|
| 1 | +"""48 — Frente S: VALIDADE EXTERNA (tênis). A lei skew=f(competitividade) e o |
| 2 | +formato lotérico do azarão são propriedades do ESPORTE, não do futebol? |
| 3 | +
|
| 4 | +Usa a camada canônica (skewlib/canonical + adapters/tennis) — zero ciência nova — |
| 5 | +sobre o snapshot congelado de tênis (ATP+WTA, tennis-data.co.uk; hash em |
| 6 | +data/PROVENANCE-tennis.json). Compara, na MESMA curva, o futebol (38 ligas, de |
| 7 | +findings.json) e o tênis (tiers ATP/WTA). |
| 8 | +
|
| 9 | +Achado: a assinatura reaparece num 2º esporte, com mercado de 2 resultados (sem |
| 10 | +empate) e fonte de odds independente — favorito mais negativo onde o torneio é mais |
| 11 | +desbalanceado; azarão lotérico (~+2.3, como o futebol). A invariância estrutural não |
| 12 | +é um artefato do 1X2 nem do futebol. |
| 13 | +""" |
| 14 | +import hashlib, json |
| 15 | +import numpy as np |
| 16 | +import pandas as pd |
| 17 | +import matplotlib |
| 18 | +matplotlib.use("Agg") |
| 19 | +import matplotlib.pyplot as plt |
| 20 | +from skewlib import canonical, config as C, provenance as prov |
| 21 | +from skewlib.adapters import tennis |
| 22 | + |
| 23 | +TENNIS = C.DATA_PATH.parent / "tennis.csv" |
| 24 | +PROV = C.DATA_PATH.parent / "PROVENANCE-tennis.json" |
| 25 | +FINDINGS = __import__("pathlib").Path(__file__).resolve().parents[2] / "site" / "src" / "data" / "findings.json" |
| 26 | + |
| 27 | + |
| 28 | +def _verify_hash(): |
| 29 | + want = json.loads(PROV.read_text())["sha256"] |
| 30 | + h = hashlib.sha256() |
| 31 | + with open(TENNIS, "rb") as f: |
| 32 | + for c in iter(lambda: f.read(1 << 20), b""): |
| 33 | + h.update(c) |
| 34 | + got = h.hexdigest() |
| 35 | + assert got == want, f"tennis.csv mudou: {got[:12]} != snapshot {want[:12]}" |
| 36 | + print(f"snapshot OK — sha256 {got[:12]} == PROVENANCE-tennis.json", flush=True) |
| 37 | + |
| 38 | + |
| 39 | +def main(): |
| 40 | + _verify_hash() |
| 41 | + raw = pd.read_csv(TENNIS, low_memory=False) |
| 42 | + |
| 43 | + # assinatura global + calibração (o de-vig é confiável em tênis?) |
| 44 | + can = tennis.to_canonical(raw) |
| 45 | + canonical.validate(can) |
| 46 | + n = can.event_id.nunique() |
| 47 | + fav = canonical.select(can, "fav"); dog = canonical.select(can, "dog") |
| 48 | + sf = canonical.signature(fav, "fav"); sd = canonical.signature(dog, "dog") |
| 49 | + calib_p, calib_w = float(fav.p.mean()), float(fav.won.mean()) |
| 50 | + print(f"\nTÊNIS — {n:,} partidas (ATP+WTA), mercado match_odds (2 resultados):") |
| 51 | + print(f" favorito skew = {sf['skew']:+.3f} | azarão skew = {sd['skew']:+.3f}") |
| 52 | + print(f" calibração: p_fav médio {calib_p:.3f} ≈ vitória real do favorito {calib_w:.3f}") |
| 53 | + |
| 54 | + # a lei por tier, por tour |
| 55 | + tiers = [] |
| 56 | + law = {} |
| 57 | + for tour in ["ATP", "WTA"]: |
| 58 | + bt = canonical.bettype_by(tennis.to_canonical(raw[raw.tour == tour]), |
| 59 | + by="competition", kinds=("fav", "dog"), min_n=800).dropna() |
| 60 | + bt.insert(0, "tour", tour) |
| 61 | + tiers.append(bt) |
| 62 | + law[tour] = float(np.corrcoef(bt.skew_fav, bt.p_fav_mean)[0, 1]) |
| 63 | + print(f" lei {tour}: corr(skew_fav, p_fav) por tier = {law[tour]:+.2f} ({len(bt)} tiers)") |
| 64 | + tiers = pd.concat(tiers, ignore_index=True) |
| 65 | + |
| 66 | + # futebol (findings.json) p/ a sobreposição |
| 67 | + fb = json.loads(FINDINGS.read_text())["bettype"]["leagues"] |
| 68 | + fb = pd.DataFrame(fb) |
| 69 | + |
| 70 | + C.OUTDIR.mkdir(exist_ok=True) |
| 71 | + tiers.to_csv(C.OUTDIR / "tennis_by_tier.csv", index=False) |
| 72 | + FIG = C.OUTDIR / "fig"; FIG.mkdir(parents=True, exist_ok=True) |
| 73 | + fig, ax = plt.subplots(1, 2, figsize=(12, 4.6)) |
| 74 | + for a, fcol, tcol, ttl in [(ax[0], "fav", "skew_fav", "favourite bet"), |
| 75 | + (ax[1], "dog", "skew_dog", "underdog bet")]: |
| 76 | + a.scatter(fb.p_fav, fb[fcol], s=26, c="#4a78b5", alpha=.7, label="football leagues (38)") |
| 77 | + a.scatter(tiers.p_fav_mean, tiers[tcol], s=60, marker="D", c="#d9822b", |
| 78 | + edgecolor="#7a4a10", label="tennis tiers (ATP+WTA)") |
| 79 | + a.axhline(0, color="0.85", lw=.8) |
| 80 | + a.set_xlabel("competitiveness (mean favourite probability)") |
| 81 | + a.set_ylabel("ex-ante skewness") |
| 82 | + a.set_title(ttl, fontsize=11); a.legend(frameon=False, fontsize=8) |
| 83 | + fig.suptitle("F35 — external validity: football and tennis on one structural law\n" |
| 84 | + "(favourite falls, underdog rises with imbalance — across sports & markets)", y=1.06) |
| 85 | + fig.tight_layout() |
| 86 | + fig.savefig(FIG / "f35_crosssport.png", dpi=150, bbox_inches="tight"); plt.close(fig) |
| 87 | + print(f"\n -> {FIG / 'f35_crosssport.png'} | {C.OUTDIR / 'tennis_by_tier.csv'}") |
| 88 | + print(" → a lei é do ESPORTE, não do futebol: 2º esporte, mercado de 2 resultados, " |
| 89 | + "odds independentes.") |
| 90 | + |
| 91 | + prov.write_stamp("48_tennis", metrics={ |
| 92 | + "n_matches": int(n), "skew_fav": sf["skew"], "skew_dog": sd["skew"], |
| 93 | + "calib_pfav": calib_p, "calib_winrate": calib_w, |
| 94 | + "law_atp": law["ATP"], "law_wta": law["WTA"]}) |
| 95 | + |
| 96 | + |
| 97 | +if __name__ == "__main__": |
| 98 | + main() |
0 commit comments