26 ago 2026
Cómo hacer un backtest de un método de pronósticos de futbol con datos históricos
Aprende a probar pronósticos de futbol sin confundir los resultados pasados con el rendimiento real. Esta guía explica la separación entre entrenamiento y prueba, la calibración, las cuotas de cierre, el tamaño de la muestra, el yield y los errores de filtración de datos.
Define el pronóstico y la métrica antes de revisar los resultados
Especifica el mercado, el momento del pronóstico y la regla de decisión. Por ejemplo: estimar la probabilidad de que gane el equipo local antes del partido y comparar esa estimación con la cuota disponible. Registra también el retorno de cada operación, la ganancia neta, el número de apuestas y el porcentaje de aciertos. El yield es la ganancia neta dividida entre el total invertido, multiplicada por 100. Si el método selecciona solo algunos partidos, informa la tasa de selección, porque excluir encuentros sin un criterio definido puede inflar el resultado.
Separa entrenamiento, validación y prueba respetando el orden temporal
En el futbol, los datos futuros no pueden influir en decisiones sobre partidos pasados. Usa una división temporal: datos más antiguos para entrenamiento, un periodo posterior para validación y el tramo final para prueba. El conjunto de prueba debe mantenerse reservado hasta el final. Un modelo que usa partidos de 2019 a 2023 para entrenar y mide su rendimiento en 2024 reproduce mejor el uso real que una división aleatoria. Para evaluar varias temporadas, también puedes usar una validación walk-forward: entrena con el pasado, prueba en el bloque siguiente y avanza la ventana.
Calibra las probabilidades y compáralas con una referencia
Un pronóstico del 60% debería acertarse cerca del 60% de las veces cuando se agrupa con otros pronósticos similares. Esa es la idea de la calibración. Separa los pronósticos por rangos, como 50% a 59%, y compara la probabilidad promedio con la frecuencia observada. Usa métricas como log loss y Brier score, que evalúan la calidad de la probabilidad, no solo si se acertó el pronóstico. Compara el método con referencias simples, como la probabilidad implícita de la cuota de cierre o un modelo basado únicamente en la localía. Un buen porcentaje de aciertos, por sí solo, no demuestra que las probabilidades sean útiles.
Usa las cuotas de cierre con cuidado
La cuota de cierre es la cotización disponible cerca del inicio del partido. Funciona como una referencia sólida de precio, pero no representa una verdad perfecta: incluye el margen de la casa y puede variar entre fuentes. Convierte la cuota decimal en probabilidad implícita con 1 dividido entre la cuota y ajusta el margen cuando compares las probabilidades de todos los resultados de un mercado. En el backtest, registra la cuota que realmente habría estado disponible en el horario definido. Usar la cuota más baja de toda la tarde o una cotización publicada después del inicio del partido genera un resultado irreal. También conviene comparar la cuota del momento del pronóstico con la de cierre para comprobar si el método encontró un mejor precio que el mercado, sin considerarlo una prueba aislada de rentabilidad.
Verifica el tamaño de la muestra y la incertidumbre del yield
Pocos partidos producen resultados inestables. Un yield alto en 30 encuentros puede desaparecer con una muestra más grande, especialmente en mercados con cuotas elevadas. Divide los resultados por temporada, liga, mercado y rango de cuotas, pero evita crear tantos grupos que cada uno quede demasiado pequeño. Calcula intervalos de confianza para el retorno y realiza análisis de sensibilidad, como retirar el mejor y el peor resultado. La conclusión debe informar el número total de partidos, el volumen invertido, la ganancia, el yield y la dispersión de los resultados. Ningún rendimiento pasado garantiza que se repita en el futuro.
Evita la filtración de datos en el código y la recopilación
La filtración ocurre cuando una información que solo existía después del partido entra en el pronóstico. Algunos ejemplos son usar la clasificación final de la temporada, lesiones confirmadas después del horario del pronóstico, una alineación publicada más tarde, cuotas de cierre cuando el modelo debía operar por la mañana, o estadísticas actualizadas con el resultado del propio partido. Al calcular promedios móviles, usa únicamente partidos anteriores y desplaza los datos una fila. Registra la hora de cada información, congela el conjunto de prueba y replica costos, margen de las cuotas, cancelaciones y límites de liquidez. Por último, ejecuta el método en un periodo completamente fuera de la muestra y conserva un informe con todas las decisiones, incluidas las que no generaron una apuesta.
Análisis previo relacionado
Sigue leyendo
Análisis: PK Sport · cómo analizamos
Análisis basado en datos públicos y señales de mercado. Solo con fines de análisis — no es consejo de apuestas.