Criterio di Kelly nelle scommesse: come calcolare la puntata ottimale

Il criterio di Kelly è il metodo matematico più elegante mai applicato alla gestione delle puntate. Sviluppato nel 1956 da John Larry Kelly Jr., ricercatore dei Bell Labs, nacque per risolvere un problema di teoria dell'informazione legato alla trasmissione dei segnali. Il fatto che la stessa formula si applichi perfettamente alle scommesse sportive e agli investimenti finanziari dice molto sulla natura universale del problema: come dimensionare una puntata quando si ha un vantaggio stimato ma non una certezza.

A differenza del Masaniello o della puntata fissa, il criterio di Kelly non opera su cicli chiusi e non richiede parametri arbitrari come un obiettivo di profitto. Calcola semplicemente la percentuale ottimale del bankroll da puntare su ogni singola scommessa, in funzione di due variabili: la probabilità stimata dell'evento e la quota offerta dal bookmaker. Il risultato è la dimensione della puntata che massimizza la crescita del capitale nel lungo periodo.

La formula e come usarla

La formula di Kelly nella versione applicata alle scommesse è: f = (p q - 1) / (q - 1), dove f è la frazione del bankroll da puntare, p è la probabilità stimata di vincita e q è la quota decimale offerta dal bookmaker. Se la tua stima di probabilità è il 60% (p = 0.60) e la quota è 2.20, il calcolo diventa: f = (0.60 2.20 - 1) / (2.20 - 1) = (1.32 - 1) / 1.20 = 0.267. Il criterio suggerisce di puntare il 26.7% del bankroll.

Il primo dato che salta all'occhio è quanto sia aggressiva la puntata piena di Kelly. Il 26.7% del bankroll su una singola scommessa è un importo che farebbe venire i brividi a qualsiasi scommettitore con un minimo di esperienza. E a ragione: la formula assume che la stima di probabilità sia perfettamente accurata, il che nella realtà delle scommesse sportive non accade mai. Su questo punto torneremo tra poco, perché è il limite più importante del metodo.

La formula ha una proprietà cruciale: restituisce un valore negativo quando non c'è vantaggio. Se la probabilità stimata è il 45% e la quota è 2.00, il calcolo dà: f = (0.45 * 2.00 - 1) / (2.00 - 1) = -0.10. Il valore negativo significa che non dovresti scommettere — il bookmaker ha il vantaggio, non tu. Questa funzione di "filtro" è uno degli aspetti più utili del criterio di Kelly: non solo ti dice quanto puntare, ma ti dice anche quando non puntare affatto.

Esempi pratici su diversi scenari

Vediamo come si comporta la formula su scenari tipici delle scommesse calcio. Scenario 1: favorito netto. Probabilità stimata 70%, quota 1.50. Kelly dice: f = (0.70 * 1.50 - 1) / (1.50 - 1) = 0.05 / 0.50 = 0.10. Puntata consigliata: 10% del bankroll. L'evento è molto probabile ma la quota è bassa, quindi la puntata è contenuta. Il vantaggio è piccolo ma reale.

Scenario 2: quota di valore su un outsider. Probabilità stimata 30%, quota 4.00. Kelly dice: f = (0.30 * 4.00 - 1) / (4.00 - 1) = 0.20 / 3.00 = 0.067. Puntata consigliata: 6.7% del bankroll. Nonostante la probabilità sia bassa, il valore nella quota giustifica una puntata significativa. È un caso in cui molti scommettitori non punterebbero — l'evento sembra improbabile — ma la matematica dice il contrario.

Scenario 3: nessun valore. Probabilità stimata 40%, quota 2.30. Kelly dice: f = (0.40 * 2.30 - 1) / (2.30 - 1) = -0.08 / 1.30 = -0.06. Valore negativo: non scommettere. La quota sembra accettabile a prima vista, ma la tua stima dice che il bookmaker ha ragione — o addirittura che ti sta offrendo meno di quanto dovrebbe. Passare a un'altra scommessa è la decisione corretta.

I limiti del Kelly pieno

Il problema principale del criterio di Kelly pieno è che presuppone una stima di probabilità perfetta. Nelle scommesse sportive, la stima è sempre approssimativa. Se pensi che una squadra abbia il 60% di probabilità di vincere, la realtà potrebbe essere il 55% o il 65%. Questa incertezza sulla stima stessa — che in statistica si chiama errore di stima — ha conseguenze pesanti quando le puntate sono dimensionate secondo il Kelly pieno.

Una sovrastima della probabilità porta a puntate troppo alte. Se la probabilità reale è il 50% ma la tua stima è il 60%, il Kelly calcola una puntata basata su un vantaggio che non esiste nella misura ipotizzata. Il risultato nel lungo periodo non è il profitto ottimale ma una perdita, perché stai sistematicamente puntando più di quanto il tuo vantaggio giustifichi. In pratica, il Kelly pieno amplifica sia il vantaggio quando la stima è corretta sia il danno quando è sbagliata.

L'altro limite è la volatilità del bankroll. Anche con stime perfette, il Kelly pieno produce oscillazioni violente. Un bankroll gestito a Kelly pieno può perdere il 50% del proprio valore in una breve serie negativa, per poi recuperare e superare il livello iniziale. Questa montagna russa è matematicamente ottimale nel lunghissimo periodo, ma psicologicamente insostenibile per la stragrande maggioranza delle persone. Pochissimi scommettitori hanno la disciplina per continuare a seguire il sistema dopo aver visto dimezzare il proprio capitale.

Il fractional Kelly: il compromesso intelligente

La soluzione standard al problema della volatilità è il fractional Kelly — cioè puntare una frazione della puntata suggerita dal criterio pieno. Le varianti più comuni sono il mezzo Kelly (50% della puntata piena) e il quarto di Kelly (25%). La riduzione della puntata sacrifica una parte della crescita ottimale in cambio di una volatilità enormemente più bassa.

Con il mezzo Kelly, la crescita attesa del bankroll è circa il 75% di quella del Kelly pieno, ma la volatilità si riduce in modo molto più che proporzionale. In pratica, un bankroll gestito a mezzo Kelly cresce un po' più lentamente ma con drawdown — cioè cali temporanei — molto meno profondi. Per la maggior parte degli scommettitori, il mezzo Kelly rappresenta il punto di equilibrio ideale tra crescita e stabilità.

Il quarto di Kelly è ancora più conservativo e adatto a chi ha una bassa tolleranza al rischio o una minore fiducia nella precisione delle proprie stime. La crescita è più lenta ma la probabilità di subire drawdown devastanti diventa trascurabile. In un contesto dove l'errore di stima è la norma e non l'eccezione, il quarto di Kelly offre una protezione molto robusta contro la sovrastima sistematica del proprio vantaggio.

Come stimare la probabilità: il vero collo di bottiglia

Il criterio di Kelly è una formula perfetta che dipende da un input imperfetto: la stima della probabilità. Se la formula è il motore, la stima è il carburante — e carburante di bassa qualità rovina anche il motore migliore. Il vero lavoro dello scommettitore non è applicare la formula, che è banale, ma sviluppare un metodo affidabile per stimare le probabilità.

Le strade possibili sono diverse. L'analisi statistica basata su dati storici — risultati, xG, tiri, possesso — fornisce una base quantitativa. Le quote stesse dei bookmaker, depurate dal margine, offrono una stima di mercato che riflette il consenso degli operatori professionali. Il confronto tra la propria stima e quella del mercato è il momento della verità: se la tua probabilità diverge significativamente dalla probabilità implicita nella quota, o hai trovato un valore reale o la tua analisi è sbagliata. Distinguere tra i due casi è l'abilità fondamentale.

Un approccio pragmatico è usare le quote di mercato come base e aggiustarle in funzione di informazioni che il mercato potrebbe non aver ancora incorporato: notizie di formazione dell'ultimo minuto, condizioni meteo non previste, contesti motivazionali che i modelli statistici faticano a catturare. Questi aggiustamenti dovrebbero essere piccoli e giustificati, non rivoluzioni della stima di mercato basate su sensazioni.

Una formula, non una fede

Il criterio di Kelly è uno strumento potente nelle mani di chi lo usa con consapevolezza dei suoi limiti, e pericoloso nelle mani di chi lo tratta come una verità rivelata. La formula funziona — la matematica è inattaccabile — ma funziona solo nella misura in cui la stima di probabilità che le dai in pasto è accurata. Chi investe il proprio tempo nel migliorare la qualità delle stime piuttosto che nel perfezionare il calcolo della puntata ha capito dove sta il valore reale del metodo.