Suivre bêtement les transactions de pourcentage de victoire avant le match sur Polymarket pour le NBA, peut-on garantir un profit ?

null

Sur Polymarket, en négociant des matchs de la NBA, peut-être avez-vous aussi vécu cette expérience : avant le match, voir qu’une équipe a une probabilité de victoire nettement supérieure à celle de l’adversaire, puis au quatrième quart, tout s’effondre soudainement et la victoire leur échappe (comme récemment pour les Hornets et Heat, cette transaction m’a presque fait douter de ma santé mentale).

Puisque tout le monde dit que Polymarket est une « machine à vérité », est-ce que cela signifie qu’en achetant simplement l’équipe avec la plus haute probabilité avant le match, je peux facilement gagner de l’argent ?

Pour vérifier cette hypothèse, j’ai backtesté 1096 matchs de la saison régulière NBA 2025-26, et la vérité donnée par les données est—

Suivre aveuglément le marché ne permet pas de gagner d’argent, mais on ne peut pas non plus perdre beaucoup, la probabilité avant le match étant déjà pleinement intégrée dans le prix.

Suivre aveuglément le marché en achetant, c’est garanti

La stratégie de backtest utilisée est très simple :

Utiliser la moyenne des probabilités des 3 premières minutes avant le match comme référence

Chaque transaction de 100 dollars

Toujours acheter la « équipe avec la probabilité de victoire plus élevée »

Résultats :

A coûté au total 109 600 dollars, rapporté 107 545,2 dollars, soit une perte de 2 054 dollars

ROI de -1,87 %

Cela montre que le prix sur Polymarket est déjà assez efficace, le marché ayant pleinement intégré la probabilité de victoire des équipes, il n’y a pas d’espace pour l’arbitrage.

La différence de ROI peut venir des coûts de transaction, de la prime émotionnelle, ou d’autres dimensions ; même en achetant aveuglément, il vaut mieux parfois aller à l’encontre du marché, ce qui permet encore d’obtenir un rendement de 1,87 %.

La vraie valeur : les équipes ne peuvent pas toutes être traitées de la même manière

Ce backtest concerne l’ensemble de 1000 matchs, mais j’ai aussi analysé sous plusieurs angles pour tenter d’identifier des points où le marché pourrait être contourné :

Par semaine : marche aléatoire

Par probabilité : toujours marche aléatoire. C’est-à-dire parier sur une probabilité de victoire avant le match de 50 %, 60 %, sans différence de rendement par rapport à 70 %, 80 %

Par équipe, des différences évidentes apparaissent

Certaines équipes ne déçoivent pas la confiance du marché—

Tant que le marché pense qu’elles vont gagner, elles ont une probabilité plus grande de gagner réellement.

POR (Trail Blazers) : ROI 19 %

PHI (76ers) : ROI 14 %

SAS (Spurs) : ROI 12 %

LAL (Lakers) : ROI 11 %

CHA (Hornets) : ROI 9 %

Pourquoi ces différences ? Comme je ne connaissais pas bien les équipes NBA auparavant, j’avais une hypothèse :

Sont-elles les plus fortes ou les plus faibles, donc avec une cohérence de prévision élevée ?

Mais après vérification, ce n’est pas le cas : à l’exception de SAS (Spurs), les autres quatre équipes sont simplement classées dans la moyenne ou légèrement au-dessus.

Et les équipes avec les meilleurs résultats ? En réalité, le marché les a déjà pleinement intégrées, leur ROI moyen en suivant aveuglément est seulement de 2,16 %, la probabilité de victoire avant le match étant sans aucune distorsion.

DET (Pistons) : ROI 1 %

BOS (Celtics) : ROI 4 %

NYK (Knicks) : ROI 3 %

OKC (Thunder) : ROI -2 %

DEN (Nuggets) : ROI -5 %

Et les plus faibles ?

Ici, la segmentation est extrême. Ces équipes, en raison du peu de matchs où le marché les considère comme susceptibles de gagner, ont des résultats très dispersés : par exemple, les Nets (BKN) ont seulement 7 matchs avec une probabilité >50 %, en en gagnant 5, leur ROI atteint 21 % ; alors que les Pacers (IND) ont seulement 8 matchs >50 %, en en gagnant 4, leur ROI est de -20 %. L’échantillon est trop petit pour en faire une référence fiable.

En résumé, (théoriquement seulement !) POR (Trail Blazers), PHI (76ers), SAS (Spurs), LAL (Lakers), CHA (Hornets) constituent la zone de suivi recommandée selon les données disponibles.