Cómo calculamos las probabilidades de victoria

¿Qué pronosticamos?

Para cada partido próximo en nuestro centro de previsiones LigaHoy publicó cuatro pronósticos probabilísticos antes del pitido inicial:

• Resultado final (1X2): probabilidad de victoria del equipo local, empate y victoria del equipo visitante, que suman un total de 100%.
• Que ambos equipos marquen (BTS): probabilidad de que cada equipo marque al menos un gol.
• Más de / Menos de 2,5 goles: probabilidad de que el partido termine con un total de 3 o más goles.
• El resultado exacto más probable: el resultado individual con mayor probabilidad según el modelo.

Cada probabilidad aparece junto a la predicción. Nunca publicamos una „selección“ sin indicar la probabilidad correspondiente, para que puedas valorar por ti mismo nuestro grado de confianza.

El modelo gratuito: ELO + Poisson

El pronóstico gratuito que ves en cada partido (con un recuadro verde y la etiqueta „Pronóstico gratuito“) es una creación propia que combina dos conceptos bien estudiados de la analítica deportiva:

1. Clasificaciones ELO de los equipos

Cada equipo tiene una puntuación numérica que refleja su fuerza. Tras cada partido disputado, las puntuaciones de ambos equipos se actualizan en función del resultado y de la diferencia de puntuaciones existente antes del partido. Los equipos fuertes que vencen a los débiles ganan poco; los equipos débiles que vencen a los fuertes ganan mucho. El factor K controla la rapidez con la que las clasificaciones reaccionan ante los nuevos resultados; utilizamos un K más alto para los equipos nuevos y lo reducimos a medida que se acumulan los partidos disputados.

La diferencia en las clasificaciones entre dos equipos se corresponde con una probabilidad básica de victoria según la curva logística estándar de ELO. Un equipo con una ventaja de 100 puntos ELO tiene una probabilidad básica de alrededor de 64% de ganar en terreno neutral.

2. Modelo de Poisson para goles

En el sistema ELO, los goles esperados para cada equipo se obtienen a partir de una distribución de Poisson, cuyo valor medio se deriva de la media de la liga (temporada actual), modificado mediante coeficientes ofensivos y defensivos, calculados a partir de la diferencia entre las clasificaciones y ajustados en función de la ventaja del equipo local. La convolución de las dos distribuciones de Poisson proporciona una matriz de probabilidad completa para todos los resultados posibles (0-0, 1-0, 1-1, …). A partir de esta matriz, sumamos las celdas correspondientes para obtener:

• 1X2: suma de los resultados en los que los goles del equipo local son > / = / < que los del equipo visitante
• BTS: suma de los resultados en los que ambos equipos han marcado al menos un gol
• Más de 2,5: suma de los resultados en los que el total de goles es ≥ 3
• Resultado exacto: la celda con mayor probabilidad (argmax)

Lo que mostramos es la matriz de probabilidad completa, no una opinión sobre ella. No hay ninguna intervención manual en los valores.

Previsión de Pro AI: el nuevo modelo (XGBoost)

El pronóstico „Pro AI“ que ves en la parte superior de cada partido (con un marco degradado en tonos azul, lila y rosa y el icono «Pronóstico Pro AI») es un modelo independiente, entrenado a partir de miles de partidos ya disputados. No se trata de una mejora del modelo ELO + Poisson, sino de una implementación paralela e independiente.

Algoritmo

Pro AI utiliza XGBoost, los árboles de decisión potenciados por gradiente, que actualmente son el estándar de referencia en el análisis deportivo. Se trata de la misma clase de algoritmo que utilizan los principales servicios de predicción estadística del mundo para pronosticar resultados de fútbol, ya que capta interacciones no lineales (por ejemplo, „descanso inferior a 3 días + viaje largo + aumento del número de lesionados“) de una forma que una curva logística no puede.

Creamos tres modelos XGBoost distintos para cada partido:

• Modelo 1X2: clasificación multiclase (probabilidades softmax de victoria del equipo local / empate / victoria del equipo visitante).
• Modelo BTS: clasificación binaria (sí / no).
• Más de 2,5 modelo: clasificación binaria (sí / no).

Cada modelo tiene 500 árboles, una profundidad de 3, una tasa de aprendizaje de 0,04 y una regularización L2 de 2,0. Estos hiperparámetros se han fijado tras una serie de experimentos previos en los que se ajustaron en función de la pérdida logarítmica del conjunto de validación.

23 variables de entrada (en lugar de 2)

Mientras que el modelo gratuito se basa principalmente en la diferencia de ELO y la media de Poisson de la liga, Pro AI tiene en cuenta 23 indicadores previos al partido para cada pronóstico:

• Índices de fuerza: Elo interno de cada equipo (K=20, bonificación por jugar en casa +60), más la probabilidad de victoria calculada según el Elo.
• Evolución en los últimos 5 y 10 partidos: puntos (victoria = 3, empate = 1, derrota = 0), por separado para cada equipo.
• Goles a favor / en contra en los últimos 10 partidos: promedio por partido, más la diferencia entre el ataque y la defensa de ambos equipos.
• Forma en el terreno: clasificación como local del equipo local, clasificación como visitante del equipo visitante (últimos 5 partidos en la modalidad correspondiente).
• Días de descanso: desde el último partido hasta el próximo, con un límite de 30 días.
• Encuentros directos: los últimos 5 partidos entre ambos equipos (victorias de cada uno y empates).

Calibración y validación

La precisión que ves en la parte inferior de la tabla de Pro AI para cada liga se calcula mediante Validación cruzada estratificada en cinco etapas (StratifiedKFold). Esto significa que cada partido sobre el que medimos la precisión ha sido evaluado por un modelo que NO ha visto ese partido durante el entrenamiento. Se trata de una evaluación honesta y sin sesgos optimistas, no solo el resultado del entrenamiento.

Para los partidos ya disputados que figuran en el archivo, publicamos la predicción „out-of-fold“ (el cuadradito verde o rojo «La predicción acertó / no acertó» con el resultado final debajo de la barra de confianza). De esta forma, puedes ver no solo lo que el modelo prevé ahora, sino también lo que había previsto anteriormente y si acertó o no.

Explicabilidad: los cuatro factores principales

Debajo de la barra principal, la tarjeta Pro AI muestra las cuatro variables con mayor peso para esa previsión concreta, en el campo „Por qué el modelo lo calcula así“. El peso se calcula como importancia de la variable × valor normalizado Para este partido, una breve aproximación a SHAP. Esto convierte el modelo de „caja negra“ en algo que puedes cuestionar con tus propios ojos.

Actualización

Pro AI se vuelve a entrenar cada noche a las 03:30 UTC con el archivo completo de partidos finalizados. Las predicciones para los próximos partidos de los próximos 7 días se recalculan cada hora. La precisión por ligas se actualiza cada noche a las 04:00 UTC.

Diferencia: lo antiguo frente a lo nuevo

Los dos modelos funcionan en paralelo en cada página de un partido. No hemos borrado el antiguo: se mantiene como una segunda opinión imparcial. Por eso es importante y en qué se diferencian:

¿Cuál es más preciso?

En resumen: depende de la liga y del volumen de datos de que dispongamos. Actualmente, Pro AI opera con un periodo de entrenamiento de unos 6 meses (un total de 2.837 partidos disputados). En las ligas con amplia cobertura, Pro AI muestra una precisión en el 1X2 de entre 50% y 67% (ligas de primer nivel en las que contamos con más de 150 partidos como muestra). En las ligas con menos partidos en el archivo, la precisión desciende hasta 38-42%, ya que el modelo no dispone de suficientes ejemplos para aprender las regularidades locales. El modelo gratuito Elo + Poisson es más estable con datos escasos, ya que tiene menos margen de error.

Por eso mostramos la precisión por ligas, y no un valor global. Así puedes ver con claridad hasta qué punto puedes fiarte de Pro AI para esa liga en concreto.

¿Por qué nos quedamos con los dos?

• Segunda voz independiente: si ambos modelos apuntan al mismo resultado, la certeza aumenta. Si discrepan, la situación es más compleja de lo que parece.
• Diferentes modos de fallo: El modelo de Poisson puede cometer errores sistemáticos en ligas con una productividad goleadora extrema. XGBoost puede cometer errores en partidos que parecen similares a otros anteriores, pero que en realidad son nuevos (nuevo entrenador, nuevo equipo). Cuando los modelos difieren significativamente, te avisa de que algo se sale de lo habitual.
• Sin cambios ocultos: No hemos „transformado“ el modelo gratuito en algo nuevo a tus espaldas. El antiguo sigue igual que siempre. El nuevo es un complemento.

Variables que utiliza el modelo

• Ranking ELO actual de cada equipo (la variable individual más influyente).
• Forma reciente: los últimos 5 partidos del equipo. El estado de forma se tiene en cuenta de forma implícita en la actualización del ELO, y no como una variable ponderada independiente.
• Ventaja del equipo local: un recargo por ser líder que se añade a los goles esperados del equipo local, recalibrado al cambiar de temporada.
• Empate sin goles en la liga: la media de goles por partido de la temporada actual de la competición correspondiente, utilizada como base para el modelo de Poisson.
• Bandera nacional / internacional: Los partidos internacionales (amistosos, clasificatorios y del Mundial) utilizan una clasificación independiente, ya que el nivel de los clubes y el de las selecciones nacionales no son comparables.

Variables que no utilizamos deliberadamente

• Cuotas de las casas de apuestas. No realizamos ingeniería inversa de las probabilidades del mercado. Nuestras predicciones se basan únicamente en los datos del partido; eso es precisamente lo que las hace comparables (y evaluables) con respecto al mercado. Desde agosto de 2026 mostramos las cuotas del mercado en las páginas de los partidos a título informativo (sin enlaces de afiliados), junto a las probabilidades del modelo, pero estas nunca constituyen datos de entrada para el propio modelo.
• Información sobre lesiones. La disponibilidad de los jugadores mejoraría las previsiones, pero nuestro proceso aún no cuenta con un flujo fiable de información sobre las lesiones. Esto supone una limitación (véase más abajo).
• Tiempo. Los efectos son pequeños y ruidosos a nivel poblacional.
• Identidad del entrenador. Hacemos un seguimiento de los gestores de contenidos, pero no los utilizamos como variable en el modelo.

¿Cuándo se actualiza el modelo?

• Clasificaciones ELO Se actualizan tras cada partido finalizado, en el momento en que el pitido final del árbitro se refleja en nuestro flujo de datos (normalmente en unos 60 segundos).
• Empate sin goles en la liga (Base de Poasonov) se recalcula diariamente a partir de los partidos disputados de la temporada actual.
• Factores K y constantes para la ventaja del equipo local Se revisan al comienzo de cada temporada importante y tras cada torneo internacional. Los valores actuales y la fecha de su última revisión se almacenan en el código del complemento, para garantizar la reproducibilidad de la auditoría.

No hay sobreentrenamiento del modelo en el sentido del aprendizaje profundo. El modelo es paramétrico y se actualiza de forma continua, en lugar de en lotes periódicos.

Récord

Cada partido finalizado para el que se haya realizado un pronóstico previo se evalúa en nuestra base de datos y se incluye en el resumen actual que aparece a continuación. No modificamos las previsiones históricas. La cifra que mostramos el día antes del partido es la que utilizamos para evaluarnos. Puedes consultar todas las predicciones publicadas en la página de pronósticos de fútbol.

Fuente de los datos: /wp-json/sm/v1/predictions/accuracy. La tabla anterior respalda todas las cifras que aparecen en esta página; ninguna ha sido seleccionada manualmente.

Restricciones que queremos que conozcas

• El tamaño de la muestra sigue siendo reducido. Hemos empezado a evaluar las imágenes tras el lanzamiento de la función de pronósticos. Las cifras anteriores serán cada vez más fiables a medida que aumente el tamaño de la muestra. Considera la puntuación de Brier actual como provisional.
• Todo apunta a una victoria local. El conjunto de parámetros actual tiende a favorecer las victorias en casa en partidos reñidos de ligas de menor nivel. Somos conscientes de ello y lo tenemos en cuenta.
• No hay datos sobre lesiones ni sanciones. Un portero titular, descartado por la copa, puede desviar el precio justo entre 10 y 15%; nuestro modelo no tiene forma de saberlo.
• Un comienzo difícil para los equipos. Los equipos recién ascendidos o los internacionales con pocos partidos en la muestra presentan una mayor incertidumbre, mientras el ELO se estabiliza.
• Comprar. Los partidos de copa a un solo partido (sobre todo con una rotación importante) son más difíciles que los de liga. Prepárate para un margen de error mayor.

¿Quién lo elabora y lo revisa?