Como Usar Python para Analisar Odds de Apostas

def odds_decimal_para_probabilidade(odd: float) -> float:
    """Converte odd decimal em probabilidade implícita."""
    return 1 / odd

def odds_americana_para_decimal(odd_americana: int) -> float:
    """Converte odd americana em decimal."""
    if odd_americana > 0:
        return (odd_americana / 100) + 1
    else:
        return (100 / abs(odd_americana)) + 1

def odds_fracionaria_para_decimal(numerador: int, denominador: int) -> float:
    """Converte odd fracionária em decimal."""
    return (numerador / denominador) + 1

# Exemplo prático
print(odds_decimal_para_probabilidade(2.50))  # 0.4 = 40%
print(odds_americana_para_decimal(150))       # 2.5
print(odds_fracionaria_para_decimal(3, 2))    # 2.5

# Calculando a margem da casa (overround)
def calcular_margem(odds_partida: dict) -> float:
    """Calcula a margem da casa de apostas."""
    probabilidades = [odds_decimal_para_probabilidade(o) for o in odds_partida.values()]
    return (sum(probabilidades) - 1) * 100

odds_jogo = {'casa': 2.10, 'empate': 3.20, 'fora': 3.80}
print(f'Margem da casa: {calcular_margem(odds_jogo):.2f}%')
# Margem da casa: 5.68% — o dinheiro deles

import requests
import pandas as pd
from datetime import datetime

API_KEY = 'sua_chave_aqui'  # The Odds API
BASE_URL = 'https://api.the-odds-api.com/v4'

def buscar_odds_futebol(esporte: str = 'soccer_brazil_campeonato') -> pd.DataFrame:
    """
    Busca odds de futebol da The Odds API.
    Retorna DataFrame com odds de cada casa por jogo.
    """
    url = f'{BASE_URL}/sports/{esporte}/odds'
    params = {
        'apiKey': API_KEY,
        'regions': 'eu',         # europeu usa odds decimal
        'markets': 'h2h',        # head-to-head (1X2)
        'oddsFormat': 'decimal',
        'dateFormat': 'iso'
    }
    
    response = requests.get(url, params=params)
    response.raise_for_status()
    dados = response.json()
    
    registros = []
    for jogo in dados:
        for bookmaker in jogo.get('bookmakers', []):
            for market in bookmaker.get('markets', []):
                if market['key'] == 'h2h':
                    odds_jogo = {
                        'jogo': f"{jogo['home_team']} vs {jogo['away_team']}",
                        'data': jogo['commence_time'],
                        'casa_aposta': bookmaker['title'],
                        'odd_casa': None,
                        'odd_empate': None,
                        'odd_fora': None
                    }
                    for outcome in market['outcomes']:
                        if outcome['name'] == jogo['home_team']:
                            odds_jogo['odd_casa'] = outcome['price']
                        elif outcome['name'] == jogo['away_team']:
                            odds_jogo['odd_fora'] = outcome['price']
                        else:
                            odds_jogo['odd_empate'] = outcome['price']
                    registros.append(odds_jogo)
    
    return pd.DataFrame(registros)

# Executando
df = buscar_odds_futebol()
print(df.head(10))
print(f'\nTotal de registros: {len(df)}')
print(f'Casas de apostas: {df["casa_aposta"].nunique()}')

def encontrar_discrepancias(df: pd.DataFrame, threshold: float = 0.15) -> pd.DataFrame:
    """
    Encontra jogos com maior discrepância de odds entre casas.
    threshold: diferença mínima em percentual pra considerar discrepância.
    """
    resultados = []
    
    for jogo in df['jogo'].unique():
        df_jogo = df[df['jogo'] == jogo]
        
        for coluna in ['odd_casa', 'odd_empate', 'odd_fora']:
            odds_validas = df_jogo[coluna].dropna()
            if len(odds_validas) < 2:
                continue
            
            odd_max = odds_validas.max()
            odd_min = odds_validas.min()
            diferenca_pct = (odd_max - odd_min) / odd_min
            
            if diferenca_pct >= threshold:
                casa_max = df_jogo.loc[odds_validas.idxmax(), 'casa_aposta']
                casa_min = df_jogo.loc[odds_validas.idxmin(), 'casa_aposta']
                
                resultados.append({
                    'jogo': jogo,
                    'mercado': coluna.replace('odd_', ''),
                    'odd_maxima': odd_max,
                    'odd_minima': odd_min,
                    'diferenca_pct': f'{diferenca_pct:.1%}',
                    'melhor_casa': casa_max,
                    'pior_casa': casa_min,
                    'prob_implicita_melhor': f'{1/odd_max:.1%}'
                })
    
    return pd.DataFrame(resultados).sort_values('diferenca_pct', ascending=False)

discrepancias = encontrar_discrepancias(df)
print('Top discrepâncias encontradas:')
print(discrepancias.head(10).to_string())