Modéliser les corners : prévoir une distribution, pas seulement une moyenne

Les corners constituent un marché différent de celui des buts. Ils ne sont pas automatiquement plus prévisibles ou plus rentables. Une méthode doit montrer sa qualité sur des données qu'elle n'a pas utilisées pour se construire.

Choisir des variables disponibles au bon moment

Pour un pari pré-match, utilisez des statistiques historiques calculées avant la rencontre : corners obtenus et concédés, adversaires, domicile, composition connue et contexte.

La possession, les centres et les tirs bloqués du match à prédire ne sont pas disponibles avant le coup d'envoi. Les employer dans un backtest pré-match crée une fuite de données. En live, précisez l'instant exact du pari et les statistiques réellement disponibles à cet instant.

Une moyenne ne donne pas un over

Si le modèle prévoit 10 corners, vous ne connaissez pas encore la probabilité d'over 9,5. Il faut une distribution de comptage ou un modèle direct de cette probabilité.

Deux situations peuvent avoir la même moyenne de 10 : un compte toujours égal à 10, ou un compte de 5 ou 15 avec une chance sur deux. L'over 9,5 vaut alors respectivement 100 % et 50 %. La moyenne seule ne suffit donc pas.

Une loi de Poisson peut servir de point de départ ; une dispersion excessive peut demander un autre modèle. Vérifiez la distribution sur les données de test, plutôt que de la supposer juste.

Évaluer un prix

Si une probabilité validée donne 55 % d'over 9,5 et que la cote disponible est 1,90, le rendement estimé est 0,55 × 1,90 − 1 = +4,5 % avant frais. Si cette probabilité est seulement 50 %, le rendement devient −5 %.

Vérifiez la ligne et les règles de comptage : elles doivent être identiques entre données, modèle et pari.

Construire une validation utile

Utilisez une séparation chronologique, un modèle de référence et une évaluation des probabilités. Analysez ensuite les prix effectivement jouables, les limites et la couverture. Une faible erreur sur le nombre moyen de corners ne prouve pas un avantage de marché.

Exemple : même moyenne, probabilités différentes

Votre modèle prévoit 10 corners en moyenne pour un match. La ligne proposée est over 9,5.

Avec la même moyenne, une dispersion plus forte fait perdre environ 2,5 points à l'over. À une cote de 1,90, le premier modèle voit un pari à +3 % ; le second un pari légèrement négatif. Vérifier la dispersion réelle de vos données n'est donc pas un détail technique.

Erreurs fréquentes

• Confondre les lignes : un over 10 asiatique est remboursé à exactement 10 corners, un over 9,5 non.
• Mélanger corners du match et corners d'une équipe dans les mêmes statistiques.
• Oublier les règles de comptage : les corners des prolongations sont généralement exclus, ceux du temps additionnel inclus. Vérifiez chez votre opérateur.

Mettre en pratique avec SCANbet

SCANbet reconnaît les marchés de corners (total, par équipe, premier corner), ce qui permet de suivre leur rendement séparément de vos paris sur les buts. Pour la partie modèle, le calculateur de loi de Poisson donne un point de départ, et le calculateur de value bet compare votre probabilité à la cote.

Questions fréquentes

Les corners sont-ils plus faciles à prévoir que les buts ?

Pas nécessairement. Ils sont plus nombreux, donc un peu moins aléatoires match par match, mais les opérateurs les cotent aussi avec soin, et les limites de mise y sont souvent plus basses.

Quelle distribution utiliser ?

Commencez par Poisson, puis comparez la variance observée à la moyenne sur vos données. Si la variance est nettement plus élevée, une binomiale négative décrit mieux les comptes.

Les corners du temps additionnel comptent-ils ?

En général oui pour le temps réglementaire, temps additionnel compris, et non pour les prolongations. Les règles varient selon l'opérateur : lisez-les avant de comparer des données de sources différentes.

Ressource et suite

Scikit-learn : éviter la fuite de données. Voir aussi Poisson et backtesting. Les exemples sont fictifs.