Analyse quantitative · NBA & NHL
Chaque match,
rejoué 100 000 fois.
QuantioLab transforme les données du sport en probabilités mesurées : vainqueur, score, statistiques de chaque joueur, et toutes leurs combinaisons. Puis nous publions, chaque jour, nos prédictions de la veille face aux résultats réels — réussies ou non.
En phase de test privée — lancement prochainement
Ce que nous faisons
Des probabilités, pas des avis.
Le sport regorge d'opinions. QuantioLab est un laboratoire d'analyse : nous modélisons chaque match à partir des données, nous mesurons les chances de chaque scénario, et nous montrons comment nos chiffres se comportent face à la réalité.
Chaque match, sous tous les angles
Qui gagne, avec quel écart, combien de points ou de buts, quelles performances pour chaque joueur : points, rebonds, passes, buteurs, passeurs, tirs. Absents du jour et adversaire compris.
Des combinaisons cohérentes
Les événements d'un même match sont liés. Nos simulations les calculent ensemble, là où multiplier des probabilités isolées donne un résultat faux.
Une transparence totale
Chaque prédiction est figée avant le match, puis confrontée au résultat. Les ratées sont publiées comme les réussies. C'est la seule façon honnête de juger un modèle.
Aperçu de l'application en phase de test.
Méthodologie
De la feuille de match à la probabilité.
Quatre étapes, toutes publiques. Rien n'est laissé à l'intuition.
Les données
Chaque feuille de match de la saison et de la précédente : minutes ou temps de glace, tirs, points, rebonds, passes. Plus les blessures du jour et les cotes du marché, dont on retire la marge.
Le modèle
Pour chaque joueur : ce qu'il produit par minute et combien de minutes il va jouer. Quand l'échantillon est petit, les chiffres sont ramenés vers des valeurs fiables (statistique bayésienne), puis ajustés au match : adversaire, rythme, domicile, fatigue, absents.
100 000 matchs simulés
Le match est rejoué 100 000 fois en entier (méthode de Monte-Carlo) : score des deux équipes, prolongation, statistiques de chaque joueur, tout est lié. La probabilité d'un événement est la part des matchs simulés où il se produit.
La vérification
Chaque réglage est testé sur les matchs passés, avec uniquement ce qui était connu avant le coup d'envoi. On garde ce qui améliore les prédictions, on jette le reste — même quand l'idée paraissait bonne.
Pourquoi simuler plutôt que multiplier ?
Quand une star cartonne, son équipe gagne plus souvent et le score grimpe. Ces événements vont ensemble. Les multiplier comme s'ils étaient indépendants sous-estime leurs chances communes. Exemple réel, NBA, 16 novembre 2026 :
La combinaison
Le meilleur marqueur dépasse 25 points + son équipe gagne + le match dépasse 241,5 points
- 25 points ou plus : 62 %
- Victoire de son équipe : 77 %
- Plus de 241,5 points : 51 %
Méthode classique : on multiplie
24,3 %
62 % × 77 % × 51 %, comme si ces événements n'avaient aucun lien.
QuantioLab : on compte sur 100 000 matchs
26,8 %
La part des matchs simulés où les trois se réalisent ensemble.
Avec 100 000 tirages, l'incertitude due à la simulation elle-même est inférieure à ±0,3 point de pourcentage. La simulation n'invente pas d'information : sur une statistique isolée, elle donne le même résultat que le modèle. Son apport est la cohérence et les combinaisons.
Transparence
Quand on annonce 60 %, ça arrive 60 % du temps.
C'est la promesse d'un modèle bien calibré, et nous la vérifions en public. Chaque point du graphique regroupe des milliers de prédictions : on compare la probabilité annoncée à la fréquence réellement observée.
Une probabilité n'est pas une promesse
Un événement annoncé à 70 % doit échouer environ 3 fois sur 10 — c'est ce que veut dire 70 %. Un modèle ne se juge pas sur un match, mais sur des milliers.
Aucune information du futur
Les prédictions du soir sont figées avant le premier coup d'envoi. Les soirées passées sont recalculées avec uniquement les matchs antérieurs et les absents connus avant le match.
Sports couverts
Deux ligues aujourd'hui. D'autres demain.
Basketball · NBA
Points, rebonds, passes, paniers à 3 points, double-double et triple-double, vainqueur, écart, total. Minutes et absents du jour redistribués entre coéquipiers.
Hockey · NHL
Buteurs, passeurs, points, tirs cadrés, vainqueur, résultat après 60 minutes, prolongation et tirs au but. Chaque but simulé a son buteur et ses passeurs.
Tennis · ATP & WTA
Simulation point par point : vainqueur, score en sets, nombre de jeux, tie-breaks. Le sport idéal pour la méthode de Monte-Carlo.
Lancement
L'outil est en phase de test.
Nous affinons les modèles et publions chaque jour nos analyses et leurs vérifications sur X. Suivez-nous pour être averti de l'ouverture.