Cómo estimar la probabilidad de un partido ACB: modelos al alcance
Sin probabilidad propia no hay valor
La trampa más común del apostador aficionado es analizar un partido ACB, llegar a la conclusión de que «va a ganar Real Madrid» y apostar a Madrid ganador. Ganar no basta. Lo que te da valor no es la predicción del resultado — eso lo hace cualquiera — sino tener una estimación numérica de probabilidad que puedas contrastar con la cuota del operador. Si el operador implica 70% y tú estimas 75%, hay valor. Si el operador implica 70% y tú sólo piensas «va a ganar Madrid», no tienes nada medible.
Estimar probabilidad en un partido ACB no requiere una licenciatura en estadística. Requiere tres ingredientes: un modelo base que dé una probabilidad inicial razonable, un conjunto de ajustes contextuales consistentes, y disciplina para aplicar ambos sistemáticamente a todos los partidos, no sólo a los que te apetece analizar. Los partidos que ignoras por pereza son probablemente los que tendrían más valor, porque son los que el resto del mercado también ignora.
La Liga Endesa se disputa con 18 equipos y 34 jornadas de fase regular, más playoffs por el título. Eso son 306 partidos de fase regular, más Copa, Supercopa y playoffs. Un apostador disciplinado que trabaja cinco partidos por jornada aplica su modelo a 170 partidos por temporada regular — muestra suficiente para calibrar, ajustar y detectar errores sistemáticos del modelo.
Modelo ELO adaptado
ELO es un sistema de rating creado para ajedrez y adaptado después a muchos deportes. Se le asigna un número a cada equipo — típicamente arrancando en 1500 — y se actualiza después de cada partido según el resultado y el rating del rival. Si ganas a un equipo con rating mayor, subes más; si ganas a uno con rating menor, subes menos; si pierdes contra uno con rating menor, bajas mucho.
Adaptar ELO a la ACB requiere tres ajustes. Primero: el factor K, que controla la velocidad de ajuste. Para baloncesto profesional europeo, un K entre 20 y 30 produce una actualización razonable — demasiado alto sobre-reacciona a resultados recientes, demasiado bajo tarda en incorporar cambios reales. Segundo: un modificador por factor cancha que sume entre 70 y 100 puntos ELO al equipo local en el cálculo del partido. Tercero: un modificador por margen de victoria, porque ganar de 3 no refleja la misma superioridad que ganar de 25.
La fórmula para convertir diferencia de ELO en probabilidad es: P(local gana) = 1 / (1 + 10^((ELO_visitante − ELO_local) / 400)). Si local tiene ELO 1650 y visitante 1570, la diferencia es 80 y la probabilidad del local sale en 0,614 — un 61,4%. Si incorporas el modificador de factor cancha de +80, los 1650 se convierten en 1730 para el cálculo y la probabilidad sube a 0,715. Tu número: 71,5% de probabilidad de victoria local. Si el operador la paga a cuota 1,55 (implícita neta de 61%), tienes 10 puntos de edge declarado para trabajar.
Power ratings: una alternativa más intuitiva
Los power ratings son el primo simplificado de ELO: en lugar de una escala basada en probabilidades, asignas a cada equipo un número que representa su nivel en puntos por partido por encima o por debajo del equipo medio. Si el equipo medio es 0, el Real Madrid puede ser +8 y Andorra -6. La diferencia entre dos equipos te da la línea esperada del partido en spread neutral.
Los clubes ACB ingresaron 168,95 millones de euros en la temporada 2023-2024, con ingresos muy concentrados en los clubes grandes. Esa concentración económica se refleja en los power ratings: Real Madrid y Barcelona suelen estar 7-9 puntos por encima de la media, Valencia y Baskonia 3-5, Unicaja 2-4, y la cola entre -4 y -8. Construir los power ratings propios parte de los promedios de puntos anotados y concedidos, ajustados por calidad de rival.
La formulación es sencilla: para cada partido, calcula la diferencia entre puntos anotados por tu equipo y puntos concedidos, ajusta por el power rating del rival (si ganaste a un +5, tu diferencial pesa más que si ganaste a un -5), y promedia a lo largo de la temporada. Después de 10 partidos los power ratings empiezan a estabilizarse; después de 20 son relativamente fiables.
Pitagórico aplicado al baloncesto
El método pitagórico, popularizado por Bill James en béisbol, tiene una adaptación directa al baloncesto. La fórmula estima la probabilidad de victoria (y por extensión, las victorias esperadas) a partir de puntos anotados y puntos concedidos. Para baloncesto: Victorias_esperadas = PA^13,91 / (PA^13,91 + PC^13,91), donde PA es puntos anotados por partido y PC puntos concedidos por partido, y el exponente 13,91 es el que mejor ajusta al baloncesto profesional (en NBA; en ACB el exponente óptimo ronda el 14).
Un equipo que anota 85 puntos por partido y concede 79 tiene una tasa esperada de victoria de 85^14 / (85^14 + 79^14) = 0,669 — un 66,9%. Si ese equipo tras 20 partidos lleva 15 victorias (75% real), está sobre-rindiendo respecto al pitagórico y es candidato a regresión a la media. Si lleva 11 victorias (55% real), está infra-rindiendo y podría mejorar su tasa real en las próximas jornadas.
El pitagórico es útil sobre todo como detector de equipos que han tenido suerte o mala suerte en partidos ajustados. Un equipo que gana todos sus partidos por 2 puntos y pierde todos por 15 tendrá un récord engañosamente bueno pero un pitagórico que lo pondrá en su sitio. El mercado muchas veces apuesta por el récord reciente; el apostador disciplinado apuesta por lo que el pitagórico dice que es la realidad.
Ajustes contextuales
El modelo base — sea ELO, power ratings o pitagórico — te da un punto de partida. Los ajustes contextuales te dan el número final. Los más importantes en la ACB son cinco: factor cancha específico del pabellón (no promedio de liga), fatiga Euroliga o viaje, ventana FIBA reciente, lesiones declaradas y motivación (clasificación, descensos, Europa).
Cada ajuste se traduce en puntos sumados o restados al power rating del partido, o equivalentemente en puntos de diferencia esperada. Un factor cancha específico fuerte (+5 puntos frente al +3,5 estándar) añade 1,5 puntos. Una fatiga Euroliga con viaje a Estambul añade -4 puntos al equipo fatigado. Una ventana FIBA que ha retirado tres titulares del club añade -3. Una lesión del jugador más utilizado añade -2 a -4 según importancia relativa. Motivación de descenso en el local añade +1 a +2.
Óscar Vilda, CEO de DAZN para España y Portugal, subrayaba: «La acb es una de las ligas más emocionantes y seguidas de Europa. Este acuerdo a largo plazo refuerza nuestro compromiso con los fans del deporte». La visibilidad creciente de la liga implica que los operadores invierten más en modelización propia, y las cuotas son cada vez más precisas. El margen del apostador casero se reduce a los ajustes contextuales que los modelos grandes no capturan con el mismo cariño que el analista individual.
Validación del modelo
Un modelo sin validación es sólo una ilusión de precisión. Validar significa registrar tus estimaciones antes de cada partido y, al final de la temporada, contrastar cuánto acertaste con lo que predijiste. Si estimaste probabilidad del 60% en 50 partidos, deberías haber acertado entre 27 y 33 de ellos para que el modelo esté calibrado. Si acertaste 22 o 38, algo en la calibración no funciona.
La forma práctica de hacerlo es dividir tus estimaciones en buckets — 50-55%, 55-60%, 60-65%, etc. — y calcular la tasa de acierto real dentro de cada bucket. Un modelo bien calibrado tiene tasa de acierto cercana al centro del bucket en cada uno. Un modelo sobre-confiado tiene tasa real por debajo de la estimación en buckets altos. Un modelo conservador tiene tasa real por encima en buckets medios.
Esta calibración toma tiempo. Dos temporadas completas son el mínimo para tener buckets con suficiente muestra. Pero al cabo de esas dos temporadas tienes algo valioso: un modelo del que conoces sus sesgos y puedes corregirlos explícitamente antes de cada apuesta, piedra angular de la gestión de bankroll y el value betting en baloncesto. Esa conciencia es lo que separa al apostador serio del apostador casual.
No. La clasificación refleja victorias acumuladas pero no mide calidad real con precisión. Un equipo en quinta posición con balance de victorias por la mínima y derrotas abultadas es distinto de un equipo en quinta con balance opuesto, aunque tengan el mismo récord. El pitagórico, el ELO o los power ratings capturan esa diferencia que la clasificación oculta. Actualización por partido, no por semana. Cada partido jugado genera un punto de datos nuevo que ajusta ratings, power ratings o pitagórico. Aplica la actualización después del partido y antes del siguiente, con el factor K o el suavizado que hayas elegido. Evita actualizaciones emocionales por rachas muy cortas; el modelo debe responder a la realidad estadística, no a la impresión inmediata.¿Basta con la clasificación para estimar probabilidad?
¿Cómo actualizo el modelo durante la temporada?
Creado por la redacción de «Apuestas Deportivas acb».
