Apuestas basadas en modelos vs. basadas en reglas

Los dos enfoques, sin rodeos

Las apuestas basadas en reglas parten de condiciones. Describes la situación en la que quieres apostar, el motor comprueba cada matchup contra ella y todo lo que incumple una condición se descarta. Una regla se lee como una frase: favorito local con cuota entre 1,40 y 2,00, en una liga líquida, tras al menos tres días de descanso.

Las apuestas basadas en modelos parten de probabilidades. Entrenas un modelo estadístico o de machine learning con datos históricos, el modelo devuelve una probabilidad para cada resultado y apuestas cuando tu número está lo bastante por encima del precio como para cubrir el margen. Un modelo se lee como una cifra: 46,2 por ciento frente a un 41,0 por ciento implícito.

En qué destaca de verdad cada uno

Las reglas son transparentes, baratas de probar y difíciles de usar para engañarte a ti mismo. Puedes leer una regla seis meses después y saber exactamente por qué se disparó una apuesta. Su techo es la expresividad: un umbral no puede capturar cómo interactúan tres variables.

Los modelos capturan interacciones que las reglas no alcanzan y escalan a miles de matchups. Su coste es real: ingeniería de datos, calibración, reentrenamiento y el riesgo constante de un backtest impresionante que en realidad solo memorizó ruido. Un modelo que no está calibrado contra las cuotas de cierre es un modelo que no sabe que está perdiendo.

Por qué el debate es una falsa disyuntiva

Las operaciones serias rara vez eligen bando. El modelo produce la señal y las reglas deciden cuándo esa señal es operable: qué mercado, qué franja de cuota, cuánta liquidez, a qué distancia del inicio, qué descartar. Las reglas son la vía por la que una probabilidad se convierte en una apuesta que puedes colocar, dimensionar y auditar de verdad.

Lo contrario también es cierto. Toda regla contiene ya un modelo implícito. Cuando filtras por probabilidad sin margen estás usando el propio modelo del mercado, despojado de su comisión. Cuando filtras por expected goals estás usando un modelo de goles. La pregunta nunca fue reglas o modelos, sino de quién es el modelo y con cuánta honestidad lo pones a prueba.

Dónde está Bet2Invest hoy

El Strategy Builder es un motor de reglas, y varios de sus filtros ya llevan dentro la salida de un modelo en lugar de precios en bruto:

• Los expected goals implícitos del mercado invierten el 1X2 y los totales de cierre de cada matchup pasado para obtener expected goals por equipo, y luego los promedian sobre la forma reciente del equipo. Eso es un modelo, alimentado por los precios más afilados del mercado.
• La probabilidad implícita elimina el margen de la casa, de modo que un umbral del 60 por ciento significa lo mismo en todas las ligas.
• La divergencia de mercado compara dos valoraciones independientes del mismo resultado y señala dónde discrepan.

Todo se valida igual: con un backtest sobre cuotas reales de apertura y de cierre, hasta diez años atrás, puntuado por resultados y por closing line value. Si programas, la API pública maneja estrategias, backtests y picks de forma programática, así que un modelo que mantengas en otro sitio ya puede convivir con el motor de reglas.

Cómo empezar hoy

Construye primero la versión basada en reglas. Es tu referencia, te lleva minutos y te dice si la situación que tienes en mente sobrevive al contacto con precios reales. Después superpón los filtros derivados de modelos y comprueba si aportan algo que las reglas no capturaran ya. Empieza por el backtesting si el método en sí te resulta nuevo.