Perché i favoriti F1 sono spesso sopravvalutati dalla lavagna
Anni fa ho cominciato a tenere un foglio Excel con tutte le mie scommesse antepost sul vincitore del mondiale piloti. Dopo cinque stagioni di dati, ho notato una cosa che mi ha colpito: le quote più alte mi avevano dato risultati peggiori delle quote più basse, ma le quote bassissime — sotto 1.40 — mi avevano dato un ROI nettamente negativo.
Stavo riscoprendo per conto mio un fenomeno che ha un nome preciso negli studi accademici: longshot bias. È la tendenza sistematica dei bookmaker a sottostimare la probabilità degli outsider e a sopravvalutare quella dei favoriti. È un’anomalia documentata da decenni nelle scommesse sportive di tutto il mondo, e la F1 non fa eccezione.
Il fenomeno è particolarmente forte sui favoriti assolutissimi del mercato. Una quota 1.20 sul vincitore di una gara, che si traduce in una probabilità implicita dell’83%, paga molto raramente quanto la sua frequenza statistica suggerirebbe. Anche tenendo conto del margine bookmaker, il valore atteso di puntare sistematicamente sui super favoriti è negativo nel lungo periodo.
Capire perché esiste questo bias, e quando vale la pena sfruttarlo, è una delle competenze più sottili che separa lo scommettitore disciplinato dal giocatore impulsivo. Non è una scoperta da insider trading, ma una conoscenza statistica accessibile a chiunque sia disposto a studiarla.
Cos’è il longshot bias e dove viene studiato
Il longshot bias è una distorsione cognitiva e di mercato. Cognitiva, perché gli scommettitori — la stragrande maggioranza, non solo i principianti — sono attratti dalle quote alte come da una promessa di vincita grossa. Di mercato, perché i bookmaker fissano le quote tenendo conto della domanda: se molti vogliono puntare su un outsider per il sogno della vincita grossa, la quota si abbassa rispetto al “valore equo” che la probabilità reale suggerirebbe.
Il fenomeno è stato studiato sistematicamente nelle corse di cavalli statunitensi a partire dagli anni Quaranta. Studi successivi lo hanno replicato in NBA, calcio europeo, motorsport. La conclusione comune è che il bias esiste, è statisticamente significativo, e si presenta in forme diverse a seconda dello sport e del mercato.
Nella letteratura economica, due ipotesi competono per spiegare il bias. La prima è basata sulla prospect theory di Kahneman e Tversky: gli scommettitori sopravvalutano le piccole probabilità di grandi vincite. La seconda è basata sull’efficient market hypothesis applicata in modo imperfetto: i bookmaker non riescono a calibrare perfettamente le quote degli eventi rari per mancanza di dati storici sufficienti.
Per la F1 entrambe le spiegazioni hanno senso. Da una parte, gli scommettitori amano puntare due euro su un pilota Williams sognando una pioggia che ribalti la gara. Dall’altra, i bookmaker hanno meno dati sui piloti di seconda fila e tendono a calibrare le quote in modo conservativo, generando margini di errore più ampi.
Il segmento degli scommettitori motorsport che spende oltre 100 dollari al mese rappresenta il 31% del totale, un dato che riflette una clientela mediamente più informata rispetto ad altri sport popolari. Eppure il bias persiste, segnale che la distorsione ha radici psicologiche profonde, non solo legate alla mancanza di informazione.
Esempi concreti dalle ultime stagioni di F1
Tradurre la teoria in pratica richiede dati reali. Mi sono divertito a guardare alcuni casi recenti che illustrano bene il bias in azione.
Il primo esempio classico è Max Verstappen tra il 2021 e il 2023. Le sue quote di vittoria di gara scendevano regolarmente sotto 1.30, talvolta sotto 1.20 nelle stagioni di dominio Red Bull. Eppure non vinceva sempre. Una stagione tipica vedeva Verstappen vincere quindici o sedici gare su ventidue, una percentuale di successo del 70-73%. Le quote sotto 1.30 implicano una probabilità superiore al 77%, sistematicamente più alta della realtà storica.
Il secondo esempio sono le quote di Lando Norris e Charles Leclerc come outsider nelle stagioni 2022 e 2023. Le loro quote di vittoria di gara, quando non partivano in pole, oscillavano spesso fra 12 e 25. Le probabilità implicite — fra il 4% e l’8% — riflettevano un mercato che non valorizzava completamente le loro chance reali in caso di pioggia, safety car o errori dei favoriti. In quegli anni, gli scommettitori che hanno seguito sistematicamente questa fascia di quote hanno ottenuto rendimenti positivi a lungo termine.
Il terzo esempio è il GP del Brasile 2023, vinto in modo imprevedibile per condizioni meteo che hanno ribaltato la gara. Le quote pre-gara di alcuni piloti finiti sul podio erano fra 7 e 15, riflettendo probabilità implicite del 7-14%. Il risultato finale ha mostrato che il mercato sottovalutava sistematicamente lo scenario “pista bagnata e safety car”.
Non sto dicendo che basta puntare sempre sugli outsider per vincere. Sto dicendo che, nel lungo periodo, le quote di outsider credibili — diciamo fra 7 e 25 — tendono a pagare un po’ più di quanto la statistica meriterebbe, soprattutto in condizioni di gara variabili.
Quando sfruttare il bias e quando no
Capire il bias è una cosa, sfruttarlo correttamente è un’altra. La regola che mi sono dato è di non comprare outsider in modo automatico, ma solo quando un evento specifico aumenta la probabilità reale rispetto a quella riflessa dalla quota.
Il caso ideale è il meteo incerto. Una previsione di pioggia anche solo possibile sposta drasticamente le probabilità in favore dei piloti che storicamente vanno bene sul bagnato. I bookmaker tendono a non riadeguare completamente le quote fino a quando la pioggia non è confermata, lasciando finestre di valore aperte fino a poche ore dal via.
Un secondo caso è la qualifica di un outsider in una posizione anomala. Se un pilota di un team di seconda fila riesce a qualificarsi in prima o seconda fila, la sua quota di podio cala ma resta spesso più alta della realtà statistica. Le ragioni sono diverse: i bookmaker considerano probabili problemi di affidabilità, scelte di gomme aggressive che pagheranno in gara, contatti al via. La storia dimostra che le quote post-qualifica per outsider qualificati in alto offrono valore in molti casi.
Un terzo caso, più sottile, è la stagione di transizione. I primi GP dopo un cambio regolamentare, come il 2026, rendono il mercato meno calibrato. Le quote degli outsider possono avere finestre di valore che spariscono dopo le prime cinque o sei gare, quando il mercato si stabilizza sui nuovi favoriti.
Quando invece il bias va ignorato? Sui mercati molto liquidi e ben calibrati, come il mondiale piloti del top tre stabile, le quote sono troppo precise per offrire valore sugli outsider veri. Comprare un pilota a 500 di quota per il mondiale è quasi sempre una perdita statistica netta, indipendentemente da quanto suoni emozionante.
I rischi di puntare troppo sugli outsider
Il bias longshot ti dà un vantaggio statistico marginale, non un Eldorado. Sopravvalutarlo è uno degli errori più costosi che vedo fare ai nuovi scommettitori che imparano a riconoscerlo.
Il primo rischio è di confondere bias di mercato con probabilità garantita. Il fatto che le quote degli outsider siano leggermente più generose rispetto al merito non significa che gli outsider vincano spesso. Vincono raramente, per definizione. La maggior parte delle scommesse su quote 10 o 20 sono comunque perdenti, anche se il valore atteso è leggermente positivo.
Il secondo rischio è di costruire un bankroll incentrato su quote alte. Anche con un edge statistico, una serie di trenta o quaranta scommesse perdenti consecutive su outsider è perfettamente normale. Un bankroll piccolo non sopravvive a una serie del genere. La gestione del bankroll diventa più rigorosa, non meno, quando si gioca su quote alte.
Il terzo rischio è di compensare le perdite con puntate sempre più grandi, fenomeno noto come chasing. È un comportamento associato al disturbo da gioco d’azzardo, non a una strategia razionale. Le quote alte producono varianza alta, e la varianza richiede disciplina psicologica oltre che statistica.
Il quarto rischio è di trascurare il margine bookmaker. Sui mercati esotici dove gli outsider hanno quote più generose, il margine bookmaker è spesso più ampio rispetto ai mercati liquidi. Una quota 21 può sembrare attraente, ma se la probabilità “equa” sarebbe stata 25 il valore reale resta marginale.
Una volta capito quando sfruttare e quando evitare il bias longshot, conviene fare un altro passo: capire come si comportano le combinazioni di quote in una scommessa multipla, che amplificano sia i vantaggi che le distorsioni statistiche, come spiego nell’analisi sulla multipla in Formula 1, quando conviene davvero.