La varianza è la dispersione statistica dei possibili risultati attorno a un valore atteso (EV). Due scommesse possono avere esattamente lo stesso EV — lo stesso profitto teorico per dollaro puntato nel lungo periodo — e comportarsi in modo completamente diverso nella pratica, poiché una si raggruppa strettamente attorno a quella media, mentre l’altra oscilla tra grandi vincite e perdite costanti. Il vantaggio (edge) ti indica la direzione verso cui dovresti andare. La varianza ti dice quanto sarà accidentato il percorso per arrivarci.

L’entità delle oscillazioni deriva direttamente dalla natura della scommessa. Una scommessa con un’alta probabilità di vincere un piccolo importo (un netto favorito a quota decimale 1.20, per esempio) paga spesso ma raramente cifre elevate, quindi i risultati si raggruppano vicino alla media. Una scommessa con una bassa probabilità di vincere un importo elevato (un outsider a 25.00, una scommessa multipla sullo stesso evento, una scommessa each-way su un handicap di 40 cavalli) paga raramente ma in modo massiccio quando si verifica, quindi i risultati sono ampiamente dispersi anche se l’EV a lungo termine è identico. Accumulando più selezioni, come nelle scommesse multiple, la varianza si compone rapidamente: ogni selezione aggiuntiva moltiplica le quote e riduce la probabilità di vincita, allontanando ulteriormente la distribuzione dalla media senza necessariamente migliorare il vantaggio.

Questo è importante perché l’esperienza reale di uno scommettitore non è mai l’EV, ma un singolo estratto da un’ampia distribuzione di possibili risultati. Un modello o una quota che è genuinamente +3% rispetto al mercato può comunque produrre un mese in perdita, un trimestre in perdita, a volte un anno in perdita, puramente a causa della varianza. Confondere una serie negativa con un modello sbagliato (o una serie positiva con una reale abilità) è uno degli errori più costosi nelle scommesse, ed è la varianza, non il vantaggio, a essere solitamente la causa.

Esempio

Uno scommettitore trova un mercato che ritiene prezzato male: una linea a due esiti quotata a 1.91 (circa -110), dove il suo modello stima la vera probabilità di vincita al 54% invece del 52.4% implicito nella quota. Punta $100 per scommessa, in modo costante, su 100 di queste scommesse.

Per scommessa: una vincita rende $91 di profitto (100 × 0.91), una perdita costa $100.

  • EV per scommessa = (0.54 × $91) + (0.46 × −$100) = $49.14 − $46.00 = $3.14
  • Profitto atteso su 100 scommesse = 100 × $3.14 = $314

Ora la varianza. Per una singola scommessa, E[X²] = (0.54 × 91²) + (0.46 × 100²) = 4,471.74 + 4,600 = 9,071.74. Sottraendo EV² (3.14² ≈ 9.86) si ottiene una varianza per scommessa di circa 9,062, quindi la deviazione standard per scommessa è √9,062 ≈ $95.20 — oltre trenta volte l’entità del profitto atteso su quella singola scommessa.

Poiché le scommesse sono indipendenti, la varianza si somma: varianza totale = 100 × 9,062 = 906,200, quindi la deviazione standard del risultato totale dopo 100 scommesse è √906,200 ≈ $952.

Ciò significa che uno scommettitore con un vantaggio reale e dimostrabile del 3%+ dovrebbe aspettarsi di trovarsi, a una deviazione standard da entrambi i lati della media, in un intervallo compreso tra circa −$638 e +$1,266 dopo 100 scommesse: una possibilità reale di essere in negativo nonostante stia facendo tutto correttamente. Solo dopo diverse centinaia o alcune migliaia di scommesse la deviazione standard del totale (che cresce con √n) diventa piccola rispetto all’EV accumulato (che cresce linearmente con n), e il vantaggio inizia a emergere dal rumore.

Punti chiave

  • Vantaggio e varianza sono assi separati: il vantaggio ti dice se vale la pena fare una scommessa; la varianza ti dice quanto sarà imprevedibile il percorso. Una scommessa a +EV può comunque avere un’alta varianza, e una scommessa in pareggio può avere una bassa varianza: non giudicare una strategia da quanto sembrano fluidi i suoi risultati.
  • Quote più alte significano oscillazioni più ampie: gli outsider, le scommesse each-way e soprattutto le multiple a più selezioni comportano molta più varianza per dollaro di EV rispetto ai favoriti a quota bassa, perché la probabilità di vincita è bassa e la vincita è concentrata in eventi rari.
  • I piccoli campioni non provano nulla: come mostra l’esempio, un vantaggio reale del 3% può comunque mostrare una perdita dopo 100 scommesse. Non scartare un modello ben testato dopo un mese negativo e non fidarti di una serie positiva come prova di abilità finché il campione non è abbastanza grande da permettere alla varianza di stabilizzarsi.
  • Dimensiona le tue puntate in base alla varianza che stai affrontando: la puntata fissa o il criterio di Kelly frazionario esistono specificamente per evitare che una strategia ad alta varianza azzeri un bankroll durante un normale calo atteso, piuttosto che a causa di un reale fallimento del vantaggio.
  • Traccia il processo, non solo i risultati: poiché i risultati a breve termine sono dominati dalla varianza, gli scommettitori seri si giudicano in base al fatto che le loro quote battano la linea di chiusura (closing line value) piuttosto che sul fatto che le scommesse della scorsa settimana abbiano vinto, poiché il CLV converge alla verità molto più velocemente di quanto faccia il profitto o la perdita grezzi.
  • Le scommesse correlate non riducono la varianza come quelle indipendenti: accumulare più scommesse sullo stesso incontro o evento (puntare su una squadra e sul suo miglior marcatore, per esempio) può sembrare una diversificazione, ma in realtà mantiene i risultati legati tra loro, quindi le oscillazioni non si riducono come farebbero con azioni veramente indipendenti.

Calcolatori correlati