e o modelo antigo 1,217. Para comparação, prever sempre a média deu cerca de 1,08 no nosso teste de setembro, e as odds cerca de 1,00. A diferença no log-loss é maior do que na tabela de calibração, o que aponta para erros demasiado confiantes nos resultados que o modelo antigo não escolhia: o log-loss castiga muito mais uma probabilidade de 3% que acontece do que uma escolha de 60% que falha.
O novo modelo não acerta mais vencedores. É mais honesto sobre a probabilidade de cada um. Neste conjunto bate claramente o acaso; se bate o mercado de apostas só o afirmaremos depois de o medir em jogos novos.
O que acontece quando os modelos concordam
Em cada jogo contamos quantos dos três modelos favorecem o mesmo resultado:
| Modelos de acordo | Jogos | O modelo dizia | Acertou |
|---|---|---|---|
| Um modelo | 31.737 | 47,6% | 40,2% |
| Dois modelos | 31.789 | 50,6% | 47,5% |
| Os três | 1.315 | 54,4% | 50,0% |
Fonte: previsões em direto liquidadas, de março a outubro de 2026.
O sistema dá também a cada jogo uma pontuação interna de ensemble de 0 a 100. Ordena bem os jogos: abaixo de 10 o resultado favorecido confirmou-se 35,7% das vezes, acima de 90 76,1%, e os 50 jogos com 100 pontos 84,0%. É um número de ordenação, não uma probabilidade, e não decide que dicas publicamos.
Concordar ajuda: 50,0% quando os três concordam, 40,2% quando só um modelo apoia o resultado. Mas mesmo assim o modelo dizia 54,4%, por isso a concordância não cura o excesso de confiança. Só 6 das nossas dicas de teste tiveram concordância total; 5 ganharam, muito poucas para tirar conclusões.
Os três modelos
- Aprendizagem automática. Um modelo de árvores de decisão com gradient boosting treinado em mais de 28.000 jogos históricos. A versão nova v4 trata das competições com melhores dados; a antiga v3.1 serve de recurso nas restantes.
- Poisson. Estima quantos golos cada equipa deverá marcar a partir de avaliações de ataque e defesa por competição, corrigidas pela vantagem de jogar em casa, e transforma esses golos esperados numa matriz completa de resultados.
- Dixon-Coles. Alarga o Poisson com uma correção para resultados baixos como 0-0 e 1-1 (Dixon e Coles, 1997), ajusta-se por máxima verosimilhança e dá mais peso aos jogos recentes. Ajustado por competição.
- O ensemble. Onde o modelo de aprendizagem automática tem dados fiáveis, os três são ponderados 60% aprendizagem automática, 20% Poisson e 20% Dixon-Coles. Nas restantes, Poisson e Dixon-Coles dividem o peso. Um modelo sem dados fiáveis para um jogo fica de fora e os pesos são reajustados.
O modelo de aprendizagem automática usa variáveis como:
- Classificações ELO, global e separadas em casa e fora
- Forma recente das duas equipas
- Golos e golos esperados, marcados e sofridos por jogo
- Número de jogos anteriores, para o modelo saber quantos dados tem
Cada variável é calculada no momento: só se usa informação disponível antes do apito inicial. O ponto fraco é o início da época e as taças, quando uma equipa fez poucos jogos nessa competição.
Como escolhemos as dicas a publicar
Desde 18 de setembro de 2026 aplicam-se as mesmas regras todos os dias, sem seleção manual:
- Competições: Premier League, LaLiga, Serie A, Bundesliga, Ligue 1, Eredivisie, Primeira Liga, Pro League belga, Championship, Brasileirão e MLS.
- Dados suficientes: as duas equipas precisam de pelo menos três jogos anteriores de dados.
- Dicas para múltiplas: a probabilidade mais alta do modelo, pelo menos 70%, com odd mínima de 1,30 e a não mais de 18 pontos percentuais do mercado.
- Dicas extra: probabilidade do modelo de pelo menos 50%, odds entre 1,30 e 4,00, sem mercado de resultado final e não mais de 10 pontos percentuais acima do mercado. Ordenadas por probabilidade.
- Controlo de divisão: são excluídos os jogos em que os dados de uma equipa vêm de outra divisão.
- Sem dicas de recurso: se nada cumprir as regras, publicamos menos dicas ou nenhuma.
As nossas dicas publicadas antes e depois das novas regras:
| Período | Principais | Ganhas | Retorno | Extra | Retorno |
|---|---|---|---|---|---|
| 11 mai a 17 set | 296 | 73,7% | +1,0% | 139 | −23,6% |
| 18 set a 12 out | 32 | 80,4% | +4,8% | 21 | −13,9% |
Fonte: dicas publicadas da Daily Sport Pick, 1 unidade por dica, liquidadas à odd publicada. Registo completo na nossa página de resultados. Contadas desde 11 de maio de 2026, o início do nosso arquivo público.
As tabelas de dicas contam uma história mais sóbria. Desde 18 de setembro o modelo da tabela de múltiplas dizia em média 77,8%, confirmaram-se 66,2% e as odds implicavam 74,2%. Nessas dicas o mercado continuou mais perto da realidade do que nós.
As primeiras 32 dicas principais com as novas regras renderam +4,8%, mas 32 dicas não provam nada: o nosso registo mensal oscilou entre −8,2% e +13,5%. Publicaremos uma nova medição completa quando houver várias centenas.
O que vês no site
- % do modelo e % do mercado. Nas dicas, páginas de análise e tabelas, a probabilidade do nosso modelo aparece ao lado da implícita nas odds. O % do mercado retira a margem: odds de 1,80 e 2,10 em dois resultados passam a cerca de 54% e 46%.
- Vista de mercado nas restantes. Nas competições sem dicas, as páginas de análise mostram só as probabilidades do mercado.
- Sem etiquetas de value. Uma diferença entre modelo e mercado não é uma vantagem. O nosso teste de value betting mostra porquê.
- Mapa de calor de resultados. A grelha de cada página de análise mostra todos os resultados de 0-0 a 4-4: a partir dos golos esperados do nosso modelo onde publicamos dicas, e das odds nas restantes.
- Confirma por ti. A nossa página de estatísticas do modelo mostra a pontuação interna contra os resultados liquidados, e publicámos uma análise de três erros no nosso registo da odd de fecho (em inglês), incluindo o que ainda não conseguimos medir.
Perguntas frequentes
Que modelos de previsão usa a Daily Sport Pick?
Três: um modelo de aprendizagem automática (árvores de decisão com gradient boosting) treinado em mais de 28.000 jogos históricos, um modelo de golos de Poisson e um modelo de Dixon-Coles. Onde a aprendizagem automática tem dados fiáveis são ponderados 60/20/20; nas restantes, Poisson e Dixon-Coles dividem o peso.
O vosso modelo bate as casas de apostas?
Até agora não. Em 3.519 jogos entre abril e setembro de 2026, as probabilidades implícitas nas odds foram melhor previsão do que o nosso modelo em todos os mercados e grupos de competições medidos. O novo modelo v4 é claramente melhor do que o antigo, mas ainda não mostrámos que bate o mercado.
Qual é a precisão do modelo de IA?
Em 1.639 jogos em que as duas versões correram, o modelo antigo e o novo acertaram cada um o resultado 47,3% das vezes, contra 33% ao acaso. Em todas as mais de 68.000 previsões em direto desde março de 2026, que incluem competições mais fracas, o valor foi 43,9%.
O modelo está bem calibrado?
O modelo antigo não: quando dizia cerca de 74%, acertava 59,4% das vezes. O novo modelo v4 está muito mais perto: com cerca de 74%, acertou 71,6% das vezes, em menos jogos.
O que acontece quando os três modelos concordam?
Acertam mais vezes: 50,0% em 1.315 jogos, contra 40,2% quando só um modelo apoia o resultado. Mas os modelos diziam 54,4% nesses jogos, por isso a concordância não elimina o excesso de confiança.
O que é a probabilidade do mercado?
A probabilidade implícita nas odds, sem a margem da casa. Odds de 1,80 e 2,10 em dois resultados passam a cerca de 54% e 46%.
Dicas gratuitas, todos os dias
Dicas de futebol com IA no seu e-mail, todos os dias. Grátis, sem spam, cancele quando quiser.
18+ Aposte com responsabilidade. O jogo pode causar dependência.