Cómo funcionan nuestras predicciones

Cada cifra de este sitio es el resultado de una única cadena de procesamiento que funciona igual para todos los partidos. Ningún editor elige los encuentros, ninguna persona sobrescribe una probabilidad y nada se retira discretamente después de fallar.

En resumen: las valoraciones de ataque y defensa, ponderadas según la antigüedad de cada partido, se ajustan sobre varias temporadas de resultados, se convierten en una distribución completa de los marcadores posibles, se contrastan con lo que está valorando el mercado de apuestas y finalmente se liquidan en público frente al resultado real. Las secciones siguientes explican cada uno de esos pasos.

Los datos de partida

El motor se ajusta sobre varias temporadas de partidos finalizados en todas las competiciones cubiertas aquí: marcadores finales y al descanso, córners a favor y en contra, y los remates y la posesión que aporta la fuente de datos, que alimentan los paneles de contexto de la página y la cadena de respaldo del modelo de córners. A ello se suma una instantánea de las cuotas de las casas de apuestas, tomada al generar el pronóstico y actualizada mientras el partido sigue abierto. Los esports y las competiciones virtuales o simuladas se excluyen mediante un registro mantenido a mano, no por coincidencia de nombres, de modo que sus marcadores nunca puedan contaminar la valoración de un equipo real.

Valoraciones de ataque y defensa ponderadas en el tiempo

Cada equipo tiene una valoración de ataque y una de defensa: cuánto genera y cuánto concede en relación con su propio entorno. Ambas se ajustan conjuntamente mediante ajuste proporcional iterativo, un método de solución cerrada que alterna entre ataque y defensa hasta que todo el grupo reproduce el volumen de goles realmente observado en él, descontando cada partido histórico con un núcleo exponencial de recencia. El estado de forma reciente domina y las temporadas antiguas se desvanecen de forma gradual, en lugar de cortarse en un límite de temporada arbitrario. El ajuste se realiza dentro de grupos por país que reúnen las divisiones de una nación junto con sus copas nacionales, de modo que los cruces coperos actúan como puentes entre categorías y un recién ascendido llega con una valoración ganada ante rivales reales en vez de con una hoja en blanco.

Cuando hay pocos datos

Las valoraciones en bruto reaccionan en exceso ante muestras pequeñas, así que cada una se contrae hacia el valor de referencia de su grupo en proporción a la evidencia que la respalda: un paso bayesiano empírico que evita que un club con un puñado de partidos registrados parezca imbatible porque dos de ellos acabaron 4-0. Las tasas base de cada liga reciben el mismo tratamiento hacia la media del grupo, lo que impide que una competición pequeña se desvíe por puro ruido dentro de un grupo grande. La fuerza de esa contracción depende del tamaño efectivo de la muestra y no del número de partidos, de manera que los encuentros antiguos, muy descontados, pesan menos, como corresponde.

De las valoraciones a la distribución de marcadores

Para cada encuentro, las valoraciones de ambos equipos y las tasas base de local y visitante de la competición producen un número esperado de goles por lado. Esas expectativas se despliegan en una matriz completa de probabilidades de marcador — todos los resultados plausibles a partir del 0-0 — que incorpora la corrección de Dixon-Coles para la dependencia bien documentada entre ambos marcadores en partidos de pocos goles, justo donde los modelos de Poisson independientes se equivocan y justo donde vive el fútbol. Resultado del partido, marcador exacto, más/menos goles, ambos equipos marcan, doble oportunidad y hándicap asiático se leen todos de esa única matriz normalizada. Por eso dos mercados publicados por nosotros no pueden contradecirse: la cuota del más/menos y la del marcador exacto son la misma distribución vista dos veces.

Leer bien el mercado

Donde existen cuotas de las casas de apuestas, no se toman al pie de la letra. Las cuotas publicadas incluyen el margen de la casa, así que primero se les retira ese margen y se convierten en probabilidades justas. Después, las líneas de hándicap y de total se resuelven como un sistema para las dos magnitudes que el mercado expresa en realidad — la superioridad entre los equipos y el total de goles esperado —, una señal mucho más estable que cualquier cuota aislada. Las líneas de cuarto se valoran con un núcleo de apuesta dividida que trata con exactitud los casos de media ganancia y media pérdida, en lugar de redondearlas a la línea entera más cercana, como hacen discretamente la mayoría de los modelos publicados.

Un modelo específico de córners

Los córners no se deducen de los goles. Tienen sus propias valoraciones de ataque y defensa — córners obtenidos y concedidos, ajustados con el mismo método ponderado en el tiempo —, se proyectan para cada lado y luego se valoran frente a la línea de córners exacta del partido mediante una distribución continua discretizada, no con una tabla de consulta. Cuando el historial de córners de un equipo es demasiado escaso para fiarse, el modelo degrada por una cadena definida: primero las valoraciones, después las estadísticas del partido en directo y después solo el mercado. Si ninguna de esas fuentes supera el umbral, informa de que no hay datos en vez de inventarse una cifra.

Combinación ponderada por precisión

Modelo y mercado se combinan mediante ponderación por precisión según el tamaño efectivo de la muestra: el mercado se lleva la mayor parte del peso en equipos con historial escaso, el modelo lo hace en ligas con cobertura profunda, y el cruce entre ambos es continuo, no un interruptor. Cuando tras esa combinación sobrevive una brecha de valor del 5 % o más, el pronóstico se marca como value: el modelo afirma tener una ventaja que la cuota no refleja, y lo dice públicamente antes del inicio, donde después puede comprobarse.

Calibración y pruebas fuera de muestra

Nada se publica por lo bien que luzca un backtest. El motor se valida sobre alrededor de medio millón de partidos históricos con separación estricta fuera de muestra: las valoraciones se ajustan solo con lo que podía saberse antes de cada inicio, y los resultados se puntúan con log-loss y con la puntuación de Brier — reglas de puntuación propias que castigan el error confiado en lugar de premiarlo —, junto con el acierto frente a la línea y curvas de calibración por tramos que comprueban si un pronóstico del 60 % gana de verdad en torno al 60 % de las veces. Una versión que no alcanza sus umbrales de aceptación no llega a producción.

Sin selección manual

Todo partido de fútbol real elegible recibe un pronóstico: no se eligen los fáciles. Los pronósticos se congelan 30 minutos antes del inicio, y cada pronóstico congelado se liquida frente al resultado final y se cuenta en el historial público de acierto, tanto los aciertos como los fallos.