Algoritmo Scommesse con Excel: Modello Semplice da Scaricare
Non tutti vogliono imparare Python, e non tutti devono farlo. Excel è lo strumento che quasi ogni persona con un computer sa già usare, e la sua potenza per i calcoli statistici è ampiamente sufficiente per costruire un modello di Poisson funzionante. Non sarà elegante come uno script Python, non si aggiornerà automaticamente e non scalerà a dieci campionati — ma farà esattamente ciò che serve: tradurre i dati in probabilità e confrontarle con le quote dei bookmaker.
Questa guida ti accompagna nella costruzione di un foglio Excel che calcola le probabilità di una partita usando la distribuzione di Poisson, con istruzioni passo dopo passo che puoi seguire senza alcuna esperienza di programmazione.
La struttura del foglio: tre sezioni fondamentali
Un buon foglio Excel per i pronostici si divide in tre sezioni chiaramente separate. La prima è il database dei risultati: una tabella dove inserisci i risultati delle partite giocate, con le colonne squadra di casa, squadra in trasferta, gol casa e gol trasferta. Questa tabella è la fonte dati del modello e va aggiornata dopo ogni giornata di campionato.
La seconda sezione è il calcolo dei parametri: qui il foglio calcola automaticamente le medie del campionato e la forza d’attacco e di difesa di ogni squadra. Le formule usano funzioni MEDIA.SE (o AVERAGEIF in inglese) per calcolare le medie condizionate — per esempio, la media gol segnati dal Napoli quando gioca in casa. Questa sezione si aggiorna automaticamente ogni volta che aggiungi nuovi risultati al database.
La terza sezione è il motore di previsione: qui inserisci le due squadre che si affrontano e il foglio genera la matrice delle probabilità, le probabilità 1X2, le probabilità over/under e il confronto con le quote dei bookmaker. È la sezione interattiva dove avviene l’analisi vera e propria.
La separazione in tre sezioni non è solo una questione estetica. Rende il foglio più facile da debuggare (se qualcosa non torna, sai dove cercare), più facile da aggiornare (i nuovi risultati vanno solo nella prima sezione) e più facile da estendere (puoi aggiungere nuove analisi nella terza sezione senza toccare le altre).
Costruire il database e i parametri
La tabella dei risultati è semplice: quattro colonne (squadra casa, squadra trasferta, gol casa, gol trasferta) e una riga per ogni partita giocata. Per la Serie A, a metà stagione avrai circa 190 righe. Puoi inserire i dati manualmente dal sito della lega o copiarli da football-data.co.uk, che fornisce file CSV importabili direttamente in Excel.
Il calcolo dei parametri richiede una tabella con una riga per ogni squadra e le seguenti colonne: media gol segnati in casa, media gol subiti in casa, media gol segnati in trasferta, media gol subiti in trasferta. La formula per la media gol segnati in casa dal Napoli, per esempio, è: =MEDIA.SE(database_squadra_casa;”Napoli”;database_gol_casa). In Excel, la funzione MEDIA.SE calcola la media dei valori in un range solo per le righe che soddisfano un criterio specifico.
Con queste medie calcolate per tutte le squadre, aggiungi le colonne per la forza d’attacco e di difesa. La forza d’attacco in casa è il rapporto tra la media gol segnati in casa dalla squadra e la media gol segnati in casa di tutto il campionato. La forza di difesa in casa è il rapporto tra la media gol subiti in casa dalla squadra e la media gol subiti in trasferta di tutto il campionato. Attenzione all’asimmetria: la forza di difesa casalinga si confronta con la media gol delle squadre in trasferta, non con la media complessiva.
Per verificare che i calcoli siano corretti, un controllo utile è che la media delle forze d’attacco di tutte le squadre sia vicina a 1,00 (dovrebbe esserlo esattamente, ma arrotondamenti ed errori nei dati possono creare piccole discrepanze). Se la media è significativamente diversa da 1, c’è un errore nelle formule.
Il motore di previsione: dalla selezione alla matrice
La sezione interattiva inizia con due celle di input dove inserisci i nomi delle due squadre. Da qui, una serie di formule CERCA.VERT (o VLOOKUP) recupera automaticamente i parametri della squadra di casa e di quella in trasferta dalla tabella dei parametri.
Con i parametri recuperati, il calcolo dei lambda è una semplice moltiplicazione: lambda casa = forza attacco casa × forza difesa trasferta dell’ospite × media gol casalinghi del campionato. Lambda trasferta segue la stessa logica con i parametri invertiti.
La matrice delle probabilità è una griglia dove le righe rappresentano i gol della squadra di casa (da 0 a 6) e le colonne i gol della squadra in trasferta (da 0 a 6). Ogni cella contiene la formula della distribuzione di Poisson per i gol della riga moltiplicata per la formula per i gol della colonna. In Excel, la funzione DISTRIB.POISSON (o POISSON.DIST) fa questo calcolo: =DISTRIB.POISSON(riga;lambda_casa;FALSO) × DISTRIB.POISSON(colonna;lambda_trasferta;FALSO).
Estrarre le probabilità 1X2 e over/under dalla matrice
Una volta costruita la matrice 7×7, estrarre le probabilità per i mercati principali è una questione di somme condizionate. La probabilità di vittoria casa è la somma di tutte le celle sotto la diagonale principale — quelle dove i gol casa sono maggiori dei gol trasferta. In Excel, puoi sommarle manualmente selezionando le celle rilevanti, oppure usare una formula MATR.SOMMA.PRODOTTO con una condizione.
La probabilità di pareggio è la somma delle celle sulla diagonale: 0-0, 1-1, 2-2, 3-3, eccetera. La probabilità di vittoria trasferta è semplicemente 1 meno la vittoria casa meno il pareggio, oppure la somma delle celle sopra la diagonale.
Per il mercato over/under 2.5, sommi tutte le celle dove la somma di riga e colonna è maggiore di 2. In pratica, sono tutte le celle tranne quelle corrispondenti a 0-0, 1-0, 0-1, 1-1, 2-0 e 0-2. La somma di queste celle ti dà la probabilità dell’under 2.5, e il complemento a 1 è l’over 2.5.
Per il mercato BTTS (both teams to score), sommi tutte le celle dove sia la riga sia la colonna sono maggiori di zero — cioè tutte le celle tranne la prima riga (0-X) e la prima colonna (X-0).
Queste probabilità vanno poi confrontate con le quote dei bookmaker. Aggiungi una sezione sotto la matrice con le celle per inserire le quote 1X2 e over/under dal tuo bookmaker di riferimento, e calcola automaticamente l’EV per ogni esito. La formula è sempre la stessa: =probabilità_modello × quota – 1. Colora in verde le celle con EV positivo e in rosso quelle con EV negativo, e hai un cruscotto visivo che ti dice immediatamente dove il modello vede valore.
Limiti di Excel e come aggirarli
Il limite più evidente di Excel per il betting algoritmico è l’aggiornamento manuale dei dati. Dopo ogni giornata di campionato, devi inserire i nuovi risultati a mano — un processo che richiede pochi minuti ma che si accumula settimana dopo settimana. Per un singolo campionato è gestibile; per cinque campionati diventa un lavoro a tempo parziale.
Il secondo limite è l’assenza di backtesting automatizzato. In Python, puoi scrivere uno script che simula un’intera stagione di scommesse in pochi secondi. In Excel, il backtesting richiede la creazione manuale di scenari e il calcolo riga per riga dei profitti e delle perdite — un processo lungo e soggetto a errori.
Il terzo limite è la scalabilità dei modelli. Il Poisson base si implementa comodamente in Excel, ma modelli più complessi come il Dixon-Coles (che richiede ottimizzazione numerica) o il machine learning sono impraticabili. Excel ha il Risolutore (Solver) che può gestire problemi di ottimizzazione semplici, ma non ha la flessibilità di una libreria come SciPy.
Per aggirare parzialmente questi limiti, un approccio ibrido funziona bene. Usa Excel per l’analisi interattiva — la parte dove guardi i numeri, confronti le quote, decidi se scommettere — e complementalo con strumenti esterni per i dati. Football-data.co.uk fornisce file CSV aggiornati settimanalmente che puoi importare in Excel con pochi clic. Per il backtesting, puoi esportare le previsioni del foglio in un CSV e analizzarle con uno script Python minimo.
Un altro accorgimento utile è la formattazione condizionale. Colora le celle della forza d’attacco in gradazioni di verde (più verde = più forte) e quelle della forza di difesa in gradazioni di rosso (più rosso = più debole). Aggiungi barre dati alle probabilità della matrice per visualizzare i pattern a colpo d’occhio. Queste personalizzazioni non cambiano i numeri, ma cambiano la velocità con cui li interpreti — e nel betting, l’efficienza conta.
Il foglio di calcolo come palestra mentale
C’è un vantaggio di Excel che nessun altro strumento offre con la stessa immediatezza: la visibilità totale dei calcoli. Quando costruisci il modello cella per cella, vedi ogni passaggio — dalla media gol alla forza d’attacco, dalla forza d’attacco al lambda, dal lambda alla probabilità, dalla probabilità all’EV. Niente è nascosto dietro una funzione di libreria o un metodo di classe. Tutto è lì, nelle formule delle celle, leggibile e modificabile.
Questa trasparenza è un vantaggio didattico insostituibile. Molti scommettitori algoritmici che oggi usano Python e machine learning hanno iniziato con un foglio Excel — e il tempo speso su quel foglio non è stato sprecato. Hanno imparato come funziona il Poisson non leggendone la formula su un libro, ma vedendola produrre numeri diversi quando cambiano i parametri. Hanno capito cosa succede all’EV quando la quota si muove di 0,10 punti, perché lo vedevano cambiare in tempo reale nella cella.
Excel non è dove finisce il viaggio del betting algoritmico. Ma è un ottimo posto dove iniziarlo, perché ti costringe a capire ogni passo prima di automatizzarlo. E nel betting, capire cosa stai facendo è sempre più importante di farlo velocemente.