Deux chiffres reviennent souvent chez les parieurs qui suivent leur performance de près : le ROI théorique (celui que ton edge estimé devrait produire sur le long terme) et le ROI réalisé (celui que tu observes réellement sur tes paris). Ils ne coïncident presque jamais parfaitement, et l'écart entre les deux est une information précieuse — à condition de savoir la lire correctement.
Définir les deux ROI
ROI théorique : calculé à partir de la value moyenne estimée sur tes picks. Si ton algo sélectionne des paris avec 6% de value moyenne, ton ROI théorique attendu sur le long terme tourne autour de 6% (en simplifiant, en ignorant la marge du bookmaker déjà intégrée dans le calcul de value).
ROI réalisé : le résultat réel calculé sur tes picks effectivement joués — profit net divisé par la somme misée.
Exemple. Sur 300 picks avec une value moyenne estimée de 6%, le ROI théorique prévoit environ +18u de profit pour 1u de mise fixe (300 × 6%). Le ROI réalisé sur ces mêmes 300 picks peut afficher +8u, -2u, ou +35u selon la variance — l'écart est normal sur un échantillon de cette taille.
Pourquoi l'écart est normal (jusqu'à un certain point)
Le ROI théorique est une espérance mathématique, pas une garantie sur un échantillon fini. Sur 300-500 paris, la variance peut faire dévier ton ROI réalisé de plusieurs points de pourcentage par rapport au théorique, dans un sens comme dans l'autre — c'est statistiquement attendu, pas un signal d'alerte en soi.
La vraie question n'est pas "est-ce que mon ROI réalisé colle exactement au théorique", mais "est-ce que l'écart reste dans une fourchette plausible compte tenu de la taille de mon échantillon".
Quand l'écart devient un vrai signal
Deux situations à surveiller sérieusement :
Écart qui persiste sur un très grand échantillon (1000+ paris) : si ton ROI réalisé reste durablement et significativement en dessous du théorique, ton modèle de proba est probablement biaisé — tu surestimes systématiquement tes probabilités. C'est le signe qu'il faut recalibrer, pas attendre que "la chance tourne".
ROI réalisé largement supérieur au théorique : contre-intuitivement, ce n'est pas toujours une bonne nouvelle. Ça peut signifier que ton calcul de value sous-estime la vraie probabilité (ton edge réel est plus grand que prévu — bien), ou que tu as eu une série de chance qui va se corriger vers la moyenne (moins bien, si tu bases tes décisions futures sur ce chiffre gonflé).
Comment utiliser ces deux chiffres ensemble
Calcule les deux, systématiquement — le ROI théorique dès que tu places un pari (basé sur ta proba estimée × la cote), le ROI réalisé une fois le résultat connu.
Compare-les par blocs de 100-200 paris, pas pari par pari — l'échelle individuelle est trop bruitée pour être interprétable.
Regarde la tendance sur plusieurs blocs : si l'écart se réduit avec le volume (convergence vers le théorique), c'est cohérent avec un modèle correct. S'il ne converge pas après plusieurs centaines de paris, creuse ton modèle.
Point méthode
Le ROI théorique n'est utile que si ton calcul de probabilité est fiable. Un modèle qui surestime systématiquement ses probas produira un ROI théorique optimiste qui ne se matérialisera jamais — dans ce cas, le ROI réalisé (plus bas) est le seul chiffre honnête. Ne jamais utiliser le ROI théorique seul comme preuve de performance auprès d'un tiers.
En pratique, le ROI théorique sert de boussole à court terme (est-ce que je fais des paris avec de la value ?), et le ROI réalisé sur gros volume sert de vérificateur à long terme (est-ce que cette value se matérialise vraiment ?). Les deux ensemble racontent une histoire plus complète que chacun séparément.