O mercado de over/under foi onde construí a maior parte da minha rentabilidade nos últimos cinco anos. Não porque seja mais fácil do que outros mercados — não é — mas porque a maioria dos apostadores o aborda de forma completamente errada. Apostam em over 2.5 golos porque “este jogo vai ter muitos golos”, sem consultar uma única estatística. E é precisamente nessa lacuna entre palpite e análise que mora o valor.
Como Funciona o Mercado Over/Under
A mecânica é directa. O operador define uma linha — 2.5 golos é a mais comum no futebol — e o apostador decide se o total de golos no jogo será superior (over) ou inferior (under) a essa linha. O “.5” existe para eliminar o empate: não há como marcar 2.5 golos, por isso o resultado é sempre binário.
O que torna este mercado especial é o facto de ser independente de quem ganha. Não interessa se o resultado é 3-0 ou 2-1 — em ambos os casos, over 2.5 vence. Esta independência do resultado permite uma análise focada exclusivamente no perfil ofensivo e defensivo das equipas, sem a complicação adicional de prever o vencedor.
As linhas variam entre mercados e operadores. Para além do 2.5 padrão, existem 0.5, 1.5, 3.5, 4.5 e linhas asiáticas como 2.25 e 2.75 (que dividem a aposta entre duas linhas adjacentes). Quanto mais afastada da linha padrão, menos líquido é o mercado e mais provável é encontrar discrepâncias de pricing entre operadores.
Em Portugal, onde o futebol representa 75,6% de todas as apostas, o mercado de totais é o segundo mais popular depois do 1X2. Mas a popularidade não significa sofisticação — a maioria das apostas em totais é colocada por instinto, o que cria ineficiências exploráveis para quem trabalha com dados.
Analisar Dados Para Over/Under: Médias de Golos e xG
Quando comecei a apostar em totais, usava médias de golos simples: se uma equipa marcava 1.8 golos por jogo e a adversária sofria 1.5, esperava um jogo de ~3.3 golos e apostava em over 2.5. Foi um começo, mas insuficiente. As médias simples escondem mais do que revelam.
O salto de qualidade veio com o xG — expected goals. Em vez de contar golos marcados (que incluem penáltis duvidosos, golos acidentais e golões improváveis), o xG mede a qualidade das oportunidades criadas. Uma equipa com média de 1.0 golos por jogo mas xG de 1.6 está a criar oportunidades suficientes para marcar mais — a diferença entre golos reais e xG tende a corrigir-se ao longo do tempo. É uma equipa onde o over ganha valor.
No terceiro trimestre de 2025, o futebol manteve a sua quota de 71,8% das apostas desportivas em Portugal, o que significa que os dados disponíveis para a Liga Portugal e as principais ligas europeias são abundantes. As fontes de xG gratuitas cobrem praticamente todos os jogos relevantes.
A minha abordagem combina três camadas de dados. A primeira é o xG combinado das duas equipas — a soma dos xG ofensivos de cada equipa em jogos recentes. A segunda é o xG against — quantas oportunidades de qualidade cada equipa permite ao adversário. A terceira é a análise situacional: equipas que precisam de ganhar (luta pela permanência, qualificação europeia) tendem a jogar de forma mais aberta, aumentando os totais.
Um exemplo prático. Se a equipa A tem xG médio de 1.7 e xGA de 1.3 nos últimos 10 jogos, e a equipa B tem xG de 1.2 e xGA de 1.6, o total esperado ajustado é aproximadamente (1.7+1.6)/2 + (1.2+1.3)/2 = 1.65 + 1.25 = 2.90 golos. Isto sugere valor marginal em over 2.5 se as odds forem superiores a 1.90. Mas se analisar a progressão recente e verificar que a equipa A tem xG crescente nas últimas três jornadas, a confiança no over aumenta.
A armadilha mais comum? Usar médias de golos de toda a temporada sem ponderar a forma recente. Uma equipa que marcou 30 golos em 15 jogos parece ter média de 2.0 por jogo. Mas se 18 desses golos foram nos primeiros 8 jogos e apenas 12 nos últimos 7, a tendência é descendente. As médias mentem; a direcção revela.
Linhas Alternativas e Totais por Equipa
Onde encontro mais valor não é na linha padrão de 2.5 — é nas alternativas. A linha 2.5 é a mais líquida, a mais analisada e, portanto, a mais eficiente. As ineficiências vivem nas margens.
Over 3.5 em jogos com xG combinado acima de 3.5 é um mercado que produziu ROI positivo consistente nos meus registos. As odds tipicamente oscilam entre 2.00 e 2.50, o que significa que basta acertar 40-50% das vezes para ser rentável. E num mercado onde o público subestima sistematicamente a probabilidade de jogos com muitos golos, essas taxas de acerto são alcançáveis.
Under 1.5 é outro mercado subestimado. Em jogos entre equipas defensivas de meio de tabela, sem motivação especial, a probabilidade de 0-0 ou 1-0 é frequentemente superior ao que as odds sugerem. A margem dos operadores em mercados de under tende a ser mais alta, mas em jogos específicos o valor ainda existe.
Os totais por equipa — over/under de golos de uma equipa específica — são o mercado mais técnico e o que menos atenção recebe do público. Apostar em “equipa A marca over 1.5” exige uma análise focada no ataque dessa equipa contra a defesa específica do adversário, em vez de uma avaliação genérica do jogo. Esta especificidade é onde a análise de xG brilha mais, e onde a margem do operador compensa menos a falta de atenção do público.
O mercado de totais recompensa quem faz o trabalho. Se estás disposto a mergulhar nos dados, a construir modelos simples de xG combinado e a comparar sistematicamente as tuas estimativas com as odds oferecidas, vais encontrar valor de forma consistente. Se procuras uma base sólida para esta análise, a compreensão de como calcular o expected value de cada aposta é o ponto de partida essencial.