Cómo Funciona la IA de OddsFlow — El Modelo Dixon-Coles Explicado
Si alguna vez te preguntaste cómo una computadora puede predecir el resultado de un partido de fútbol mejor que tu compadre que "le sabe", estás en el lugar correcto. Sin fórmulas incomprensibles, sin humo. Te explicamos exactamente cómo funciona la inteligencia artificial de OddsFlow, con ejemplos de Liga MX que puedes verificar tú mismo.
¿Qué es el modelo Dixon-Coles?
En 1997, dos estadísticos británicos — Mark Dixon y Stuart Coles — publicaron un modelo matemático que cambió para siempre los pronósticos de fútbol. Su idea era elegante: si sabes cuántos goles tiende a meter un equipo y cuántos tiende a recibir, puedes calcular la probabilidad de cada marcador posible.
El modelo se llama Bivariate Poisson (Poisson Bivariado). Suena intimidante, pero el concepto es simple:
- 1Cada equipo tiene una fuerza de ataque — qué tan peligroso es al frente
- 2Cada equipo tiene una fuerza defensiva — qué tan difícil es hacerle gol
- 3Existe una ventaja de local — jugar en casa importa, y mucho
- 4Un factor de correlación — los marcadores bajos (0-0, 1-0, 0-1, 1-1) ocurren más seguido de lo que el Poisson simple predice
Con estos cuatro ingredientes, el modelo genera la probabilidad de cada marcador posible: 0-0, 1-0, 2-1, 3-2... hasta el 8-7 si quieres. Luego suma esas probabilidades para darte resultado final, handicap asiático, y totales (over/under).
¿Por qué Poisson y no otra cosa?
Porque los goles en el fútbol siguen naturalmente una distribución de Poisson. Un equipo que promedia 1.5 goles por partido no mete exactamente 1.5 cada vez — a veces mete 0, a veces 3, raramente 5. La distribución de Poisson modela exactamente esa variabilidad.
Ejemplo con Liga MX: América vs Puebla
Vamos a ponerlo en práctica. Digamos que el modelo de OddsFlow calcula estos parámetros para un América vs Puebla en el Estadio Azteca:
| Parámetro | Club América (Local) | Puebla (Visitante) |
|---|
| Fuerza de ataque | 1.42 | 0.88 |
|---|---|---|
| Fuerza defensiva | 0.82 | 1.25 |
| Ventaja de local | 1.18 | — |
Goles esperados del Puebla:
Ataque Puebla (0.88) × Defensa América (0.82) = 0.72 goles esperados
Con estos dos números, el modelo corre una distribución de Poisson y genera probabilidades para cada marcador:
| Marcador | Probabilidad |
|---|
| 1-0 | 14.8% |
| 2-0 | 13.2% |
| 2-1 | 10.1% |
| 1-1 | 7.6% |
| 3-0 | 7.4% |
| 0-0 | 5.9% |
| 3-1 | 6.8% |
| 0-1 | 4.3% |
- Victoria América: 71.2%
- Empate: 17.5%
- Victoria Puebla: 11.3%
Línea de handicap: América -1.5 → probabilidad 42.3%
¿Ves? No es magia. Son matemáticas que puedes seguir paso a paso.
Ejemplo: Cruz Azul vs Chivas — Probabilidad de Empate
Los clásicos son diferentes. Cuando dos equipos fuertes se enfrentan, la probabilidad de empate sube. Veamos un Cruz Azul vs Chivas en el Estadio Azul:
| Parámetro | Cruz Azul (Local) | Chivas (Visitante) |
|---|
| Fuerza de ataque | 1.28 | 1.15 |
|---|---|---|
| Fuerza defensiva | 0.90 | 0.95 |
| Ventaja de local | 1.15 | — |
Resultado:
- Victoria Cruz Azul: 45.8%
- Empate: 26.1%
- Victoria Chivas: 28.1%
Ese 26.1% de empate es clave. Si las casas de apuestas ofrecen momios de empate que implican solo un 22% de probabilidad, ahí hay valor. Eso es exactamente lo que OddsFlow busca.
¿Cómo se convierten las probabilidades en momios?
Una vez que el modelo genera probabilidades, hay que traducirlas a momios para que tengan sentido en el mundo de las apuestas.
Paso 1: Probabilidad → Momios decimales
La fórmula es simple: Momios decimales = 1 ÷ probabilidad
- América con 71.2% de ganar → 1 ÷ 0.712 = 1.40 decimal
- Empate Cruz Azul vs Chivas con 26.1% → 1 ÷ 0.261 = 3.83 decimal
Paso 2: Momios decimales → Momios americanos
- Si el decimal es menor a 2.00: Momio americano = (decimal - 1) × (-100) ÷ 1... más fácil con la regla:
- Si el decimal es mayor a 2.00: Momio americano = (decimal - 1) × 100
Ejemplo práctico: ¿Dónde está el valor?
Supongamos que OddsFlow calcula que Tigres tiene 58% de probabilidad de ganar vs Monterrey (el Clásico Regio). Eso equivale a momios justos de -138.
Si en tu casa de apuestas los momios de Tigres son -120, estás obteniendo un precio mejor que el justo. La IA dice que deberías pagar -138 pero solo estás pagando -120. Eso es una apuesta de valor.
Si los momios son -165, estás pagando de más. La IA dice paso.
¿Por qué NO usamos ChatGPT para pronósticos?
Esta es la pregunta más común que recibimos, y la respuesta es contundente: ChatGPT no está diseñado para predecir resultados deportivos.
ChatGPT es un modelo de lenguaje. Es espectacular para escribir textos, responder preguntas y generar código. Pero tiene limitaciones fundamentales para los pronósticos:
1. No tiene datos en tiempo real
ChatGPT no sabe los momios actuales. No sabe que Pumas cambió de técnico la semana pasada. No sabe que el delantero de Monterrey se lesionó en el entrenamiento de ayer. OddsFlow escanea momios de 10+ casas de apuestas cada 10-20 segundos.2. No puede calcular probabilidades reales
Cuando le preguntas a ChatGPT "¿quién gana América vs Cruz Azul?", te da una respuesta que suena razonable pero no está basada en ningún modelo estadístico. No corre distribuciones de Poisson. No calcula fuerzas de ataque y defensa. Inventa una respuesta plausible.3. Alucina con confianza
ChatGPT puede decirte "América tiene un 65% de probabilidad de ganar" y sonar completamente seguro. Pero ese número no viene de ningún cálculo — es una estimación del modelo de lenguaje basada en patrones de texto, no en datos.4. No tiene retroalimentación
OddsFlow actualiza sus parámetros después de cada partido. Si el modelo predijo que Chivas ganaría y perdió 3-0, esos datos entran al sistema y ajustan las futuras predicciones. ChatGPT no aprende de resultados pasados en tiempo real.Resumen: ChatGPT es un periodista deportivo artificial. OddsFlow es un analista cuantitativo. Ambos son útiles, pero para cosas completamente diferentes.
Closing Line Value — Cómo verificar que la IA funciona
Cualquier plataforma de pronósticos puede mostrarte capturas de pantalla de apuestas ganadoras. Lo que separa a los sistemas reales de los charlatanes es el Closing Line Value (CLV).
¿Qué es el CLV?
El CLV mide si los momios a los que apostaste fueron mejores que los momios al momento del cierre (cuando empieza el partido). Si consistentemente obtienes mejores precios que la línea de cierre, tu modelo tiene edge real.
Ejemplo
- 1OddsFlow genera señal: Club América -1.5 a momios +130 (2.30 decimal) el lunes
- 2Para el viernes (día del partido), los momios de América -1.5 bajan a +105 (2.05 decimal)
- 3La línea se movió a tu favor → CLV positivo
Esto significa que el mercado eventualmente llegó a donde OddsFlow ya estaba. Es la mejor prueba de que el modelo tiene ventaja real.
¿Por qué el CLV importa más que el win rate?
Puedes ganar el 60% de tus apuestas y perder dinero si tus momios son malos. Puedes ganar el 48% de tus apuestas y ser rentable si tus momios son excelentes. El CLV te dice si tus precios son mejores que los del mercado, que es lo único que importa a largo plazo.
OddsFlow publica los resultados de CLV en la página de verificación para que cualquiera pueda auditar.
Time Decay — Los partidos recientes pesan más
No todos los partidos tienen el mismo peso en el modelo. Un Tigres vs América de hace 3 años no debería influir tanto como el del mes pasado. Ahí entra el time decay (decaimiento temporal).
Cómo funciona
Cada resultado histórico recibe un peso basado en qué tan reciente es:
| Antigüedad | Peso aproximado |
|---|
| Últimos 30 días | 100% |
| 1-3 meses | 75% |
| 3-6 meses | 50% |
| 6-12 meses | 25% |
| Más de 1 año | 10% |
¿Por qué importa?
Porque el fútbol cambia rápidamente. Cruz Azul con Martín Anselmi no es el mismo Cruz Azul de hace dos temporadas. Pumas con un plantel renovado no se mide igual que el del Clausura 2025. El time decay asegura que el modelo refleje la realidad actual, no la historia antigua.
Esto es especialmente importante en Liga MX, donde los equipos cambian de director técnico con frecuencia y las plantillas rotan significativamente entre el Apertura y el Clausura.
Los 5 pasos del sistema OddsFlow
Para resumir todo el proceso:
Paso 1: Recolección de momios
Cada 10-20 segundos, OddsFlow escanea momios de 10+ casas de apuestas (Bet365, Pinnacle, Betfair, Caliente, y más). No busca "el mejor momio" — lee el consenso del mercado.Paso 2: De-vigging con método Shin
Las casas de apuestas incluyen un margen (el "juice" o "vigorish"). OddsFlow usa el Método Shin para eliminar ese margen y obtener probabilidades "verdaderas". Este método es superior a los métodos simples porque reconoce que las casas ajustan los momios de forma asimétrica.Paso 3: Parámetros Dixon-Coles
Con las probabilidades limpias y datos históricos, el modelo calcula fuerza de ataque, fuerza defensiva, ventaja de local y coeficientes de liga para cada equipo.Paso 4: 10,000 simulaciones Monte Carlo
Para cada partido, el modelo corre 10,000 simulaciones generando marcadores aleatorios basados en las distribuciones de Poisson. Si América gana 6,230 de las 10,000 simulaciones, la probabilidad de victoria es 62.3%.Paso 5: Generación de señales
Una apuesta solo se marca como "señal" cuando:- La probabilidad del modelo supera la probabilidad implícita del mercado por un margen mínimo (el "edge")
- El edge se confirma en múltiples casas de apuestas
- El partido pasa filtros de calidad de datos
¿Qué tan preciso es?
OddsFlow publica todos los resultados — cada apuesta ganadora y cada perdedora. Sin capturas selectivas, sin meses ocultos.
Puedes verificar cada pronóstico, cada señal y cada resultado en la página de pronósticos. Todo es transparente y auditable.
A diferencia de las páginas que te muestran "95% de acierto" sin evidencia, OddsFlow te muestra los datos reales para que tú decidas.
Empieza gratis — sin tarjeta
¿Quieres ver cómo funcionan los pronósticos de OddsFlow en los partidos de Liga MX, Premier League, La Liga, y 19+ ligas más?
Crea tu cuenta gratis — no necesitas tarjeta de crédito. Recibe señales de la IA, verifica los resultados tú mismo, y decide si el modelo tiene valor para ti.
No prometemos hacerte rico. Prometemos mostrarte exactamente cómo funciona nuestro modelo, con resultados verificables y total transparencia.