Modelo Dixon-Coles Explicado: Correção de Baixos Placares e Decaimento Temporal no Futebol

1. Introdução: A Falha Estrutural do Modelo Poisson Independente

Na modelagem quantitativa de futebol de associação, o modelo de Poisson independente — introduzido pioneiramente na análise esportiva por M. J. Maher em 1982 — representa a referência clássica para estimar a expectativa de gols e as distribuições de placares exatos. A premissa central de Maher afirma que os gols marcados pela equipe mandante ($X$) e pela equipe visitante ($Y$) ao longo dos 90 minutos de tempo regulamentar seguem processos estocásticos pontuais de Poisson mutuamente independentes, parametrizados pelas expectativas marginais de gols $lambda$ e $mu$:

Embora matematicamente simples, computacionalmente rápido e amplamente utilizado por apostadores amadores, essa hipótese de independência estocástica apresenta uma grave deficiência empírica: os gols no futebol profissional não são condicionalmente independentes. Em dados reais de ligas competitivas, a dinâmica tática, a conservação de energia após abrir vantagem, a pressão psicológica e as decisões de arbitragem introduzem uma correlação não nula entre os placares de mandantes e visitantes.

Essa distorção estrutural cria uma vulnerabilidade evidente nos mercados de apostas esportivas. Qualquer consórcio quantitativo que dependa de modelos de Poisson sem correção subestimará gravemente a probabilidade real de empates com poucos gols, calculará linhas de Handicap Asiático distorcidas e precificará mercados de Menos de 2,5 Gols (Under 2.5) com valor esperado negativo ($ ext{EV} < 0$).

Em seu célebre artigo de 1997 publicado no Journal of the Royal Statistical Society, os estatísticos britânicos Mark J. Dixon e Stuart G. Coles apresentaram a solução canônica para este problema: "Modelling Association Football Scores and Inefficiencies in the Football Betting Market". O modelo Dixon-Coles introduziu um fator de ajuste de correlação bivariada $ au_{x,y}(lambda, mu, ho)$ que pondera explicitamente os estados de baixa pontuação, preservando integralmente a distribuição marginal de Poisson, associado a um mecanismo de decaimento temporal exponencial para refletir a evolução das forças relativas das equipes ao longo do tempo.

Este tratado técnico apresenta a dedução matemática completa do modelo Dixon-Coles, a demonstração da conservação da massa de probabilidade total, a formulação da Estimação de Máxima Verossimilhança (MLE) com decaimento temporal $\xi$, tabelas empíricas de distorção de mercado e um código completo e operacional em Python utilizando scipy.optimize.

2. O Fator de Correção Bivariada de Dixon-Coles

Para corrigir a falha da independência estocástica sem perder a eficiência de cálculo das distribuições de Poisson, Dixon e Coles formularam a seguinte função de probabilidade conjunta ajustada:

O fator de ajuste $ au_{x,y}(lambda, mu, ho)$ é uma função escalar discreta definida pontualmente sobre os resultados de baixa pontuação ${0, 1} imes {0, 1}$, parametrizada pelo coeficiente de correlação $ ho$:

Demonstração Matemática da Conservação da Probabilidade Total

Para que o modelo seja estatisticamente válido, a introdução de $ au_{x,y}$ deve respeitar dois axiomas fundamentais: não negatividade ($P(X=x, Y=y) ge 0$) e conservação da probabilidade total ($sum_{x=0}^infty sum_{y=0}^infty P(X=x, Y=y) = 1$).

Podemos demonstrar a conservação total decompondo o somatório em relação à base clássica de Poisson mais a perturbação sobre os quatro estados modificados:

Onde o termo de perturbação $Delta$ é avaliado diretamente sobre os estados $(0,0), (0,1), (1,0), (1,1)$:

Substituindo as probabilidades de Poisson não ajustadas $P_0(lambda) = e^{-lambda}$, $P_1(lambda) = lambda e^{-lambda}$, $P_0(mu) = e^{-mu}$ e $P_1(mu) = mu e^{-mu}$, e evidenciando o termo comum $e^{-lambda-mu}$:

A soma das perturbações é identicamente nula. Logo, a probabilidade total de $100%$ permanece perfeitamente conservada em qualquer parametrização válida.

Interpretação Física do Parâmetro de Correlação $ ho$

Em dados empíricos de ligas reais, o método de Máxima Verossimilhança converge consistentemente para um valor negativo de $ ho$, situado rotineiramente no intervalo:

A mecânica de um $ ho$ negativo (por exemplo, $ ho = -0,11$) reflete precisamente o comportamento tático de partidas equilibradas:

• No estado $(0,0)$: $ au_{0,0} = 1 - lambda mu ho$. Como $ ho < 0$, o produto $-lambda mu ho > 0$, fazendo com que $ au_{0,0} > 1$. A probabilidade de um empate sem gols é aumentada em relação ao Poisson ingênuo.
• No estado $(1,1)$: $ au_{1,1} = 1 - ho$. Como $ ho < 0$, $1 - ho = 1 + | ho| > 1$. A probabilidade do placar 1 a 1 é explicitamente amplificada.
• Nos estados $(0,1)$ e $(1,0)$: $ au_{0,1} = 1 + lambda ho < 1$ e $ au_{1,0} = 1 + mu ho < 1$. As probabilidades de vitórias magras de 1 a 0 são reduzidas, compensando com exatidão o ganho dos empates.

3. Parametrização das Equipes: Ataque, Defesa e Mando de Campo

No modelo de Dixon e Coles, as expectativas de gols $lambda_{i,j}$ (equipe mandante $i$ contra visitante $j$) e $mu_{i,j}$ (equipe visitante $j$ contra mandante $i$) são estruturadas de forma log-linear através das forças latentes de cada clube:

Onde:

• $alpha_i > 0$: O índice ofensivo (força de ataque) da equipe $i$. Um time com $alpha_i = 1,30$ gera 30% mais chances de gol do que a média da competição.
• $eta_j > 0$: A fragilidade defensiva (vulnerabilidade a sofrer gols) da equipe $j$. Um time com $eta_j = 0,80$ concede 20% menos gols do que a média da liga.
• $gamma > 0$: O fator global de vantagem do mando de campo da liga. Em ligas europeias consolidadas, $gamma$ varia entre $1,20$ e $1,35$.

A Restrição de Identificabilidade de Parâmetros

Um erro conceitual comum em modelos de classificação esportiva é a indeterminação de escala. Multiplicar todos os parâmetros de ataque $alpha_k$ por uma constante $c > 0$ e dividir todas as defesas $eta_k$ por $c$ gera valores idênticos para $lambda_{i,j} = (c alpha_i)(eta_j / c)gamma = alpha_i eta_j gamma$.

Para eliminar graus de liberdade espúrios e fixar o estimador de Máxima Verossimilhança, Dixon e Coles estabeleceram uma restrição de normalização sobre todos os $N$ clubes do campeonato:

Isso padroniza a força média de ataque da liga em exatamente 1,00, servindo de âncora matemática para todas as métricas relativas.

4. Decaimento Temporal Exponencial: A Função de Memória $\xi$

Modelos ingênuos tratam partidas disputadas há dois anos com o mesmo peso de partidas realizadas no último domingo. No futebol real, transferências de atletas, trocas de comissão técnica e oscilações físicas alteram substancialmente o rendimento das equipes.

Para incorporar a dinâmica temporal sem perder a robustez amostral, Dixon e Coles introduziram uma função de decaimento temporal exponencial $w_k(\xi)$ para cada partida histórica $k$ realizada na data $t_k$, relativa à data de previsão $t$:

Onde $(t - t_k)$ representa o tempo decorrido em dias e $\xi > 0$ é o hiperparâmetro de decaimento contínuo.

5. Formulação de Máxima Verossimilhança (MLE)

Dado um histórico de $M$ jogos disputados, onde cada partida $k$ envolve o mandante $h_k$, visitante $a_k$, placar $(x_k, y_k)$ e data $t_k$, a função de log-verossimilhança ponderada a ser maximizada é:

Ao expandir o logaritmo em seus termos aditivos, obtemos:

Como os termos fatoriais $-ln(x_k!) - ln(y_k!)$ dependem apenas dos dados observados e não dos parâmetros $Theta$, eles são ignorados durante a otimização computacional. Minimizamos, portanto, a log-verossimilhança negativa ponderada:

Essa rotina é solucionada com extrema estabilidade utilizando o algoritmo quase-Newton L-BFGS-B ou algoritmos de programação quadrática sequencial com limites (SLSQP).

6. Distorção Empírica de Mercado: Poisson Independente vs. Dixon-Coles

Para mensurar a vantagem financeira direta extraída pelo modelo de Dixon-Coles, analisamos um confronto de topo da liga inglesa: Arsenal vs. Chelsea. Com base em parâmetros calibrados, definimos as expectativas em $lambda = 1,65$ (Arsenal em casa) e $mu = 1,15$ (Chelsea fora). Comparamos o Poisson independente com o modelo Dixon-Coles calibrado com correlação $ ho = -0,12$.

Tabela Comparativa: Probabilidades de Placares e Cotações Decimais Justas

As conclusões práticas deste experimento numérico são incontestáveis:

1. A Ineficiência do Empate no Mercado 1X2: O modelo ingênuo projeta o empate a uma odd justa de $4,04$. Sob Dixon-Coles, a odd justa cai para $3,63$, correspondendo com exatidão à linha de fechamento da Pinnacle ($3,65$). Se uma casa de apostas recreativa precificar o empate em $4,00$, o apostador quantitativo obtém um valor esperado superior a $+10,2%$ de +EV.
2. Distorção no Mercado de Totais: O mercado de Menos de 2,5 Gols passa de aposta perdedora ($48,06%$, odd justa $2,08$) para favorita estatística ($51,52%$, odd justa $1,94$). Operar totais de gols sem a correção de Dixon-Coles destrói a rentabilidade a longo prazo.

7. Implementação Completa em Python: Classe DixonColesModel

Abaixo encontra-se o script completo em Python contendo a implementação da classe com otimização numérica via scipy.optimize.minimize:

import numpy as np
from scipy.optimize import minimize
from scipy.stats import poisson

class DixonColesModel:
    def __init__(self, xi=0.0065):
        # ---
        xi: Decaimento exponencial diário (padrão: 0.0065 -> meia-vida de aprox. 106 dias).
        # ---
        self.xi = xi
        self.teams = []
        self.team_indices = {}
        self.params = None
        self.gamma = 1.25
        self.rho = -0.11

    @staticmethod
    def tau(x, y, lambda_, mu, rho):
        Fator de ajuste discreto tau_{x,y} de Dixon e Coles.
        if x == 0 and y == 0:
            return 1.0 - lambda_ * mu * rho
        elif x == 0 and y == 1:
            return 1.0 + lambda_ * rho
        elif x == 1 and y == 0:
            return 1.0 + mu * rho
        elif x == 1 and y == 1:
            return 1.0 - rho
        else:
            return 1.0

    def bivariate_prob(self, x, y, lambda_, mu, rho):
        Calcula a probabilidade bivariada P(X=x, Y=y) corrigida.
        p_indep = poisson.pmf(x, lambda_) * poisson.pmf(y, mu)
        tau_val = self.tau(x, y, lambda_, mu, rho)
        return max(0.0, tau_val * p_indep)

    def _unpack_params(self, params, n_teams):
        alpha = params[0:n_teams]
        beta = params[n_teams:2*n_teams]
        gamma = params[2*n_teams]
        rho = params[2*n_teams + 1]
        return alpha, beta, gamma, rho

    def fit(self, matches):
        # ---
        matches: lista de dicionários contendo os dados dos jogos:
                 [{'home': 'Arsenal', 'away': 'Chelsea', 'home_goals': 2, 'away_goals': 1, 'days_ago': 14}, ...]
        # ---
        unique_teams = sorted(list(set([m['home'] for m in matches] + [m['away'] for m in matches])))
        self.teams = unique_teams
        self.team_indices = {team: i for i, team in enumerate(self.teams)}
        n_teams = len(self.teams)

        init_alpha = np.ones(n_teams)
        init_beta = np.ones(n_teams)
        init_gamma = 1.25
        init_rho = -0.10
        init_params = np.concatenate([init_alpha, init_beta, [init_gamma, init_rho]])

        def loss_fn(params):
            alpha, beta, gamma, rho = self._unpack_params(params, n_teams)
            nll = 0.0

            for m in matches:
                h_idx = self.team_indices[m['home']]
                a_idx = self.team_indices[m['away']]
                x = m['home_goals']
                y = m['away_goals']
                t_diff = m.get('days_ago', 0.0)

                weight = np.exp(-self.xi * t_diff)

                lambda_ = alpha[h_idx] * beta[a_idx] * gamma
                mu = alpha[a_idx] * beta[h_idx]

                lambda_ = max(lambda_, 1e-4)
                mu = max(mu, 1e-4)

                prob = self.bivariate_prob(x, y, lambda_, mu, rho)
                if prob <= 1e-12:
                    prob = 1e-12

                nll -= weight * np.log(prob)

            # Restrição de identificabilidade: média de alpha = 1.0
            penalty = 1000.0 * (np.mean(alpha) - 1.0) ** 2
            return nll + penalty

        bounds = []
        for _ in range(n_teams): bounds.append((0.05, 3.5))
        for _ in range(n_teams): bounds.append((0.05, 3.5))
        bounds.append((1.0, 1.8))
        bounds.append((-0.35, 0.0))

        res = minimize(loss_fn, init_params, method='L-BFGS-B', bounds=bounds)
        self.params = res.x
        alpha, beta, self.gamma, self.rho = self._unpack_params(self.params, n_teams)
        print(f"Calibração concluída: gamma={self.gamma:.3f}, rho={self.rho:.4f}")
        return res

    def predict_score_matrix(self, home_team, away_team, max_goals=7):
        n_teams = len(self.teams)
        alpha, beta, gamma, rho = self._unpack_params(self.params, n_teams)
        h_idx = self.team_indices[home_team]
        a_idx = self.team_indices[away_team]

        lambda_ = alpha[h_idx] * beta[a_idx] * gamma
        mu = alpha[a_idx] * beta[h_idx]

        matrix = np.zeros((max_goals + 1, max_goals + 1))
        for x in range(max_goals + 1):
            for y in range(max_goals + 1):
                matrix[x, y] = self.bivariate_prob(x, y, lambda_, mu, rho)

        matrix /= np.sum(matrix)
        return matrix, lambda_, mu

    def predict_1x2(self, home_team, away_team):
        matrix, lambda_, mu = self.predict_score_matrix(home_team, away_team)
        p_home = np.sum(np.tril(matrix, -1))
        p_draw = np.sum(np.diag(matrix))
        p_away = np.sum(np.triu(matrix, 1))
        return {
            'home_win': p_home,
            'draw': p_draw,
            'away_win': p_away,
            'fair_odds_home': 1.0 / p_home,
            'fair_odds_draw': 1.0 / p_draw,
            'fair_odds_away': 1.0 / p_away
        }

8. Extensões Contemporâneas e Conclusão

Embora a formulação de Dixon e Coles tenha sido publicada em 1997, ela continua sendo a espinha dorsal de precificação de casas profissionais mundiais. Variações modernas introduzem cópulas contínuas arquimedianas (Frank e Gumbel) ou modelos bivariados de Poisson com choque comum (Karlis e Ntzoufras). Todavia, para precificação pré-jogo de 1X2, Dupla Hipótese, Placar Exato e Linhas de Totais, o ajuste do fator $ au$ permanece incomparável em clareza analítica, precisão empírica e velocidade de execução estocástica.