BTTS là gì? Cách AI tính xác suất 2 đội cùng ghi bàn

BTTS là gì? Cách AI tính xác suất 2 đội cùng ghi bàn

BTTS là gì?

BTTS (Both Teams To Score) là loại kèo trong đó người đặt dự đoán cả hai đội đều ghi ít nhất một bàn thắng trong trận. Hai lựa chọn:

• BTTS Yes: cả hai đội cùng ghi bàn
• BTTS No: ít nhất một đội không ghi bàn (kết quả 0-0, 1-0, 0-1, 2-0, 0-2, 3-0…)

Đây là kèo phụ phổ biến vì độc lập với kết quả thắng thua, dễ tính xác suất bằng mô hình thống kê.

Mô hình Poisson 2 chiều cho BTTS

Giả sử số bàn thắng của đội nhà X và đội khách Y tuân theo phân phối Poisson độc lập với tham số λ_h và λ_a:

P(X = i) = (λ_h^i * e^(-λ_h)) / i!
P(Y = j) = (λ_a^j * e^(-λ_a)) / j!

Xác suất BTTS No là xác suất X = 0 hoặc Y = 0:

P(BTTS No) = P(X=0) + P(Y=0) - P(X=0, Y=0)
           = e^(-λ_h) + e^(-λ_a) - e^(-(λ_h + λ_a))

Xác suất BTTS Yes:

P(BTTS Yes) = 1 - P(BTTS No)
            = 1 - e^(-λ_h) - e^(-λ_a) + e^(-(λ_h + λ_a))

Đây là công thức closed-form, không cần ma trận tỉ số. Mô hình AI chỉ cần ước lượng λ_h và λ_a chính xác là ra ngay BTTS.

xG quyết định λ như thế nào

Trong mô hình truyền thống λ = bàn thắng trung bình 10 trận gần nhất. Cách này nhiễu cao vì bàn thắng phụ thuộc may rủi.

Mô hình AI hiện đại thay bằng:

λ_h = xG_home_for * xGA_away * H
λ_a = xG_away_for * xGA_home

Trong đó:

• xG_home_for: kỳ vọng bàn thắng đội nhà tạo ra mỗi trận
• xGA_away: kỳ vọng bàn thua đội khách nhận mỗi trận
• H: hệ số sân nhà (~1.15)

Vì sao thay thế này quan trọng cho BTTS? Vì BTTS nhạy cảm với hai đầu: cần cả λ_h và λ_a đủ cao. Nếu λ_a sai 0.2 (do đội khách thắng may rủi 2-0 trận trước), xác suất BTTS Yes lệch 5-7%. xG ổn định hơn bàn thắng nên giảm lỗi này.

Case thực tế

Trận giả định: Liverpool vs Tottenham

• Liverpool: xG/trận = 2.3, xGA/trận = 1.0
• Tottenham: xG/trận = 1.9, xGA/trận = 1.3
• Hệ số sân nhà: 1.15

Tính λ:

• λ_Liv = 2.3 * 1.3 * 1.15 ≈ 3.44
• λ_Tot = 1.9 * 1.0 ≈ 1.90

Tính BTTS:

• P(Liv = 0) = e^(-3.44) ≈ 0.032
• P(Tot = 0) = e^(-1.90) ≈ 0.150
• P(cả hai = 0) = e^(-5.34) ≈ 0.0048
• P(BTTS No) = 0.032 + 0.150 - 0.0048 ≈ 0.177
• P(BTTS Yes) ≈ 0.823 (82.3%)

Nếu kèo thị trường BTTS Yes là 1.50 (ngầm 66.7%), mô hình thấy giá trị lớn vì xác suất thật cao hơn 15%.

Hiệu chỉnh Dixon-Coles cho tỉ số thấp

Poisson độc lập có một vấn đề: nó underestimate tần suất tỉ số 0-0 và 1-1 thực tế. Dixon-Coles (1997) thêm tham số τ điều chỉnh xác suất 4 tỉ số thấp:

P_adjusted(i, j) = P_Poisson(i, j) * τ(i, j, λ_h, λ_a, ρ)

Với ρ là tham số tương quan âm (~ -0.1) ước lượng từ dữ liệu lịch sử. Hiệu chỉnh này làm xác suất 0-0 tăng khoảng 15-20% so với Poisson thuần, kéo P(BTTS No) lên, P(BTTS Yes) xuống. Sai số mô hình giảm từ 3-5% còn 1-2%.

Lịch sử dự báo BTTS công khai

Mô hình BTTS dựa trên Poisson + xG + Dixon-Coles có tỉ lệ trúng 56-62% trên các giải top 5 châu Âu khi backtest 3 mùa. Lịch sử dự đoán chi tiết của hệ thống được công khai tại octopick.win/audit, mỗi trận đều có timestamp và xác suất mô hình tính ra trước trận.

Hạn chế

1. Trận chấp lệch quá lớn: Khi λ_h ≥ 3.5 và λ_a ≤ 0.7, mô hình overconfident vào BTTS Yes vì xác suất λ_a = 0 vẫn cao trong thực tế.
2. Trận thẻ đỏ sớm: λ không tính sự kiện trong trận. Một thẻ đỏ phút 20 phá vỡ giả định.
3. Đội đá phòng ngự sâu chủ động: AS Roma kiểu Mourinho thường tạo BTTS No bất thường, mô hình khó bắt.
4. Tương quan giữa 2 đội: Đội mạnh dẫn 2-0 thường giảm cường độ, đội yếu cũng ngừng tấn công. Poisson không model được điều này.

FAQ ngắn

BTTS Yes hay No có lợi hơn về dài hạn? Phụ thuộc giải. Bundesliga 7 mùa qua BTTS Yes có ROI dương nhẹ nếu chỉ chơi trận có λ_h + λ_a ≥ 3.0.

Có nên kết hợp BTTS với Over 2.5? Hai kèo tương quan dương nhưng không đồng nhất. Trận 3-0 thì Over 2.5 thắng nhưng BTTS thua. Mô hình AI tính riêng rẽ để tìm value độc lập.

Đội nào có tỉ lệ BTTS cao nhất? Các đội tấn công mạnh + phòng ngự yếu: Aston Villa, Brentford giai đoạn 2024-2025 có ~65% trận BTTS Yes.

👉 Xem lịch thi đấu & kèo cụ thể: bongda369.com