Un archer peut grouper ses dix flèches dans un cercle de dix centimètres. C'est un archer précis. Mais si les dix flèches sont groupées trente centimètres à gauche de la cible, il ne gagne aucun concours. Il est précis — pas juste.
Un modèle météo peut avoir exactement la même pathologie. Et sur Polymarket, cet archer qui tire à côté, il vide votre portefeuille en silence.
Dans le premier post j'ai posé le paradoxe ; dans le deuxième on a parlé de l'incertitude naturelle d'une prévision. Aujourd'hui, on attaque l'autre face : le biais systématique. Celui que votre œil ne voit pas et qui vous fait perdre chaque jour.
Précision n'est pas justesse
La métrique que tout le monde regarde, c'est le MAE — l'erreur absolue moyenne. C'est un chiffre honnête : il vous dit à quelle distance, en moyenne, la prévision tombe de la vérité. 1°C de MAE, ça veut dire « en moyenne, le modèle se trompe d'un degré ». C'est utile. Mais c'est incomplet.
Parce que le MAE ne vous dit pas de quel côté le modèle se trompe.
Le biais, lui, mesure exactement ça : le décalage moyen. Un modèle avec un biais de -1°C est un modèle qui annonce systématiquement 1°C de moins que la réalité. Pas au hasard. Pas une fois sur deux. À chaque fois.
Le cas Milan
Regardez Milan sur les trente derniers jours. Les prévisions brutes à 24 h ont un MAE de 1,31°C. Sur le papier, c'est correct. La moitié des gens diraient « le modèle est bon ». Sauf que le biais, lui, est de -1,25°C.
Autrement dit, presque toute l'erreur du MAE vient du même côté. Le modèle n'hésite pas entre « trop chaud » et « trop froid » : il prévoit trop froid, quasi tous les jours.
Sur Polymarket, ça se traduit très concrètement. Si la réalité va sortir à 22°C mais que le modèle dit 20°C, le parieur qui suit le modèle brut achète le bucket 20°C (ou vend NO sur le 22°C en pensant que c'est improbable). Il prend la mauvaise position, chaque jour, sur des marchés dont les buckets font 1°C de large. Ce n'est plus une erreur ponctuelle. C'est une fuite quotidienne, silencieuse, qui se cache derrière un MAE « acceptable ».
Comment on le corrige
Notre correction V1 ne fait pas confiance aux prévisions brutes. Chaque matin, on ancre la prévision du jour sur l'observation de la veille, et on redresse le biais en temps réel, ville par ville, modèle par modèle. Ce n'est pas une boîte noire : c'est une correction géométrique, simple, auditable.
Sur Milan, le résultat est net.
Le nuage se recale sur la diagonale. Le biais tombe de -1,25°C à -0,04°C — à trois centièmes de degré près, il n'y a plus de biais. Le MAE passe de 1,31°C à 0,77°C, soit une réduction de 41 %. Et le R² (la corrélation) monte de 0,81 à 0,93.
Le plus parlant, c'est la série temporelle sur les trente jours :
La prévision brute vit sous la courbe observée du premier jour au dernier. La prévision corrigée, elle, oscille autour, comme elle devrait. L'archer a arrêté de tirer à gauche.
Ce qui vient ensuite
Corriger le biais, c'est la condition d'entrée. Pas une option, pas un « plus produit ». C'est la première chose qu'on fait avant de regarder un prix Polymarket. Mais ce n'est pas la dernière.
Parce que même avec une prévision parfaitement non-biaisée, le bucket le plus probable n'est pas toujours le plus rentable à acheter. C'est le sujet du prochain post.
Bonne analyse,
— JP