116 917 matchs de tennis avant 2015, résultats et cotes.
L'historique d'avant 2015, avec les mêmes 39 colonnes que notre archive 2015-2026 : les deux éditions s'empilent en une seule série de 2004 à 2026. À la saison, en lot 2004-2014 ou en intégrale.
Choisissez votre formule
Mêmes colonnes pour chaque saison. Le prix couvre le fichier tel qu'il est au moment de l'achat, sauf mention « mis à jour ».
Une saison
Une saison, un fichier, avec le README complet. 2004 et 2005 ne couvrent que le circuit ATP principal (bookmaker b seul) : lisez la couverture ci-dessous avant d'acheter une saison.
Lien de téléchargement valable 72 h, 5 téléchargements
Acheter la saison 2014Lot 2004 → 2014
05/01/2004 → 23/11/2014, les onze saisons.
- 116 917 matchs, un fichier par saison + un fichier combiné
- Mêmes colonnes et mêmes identifiants que l'archive 2015-2026
- CSV + Parquet
Lien de téléchargement valable 72 h, 5 téléchargements
Acheter — 19 €2004 → 2026
Toute l'histoire en un téléchargement : le lot 2004-2014 plus l'archive 2015-2026 (saison 2026 figée au 5 septembre 2026).
- 684 828 matchs, 05/01/2004 → 05/09/2026
Lien de téléchargement valable 72 h, 5 téléchargements
Acheter — 39 €Les favoris gagnaient-ils autant que les cotes le disaient ?
Matchs de simple 2004-2014, regroupés selon la probabilité du favori (consensus sans marge), et le résultat réel.
Graphique descriptif, à titre d'illustration : il ne constitue pas une stratégie.
| PROBA FAVORI | MATCHS | Le favori gagne | Surprise | Implicite |
|---|---|---|---|---|
| 50-60 % | 34 743 | 55,7 % | 44,3 % | 55,2 % |
| 60-70 % | 34 606 | 66,3 % | 33,7 % | 64,8 % |
| 70-80 % | 22 725 | 77,3 % | 22,7 % | 74,5 % |
| 80-90 % | 11 418 | 87,0 % | 13,0 % | 84,3 % |
| ≥ 90 % | 3 244 | 95,8 % | 4,2 % | 92,8 % |
Pensé pour ceux qui modélisent sur le long terme
p1 est toujours le joueur à l'identifiant le plus petit, jamais le vainqueur : aucune fuite du résultat dans la structure du fichier.
Empiler les éditions
Mêmes colonnes et mêmes identifiants : une seule série de 2004 à 2026.
h = pd.read_parquet("tennis_results_odds_2004_2014.parquet")
r = pd.read_parquet("tennis_results_odds_2015_2026.parquet")
t = pd.concat([h, r])Calibrer un modèle
Probabilité consensus sans marge contre résultat réel.
s = h[h.is_doubles == 0]
s.groupby(pd.cut(s.consensus_prob_p1, 10)).result
.apply(lambda r: (r == "P1").mean())Par surface
Terre, dur, gazon, moquette : comparez la réussite des favoris.
s.groupby("surface").result.value_counts(normalize=True)Plus clairsemé avant 2010, et nous le disons.
2004 et 2005 ne couvrent que les tournois du circuit ATP principal, cotés par le seul bookmaker b ; la WTA, les Challengers et le bookmaker a arrivent en 2006, les doubles en 2010. Sur les matchs de simple de notre base, la part cotée (donc présente ici) est de 90 à 100 % en Grand Chelem dès 2006, de 68 à 78 % sur les tournois ATP/WTA de 2006 à 2012, puis de 85 % en 2013 et 97 % en 2014.
Contrôlé avant la mise en vente, saison par saison : matchs de référence (finale de Wimbledon 2008, Federer favori à 1,75), prix d'avant match (sur les matchs terminés, les côtés à 1,03 ou moins perdent 2,7 % du temps chez a, 2,1 % chez b), calibration du consensus, sens des totaux et des handicaps contre les scores finaux. Le détail est dans le README.
Deux bookmakers étiquetés a et b, comme dans l'archive 2015-2026 : la source ne documente pas leur identité. b a la marge la plus basse (2,5 % en moyenne avant 2015). Avant 2015, totaux et handicaps sont essentiellement ceux du bookmaker a, toujours en jeux.
Ce qui est dans le fichier — et ce qui n'y est pas
Inclus
- Résultat, score, abandons et forfaits
- Tournoi, niveau, surface, tour, format
- Cotes avant match de deux bookmakers
- Meilleure cote et probabilité consensus (ProbWin)
Pas inclus
- Cote de clôture et horodatage
- ITF d'entrée (à partir de 2016, dans l'archive 2015-2026)
- WTA, Challengers et bookmaker a en 2004-2005
Toutes les colonnes, avec leur taux de remplissage
Mesuré sur le fichier livré. 100 % = aucune valeur manquante.
Match
Identité, circuit, date, tournoi, niveau, surface, tour, format
Joueurs
Identifiants et noms (p1 = plus petit identifiant), double
Résultat
Vainqueur P1/P2, score, abandon, forfait
Cotes
Cotes des bookmakers a et b, meilleure cote, probabilité consensus
Totaux et handicaps
Total et handicap, quand cotés, en jeux (b_total_unit, b_handicap_unit)
Le fichier, tel que vous le recevrez
Six lignes réelles, colonnes principales. Téléchargez 50 lignes gratuites avec toutes les colonnes pour vérifier que tout colle à votre pipeline.
| match_date | tour | tournament_name | surface | round_name | p1_name | p2_name | result | score | a_odds_p1 | a_odds_p2 | best_odds_p1 | best_odds_p2 | consensus_prob_p1 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2008-01-11 | atp | Medibank International - Sydney | hard | SF | Fabrice Santoro | Dmitry Tursunov | P2 | 6-3 7-6(4) | 2.4 | 1.55 | 2.7 | 1.556 | 0.379 |
| 2008-03-02 | atp | Regions Morgan Keegan Championships - Memphis | indoor_hard | Final | Robin Soderling | Steve Darcis | P2 | 6-3 7-6(5) | 1.2 | 4.2 | 1.2 | 5.5 | 0.7993 |
| 2008-04-23 | atp | Masters Series Monte-Carlo - Monte-Carlo | clay | Second | Olivier Rochus | David Nalbandian | P2 | 6-4 6-3 | 4.6 | 1.18 | 4.8 | 1.238 | 0.2046 |
| 2008-05-13 | atp | Masters Series Hamburg - Hamburg | clay | First | Tommy Robredo | Philipp Kohlschreiber | P1 | 2-6 7-6(5) 6-3 | 1.55 | 2.3 | 1.55 | 2.78 | 0.6217 |
| 2008-06-17 | atp | Nord LB Open - Braunschweig | clay | First | Pablo Andujar | Maximo Gonzalez | P1 | 6-3 6-1 | 1.65 | 2.15 | 1.65 | 2.15 | 0.5658 |
| 2008-10-21 | atp | Grand Prix de Tennis de Lyon - Lyon | carpet | First | Andreas Seppi | David Guez | P1 | 6-2 7-5 | 1.38 | 2.9 | 1.457 | 2.99 | 0.675 |
Avant d'acheter
Puis-je acheter une seule saison ?
Oui : chaque saison de 2004 à 2014 est vendue seule, avec le README complet. Le lot des onze saisons revient moins cher dès cinq saisons.
Les fichiers se combinent-ils avec l'archive 2015-2026 ?
Oui : mêmes 39 colonnes, mêmes définitions, mêmes identifiants de joueurs et de matchs. L'intégrale 2004 → 2026 les réunit déjà en un seul téléchargement.
Que contiennent 2004 et 2005 ?
Uniquement des matchs du circuit ATP principal (Grand Chelem, Masters, autres tournois ATP), environ un tiers d'entre eux, cotés par le seul bookmaker b.
Que signifie la colonne tournament_level ?
Un code de niveau : 0 = ITF d'entrée (Futures jusqu'en 2018, M15/W15 depuis 2019, et M25 masculins), 1 = Challengers, WTA 125 et ITF féminins W25 à W100, 2 = tournois ATP/WTA 250 et 500, 3 = Masters 1000 / WTA 1000, 4 = Grand Chelem (qualifications comprises), 5 = compétitions par équipes (Coupe Davis, Billie Jean King Cup), 6 = divers (juniors, exhibitions, matchs de wild-card).
Dans quel sens est écrit le score ?
Toujours vainqueur en premier, pas du point de vue de p1. La colonne result (P1/P2) donne le vainqueur : pour lire le score côté p1, inversez chaque set quand result = P2.
Comment sont traités les forfaits et les abandons ?
Le fichier donne le vainqueur officiel, y compris sur forfait (colonne walkover) ou abandon (colonne retirement). Les bookmakers annulent en général les paris sur un forfait et leurs règles varient sur les abandons : filtrez ces deux colonnes avant de calculer un rendement.
Comment je reçois le fichier ?
Juste après le paiement, un lien de téléchargement s'affiche et vous est envoyé par email. L'archive contient les fichiers en CSV et en Parquet, plus un README qui décrit chaque colonne.
Puis-je l'utiliser dans un produit commercial ?
Oui pour vos modèles, analyses et outils, y compris commerciaux. La revente ou la redistribution des fichiers eux-mêmes n'est pas autorisée.
Une question avant d'acheter ?
Écrivez à [email protected] — c'est le fondateur qui répond, en général dans la journée.
