01 Un ami publie chaque jour ses tickets gagnants, je décide de laisser parler les données
Tout a commencé dans le groupe de discussion des camarades de classe. Depuis le mois dernier, un ancien camarade publiait chaque jour dans le groupe ses tickets de paris sportifs gagnants : deux jours gagnants pour un jour perdant. Les jours de gain, il était particulièrement ostentatoire ; les jours de perte, il faisait comme s’il ne voyait rien. Je lui ai demandé s’il était globalement gagnant ; il m’a répondu : « Ne fais pas les comptes, ça gâche tout. » Cette phrase m’est familière — dans toutes les affaires où l’on refuse de faire les comptes, les comptes sont généralement peu reluisants.
Je ne me suis pas empressé de le contredire. C’était justement un cas d’usage que je n’avais pas encore vraiment testé avec la fonction « programmation » de MuchSci : demander à une IA d’écrire un modèle de prédiction de matchs correct, le rétro-tester avec des résultats publics, puis suivre quelques tours sur papier pour voir la valeur réelle de « l’IA qui prédit le football ». Les données sont publiques, le modèle est de niveau manuel, la conclusion n’a pas à être devinée : il suffit de l’exécuter une fois.
▲ Figure 1｜Confier le problème à MuchSci, rendre le temps à la recherche — cette fois, mon « problème » était : un modèle de Poisson peut-il vraiment battre une devinette au hasard
Posons d’abord clairement la position : cet article n’apprend à personne à acheter des billets de loterie, tout est simulé sur papier et je n’ai pas dépensé un centime. La seule question à laquelle cet article répond est celle-ci — quel est donc le niveau réel d’un modèle de prédiction écrit par une IA. La réponse est dans la section 4 ; elle n’est pas très glorieuse, mais elle vaut cher.
02 Faire écrire un modèle de Poisson par l’IA : une première version en 10 minutes
Les données utilisées sont les résultats de Premier League 2025-2026 accessibles via des sources publiques : une ligne par match, avec l’équipe à domicile, l’équipe à l’extérieur, les buts de l’équipe à domicile et les buts de l’équipe à l’extérieur. J’ai envoyé le CSV dans la conversation avec une consigne claire : calculer la force offensive/défensive à partir des buts marqués et encaissés en moyenne sur les 10 derniers matchs des deux équipes, en déduire leurs buts attendus λ respectifs, puis calculer avec une loi de Poisson la probabilité de chaque score de 0:0 à 6:6, et agréger le tout en probabilités 1X2 (victoire, nul, défaite).
Le script de la première version est sorti en 10 minutes et tournait vite — puis j’ai découvert qu’il était faux. Il traitait les « buts de l’équipe à domicile » et les « buts encaissés par l’équipe à l’extérieur » comme deux informations indépendantes et comptait ainsi deux fois une même force ; le λ était doublement compté et toutes les probabilités de victoire à domicile flottaient au-dessus de 70 %. J’ai écrit la convention retenue en commentaire et lui ai fait relancer ; la deuxième version était enfin correcte.
▲ Figure 2｜Sortie centrale du modèle de Poisson : buts attendus de l’équipe à domicile λ=1,8, les nombres de buts les plus probables sur un match sont 1 et 2 ; pour l’équipe à l’extérieur λ=1,1, le plus probable est 1. La probabilité de chaque score du match s’obtient en multipliant ces deux distributions.
À quoi sert cette distribution ? En multipliant la probabilité que l’équipe à domicile marque k buts par celle que l’équipe à l’extérieur en marque j, on obtient la probabilité de chaque score ; en additionnant ensuite tous les scores où l’équipe à domicile marque plus de buts, on obtient la probabilité de victoire à domicile. Cela semble grossier — et ça l’est : le football n’est pas un tirage de boules rouges et blanches avec des événements indépendants — mais c’est le point de départ de tous les modèles de match, et c’est suffisant pour être le sujet principal de ce test.
▲ Figure 3｜Sortie du modèle pour un match : victoire à domicile 53 %, nul 22 %, victoire à l’extérieur 25 %. Le plus frappant est la ligne du bas — la cote du marché de 1,88 implique aussi une probabilité de victoire à domicile de 53 % ; le modèle et le marché sont arrivés à la même conclusion.
Le modèle peut calculer « qui a le plus de chances de gagner », mais pas « si la cote est suffisante » — et c’est cette dernière question qui détermine si l’on peut gagner de l’argent.
La troisième figure est celle qui m’a le plus surpris dans tout le test. Je pensais que les probabilités calculées par le modèle seraient un renseignement exclusif ; elles coïncidaient en réalité presque avec les cotes du marché. Les cotes sont des probabilités façonnées par de l’argent réel investi sur l’ensemble du marché ; qu’un modèle de Poisson construit à partir de moyennes de buts marqués et encaissés puisse s’aligner sur sa tendance générale montre que le modèle « n’a pas de défaut » ; mais cela montre aussi que ce qu’il sait, le marché le savait déjà.
03 Rétrotest sur 240 matchs : meilleur que le hasard, mais pas meilleur que le marché
Un seul match ne prouve rien. J’ai demandé à l’IA d’ajouter un script de rétrotest : fournir au modèle les 240 premiers matchs de la saison 2025-2026 dans l’ordre chronologique — pour chaque match, calculer λ uniquement avec les données historiques antérieures, produire les probabilités 1X2, retenir l’issue la plus probable comme prédiction et comparer au résultat réel. Pour éviter l’effet de chance, je lui ai fait exécuter le même processus trois fois et j’ai pris la moyenne :
▲ Figure 4｜Rétrotest sur 240 matchs : hasard pur 33 % de réussite (79 matchs), modèle de Poisson 47 % (113 matchs), cotes du marché 51 % implicite (122 matchs). Le modèle fait 14 points de pourcentage de mieux que le hasard — mais il reste un écart décisif avant de « gagner de l’argent ».
Comment lire ce chiffre de 47 % ? Bonne nouvelle : il dépasse nettement les 33 % du hasard, ce qui montre que le modèle a bel et bien appris quelque chose des données. Mauvaise nouvelle, il y a deux niveaux : d’une part, il reste 4 points d’écart avec le marché — les cotes intègrent des informations que mon modèle n’a pas, comme les blessures, la forme ou les motivations liées au calendrier ; d’autre part, 47 % de réussite associés à la structure de cotes des paris sportifs se traduisent probablement par une perte, ce que la section 4 vérifie avec de vraies données.
Au-delà du rétrotest, je lui ai demandé de compiler les prédictions de chaque tour dans un rapport, pour simuler un usage réel ; voici à quoi cela ressemble :
▲ Figure 5｜Rapport de prédiction généré à chaque tour (interface indicative, conclusions organisées à partir des rétrotests et des enregistrements de simulation)
Dans ce rapport, ce que je regarde le plus est la petite ligne dans la barre latérale : il ne voit que les données de résultats, pas le monde. Les résultats de matchs de football contiennent une multitude d’informations que le modèle n’obtiendra jamais — qui est blessé, qui lutte pour le maintien, qui doit jouer une coupe d’Europe la semaine prochaine et laisse ses titulaires au repos. Si les cotes du marché sont difficiles à battre, c’est précisément parce que tout cela est déjà intégré dans les prix.
04 Cinq tours en pratique sur papier : 48 % de réussite, rendement de -7,8 %
Le rétrotest, c’est l’histoire ; la pratique est le miroir qui révèle la vérité. Les règles sont fixées : à chaque tour, choisir les 5 matchs à la plus haute confiance dans la sortie du modèle, 10 yuans sur papier par match, comptabiliser selon les cotes de paris sportifs en vigueur, et suivre 5 tours, soit 25 matchs au total. Aucun argent réel en jeu, tout est calculé avec les vraies cotes :
▲ Figure 6｜Rendement cumulé de cinq tours de suivi sur papier : le tour 1 est monté à +12 %, le tour 3, avec trois erreurs consécutives sur des cotes élevées, a plongé directement à -21 %, pour finir à -7,8 %. 12 réussites sur 25 matchs (48 %), un solde négatif (relevé indicatif, cotes selon le site officiel de la période)
Le processus est plus intéressant que le résultat. Au tour 1, 1 réussite sur 3 a transformé une petite perte en bénéfice, avec +12 % à l’arrivée ; j’ai failli mettre « le modèle est fiable » dans le titre. Puis est venu le tour 3 : trois « matchs à forte valeur » avec des cotes supérieures à 2,3 ont tous perdu, et retour à la case départ en une nuit. En analysant le registre, j’ai trouvé une régularité particulièrement nette — les réussites concernaient toutes des cotes basses de 1,5 à 1,7, et les pertes toutes des cotes élevées supérieures à 2,3. Le modèle a souvent vu juste, mais dommage : sur les matchs où il avait raison, les cotes n’étaient pas assez généreuses.
Ce n’est pas le modèle qui ne vaut rien, c’est le calcul : les cotes des paris sportifs intègrent déjà une marge de retour, et 48 % de réussite avec cette structure de cotes donne une espérance négative sur le long terme. Mon camarade « semblait gagner » depuis deux mois ; en incluant les jours de perte, son compte a probablement la même couleur que le mien. C’est aussi la vraie raison pour laquelle j’écris cet article — le modèle transforme le « ressenti » en « probabilité », la probabilité transforme l’illusion en registre comptable, et un registre comptable est froid.
05 Soyons clairs dès le départ : sur ces points, il ne peut vraiment pas aider
Après cinq tours, posons les trois limites dures sur la table.
① Il ne voit pas l’actualité, seulement les résultats. Dans le monde du modèle, il n’y a que des scores, pas de blessures, de rotation ou de motivation pour le maintien. Deux échecs manifestes en cinq tours concernaient l’absence du gardien titulaire, une information « évidente dans les actualités d’avant-match mais jamais présente dans le tableau des résultats ». Pour combler cette lacune, il faut ajouter soi-même des sources de données, ce qui multiplie la charge de travail.
② Il faut trouver et nettoyer les données soi-même. Les résultats publics sont faciles à trouver, mais les conventions sont très floues : certaines sources traitent un terrain neutre comme un avantage à domicile, mélangent coupes et championnats, et chacun décide différemment si la prolongation compte comme un nul ou comme une victoire/défaite. La première version du script a justement échoué sur ce type de problème de convention, comme le « double comptage des buts encaissés par l’équipe à l’extérieur ». Le temps passé à nettoyer les données a été plus long que celui passé à écrire le modèle.
③ Il donne des probabilités, pas des réponses. Une réussite de 47 % signifie que le modèle se trompe sur plus de la moitié des matchs. Après cinq réussites d’affilée, la suite est très probablement un retour à la moyenne, pas « un bon feeling ». Prendre la sortie du modèle pour la réponse à « sur quel match parier ce soir » est l’usage le plus gravement erroné que l’on puisse en faire — il peut seulement dire dans quelle proportion un événement se produit, pas s’il se produira cette fois-ci.
Alors, quand cela vaut-il vraiment la peine de l’utiliser ? La conclusion, directement ici :
✓ Cas où cela vaut la peine : pour ceux qui veulent s’entraîner méthodiquement à « l’analyse de données + faire écrire un modèle par une IA » — les résultats de football sont publics, gratuits, avec de grands échantillons et une réponse immédiate : c’est un excellent sujet pour pratiquer les méthodes de rétrotest. La loi de Poisson, le rétrotest et la vérification des conventions utilisés ici sont tout aussi transposables à la prévision des ventes ou à la rétention des utilisateurs.
✗ Cas où cela ne convient pas : pour ceux qui veulent gagner de l’argent de façon stable grâce à lui — le modèle n’est pas plus intelligent que le marché, les cotes prélèvent une marge sur le long terme, et une espérance négative relève des mathématiques, pas d’une opinion ; ni pour ceux qui veulent demander « sur quel match parier ce soir » — cet article n’a pas de réponse, et il ne devrait pas en avoir. Le taux de réussite et le rendement sont deux choses différentes ; le 48 % face à -7,8 % de cet article en est la preuve.
Si je ne devais donner qu’un conseil pratique : considérez la loterie comme un budget de loisir et le modèle comme un exercice. Le plus grand bénéfice de ces cinq tours n’est pas le registre qui a perdu 7,8 % — c’est que je peux désormais voir d’un coup d’œil où se situe le problème dans des formules du type « telle IA prédit un taux de victoire de 90 % » : la période de rétrotest n’est pas précisée, la taille de l’échantillon n’est pas précisée, la structure des cotes n’est pas précisée. La littératie des données : un seul entraînement suffit à en valoir le prix.
Déclaration de conformité et de limites
1. Cet article est une simulation sur papier de bout en bout, aucune mise réelle n’a été effectuée, et les montants cités sont des écritures simulées.
2. Les modèles, probabilités et « prédictions » présentés dans cet article ne constituent en aucun cas des conseils de pari ; l’espérance de gain à long terme de la loterie est négative, considérez-la comme une dépense de loisir.
3. Les moins de 18 ans ne peuvent pas acheter de billets de loterie. Jouez de manière responsable, selon vos moyens.
Les résultats et les cotes sont issus d’informations publiques ; les données de rétrotest et de suivi sont présentées à titre indicatif ; la sortie du modèle dépend de l’exécution réelle du script. La description des fonctionnalités est celle de la version en vigueur.
---
Cet article est un compte rendu personnel d’un processus d’utilisation. Le modèle de prédiction de paris sportifs est construit à partir de résultats publics et sert uniquement à démontrer la méthode d’analyse « données → modèle → rétrotest » ; il ne constitue ni un conseil de pari ni une promesse de rendement. Les données de rétrotest et de pratique citées sont présentées à titre indicatif ; il s’agit d’une simulation sur papier de bout en bout, sans aucun pari réel. L’espérance de gain à long terme de la loterie est négative ; les moins de 18 ans ne peuvent pas acheter de billets de loterie ; jouez de manière responsable et selon vos moyens. La description des fonctionnalités est celle de la version en vigueur.