Ameaça esperada (xT) no futebol: guia para apostas
O que é a ameaça esperada (xT), como ela valoriza passes e conduções antes do chute, como difere do xG e o que ela pode e não pode dizer a um apostador.
Os gols esperados só começam a contar quando alguém chuta. Tudo o que acontece antes, o passe que quebra uma linha ou a condução até a área, não vale nada até a bola ser chutada. Os chutes são uma parte minúscula de um jogo: a StatsBomb calcula que eles são menos de 1% de todas as ações com a bola.
A ameaça esperada, ou xT (do inglês expected threat), mede os outros 99%. Ela dá um valor a cada passe e condução perguntando o quanto cada um mudou a chance de um time marcar. Este artigo explica o que é a ameaça esperada, como ela é calculada, como difere do xG e o que ela pode e não pode dizer a um apostador.
A versão curta
- O xT valoriza a construção, não só o chute. Cada zona do campo recebe um valor: a chance de sair um gol dali nas próximas jogadas. Um passe ou uma condução vale a diferença entre onde começa e onde termina.
- É um indicador antecedente. Um time pode criar muita ameaça antes de criar muitos chutes, então o xT pode mostrar a pressão crescendo antes do xG ou do placar.
- Não é uma vantagem secreta. Os dados de eventos por trás do xT são vendidos a clubes, à imprensa e às casas de apostas, e modelos melhores (VAEP, Possession Value, On-Ball Value) já vão além do xT.
- Ameaça que nunca vira chute nem sempre é azar. Às vezes é um time que não consegue concluir as jogadas. O uso honesto do xT é como um dado entre vários, comparado com uma odd sem margem.
O que é a ameaça esperada (xT) no futebol?
A ameaça esperada foi apresentada pelo analista Karun Singh num texto muito compartilhado, construído com uma temporada inteira de dados de eventos da Premier League (2017/18). A ideia é simples o bastante para ser explicada sem equações.
Divida o campo numa grade; Singh usou 16 colunas por 12 linhas, o que dá 192 zonas. Para cada zona, veja o que os jogadores fizeram quando estavam com a bola ali:
- com que frequência chutaram, e com que frequência esses chutes entraram, o que é um xG bem simples;
- com que frequência moveram a bola com um passe ou um drible, e para onde a bola foi.
O valor de uma zona é a chance de marcar a partir dela: chutando agora, ou levando a bola para outra zona e marcando de lá. Como o valor de cada zona depende das outras, o cálculo é repetido até se estabilizar, o que nos dados de Singh levou quatro ou cinco rodadas. O resultado é a probabilidade de marcar nas próximas jogadas a partir de qualquer ponto do campo. Os valores são minúsculos perto do próprio gol e sobem muito em direção ao gol adversário.
Depois vem a parte útil: o valor de uma ação é a mudança que ela provoca. Um passe de uma zona que vale 0,077 para uma zona que vale 0,158 soma 0,081 xT, haja ou não um chute depois.
Um exemplo prático: quem realmente criou a chance?
O exemplo original de Singh é um gol do Arsenal contra o Burnley. Mesut Özil abriu a defesa com um passe para Sead Kolašinac, cujo cruzamento rasteiro para trás foi concluído por Pierre-Emerick Aubameyang.
Na súmula, Kolašinac fica com a assistência e Özil com nada. Com o xT, o quadro muda:
| Ação | De | Para | xT somado |
|---|---|---|---|
| Passe em profundidade de Özil | 0,077 | 0,158 | +0,081 |
| Cruzamento rasteiro de Kolašinac | 0,158 | 0,171 | +0,013 |
Por essa medida, Özil foi responsável por cerca de 86% da ameaça criada na jogada, e Kolašinac por 14%. O passe que mudou a situação foi o anterior à assistência, e o xT foi feito para enxergá-lo.
xT vs xG: qual é a diferença?
| Gols esperados (xG) | Ameaça esperada (xT) | |
|---|---|---|
| O que valoriza | Chutes | Passes e conduções, antes de qualquer chute |
| Pergunta que responde | Qual a chance deste chute virar gol? | Quanto esta ação aumentou a chance de gol? |
| Dados necessários | Dados de chutes | Dados de eventos com coordenadas de cada passe e condução |
| Onde é usado | Em todo lugar, inclusive na TV e em apps gratuitos | Clubes, analistas e fornecedores de dados |
| Ponto cego | Perigo que nunca virou chute | Risco, pressão defensiva e movimentação sem a bola |
O xG diz o quanto as chances de um time foram boas. O xT diz o quanto ele levou bem a bola até boas chances. Num período curto, um time pode ser bom na segunda coisa e azarado na primeira.
Além do xT: VAEP, Possession Value e On-Ball Value
O xT é o membro mais simples de uma família de modelos que valorizam cada ação com a bola. A simplicidade é o atrativo, e também o limite.
- VAEP (KU Leuven, 2019) valoriza uma ação pelo quanto ela muda a chance de marcar e de sofrer gol, usando todo o estado do jogo, e não só a posição da bola.
- O Possession Value da Opta (2019/20) estima a chance de uma posse terminar em gol e cobra dos jogadores a perda da bola, além de creditar o avanço.
- O On-Ball Value da StatsBomb (2021) também pesa marcar contra sofrer gol em cada evento.
O que eles têm em comum é o motivo pelo qual o xT sozinho fica aquém. A versão básica conta só as ações completadas, então um passe arriscado interceptado não custa nada. Ela sabe onde está a bola, não onde estão os defensores. E, como observa a StatsBomb, os dados de eventos não enxergam a movimentação sem a bola: a corrida que tornou o passe possível não recebe crédito próprio.
A ameaça esperada consegue encontrar valor nas apostas?
O argumento a favor do xT nas apostas é fácil de fazer. Se um time continua levando a bola a áreas perigosas mas marca pouco, os seus resultados podem estar atrás do seu desempenho, e odds construídas a partir dos resultados vão ficar atrás junto. Na teoria, a ameaça vem primeiro, os chutes vêm depois e os gols vêm depois dos chutes.
A visão honesta precisa de três ressalvas.
1. Nem toda ameaça não convertida é azar. Alguns times chegam à entrada da área e falham repetidamente em criar um chute claro. Isso é uma fraqueza real, não variância, e pode não passar. A ameaça que não vira chute precisa de explicação antes de virar aposta.
2. A evidência para as apostas é fraca. O xT foi pensado para dar crédito aos jogadores na construção das jogadas, não para prever resultados. Não conhecemos nenhuma evidência pública de que acrescentar o xT a um modelo de gols bem construído bata as odds de fechamento com confiabilidade. Qualquer afirmação de que bate merece ser conferida num histórico.
3. Os dados não são exclusivos. Calcular o xT exige dados de eventos com coordenadas de cada ação. Esses dados vêm de fornecedores comerciais, e as casas de apostas também os compram. Uma métrica que casas sharp e sindicatos conseguem calcular dificilmente é uma vantagem gratuita sozinha, pelo mesmo motivo pelo qual o xG puro já está na odd; veja por que o xG já não bate as odds.
O que o raciocínio do xT oferece é uma pergunta melhor. Em vez de "quem ganhou?" ou até "quem teve as melhores chances?", pergunte "quem controlou as partes perigosas do campo, e a odd percebeu?"
Como usar o raciocínio do xT nas suas apostas
- Compare três números, não um. Gols, xG e uma medida de ameaça ou de território. Um time à frente nos três é simplesmente bom. Um time à frente em ameaça e xG mas atrás em gols é o caso interessante.
- Olhe para períodos longos, não para jogos isolados. Um jogo dominante prova pouco. Uma diferença que se mantém por muitos jogos vale mais e tem menos chance de ser ruído.
- Pense no mercado em que você está apostando. A pressão constante gera chutes e escanteios, então ela importa mais para mercados de gols, como mais/menos e ambas marcam.
- Precifique, depois compare. Uma opinião sobre um time não é uma vantagem. Transforme-a numa probabilidade e compare com a odd sem margem.
- Avalie o método pelo valor de fechamento. Se a sua leitura da pressão está certa, o mercado deve se mover a seu favor antes do jogo. Veja por que o CLV importa.
Como o Kepler mede a pressão antes do chute
O Kepler não calcula o xT. Os nossos dados são por jogo, e não um registro de cada passe com as suas coordenadas, e preferimos dizer isso a pegar o nome emprestado.
O que o modelo do Kepler mede é a pressão que vem antes dos gols: o nosso próprio número aproximado de gols esperados, finalizações no gol, chutes de dentro da área, escanteios, posse de bola e ataques perigosos. Uma camada de machine learning combina esses dados com a forma ponderada pelo tempo e por mando de campo, dias de descanso, contexto da liga e o quanto os jogos de cada time são instáveis, e produz uma probabilidade por mercado.
Essa probabilidade é comparada com a odd do mercado sharp depois de tirar a margem, e um sinal só é publicado quando a diferença é grande o bastante para importar. Todo palpite publicado vai para o histórico público, acertos e erros, com o seu valor de fechamento, para que você possa avaliar o método por conta própria.
Perguntas frequentes
O que é a ameaça esperada (xT) no futebol?
Um modelo que dá um valor a cada zona do campo: a chance de sair um gol dali nas próximas jogadas. Um passe ou uma condução vale a diferença entre onde começa e onde termina, então a construção da jogada ganha crédito antes de qualquer chute.
Qual a diferença entre xT e xG?
O xG valoriza os chutes: a probabilidade de cada um virar gol. O xT valoriza os passes e as conduções antes deles: o quanto cada um aumentou a chance de gol. O xG mede a qualidade das chances; o xT mede o quanto um time leva bem a bola até as chances.
Dá para usar o xT nas apostas?
Como um dado entre vários. Uma ameaça constante pode mostrar um time jogando melhor do que seus resultados, mas uma ameaça que nunca vira chute às vezes é uma fraqueza real, e os dados por trás do xT também estão disponíveis para as casas. Compare qualquer leitura com uma odd sem margem e avalie pelo valor de fechamento.
Onde encontro dados de xT?
Calcular o xT exige dados de eventos com as coordenadas de cada passe e condução, que vêm de fornecedores comerciais de dados. Alguns sites de análise publicam xT ou números parecidos de valor de posse; as definições variam entre eles, então compare o que é comparável.
Apostar envolve risco. Resultados passados não garantem retornos futuros. Aposte só o que você pode perder. 18+.