Available in USContenido
- Pronóstico matemático real vs "modelo IA" de la competencia
- Tipos de modelos: Elo, Poisson, Dixon-Coles, regresión logística
- Datos de entrada necesarios: resultados, xG, alineaciones
- Backtest honesto: cómo validar tu modelo con 5 temporadas
- De probabilidad del modelo a decisión de apuesta
- Por qué ningún modelo llega al 65% de acierto sostenido en 1X2
Pronóstico matemático real vs «modelo IA» de la competencia
Hay una guerra semántica en los portales de pronósticos que llevo observando desde hace años. Unos hablan de «IA predictiva con red neuronal entrenada en 10 años de datos». Otros de «algoritmo propio de precisión del 65%». Otros de «modelo matemático avanzado». Cuando rascas debajo de la capa, lo que encuentras casi siempre es Poisson con ajustes menores o un modelo Elo simplificado. No es IA. Es estadística clásica bien aplicada, lo que no es poco, pero no justifica el lenguaje de venta.
Este artículo deshace esa confusión. Los modelos matemáticos que funcionan en fútbol son un puñado, conocidos desde hace décadas, y ninguno supera el 65% de acierto sostenido en 1X2. Cualquier portal que te prometa más está vendiendo humo. La apuesta bien informada no es creer en el modelo; es saber qué puede y qué no puede un modelo, y usarlo como una herramienta entre otras, no como oráculo.
Tipos de modelos: Elo, Poisson, Dixon-Coles, regresión logística
Elo es el modelo más antiguo aplicado al fútbol. Originalmente diseñado para ajedrez, asigna una puntuación a cada equipo y actualiza esa puntuación después de cada partido según el resultado y el rival. Ventajas: muy simple, no requiere muchos datos, funciona bien para ranking. Desventajas: no genera probabilidades de goles exactos ni Over/Under, solo probabilidad de victoria.
Poisson es el modelo más usado para predicción de fútbol con mercados de goles. Asigna un lambda (número esperado de goles) a cada equipo, y produce una matriz de probabilidades de resultados exactos. Ventajas: cubre todos los mercados de goles, es fácil de entender, los datos están disponibles públicamente. Desventajas: asume independencia entre los goles de los dos equipos, subestima los partidos con muchos goles para ambos y sobreestima los asimétricos.
Dixon-Coles es una extensión de Poisson que corrige las correlaciones en los resultados bajos (0-0, 1-0, 0-1, 1-1). Ajusta las probabilidades de esos resultados específicos para alinearse mejor con los datos históricos. Ventajas: más preciso en partidos cerrados, sigue siendo manejable. Desventajas: más complejo, requiere calibración y más datos históricos.
Regresión logística es el modelo que se usa para predecir probabilidad de ganar un partido como variable binaria (gana o no gana). Permite incluir múltiples factores (xG, posesión, forma reciente, localía) como predictores. Ventajas: flexible, incorpora muchas variables. Desventajas: requiere trabajo de selección de variables, puede sobreajustar si no se cuida la muestra de entrenamiento.
Datos de entrada necesarios: resultados, xG, alineaciones
Un modelo útil necesita, como mínimo: resultados históricos de los últimos 2-3 años, xG por partido del mismo periodo, y alineaciones probables o confirmadas para el partido a predecir. Con esos tres bloques se puede construir un Poisson razonable y proyectar cualquier mercado de goles. Los datos más básicos (resultados, goles) son libres y están en cualquier base de datos futbolística pública.
Los datos de xG requieren fuente específica. Understat, FBref y OddAlerts son las opciones habituales para el apostador individual. El volumen de mercados del operador también importa si quieres calibrar tu modelo contra el mercado real: bet365 ofrece en promedio 160 mercados por partido de LaLiga, bwin supera los 400. Cuantos más mercados tienes para comparar tu probabilidad proyectada contra la implícita, más señales tienes sobre dónde tu modelo acierta y dónde falla.
Las alineaciones son el dato que más fácil se olvida y más diferencia hace. Un modelo que no incorpora quiénes saltan al campo es un modelo basado en promedios de plantilla que pueden no aplicar al once real de ese día. El ajuste por alineación se hace con xG individual: si el titular referencia del ataque es baja, el xG proyectado del equipo baja proporcionalmente. El efecto no es trivial: una baja en el Barcelona puede bajar el xG proyectado del partido 0,3 o 0,4.
Backtest honesto: cómo validar tu modelo con 5 temporadas
Backtest es la prueba de fuego de cualquier modelo. Consiste en aplicar el modelo a datos históricos sin mirar los resultados, y comparar las predicciones con lo que realmente pasó. La regla de oro: el backtest tiene que ser fuera de muestra. Si entrenas el modelo con los datos de 2020-2023 y lo pruebas con los mismos, los resultados serán artificiosamente buenos. Tienes que entrenar con 2020-2023 y probar con 2024-2025.
Cinco temporadas es la muestra mínima para un backtest serio en fútbol europeo. Eso son aproximadamente 1.900 partidos de LaLiga, suficiente muestra para que las estadísticas tengan peso. Por debajo de 500 partidos, los resultados del backtest están dominados por varianza y no reflejan el rendimiento real del modelo. Por encima de 2.000, los resultados se estabilizan y dan una medida fiable de precisión.
Las métricas a revisar en el backtest son: precisión de 1X2 (porcentaje de aciertos), ROI simulado (como si hubieras apostado con flat stake a la cuota abierta del operador), Brier score (distancia media entre probabilidad predicha y resultado real). Un modelo que saca 50-52% de precisión en 1X2 con ROI positivo del 3%-5% es considerado bueno. Si el backtest te da 60% o 65%, revisa dos veces: probablemente hay fuga de información o sobreajuste.
De probabilidad del modelo a decisión de apuesta
Una vez el modelo te da probabilidades calibradas, el puente hacia la apuesta es comparar con la cuota implícita del operador y decidir stake. La fórmula básica del valor esperado es EV = (cuota × probabilidad propia) – 1. Si tu modelo dice 52% para el Over 2.5 y la cuota está a 2.00 (50% implícita), el EV es (2.00 × 0.52) – 1 = 0.04, o 4% de expectativa positiva por euro apostado.
No todas las apuestas con EV positivo son igual de buenas. Un EV del 4% con probabilidad cercana al 50% es más seguro que un EV del 4% con probabilidad del 15% (esta última tiene varianza mucho más alta, aunque matemáticamente equivale). El stake debe ajustarse por la confianza en la probabilidad propia y por la cuota: a mayor cuota, más varianza, y más pequeño debe ser el stake relativo.
En España, las apuestas deportivas generaron 608,8 millones de euros en 2024. Maarten Haijer, secretario general de EGBA, apunta a los cambios tecnológicos cuando sintetiza: el mercado de juego europeo mostró un crecimiento sostenido en 2024. Aunque el juego presencial sigue siendo dominante y crece en términos absolutos, los canales online muestran un impulso más fuerte, impulsado por cambios en las preferencias del consumidor y el avance tecnológico
. El modelo matemático propio es parte de ese impulso tecnológico para el apostador individual, pero requiere método, no palabras.
Por qué ningún modelo llega al 65% de acierto sostenido en 1X2
Los mejores modelos públicos conocidos en fútbol europeo operan con una precisión de 1X2 entre el 50% y el 55%. Los mejores modelos propietarios de casas de apuestas, entre el 55% y el 58%. Por encima de ese techo, los límites son estructurales: el fútbol tiene una varianza intrínseca que ningún modelo puede eliminar. Goles irregulares, decisiones arbitrales, expulsiones, clima, motivación son factores que no caben en modelo estadístico.
Cualquier portal que te prometa 65% o más de acierto en 1X2 está falseando el cálculo. Las formas habituales son: contar como acierto las «dobles oportunidades» (1X y X2) y llamar a eso «acierto en 1X2», aplicar el modelo solo a partidos fáciles con favorito claro y desechar los ajustados (selección sesgada de muestra), o simplemente publicar resultados cocinados sin backtest público verificable.
El modelo útil no es el que más acierta en 1X2; es el que más valor encuentra en cuotas específicas. Un modelo con 51% de precisión que detecta 20% de las apuestas con EV positivo y las filtra correctamente puede producir ROI del 5%-7% anual, que es una ventaja enorme a largo plazo. La obsesión por la precisión absoluta es contraproducente. El trabajo bien hecho es el que convierte probabilidad calibrada en decisiones rentables.
¿Vale la pena montar un modelo propio?
Depende del volumen de apuesta y del tiempo disponible. Si apuestas menos de 50 partidos por temporada, el coste de montar y mantener un modelo propio excede el valor marginal sobre simplemente usar xG públicos y cálculo manual. Si apuestas con volumen regular (200+ partidos al año) y tienes tiempo técnico, un modelo propio bien calibrado es una inversión con retorno real. La frontera está en torno a las 100-150 apuestas anuales.
¿Cuántos partidos necesito para calibrar?
Para Poisson simple, 150-200 partidos por liga son suficientes para parámetros razonables. Para modelos más complejos como Dixon-Coles o regresión logística multivariable, necesitas al menos 500-1000 partidos por liga. Y siempre fuera de muestra: usa los primeros 70% para entrenar, los últimos 30% para validar. Mezclar datos de entrenamiento y validación es el error más frecuente y anula el valor del modelo.
