Pitcher Analyse voor Honkbalwedden: ERA, WHIP en Sabermetrics

Geen andere teamsport hangt zo af van één man als honkbal van de pitcher. In voetbal kan een spits scoren, maar tien anderen bepalen of de bal bij hem komt. In basketbal domineren sterren, maar vijf spelers staan tegelijk op het veld. In honkbal staat de pitcher alleen op de heuvel, met de bal in zijn hand, en elke actie begint bij hem.

Die asymmetrie maakt pitcher-analyse het fundament van succesvol honkbalwedden. Een elite pitcher kan een middelmatig team naar overwinningen dragen. Een zwakke pitcher kan een talentvol team saboteren. De starting pitcher verklaart meer variantie in honkbaluitslagen dan welke andere individuele factor ook – meer dan het stadium, meer dan de lineup, meer dan de bullpen.

Maar pitcher-analyse is geen simpele exercitie. De traditionele statistieken die ESPN toont en commentatoren aanhalen – ERA, wins, losses – vertellen een incompleet en soms misleidend verhaal. Moderne sabermetrics bieden dieper inzicht, maar vereisen begrip van wat ze meten en wat ze missen. Dit artikel neemt je mee door beide werelden: van de bekende metrics naar de geavanceerde, van wat ze zeggen naar wat ze verzwijgen, en uiteindelijk naar hoe je die kennis vertaalt naar betere weddenschapsbeslissingen.

Traditionele Pitching Statistieken

De bekendste stats zijn ook de meest misleidende. Niet omdat ze verkeerd zijn, maar omdat ze incompleet zijn. Traditionele pitching statistieken meten wat er gebeurde, niet wat de pitcher deed. Dat onderscheid klinkt subtiel, maar het is fundamenteel voor wedden.

Wanneer een commentator zegt dat een pitcher een ERA van 3.20 heeft en vorig jaar 15 wedstrijden won, geeft hij je feiten. Maar die feiten vermengen de prestaties van de pitcher met factoren buiten zijn controle: de kwaliteit van zijn verdediging, de run support van zijn offense, het stadion waar hij gooit, en pure willekeur in de vorm van balbewegingen en scheidsrechtersbeoordelingen.

Voor casual fans zijn die vermengingen acceptabel – ze willen weten wie goed is, niet waarom. Voor wedders zijn ze gevaarlijk. Als een pitcher’s ERA laag is omdat hij een elite verdediging achter zich heeft, en die verdediging verandert door transfers of blessures, voorspelt zijn historische ERA slecht wat komen gaat. Je wedt op de toekomst met data uit een andere context.

De oplossing is niet het negeren van traditionele stats, maar het begrijpen van hun limieten. ERA, WHIP en W-L record hebben nog steeds informatiewaarde – ze zijn niet willekeurig. Maar die waarde moet je extraheren door te weten wat ze meten en wat ze missen. De volgende secties ontleden elk van deze metrics.

ERA – Earned Run Average Begrijpen

ERA vertelt wat gebeurd is – niet wat zal gebeuren. Earned Run Average berekent hoeveel earned runs een pitcher gemiddeld toelaat per negen innings. De formule is simpel: (Earned Runs × 9) / Innings Pitched. Een pitcher die 90 innings gooit en 30 earned runs toelaat, heeft een ERA van 3.00.

Het woord earned is cruciaal. Runs die scoren door errors van de verdediging tellen niet mee. Dat lijkt logisch – waarom zou de pitcher gestraft worden voor de fout van de shortstop? – maar het introduceert subjectiviteit. De officiële scorekeeper beslist wat een error is en wat een hit. Die beslissingen zijn niet altijd consistent.

De diepere beperking van ERA is dat het verdedigingskwaliteit negeert zonder dit te compenseren. Een fly ball naar center field kan een routine out zijn met een snelle outfielder, of een double met een trage. Beide tellen als identieke gebeurtenissen in de ERA-berekening, terwijl de gevolgen radicaal verschillen. Pitchers met sterke verdedigingen produceren lagere ERA’s dan hun werkelijke vaardigheid suggereert. Pitchers met zwakke verdedigingen lijden het omgekeerde lot.

Ballpark-effecten compliceren ERA verder. Coors Field in Denver verhoogt scoring met 15-25% door de ijle lucht (in 2024 bedroeg de park factor 125, oftewel 25% boven het MLB-gemiddelde). Een pitcher die daar de helft van zijn starts maakt, zal een hogere ERA hebben dan een identieke pitcher in San Francisco’s Oracle Park – puur door locatie. ERA+ probeert dit te corrigeren door een league-average van 100 te gebruiken en parkaanpassingen toe te passen, maar de correctie is imperfect.

Voor wedders is de praktische implicatie: vergelijk nooit ERA’s zonder context. Een 3.50 ERA in de American League East, met zijn hitter-vriendelijke parken en sterke lineups, is indrukwekkender dan dezelfde ERA in een pitcher-vriendelijke omgeving. Kijk naar waar de pitcher gooit, wie achter hem speelt, en hoe zijn ERA zich verhoudt tot zijn omgeving.

WHIP – Baserunners per Inning

Minder baserunners betekent minder problemen – simpel, maar krachtig. WHIP staat voor Walks plus Hits per Inning Pitched. De berekening is letterlijk wat de naam zegt: tel walks en hits op, deel door innings. Een pitcher met 80 hits en 25 walks toegelaten in 100 innings heeft een WHIP van 1.05.

WHIP meet iets fundamentels: hoe vaak bereikt een batter het honk via acties van de pitcher? Walks zijn volledig de verantwoordelijkheid van de pitcher. Hits zijn gedeeltelijk zijn verantwoordelijkheid – hij bepaalt waar de bal wordt geslagen, al bepaalt de verdediging of die bal gevangen wordt.

De voorspellende waarde van WHIP is hoger dan ERA over kleine samples. Runs scoren vereist een sequentie van gebeurtenissen: baserunners, gevolgd door hits of errors of wild pitches. Die sequentie bevat veel willekeur. Maar baserunners toelaten is consistenter – het correleert sterker met toekomstige prestaties. Een pitcher met een hoge WHIP maar lage ERA rijdt op geluk; regression komt eraan.

De beperking van WHIP is dat niet alle baserunners gelijk zijn. Een walk is niet hetzelfde als een single, en een single is niet hetzelfde als een double. WHIP behandelt ze identiek, waardoor het differentieert op volume maar niet op schade. Een pitcher die veel singles toelaat maar weinig extra-base hits kan een hoge WHIP hebben terwijl zijn ERA laag blijft.

Voor wedders is WHIP vooral nuttig als reality check op ERA. Wanneer een pitcher’s ERA en WHIP sterk uiteenlopen, vraag je waarom. Lage ERA met hoge WHIP suggereert geluk – baserunners die niet scoorden. Hoge ERA met lage WHIP suggereert pech of sequencing-problemen – weinig baserunners die allemaal scoorden. De tweede situatie is vaak rijp voor regressie in positieve richting.

Wins en Losses – Waarom Ze Misleiden

Een pitcher wint niet alleen – het team wel. Wins en losses zijn teamstatistieken die ten onrechte aan individuen worden toegeschreven. De regels voor een pitcher-win zijn archaïsch: de starter moet minimaal vijf innings gooien en het team moet voorstaan wanneer hij vertrekt en die voorsprong nooit meer afstaan. Die regels hebben weinig te maken met hoe goed de pitcher gooide.

Een pitcher kan zeven briljante innings gooien – één run toelaten, tien strikeouts – en toch verliezen als zijn offense geen runs scoort. Omgekeerd kan een pitcher vijf innings tobben – vier runs toelaten, constant in de problemen – en toch winnen als zijn team zes runs scoort. De statistiek meet teamresultaat, niet individuele prestatie.

Run support varieert enorm tussen pitchers op hetzelfde team. Door scheduling-toeval krijgt sommige starters consistent meer runs wanneer zij gooien dan hun teamgenoten. Die willekeur kan een verschil van twee of drie wins per seizoen verklaren – significant in een context waar het verschil tussen een goede en elite pitcher misschien vijf wins is.

Voor wedders is de implicatie duidelijk: negeer W-L record grotendeels. Een pitcher met een 7-10 record kan significant beter zijn dan een pitcher met 12-6 als de eerste run support krijgt van drie runs per start en de tweede van zes. Kijk naar wat de pitcher deed, niet naar wat zijn team deed terwijl hij gooide.

Sabermetrics voor Pitching Analyse

Sabermetrics scheiden wat de pitcher doet van wat rond hem gebeurt. De kern van moderne pitcher-analyse is het isoleren van de gebeurtenissen die de pitcher controleert: strikeouts, walks, en homeruns. Alles daartussen – ballen in het spel die hits of outs worden – hangt deels af van factoren buiten zijn macht.

De redenering is empirisch onderbouwd. Onderzoek toont dat pitchers jaar op jaar consistente strikeout- en walk-percentages hebben, maar inconsistente batting averages tegen balls in play (BABIP). Als een pitcher veel fly balls toelaat die gevangen worden, is dat deels verdienste, maar deels ook de outfielders. Die component is moeilijk te reproduceren; strikeouts gooien is makkelijker te herhalen.

De implicatie voor wedders is fundamenteel. Traditionele stats bevatten ruis van defense en willekeur. Sabermetrics filtert die ruis weg en laat het signaal over. Dat signaal voorspelt beter – niet perfect, maar beter. Wanneer je probeert te schatten hoe een pitcher zal presteren in zijn volgende start, geeft een metric die zijn controleerbare vaardigheden meet meer informatie dan een metric die ook het geluk van de afgelopen maanden meeneemt.

De volgende secties introduceren de belangrijkste sabermetrics: FIP, xFIP, en SIERA. Elk meet iets anders, elk heeft sterke en zwakke punten. Samen vormen ze een toolkit die ERA en WHIP aanvult – niet vervangt, maar aanvult.

FIP – Fielding Independent Pitching

FIP meet drie dingen: strikeouts, walks en homeruns – de rest is ruis. Fielding Independent Pitching berekent wat een pitcher’s ERA zou zijn als hij league-average resultaten had op balls in play. De formule is: ((13 × HR) + (3 × (BB + HBP)) – (2 × K)) / IP + constante. Die constante wordt jaarlijks aangepast zodat league-average FIP gelijk is aan league-average ERA.

De logica is dat strikeouts, walks en homeruns de drie uitkomsten zijn waar de pitcher vrijwel volledige controle over heeft. Bij een strikeout raakt de bal geen veld. Bij een walk is er geen veldactie nodig. Bij een homerun doet de verdediging niet mee. Alle andere uitkomsten – groundballs die hits of outs worden, fly balls die gevangen worden of het outfield splitsen – bevatten verdedigingsinvloed.

In de praktijk voorspelt FIP toekomstige ERA beter dan ERA zelf toekomstige ERA voorspelt. Dat klinkt paradoxaal, maar het is statistisch robuust. Een pitcher met een ERA van 3.00 en een FIP van 4.00 zal waarschijnlijk toekomstige ERA’s dichter bij 4.00 produceren dan bij 3.00 – tenzij hij consistent elite verdediging achter zich heeft.

Wanneer FIP en ERA sterk afwijken, vraag je waarom. Een lage ERA met hoge FIP suggereert dat de pitcher geluk heeft gehad op balls in play – minder hits dan verwacht. Dat geluk keert meestal om. Een hoge ERA met lage FIP suggereert pech of slechte verdediging. Die situatie biedt waarde voor wedders: de markt prijst de oppervlakkige ERA, terwijl de onderliggende vaardigheden beter zijn.

De beperking van FIP is dat sommige pitchers consistent resultaten op balls in play beïnvloeden. Pitchers met extreme groundball-percentages produceren systematisch lagere BABIP’s dan vliegbalgooiers. FIP negeert die vaardigheid, wat leidt tot overschatting van sommige pitchers en onderschatting van anderen.

xFIP – Genormaliseerde Homerun-Rates

Homeruns zijn deels geluk – xFIP corrigeert daarvoor. Expected Fielding Independent Pitching vervangt de werkelijke homerun-rate door een genormaliseerde rate. In plaats van hoeveel homeruns de pitcher toeliet, gebruikt xFIP een league-average homerun-per-fly-ball rate vermenigvuldigd met het aantal fly balls dat de pitcher toeliet.

De redenering is dat homerun-rates op fly balls variëren door factoren buiten de pitcher: windrichting, stadiongrootte, willekeur. Sommige fly balls die net over het hek vliegen, zouden in andere omstandigheden gevangen worden. xFIP elimineert die variatie en vraagt: als deze pitcher een gemiddeld aantal fly balls-homeruns had, wat zou zijn FIP dan zijn?

Voor kortetermijnanalyse is xFIP vaak betrouwbaarder dan FIP. Over 50 innings kan een pitcher geluk of pech hebben met homeruns – een paar net over het hek of net gevangen maakt een significant verschil. xFIP filtert die willekeur weg. Over een vol seizoen convergeert de werkelijke HR/FB rate naar het gemiddelde, en wordt FIP betrouwbaarder.

De beperking is dat sommige pitchers consistent lage of hoge HR/FB rates produceren. Pitchers met sinkerballs die de bal naar beneden bewegen produceren minder homeruns per fly ball. Pitchers met vlakke fastballs produceren meer. xFIP negeert die realiteit en behandelt iedereen identiek. Voor de meeste pitchers is xFIP accurater; voor de extremen is het misleidend.

Voor wedders is de praktische toepassing: vergelijk FIP en xFIP. Als ze dicht bij elkaar liggen, is de pitcher waarschijnlijk stabiel – zijn homerun-rate is dicht bij verwacht. Als FIP significant lager is dan xFIP, heeft hij weinig homeruns toegelaten – geluk of vaardigheid? Analyseer de pitcher’s type (fly ball versus groundball) om het onderscheid te maken.

SIERA en Andere Geavanceerde Metrics

Voor de serieuze analist is er altijd een volgende laag. SIERA – Skill-Interactive Earned Run Average – bouwt voort op FIP en xFIP door interacties tussen vaardigheden mee te nemen. Een pitcher met veel strikeouts én veel groundballs is beter dan de som van die delen, omdat groundballs minder double plays opleveren wanneer er minder baserunners zijn. SIERA modelleert die interacties.

De formule van SIERA is complex genoeg dat handmatige berekening onpraktisch is. Je vertrouwt op sites als FanGraphs die de berekening voor je doen. Het belangrijke is niet de wiskunde, maar het concept: pitcher-vaardigheden interacteren, en de beste metrics modelleren die interacties.

Andere geavanceerde metrics verdienen korte vermelding. kwERA baseert zich puur op strikeout- en walk-percentages en negeert homeruns volledig – nuttig voor isolatie van control-vaardigheden. DRA (Deserved Run Average) van Baseball Prospectus modelleert elke pitch en elke uitkomst met machine learning. Het is misschien de beste voorspeller die we hebben, maar ook de minst intuïtieve.

Voor de meeste wedders zijn FIP en xFIP voldoende. Ze vangen het grootste deel van de informatiewaarde zonder de complexiteit van SIERA of DRA. Gebruik SIERA als tiebreaker wanneer FIP en xFIP conflicterende signalen geven, of als bevestiging van een analyse die je al hebt gemaakt. Ga niet verdwalen in de metrics – de doel is betere beslissingen, niet meer cijfers.

Pitching Splits en Matchup-Analyse

Splits onthullen zwaktes die gemiddelden verbergen. Elke pitcher-statistiek die we tot nu toe bespraken, is een gemiddelde over alle omstandigheden. Maar pitchers presteren niet identiek in alle situaties. Een rechtshandige pitcher die linkshanders domineert maar worstelt tegen rechtshanders, heeft een fundamentele kwetsbaarheid die zijn overall stats maskeert.

De belangrijkste splits voor wedders zijn: links/rechts (hoe presteert de pitcher tegen batters van elke werphand), home/away (hoe verschilt zijn prestatie per locatie), en dag/nacht (sommige pitchers hebben significante verschillen). Elk van deze splits kan waarde onthullen wanneer de tegenstander een extreme samenstelling heeft.

De valkuil bij splits is sample size. Een pitcher gooit misschien 200 innings per seizoen, maar slechts 50 tegen linkshanders. Vijftig innings is genoeg om patronen te zien, maar niet genoeg voor statistische zekerheid. Splits van één seizoen kunnen misleiden; splits over meerdere jaren zijn betrouwbaarder. Behandel splits als indicatoren, niet als waarheden.

Matchup-analyse combineert pitcher-splits met tegenstander-samenstelling. Als een rechtshander een hoge ERA tegen linkshanders heeft, en de tegenstander heeft een links-zwaar lineup, is dat relevante informatie. De markt prijst dit deels in, maar niet altijd volledig – vooral niet bij minder gevolgde matchups.

Lefty vs Righty – Platoon Advantages

De werpende hand bepaalt de helft van de slagkans. Het platoon-effect is een van de meest robuuste patronen in honkbal: batters presteren beter tegen pitchers van de tegenovergestelde hand. Rechtshanders slaan beter tegen linkshanders, en linkshanders slaan beter tegen rechtshanders. De verschillen zijn significant – historisch gemeten gemiddeld 50 tot 85 punten OPS voor linkse slagmannen en circa 50 punten voor rechtse.

De mechaniek is visueel. Een batter ziet de bal loskomen vanuit een punt dichter bij of verder van zijn lichaam, afhankelijk van de werphand. Curves en sliders breken naar de batter toe of weg. Die visuele en fysieke verschillen creëren systematische voor- en nadelen.

Sommige pitchers hebben extreme platoon-splits. Een linkshander die rechtshanders domineert maar worstelt tegen linkshanders is kwetsbaar wanneer de tegenstander meerdere linkse slagmannen in de lineup heeft. Die kwetsbaarheid is niet zichtbaar in zijn overall ERA maar wel in zijn splits.

Voor wedders is platoon-informatie vooral nuttig bij bullpen-analyse en late-game weddenschappen. Wanneer een closer binnenkomt met een extreem platoon-profiel en de tegenstander heeft een pinch-hitter van de gunstige hand beschikbaar, verschuift de dynamiek. Die subtiliteit is zelden volledig ingeprijsd in live odds.

Home/Away en Day/Night Splits

Splits zijn krachtig – maar niet altijd significant. Home/away splits lijken intuïtief: pitchers zouden beter moeten presteren in hun vertrouwde omgeving, voor eigen publiek, met hun normale routine. De data ondersteunt dit deels – er is een klein thuisvoordeel voor pitchers – maar de variatie is groot en vaak niet statistisch significant.

Dag/nacht splits zijn vergelijkbaar. Sommige pitchers hebben verbluffende verschillen – een ERA van 2.50 in nachtspelen en 4.50 in dagspelen. Is dat een echte vaardigheid, of toeval in kleine samples? De conservatieve aanname is toeval tot het tegendeel bewezen is. Meerdere seizoenen consistent gedrag is nodig voordat je dag/nacht splits serieus neemt.

De uitzonderingen zijn pitchers met bekende fysieke factoren. Een pitcher met lichtgevoelige ogen kan legitiem beter presteren in nachtspelen. Een pitcher die extreem familiair is met de eigenaardigheid van zijn thuisstadion – de monsterlijke linker wand in Boston, het marine layer in San Diego – kan een echt thuisvoordeel hebben. Maar die uitzonderingen zijn zeldzaam.

Voor wedders is de praktische les: wees sceptisch over home/away en dag/nacht splits tenzij ze extreme zijn én consistent over meerdere jaren. Een verschil van 0.50 ERA tussen thuis en uit over één seizoen is waarschijnlijk ruis. Hetzelfde verschil over vier seizoenen is een patroon waard om te onderzoeken.

Rust, Vermoeidheid en Werpersrotatie

Een pitcher op kort rust is een risico – maar soms ingeprijsd. De standaard rotatie in de MLB is vijf starters, wat betekent dat elke starter om de vijf dagen gooit – vier dagen rust tussen starts. Die routine is gebouwd rond het balanceren van arm-herstel en ritme. Afwijkingen van die routine hebben gevolgen.

Extra rust – vijf of zes dagen tussen starts – komt voor bij All-Star break, reisschema’s of blessure-pauzes van teamgenoten. De data suggereert gemengde effecten: sommige pitchers profiteren van extra herstel, anderen verliezen hun ritme. Er is geen universele regel. Ken de specifieke pitcher.

Kort rust – drie dagen tussen starts – is zeldzamer in het reguliere seizoen maar komt voor in de play-offs. De gevolgen zijn duidelijker: pitchers op kort rust presteren gemiddeld slechter. Minder herstel betekent minder velocity, minder scherpte op breaking balls, en eerder vermoeidheid. De markt prijst dit in, maar niet altijd volledig.

Seizoensvermoeidheid is subtieler. Pitchers die in september meer innings hebben gegooid dan hun career-high riskeren vermoeidheid. Dat is niet zichtbaar in één start, maar accumuleert. Velocity-dalingen van 1-2 mph in late-seizoen starts zijn een waarschuwingssignaal. Pitch count trends over de laatste maand vertellen meer dan één recente start.

Extra Rest vs Kort Rust

Meer rust is niet altijd beter – ritme telt ook. De ideale hoeveelheid rust varieert per pitcher, en de data toont geen uniforme verbetering bij extra dagen rust. Sommige pitchers zijn routinedieren die floreren in voorspelbaarheid. Anderen kunnen zich aanpassen en profiteren van extra hersteltijd.

De concrete cijfers: pitchers op vier dagen rust (standaard) presteren baseline. Op vijf dagen rust is er gemiddeld een kleine verbetering – misschien 0.10 ERA – maar de variantie is hoog. Op zes of meer dagen rust is er geen consistent effect; sommigen verbeteren, sommigen verslechteren.

Kort rust – drie dagen – toont duidelijkere patronen. Pitchers op drie dagen rust presteren gemiddeld 0.30-0.50 ERA slechter dan hun baseline. Die verslechtering is consistent genoeg om te vertrouwen, hoewel individuele pitchers kunnen afwijken. Workhorses met sterke constitutie tolereren kort rust beter dan finesse-pitchers die afhankelijk zijn van scherpte.

Voor wedders is de praktische toepassing: controleer altijd de rustdagen vóór je wedt. Kort rust is een rode vlag die moet meewegen in je analyse. Extra rust is een gele vlag – het kan positief of negatief zijn, afhankelijk van de pitcher. Ken de historie van de specifieke starter, en wees extra sceptisch over pitchers op afwijkende schema’s in belangrijke wedstrijden.

Bullpen-Context voor Starter-Weddenschappen

De starter gooit het begin – de bullpen bepaalt het eind. Tot nu toe focuste deze analyse op de startende pitcher, maar geen wedstrijd wordt door één man beslist. Zelfs de beste starter gooit zelden een complete game; ergens tussen de zesde en achtste inning komt de bullpen, en die kan een gewonnen wedstrijd verliezen of een verloren wedstrijd redden.

De praktische impact is tweeledig. Ten eerste bepaalt bullpen-kwaliteit of een voorsprong standhoudt. Een team met een elite starter maar een zwakke bullpen kan drie runs voorstaan na zes innings en toch verliezen. Voor full-game weddenschappen moet je beide evalueren.

Ten tweede beïnvloedt bullpen-kwaliteit de keuze tussen full-game en F5 weddenschappen. Wanneer je vertrouwen hebt in de starter maar niet in de bullpen, biedt F5 een manier om je weddenschap te isoleren naar het deel van de wedstrijd dat je kunt voorspellen. Wanneer de bullpen sterk is, kan een full-game weddenschap betere waarde bieden omdat de markt de starter centraal stelt.

Bullpen-vermoeidheid is een factor die veel wedders negeren. Na een serie van extra-innings wedstrijden of blowouts waar de starter vroeg vertrok, is de bullpen uitgeput. Werpers die drie dagen op rij gegooid hebben, zijn minder effectief. Controleer de recente gebruiksgeschiedenis voordat je aanneemt dat de bullpen normaal presteert.

De closer-afhankelijkheid is specifiek relevant voor run line en moneyline weddenschappen. Sommige teams hebben elite closers die de negende inning domineren; anderen hebben committee-situaties met wisselend succes. Die verschillen bepalen of een voorsprong van één run in de achtste inning veilig voelt of precair.

Van Stats naar Beslissingen

Statistieken zijn gereedschap – inzicht is het vakmanschap. Na alle metrics, splits en contextuele factoren blijft de vraag: hoe vertaal je dit naar een weddenschap? Het antwoord is geen formule, maar een proces.

Begin met de baseline. Verzamel de kernstatistieken van beide starters: ERA, FIP, xFIP, WHIP. Noteer waar ze significant afwijken – een lage ERA met hoge FIP suggereert regressie, een hoge ERA met lage FIP suggereert ondergewaardeerd potentieel. Dit geeft je een eerste inschatting van pitcher-kwaliteit.

Pas vervolgens aan voor context. Controleer de splits tegen de specifieke tegenstander-samenstelling. Een pitcher die worstelt tegen linkshanders versus een links-zwaar lineup is minder aantrekkelijk dan zijn overall stats suggereren. Controleer rustdagen, recente vorm, en stadion-effecten. Elke factor verschuift je inschatting marginaal.

Vergelijk je inschatting met de marktprijs. Als je analyse suggereert dat Team A 55% kans heeft om te winnen, en de odds impliceren 50%, heb je potentiële waarde. Maar wees eerlijk over je onzekerheid. Een verschil van 5% is klein genoeg dat je analyse verkeerd kan zijn. Reserveer sterke weddenschappen voor situaties waar je inschatting significant afwijkt van de markt én waar je vertrouwen hoog is.

Onthoud dat geen enkele pitcher in isolatie opereert. De starter is de belangrijkste factor, maar niet de enige. Offense scoort runs, verdediging voorkomt ze, bullpens houden of verliezen voorsprongen. Pitcher-analyse is het fundament, maar het gebouw heeft meer lagen. Integreer je pitcher-inzicht in een bredere wedstrijdanalyse voordat je je geld inzet.

De beste wedders zijn niet degenen met de meeste statistieken, maar degenen die de juiste statistieken op de juiste manier gebruiken. Dat vereist niet alleen kennis van wat elke metric meet, maar ook oordeel over wanneer welke metric relevant is. ERA is relevant wanneer je de full-game wilt voorspellen. FIP is relevanter wanneer de verdediging is veranderd. Splits zijn relevant tegen specifieke matchups. Bullpen-context is relevant voor late-game scenario’s. Het vakmanschap zit in de selectie.