Conteúdo
Quando comecei a levar apostas de NHL a sério, encontrei um problema: duas equipas com registos similares podiam ter performances completamente diferentes. Uma ganhava jogos apertados com sorte; outra perdia jogos que deveria ganhar. Os golos e vitórias não contavam a história completa. Precisava de métricas que medissem o processo, não apenas o resultado. Foi assim que descobri Corsi e Fenwick.
Estas métricas revolucionaram a análise de hóquei há mais de uma década, mas muitos apostadores ainda as ignoram. É um erro. Corsi e Fenwick revelam quem realmente controla jogos – informação que os golos e vitórias podem esconder durante semanas ou meses.
Utilização de Dados Corsi na Validação de Cotações
Corsi mede todas as tentativas de remate – remates à baliza, remates bloqueados, e remates falhados (que passam ao lado da baliza). É a métrica mais abrangente de tentativas de ataque. Se uma equipa tem 60 tentativas de remate enquanto o adversário tem 40, a primeira equipa está a dominar o controlo de jogo independentemente do marcador.
O Corsi For (CF) conta as tentativas de remate da equipa. O Corsi Against (CA) conta as tentativas de remate do adversário. O Corsi For Percentage (CF%) é a métrica mais usada: CF / (CF + CA) × 100. Um CF% de 55% significa que a equipa tem 55% de todas as tentativas de remate quando está no gelo – domínio claro.
A média de golos por jogo na NHL 2025-26 é de aproximadamente 6.7, mas os remates são muito mais numerosos – tipicamente 60-70 por jogo combinados. Corsi captura ainda mais tentativas porque inclui bloqueios e falhas. Um jogo pode ter 120+ eventos de Corsi, fornecendo amostra estatística muito superior aos 6-7 golos.
Corsi é frequentemente calculado em situações de 5-contra-5 apenas, excluindo power plays e penalty kills. Esta versão – chamada Corsi 5v5 – elimina o ruído de situações especiais e mede o jogo “normal”. Quando analiso equipas para apostas, uso preferencialmente CF% 5v5.
Fenwick: A Variante sem Bloqueios
Fenwick é similar a Corsi mas exclui remates bloqueados. Conta apenas remates à baliza e remates falhados. A lógica é que remates bloqueados não são tentativas de qualidade – um jogador que bloqueia um remate impede-o de ameaçar a baliza.
Na prática, Corsi e Fenwick correlacionam-se fortemente – equipas boas em Corsi são geralmente boas em Fenwick. Mas há nuances. Equipas que enfrentam muitos bloqueios podem ter Corsi inflacionado relativamente a Fenwick. Equipas que rematam de zonas de qualidade com menos bloqueios podem ter Fenwick superior a Corsi.
Prefiro Corsi para análise geral porque a amostra é maior. Mas uso Fenwick como verificação – se uma equipa tem CF% alto mas FF% (Fenwick For Percentage) mais baixo, pode indicar que estão a forçar remates de zonas periféricas que são facilmente bloqueados. A qualidade dos remates importa, não apenas a quantidade.
Interpretar CF% para Apostas
Glen Gulutzan, treinador dos Dallas Stars, comentou sobre o aumento de jogos de overtime: “as equipas de topo perderam alguns jogadores com o cap, e as equipas de baixo cresceram e ganharam alguns jogadores. É isso que acontece. Comprime a classificação.” Esta paridade na classificação não significa paridade real – e Corsi ajuda a separar equipas genuinamente boas de equipas que estão a ter sorte.
Um CF% de 52-53% é sólido. Acima de 54% indica equipa de elite em controlo de jogo. Abaixo de 48% indica problemas estruturais. Mas o contexto importa: algumas equipas jogam sistemas defensivos por design, cedendo posse para contra-atacar. Estas equipas terão CF% mais baixo sem serem necessariamente más.
A aplicação mais directa para apostas é identificar equipas que vão regredir à média. Uma equipa com CF% de 55% mas registo de 50% de vitórias está provavelmente a ter azar – os resultados vão melhorar. Uma equipa com CF% de 45% mas registo de 60% de vitórias está a ter sorte – os resultados vão piorar. Apostar na regressão é estratégia válida.
Comparo sempre CF% com a classificação actual. Se uma equipa está no top-5 de CF% mas no meio da tabela em pontos, há potencial valor em apostar nessa equipa antes que os resultados alinhem com a performance. O inverso – equipa mal em CF% mas bem classificada – sugere candidata a declínio.
Limitações e Contexto Necessário
Corsi não mede qualidade de remates. Um remate de junto à baliza vale o mesmo que um remate da linha azul. Equipas que geram muitas tentativas de zonas periféricas podem ter CF% alto sem serem verdadeiramente perigosas. Por isso complemento Corsi com expected goals (xG), que pondera a qualidade.
O CF% é afectado pelo score do jogo. Equipas a perder tendem a ter Corsi mais alto porque estão a forçar o jogo; equipas a ganhar cedem posse para defender a vantagem. O Corsi ajustado ao score (Score-Adjusted Corsi ou SAC) corrige este enviesamento e é preferível para análise de longo prazo.
Pequenas amostras são perigosas. O CF% de um único jogo tem variância enorme – uma equipa pode dominar 60-40 em tentativas e perder, ou ser dominada e ganhar. Só confio em CF% após 15-20 jogos de amostra. No início da temporada, os dados são ruidosos demais para conclusões fortes.
Finalmente, Corsi não captura tudo. Equipas com guarda-redes de elite podem sobreviver com CF% baixo; equipas com maus guarda-redes podem falhar apesar de CF% alto. Integra Corsi com outras métricas de análise avançada para uma visão completa.
Onde encontrar dados de Corsi? Natural Stat Trick é a fonte gratuita mais completa, com CF% por equipa, por jogador, e por situação de jogo (5v5, power play, etc.). MoneyPuck também oferece dados de Corsi integrados com outras métricas. Hockey-Reference tem dados mais básicos mas acessíveis. Qualquer destas fontes serve para começar – a chave é usar consistentemente e aprender a interpretar.
A frequência de actualização importa. Durante a temporada, verifico Corsi semanalmente para tendências de longo prazo e diariamente para ajustes recentes. Uma mudança drástica de CF% numa semana pode indicar lesões, mudanças tácticas, ou simplesmente variância. O contexto sempre importa mais que o número isolado.
