xG в футболе: что это и как использовать в ставках

Обновлено: 15 сентября 2026 · Автор: Тоха

xG (Expected Goals, ожидаемые голы) — сумма вероятностей гола по всем ударам команды: сколько мячей она забила бы в среднем с такими моментами. За 15 лет ставок я видел, как переход от «форма и мотивация» к «xG и его производные» изменил уровень моих прогнозов драматически. Ниже — как читать xG и производные, где метрика обманывает и проверка на моей базе топ-5 лиг: насколько реализация ударов в створ повторяется от первой половины сезона ко второй.

Что такое xG простыми словами

Модель xG оценивает каждый удар по историческим данным: расстояние до ворот, угол, чем нанесён удар (например, головой), помеха защитника, ситуация (обычная игра, штрафной, пенальти). Результат — число от 0 до 1, вероятность гола.

Удар с нескольких метров по центру ворот стоит в таких моделях заметную долю гола, дальний удар из-за штрафной под острым углом — несколько сотых. Сумма xG всех ударов команды за матч — общий xG команды. Веса у разных моделей свои, поэтому xG одного и того же матча на разных сайтах может не совпадать.

Пример

Условный пример: хозяева выиграли 2:0. Смотрим по их ударам:

То есть с такими ударами команда в среднем забивала бы 1.86 гола, а забила 2 — практически по ожиданиям. Если бы xG был 3.5 при 2 голах, это значило бы только одно: в этом матче команда реализовала моменты хуже, чем обычно реализуют такие удары. Долга, который статистика «вернёт» в следующей игре, не существует. Следующий матч начинается с нуля, и промахи прошлого тура не делают гол в нём вероятнее.

Возврат к среднему работает иначе. На длинном отрезке реализация, которая была заметно выше или ниже ожидаемой, тянется к средней — не потому, что удача что-то должна, а потому, что новые матчи разбавляют случайный всплеск. Насколько сильно, я проверил на своей базе ниже.

Ключевые производные xG

xGA (Expected Goals Against)

Сумма xG соперника по всем его ударам. Показывает, сколько команда пропустила бы в среднем с такими моментами у своих ворот.

xGD (xG Difference)

xG за минус xG против. Устойчиво положительная xGD на длинном отрезке — признак сильной команды, отрицательная — команды, которая чаще отбивается, чем создаёт. Жёсткого порога вроде «от такого-то значения — топ-клуб» здесь нет: уровень зависит от лиги и от модели, по которой считали xG.

Non-Penalty xG (npxG)

xG без учёта пенальти. Полезно для оценки «чистой» игровой атаки — пенальти сильно искажают модель на короткой выборке.

xG per shot

Среднее xG на удар. Показывает качество моментов, которые создаёт команда. Высокое значение — команда доводит атаки до ударов с близкой дистанции, низкое — много бьёт издалека и редко выходит на явные шансы. Сравнивать его имеет смысл внутри одной лиги и одной модели.

Как xG помогает в ставках

1. Реальный класс команды

Табло может обманывать. Команда с заметно положительной xGD, но с посредственными очками — это команда, у которой результат отстаёт от игры. На дистанции такой разрыв обычно сокращается, но не к какому-то конкретному туру: в ближайшем матче она может снова не реализовать свои моменты. Перевес в ставке на неё появляется, только если коэффициент всё ещё смотрит на очки, а не на игру.

2. Оценка тотала голов

xG команды + xGA соперника, усреднённое между двумя сторонами, даёт ожидаемый тотал. Условный пример: у хозяев xG 1.9 за матч, у гостей xGA 1.7. Ожидаемые голы хозяев = (1.9 + 1.7) / 2 = 1.8. Аналогично для гостей. Сумма даёт ориентир по общему тоталу.

В калькуляторе Пуассона на сайте ожидаемые голы собираются по-другому: из силы атаки команды, слабости обороны соперника и среднего числа голов в лиге, причём по реальным мячам, а не по xG. Оба способа дают ориентир, а не ответ. Если они сильно расходятся, это сигнал, что у команды большой разрыв между голами и моментами.

3. Ставки против «переоценённых» команд

Команда выиграла четыре матча подряд, но по xG в этих играх создавала меньше соперников. Серия держится на реализации, а она, как видно по цифрам ниже, на дистанции плохо повторяется. Если линия реагирует на серию побед сильнее, чем на качество игры, цена на «фаворита» становится невыгодной, а интерес смещается к сопернику или к ТМ. Сама по себе серия поводом для ставки против не является — только вместе с перевесом в коэффициенте.

4. Как я использую это в своих разборах

Когда я разбираю итог ставки дня, я сверяю реализацию в матче с нормой команды, а не останавливаюсь на счёте. Пример — ставка на победу Ромы над Фиорентиной 24 августа 2026 года. Рома выиграла 4:0, и в разборе ставки дня на Рому и Фиорентину я отдельно сверил удары по базе: 17 против 9, в створ 8 против 4. Четыре гола с восьми ударов в створ — это 50%, а за весь домашний сезон 2025/26 у Ромы было 33 гола с 99 ударов в створ, около 33%.

Вывод в разборе был такой: разрыв в счёте получился больше, чем разрыв в игре, и 4:0 не доказывает, что моя оценка 61% была заниженной. Цифры по топ-5 лигам ниже объясняют, почему я так осторожен: даже отрыв от лиги, набранный за полсезона, во второй половине сжимается в несколько раз, а один матч с 50% говорит о навыке ещё меньше. Все ставки дня с итогами, включая эту, собраны в архиве ставок дня с итогами.

xG и реальные голы на дистанции: возврат к среднему

Самое полезное в xG — не цифра одного матча, а разрыв между голами и xG за отрезок. Удобно брать последние 10–15 матчей команды и считать две разницы: забитые минус xG и пропущенные минус xGA. Забила заметно больше, чем в среднем забивают с такими моментами, — это перевыполнение. Меньше — недовыполнение.

На дистанции такие разрывы обычно сжимаются. Реализация моментов — навык, но у большинства команд он не настолько велик, чтобы месяцами бить свой xG с большим запасом. Отрезок, где команда забивает из каждого полумомента, чаще заканчивается возвратом к xG, чем становится новой нормой. С пропущенными то же самое: вратарь в ударе может полсезона тащить безнадёжные мячи, но потом цифры выравниваются.

Проверка на моей базе: реализация ударов в створ за полсезона

xG в моей базе матчей нет, зато есть голы, удары и удары в створ. Поэтому возврат к среднему я проверил на более грубой мерке — реализации ударов в створ: голы команды, делённые на её удары в створ. Эта мерка не знает, откуда был удар, а в голах сидят пенальти и автоголы соперников. Но вопрос она проверяет тот же: если реализация — в основном навык, лучшие команды первой половины сезона останутся лучшими и во второй.

Как считал. Лиги — АПЛ, Ла Лига, Серия А, Бундеслига и Лига 1, сезоны 2022/23, 2023/24, 2024/25 и 2025/26: 7082 матча и 386 команд-сезонов. Сезон каждой команды я делю по её собственным матчам в порядке дат: первые 19 из 38 (или 17 из 34) — первая половина, остальные — вторая. Граница приходится на январь. Для каждой половины считаю реализацию команды и среднюю реализацию её лиги в том же сезоне и той же половине, а потом разницу между ними в процентных пунктах. Дальше беру 96 команд с лучшей разницей в первой половине и 96 с худшей и смотрю, где те же команды оказались во второй. В одном матче Бундеслиги 2024/25 ударов в створ в базе нет, его я не учитываю.

Для ориентира: за четыре сезона в топ-5 лигах забито 19 900 голов с 62 416 ударов в створ, реализация 0,319 — чуть меньше трети. За половину сезона у команды набирается в среднем около 80 ударов в створ. На такой выборке даже у двух равных по уровню команд реализация случайно расходится: стандартное отклонение — около пяти пунктов.

В таблице — отклонение от средней реализации своей лиги в процентных пунктах. Если лучшая четверть в первой половине условно забивала с 39% ударов в створ при средней по лиге 32%, во второй половине у неё было уже около 34%. От перевеса в 7,0 пункта осталось 1,9, от отставания худшей четверти в 8,2 пункта — 1,3. Корреляция реализации первой и второй половины — 0,25: дальше переходит примерно четверть отклонения, остальное — тот самый случайный разброс.

Это не особенность одного сезона. В каждом из четырёх сезонов у лучшей четверти во второй половине оставалось от +1,1 до +2,2 пункта, у худшей — от +0,3 до −2,8. В каждой из пяти лиг по отдельности лучшая четверть сохраняла от 0,5 пункта (Лига 1) до 2,9 (Ла Лига). Выше своей лиги во второй половине остались 64 команды из 96 лучших, ниже лиги — 56 из 96 худших: преимущество в среднем сохраняется, но становится маленьким.

С пропущенными то же самое. Четверть команд, которым соперники в первой половине забивали с ударов в створ чаще всего (+7,2 пункта к лиге), во второй половине была хуже лиги лишь на 1,7. Четверть с лучшими цифрами (−7,2) сохранила только 1,4 пункта преимущества. «Вратарь в ударе» из абзаца выше в цифрах выглядит именно так.

Чего эти цифры не говорят. Они не значат, что команда, которая полсезона забивала «слишком много», теперь обязана забивать меньше своей лиги: вторая половина у лучшей четверти всё равно выше средней. И они ничего не говорят про ближайший матч. Возврат к среднему — свойство длинного отрезка, а не расписание, по которому удача «отдаёт долги».

Когда разрыв — не везение

Возврат к среднему — тенденция, а не закон. Разрыв держится дольше, если у команды нападающий с действительно сильной реализацией, если сменился тренер и вместе с ним модель игры или если в выборке подряд шли слабые соперники. Поэтому, увидев перекос, я сначала ищу, что поменялось в составе и календаре, и только потом списываю его на удачу.

В моей выборке это видно на крайних случаях. Жирона в сезоне 2023/24 в первой половине реализовывала удары в створ на 16,8 пункта лучше Ла Лиги и во второй всё ещё была на +10,2. Интер в том же сезоне Серии А: +12,7 и +8,6, Манчестер Сити в АПЛ 2022/23: +13,8 и +7,2. А Вольфсбург в 2024/25 начал с +13,7 и закончил вторую половину на 5,8 пункта ниже Бундеслиги, Верона в том же сезоне прошла путь от +12,0 до −9,7. Цифра за полсезона сама по себе класс от удачи не отличает — это приходится проверять составом и игрой.

Ещё одна честная оговорка. Букмекеры по-прежнему заметнее реагируют на счёт, чем на xG, но саму метрику сегодня видят все. Перекос в цене из-за разрыва между голами и xG стал меньше, чем раньше, и ставить только на «вернётся к среднему» уже недостаточно — нужен ещё и перевес в коэффициенте.

xG для тоталов и «обе забьют»

Как получить ожидаемые голы каждой команды, я показал выше в пункте «Оценка тотала голов». Дальше их надо перевести в вероятность, и здесь легко ошибиться. Ожидаемый тотал 2.6 не значит, что ТБ 2.5 проходит чаще, чем нет. Если грубо описать число голов распределением Пуассона, при среднем 2.6 три мяча и больше набирается примерно в 48% матчей. Среднее тянут вверх редкие крупные счета, а самый частый исход остаётся на двух голах.

Для рынка «обе забьют» важен не общий xG матча, а более слабая из двух атак. Команда с ожидаемыми голами около 0.7 по той же прикидке не забивает примерно в половине матчей, и сильная атака соперника этого не исправит. Поэтому я смотрю на xG каждой стороны отдельно и начинаю с той, что создаёт меньше. Как устроен сам рынок и где на нём ошибаются, я разобрал в материале о ставке «обе забьют».

Качество моментов важнее суммы

Один и тот же xG собирается по-разному. Условный пример: 14 ударов по 0.10 и 4 удара по 0.35 дают одинаковые 1.4. Если считать удары независимыми, в первом случае команда забьёт хотя бы раз с вероятностью около 77%, во втором — около 82%. Для «обе забьют» и индивидуального тотала команды больше 0.5 крупные моменты надёжнее, чем xG, набранный дальними ударами.

PPDA — измерение прессинга

PPDA (Passes Per Defensive Action) — сколько передач соперник делает до того, как команда сделает оборонительное действие (отбор, перехват, фол) в его половине поля.

• Низкий PPDA — команда прессингует высоко и быстро возвращает мяч.
• PPDA около среднего по лиге — обычный прессинг без крайностей.
• Высокий PPDA — команда отходит и обороняется в своей трети.

Конкретные пороги зависят от лиги и источника данных, поэтому сравнивать PPDA лучше со средним по той же лиге. Метрика помогает понять, каким может получиться матч: две прессингующие команды чаще ошибаются под давлением и отдают моменты, прессинг против глубокой обороны — это длинные владения и мало ударов. PPDA в моей базе нет, так что это ориентир для чтения матча, а не проверенная мной закономерность.

Где смотреть xG

Публичные xG по крупным лигам есть на статистических сайтах вроде Understat и FBref. Это чужие модели со своими весами, и xG одного матча на разных сайтах может заметно отличаться. В моей базе xG нет: там счёт, удары, удары в створ, угловые и карточки, и проверка на этой странице построена на них.

Где xG обманывает: пенальти, удаления, счёт и выборка

Самая частая ошибка — смотреть xG за один матч. Одна игра бывает аномальной, нужны средние хотя бы за 5–10 матчей, лучше за сезон. Но и на длинном отрезке есть ситуации, где xG посчитан честно, но описывает не тот футбол, на который я собираюсь ставить.

Пенальти

В примере в начале статьи пенальти стоит 0.78 xG — это обычный порядок для большинства моделей. Матч с двумя пенальти в сумме выглядит как разгром по моментам, хотя с игры команда могла создать совсем немного. Для тоталов я беру npxG и отдельно думаю, часто ли эта команда вообще зарабатывает пенальти, а не переношу случайный всплеск на следующий матч.

Удаления

После красной карточки игра меняется целиком. Команда в большинстве набирает удары, команда в меньшинстве садится к своей штрафной, и итоговый xG описывает в основном эти минуты. Если удаление случилось рано, я смотрю, сколько xG было до него — у многих статистических сервисов есть график накопления xG по ходу матча — и не записываю такую игру в среднюю форму.

Счёт на табло

Команда, которая рано повела, часто отдаёт мяч и отходит назад. Соперник набивает удары, xGA ведущей команды растёт, хотя матч под контролем. У проигрывающей стороны, наоборот, xG раздувается навалом в концовке. Поэтому команды, которые часто забивают первыми, в xG-таблицах выглядят чуть хуже, чем играют. Где есть такая разбивка, я предпочитаю xG при равном счёте.

Маленькая выборка

В начале сезона, когда у команд по три-четыре тура, один матч с xG больше трёх тянет вверх всю среднюю. Команда кажется атакующей, хотя в остальных играх почти ничего не создавала. На таком отрезке я смотрю каждый матч отдельно, а прошлый сезон подмешиваю с поправкой на смену тренера и трансферы.

Разные лиги

Модели xG калибруют по данным разных чемпионатов, и одна и та же цифра в АПЛ и в Серии А может значить немного разное. С реализацией та же история. По моей базе в сезоне 2025/26 удар в створ становился голом в Бундеслиге в 33,9% случаев, в АПЛ — в 32,8%, в Лиге 1 — в 32,7%, в Ла Лиге — в 31,1%, в Серии А — в 30,1%. Разрыв между крайними почти четыре пункта — больше, чем осталось у лучшей четверти команд во второй половине сезона. Поэтому команду я сравниваю со средней по её лиге, а цифры разных чемпионатов напрямую не сопоставляю.

Практический чек-лист: xG перед ставкой

1. Беру цифры за 10–15 матчей, а не за последний тур: xG, если он есть, или удары и удары в створ.
2. Считаю разрыв между голами и моментами — отдельно в атаке и в обороне.
3. Сравниваю реализацию команды со средней по её лиге. Перевес в 7 пунктов за первую половину сезона во второй в среднем сжимается примерно до 2 — это ещё не навык.
4. Проверяю пенальти и при необходимости перехожу на npxG.
5. Нахожу матчи с ранними удалениями и не переношу их в среднюю форму целиком.
6. Учитываю счёт: у команды, которая часто ведёт, xGA завышен.
7. Для тоталов и «обе забьют» перевожу ожидаемые голы в вероятность, а не сравниваю среднее с линией.
8. Сверяю свою вероятность с коэффициентом и иду дальше только при заметном перевесе.
9. Размер ставки считаю по правилам управления банком в ставках, а не по уверенности в цифрах.

Итог

xG показывает, что в среднем происходит с такими моментами, а не что случилось по счёту. Главная польза — отделить уровень команды от отрезка удачи или неудачи. Проверка на 386 командах-сезонах топ-5 лиг показывает масштаб: отрыв реализации от своей лиги за первую половину сезона во второй половине сжимается почти вчетверо у лучших и примерно вшестеро у худших. Но это работает на дистанции, а не в следующем матче, и перевес в ставке появляется, только если коэффициент этот разрыв ещё не учёл.

Как я смотрю на удары и реализацию в конкретных матчах — в разборах ставок дня на сайте и в Telegram.

Что читать дальше

• Калькулятор Пуассона — из ожидаемых голов в вероятности счетов и тоталов.
• Как я анализирую матч — где xG в общей методологии.
• Value betting — цель xG-анализа.
• Тоталы — где xG работает лучше всего.
• Топ-5 лиг — чемпионаты, на которых построена проверка реализации выше.

Частые вопросы