#广场预测世界杯赢40000U Goldman Sachs faz previsões para a Copa do Mundo, as modelos quantitativos são confiáveis?
A Copa do Mundo de 2026 na América do Norte, com abertura no Canadá, EUA e México, 48 grandes equipes, 104 jogos, foco global. Sempre que há uma Copa, as previsões tornam-se uma disciplina popular. Desde o polvo Paul na Copa da África do Sul de 2010 até aos modelos de IA de 2026, passando por videntes e economistas-chefes de bancos de investimento, todos querem participar. Este ano, o economista-chefe do Goldman Sachs, Jan Hatzius, e sua equipe publicaram novamente o "Relatório de Previsão da Copa de 2026", usando modelos quantitativos para "fazer previsões" sobre o campeão. As mentes mais brilhantes de Wall Street podem realmente prever no campo de futebol?
I. A "evolução" das previsões do Goldman Sachs
As previsões do Goldman Sachs para a Copa podem ser vistas como uma "história de evolução de modelos".
Copa do Mundo de 2014 no Brasil: primeira tentativa, previsão com modelo de regressão linear. Resultado: previsão de vitória do Brasil, mas a Alemanha venceu a final por 7-1 esmagando o Brasil, e a Alemanha levou o troféu. Primeira previsão errada.
Copa de 2018 na Rússia: modelo atualizado, com mais variáveis. Previu o Brasil como favorito (18% de chance), mas a França venceu a Croácia por 4-2 na final. Apesar do erro na previsão do campeão, o Goldman Sachs previu corretamente a França na final.
Copa de 2022 no Catar: com aprendizado de máquina, o modelo ficou mais complexo. Previu o Brasil como maior favorito (25% de chance), com final prevista entre Brasil e Portugal. Mas o Brasil foi eliminado nas quartas de final por Croácia nos pênaltis (0-0, 2-4 nos pênaltis), nem chegou à final. Argentina venceu a França por pênaltis 4-2 (placar total de 7-5). Mais uma previsão errada do Goldman Sachs.
Uma regra interessante: o Goldman Sachs previu o Brasil três vezes, e o Brasil perdeu as três vezes.
II. Previsão de 2026: Espanha com 26% de chance de vencer
Este ano, o modelo do Goldman Sachs, baseado em quase 20.000 partidas de seleções nacionais desde 1978, combinando o sistema de classificação Elo, distribuição de Poisson e simulação de Monte Carlo (50.000 simulações virtuais da Copa), apresentou a previsão mais recente: a justificativa do Goldman é "quantitativa". A Espanha lidera o ranking Elo mundial, com talento ofensivo destacado e forma recente em alta.
A França tem uma equipe com profundidade, sendo o único time a quebrar a maldição de defender o título nas últimas edições. A Argentina, embora forte, sofre com o efeito de "queda do campeão", pois historicamente os campeões defensores tendem a ter desempenho inferior. Mas, logo após a publicação do modelo, a realidade deu uma rasteira. A jovem estrela espanhola de apenas 19 anos, Lamine Yamal, machucou-se antes do início da Copa, e deve perder os primeiros jogos. Yamal destacou-se na Euro 2024, sendo uma peça-chave na ofensiva espanhola, e sua ausência provavelmente reduzirá a previsão de 26%. O próprio Goldman Sachs admite que o modelo não consegue levar em conta fatores invisíveis como a condição física dos jogadores.
III. Por que os bancos de investimento querem prever a Copa?
Não é a primeira vez que o Goldman Sachs "desvia do caminho". Prever a Copa do Mundo é, essencialmente, uma estratégia de marketing de marca e demonstração de capacidade. Para o Goldman Sachs, a previsão da Copa é uma publicidade gratuita. Sempre que a Copa chega, a mídia global cobre essas previsões, aumentando a exposição da marca Goldman Sachs em bilhões de impressões. Mas a lógica central é que, assim como na previsão econômica, a previsão de futebol usa metodologias semelhantes: modelagem com dados históricos e projeções estatísticas para o futuro. Mostrar força na Copa é uma forma de sinalizar aos clientes que, se conseguem modelar jogos tão complexos, também dominam seus portfólios de investimentos.
Portanto, o Goldman Sachs não está "fazendo previsão", mas "mostrando força"; a Copa é apenas um cenário de demonstração.
IV. As previsões são precisas? Os dados falam
Vamos usar dados para avaliar o nível de "previsão" do Goldman Sachs.
Em 2018, a precisão na previsão das oito melhores equipes foi de cerca de 50%-62,5%, mas a previsão do final foi incorreta.
Em 2022, a precisão na previsão das oito melhores foi de cerca de 50%, e a previsão do confronto final era Brasil vs Portugal, mas na realidade foi Argentina vs França. Historicamente, as previsões do campeão erraram todas as três vezes: 2014, 2018 e 2022, todas apontando para o Brasil. Essa taxa de acerto não é muito melhor do que um lançamento de moeda. Mas o Goldman Sachs é inteligente. No relatório, eles escrevem que o poder do modelo é limitado, pois há uma imprevisibilidade inerente ao futebol. Assim, eles se preparam para a possibilidade de erro.
Mais interessante ainda é comparar com o mercado de previsão. Em plataformas como Polymarket, a inteligência coletiva dos usuários costuma ser mais precisa do que os modelos dos bancos de investimento. Isso porque os modelos são baseados em dados passados ("olhar para trás"), enquanto o mercado incorpora informações em tempo real, emoções e uma visão de futuro ("olhar para frente").
Talvez, a beleza do futebol resida justamente na sua imprevisibilidade. Se tudo pudesse ser previsto por modelos, a paixão, os momentos de decisão e os milagres em campo perderiam o sentido.
Como diz o Goldman Sachs, o futebol é redondo, os modelos são quadrados, e o coração humano é a última variável deste mundo.
A Copa do Mundo de 2026 na América do Norte, com abertura no Canadá, EUA e México, 48 grandes equipes, 104 jogos, foco global. Sempre que há uma Copa, as previsões tornam-se uma disciplina popular. Desde o polvo Paul na Copa da África do Sul de 2010 até aos modelos de IA de 2026, passando por videntes e economistas-chefes de bancos de investimento, todos querem participar. Este ano, o economista-chefe do Goldman Sachs, Jan Hatzius, e sua equipe publicaram novamente o "Relatório de Previsão da Copa de 2026", usando modelos quantitativos para "fazer previsões" sobre o campeão. As mentes mais brilhantes de Wall Street podem realmente prever no campo de futebol?
I. A "evolução" das previsões do Goldman Sachs
As previsões do Goldman Sachs para a Copa podem ser vistas como uma "história de evolução de modelos".
Copa do Mundo de 2014 no Brasil: primeira tentativa, previsão com modelo de regressão linear. Resultado: previsão de vitória do Brasil, mas a Alemanha venceu a final por 7-1 esmagando o Brasil, e a Alemanha levou o troféu. Primeira previsão errada.
Copa de 2018 na Rússia: modelo atualizado, com mais variáveis. Previu o Brasil como favorito (18% de chance), mas a França venceu a Croácia por 4-2 na final. Apesar do erro na previsão do campeão, o Goldman Sachs previu corretamente a França na final.
Copa de 2022 no Catar: com aprendizado de máquina, o modelo ficou mais complexo. Previu o Brasil como maior favorito (25% de chance), com final prevista entre Brasil e Portugal. Mas o Brasil foi eliminado nas quartas de final por Croácia nos pênaltis (0-0, 2-4 nos pênaltis), nem chegou à final. Argentina venceu a França por pênaltis 4-2 (placar total de 7-5). Mais uma previsão errada do Goldman Sachs.
Uma regra interessante: o Goldman Sachs previu o Brasil três vezes, e o Brasil perdeu as três vezes.
II. Previsão de 2026: Espanha com 26% de chance de vencer
Este ano, o modelo do Goldman Sachs, baseado em quase 20.000 partidas de seleções nacionais desde 1978, combinando o sistema de classificação Elo, distribuição de Poisson e simulação de Monte Carlo (50.000 simulações virtuais da Copa), apresentou a previsão mais recente: a justificativa do Goldman é "quantitativa". A Espanha lidera o ranking Elo mundial, com talento ofensivo destacado e forma recente em alta.
A França tem uma equipe com profundidade, sendo o único time a quebrar a maldição de defender o título nas últimas edições. A Argentina, embora forte, sofre com o efeito de "queda do campeão", pois historicamente os campeões defensores tendem a ter desempenho inferior. Mas, logo após a publicação do modelo, a realidade deu uma rasteira. A jovem estrela espanhola de apenas 19 anos, Lamine Yamal, machucou-se antes do início da Copa, e deve perder os primeiros jogos. Yamal destacou-se na Euro 2024, sendo uma peça-chave na ofensiva espanhola, e sua ausência provavelmente reduzirá a previsão de 26%. O próprio Goldman Sachs admite que o modelo não consegue levar em conta fatores invisíveis como a condição física dos jogadores.
III. Por que os bancos de investimento querem prever a Copa?
Não é a primeira vez que o Goldman Sachs "desvia do caminho". Prever a Copa do Mundo é, essencialmente, uma estratégia de marketing de marca e demonstração de capacidade. Para o Goldman Sachs, a previsão da Copa é uma publicidade gratuita. Sempre que a Copa chega, a mídia global cobre essas previsões, aumentando a exposição da marca Goldman Sachs em bilhões de impressões. Mas a lógica central é que, assim como na previsão econômica, a previsão de futebol usa metodologias semelhantes: modelagem com dados históricos e projeções estatísticas para o futuro. Mostrar força na Copa é uma forma de sinalizar aos clientes que, se conseguem modelar jogos tão complexos, também dominam seus portfólios de investimentos.
Portanto, o Goldman Sachs não está "fazendo previsão", mas "mostrando força"; a Copa é apenas um cenário de demonstração.
IV. As previsões são precisas? Os dados falam
Vamos usar dados para avaliar o nível de "previsão" do Goldman Sachs.
Em 2018, a precisão na previsão das oito melhores equipes foi de cerca de 50%-62,5%, mas a previsão do final foi incorreta.
Em 2022, a precisão na previsão das oito melhores foi de cerca de 50%, e a previsão do confronto final era Brasil vs Portugal, mas na realidade foi Argentina vs França. Historicamente, as previsões do campeão erraram todas as três vezes: 2014, 2018 e 2022, todas apontando para o Brasil. Essa taxa de acerto não é muito melhor do que um lançamento de moeda. Mas o Goldman Sachs é inteligente. No relatório, eles escrevem que o poder do modelo é limitado, pois há uma imprevisibilidade inerente ao futebol. Assim, eles se preparam para a possibilidade de erro.
Mais interessante ainda é comparar com o mercado de previsão. Em plataformas como Polymarket, a inteligência coletiva dos usuários costuma ser mais precisa do que os modelos dos bancos de investimento. Isso porque os modelos são baseados em dados passados ("olhar para trás"), enquanto o mercado incorpora informações em tempo real, emoções e uma visão de futuro ("olhar para frente").
Talvez, a beleza do futebol resida justamente na sua imprevisibilidade. Se tudo pudesse ser previsto por modelos, a paixão, os momentos de decisão e os milagres em campo perderiam o sentido.
Como diz o Goldman Sachs, o futebol é redondo, os modelos são quadrados, e o coração humano é a última variável deste mundo.
