Paso 1: los datos, que son el 70% del trabajo
Necesitás varias temporadas de partidos con resultado final, alineaciones, calendario y, sobre todo, las cuotas de cierre de cada encuentro. Sin cuotas históricas no vas a poder saber si tu modelo le gana al mercado, que es la única pregunta que importa.
Limpiá nombres de equipos duplicados, partidos suspendidos y fechas en husos horarios distintos. En Gambeta la mayor parte de los errores de los primeros meses fueron de datos, no de modelo.
Cada disputa de pelota es un dato. El modelo no ve el partido: ve las filas que vos hayas decidido guardar antes.
Paso 2: variables que existan antes del partido
La trampa clásica es la fuga de información: usar un dato que solo se conoce después del partido, como los tiros al arco de ese mismo encuentro. En entrenamiento el modelo parece perfecto; en producción, se derrumba.
Variables válidas: forma reciente, goles esperados de partidos anteriores, descanso entre partidos, localía, bajas confirmadas y la propia cuota de apertura. En IA y estadísticas de fútbol contamos las 40 que usa nuestro modelo.
Paso 3: el modelo
Para empezar no hace falta una red neuronal. Una regresión logística o un gradient boosting bien regularizado predicen probabilidades de 1X2 o de más/menos goles con solidez. Lo importante es que la salida sea una probabilidad, no una etiqueta de "gana o pierde".
Entrená un modelo por deporte. Fútbol, tenis, béisbol y básquet tienen estructuras distintas: en tenis mandan los puntos al saque, en béisbol el abridor, en básquet las ausencias. Un modelo único para todo aprende mal los cuatro.
Paso 4: calibración
Un modelo calibrado es uno que, cuando dice 60%, acierta más o menos 6 de cada 10 veces. Se mide agrupando predicciones por rango y comparando con lo que pasó. Sin calibración, la comparación con la cuota no significa nada y el stake queda mal dimensionado.
Entra o no entra. Un modelo calibrado aprende de miles de tiros como este; con pocos cientos solo aprende ruido.
Paso 5: la prueba honesta
Separá la última temporada y no la mires hasta el final. Simulá apostar solo cuando tu probabilidad supere la implícita de la cuota de cierre, con stake fijo. Si el resultado no es positivo, el modelo no funciona por más que la precisión parezca alta.
Esa lógica de apostar solo con ventaja es el value betting, y es lo que convierte un predictor en una herramienta de apuestas.
Paso 6: publicar todo
Un modelo que no publica su historial es indistinguible de un tipster. Registrá cada pick con su probabilidad, cuota y resultado, y dejalo a la vista. Es incómodo cuando pierde y es la única forma de que alguien confíe cuando gana.
Si todo esto te parece mucho trabajo, tiene sentido: es lo que hacemos a diario en Gambeta, y lo publicamos gratis para que no tengas que construirlo desde cero.
Preguntas frecuentes
¿Se puede entrenar una IA para apuestas deportivas sin programar?
Con planillas de cálculo podés llegar a una regresión simple. Para calibrar y probar contra cuotas históricas vas a necesitar Python o R.
¿Cuántos partidos hacen falta para entrenar?
Varias temporadas de la misma liga. Con pocos cientos de partidos el modelo aprende ruido, no patrones.
¿Qué datos son imprescindibles?
Resultados, alineaciones, calendario y cuotas de cierre históricas. Sin cuotas no podés saber si le ganás al mercado.
¿Sirve una IA genérica como ChatGPT para esto?
Sirve para escribir el código y discutir el diseño, no como modelo: no tiene datos ni calibración.