Aplicacion de Poisson en el Futbol y otros deportes

Aplicacion de Poisson en el Futbol y otros deportes

Sois muchos los que me estáis pidiendo que os de acceso a ficheros de Excel que tengo colgados en el drive, y a otros que, por motivos varios, han desaparecido de la web. Estoy ya bastante desconectado de las apuestas, porque, os digan lo que os digan, los únicos que ganan en esto de las apuestas son las casas. Lo digo con conocimiento de causa y después de que me hayan cerrado decenas de cuentas por ganar dinero, la última sin ir mas lejos me la cerraron después de hacer menos de 20 apuestas y con un beneficio de unos 50 Euros.

Cuando la casa detecta que puedes ser un riesgo para ellos, te cierran la cuenta (como me hicieron en William Hill) o te dejan apostar cantidades ridículas de dinero (como me hicieron los de Bet365). Después de esta advertencia cada uno que haga lo que crea conveniente, pero ya os digo que todo aquel que os diga que gana dinero de manera constante con las apuestas os estará mintiendo el 95% de las veces.

Volviendo al tema inicial, tengo un montón de ficheros Excel con datos, estadísticas y estrategias, que si tengo tiempo iré compartiendo por el blog. Uno de los que más me pedís es el de calculo de probabilidades de Poisson, y es el primero que os compartiré. Como comento en la entrada inicial sobre este asunto:

Solo es necesario rellenar las cuatro celdas con los partidos jugados por cada equipo y los goles anotados. El resto se calcula automáticamente.

Y la idea sería apostar a aquellos resultados o eventos en los que la cuota que nos indica el libro de excel sea MENOR que la cuota que nos ofrece la casa de apuestas.

Espero que os sirva

Enlace al fichero:
https://drive.google.com/file/d/1YsK_AefR39nG2UbA-wJKD1beGKCFssmI/view?usp=sharing

Estudiar el pasado puede definir el futuro - Parte 2

Estudiar el pasado puede definir el futuro - Parte 2

7 días después estamos de vuelta para completar el post que inicié el fin de semana pasado. Como recordáis tomamos los datos de la web European Centre for Disease Prevention and Control para hacer las predicciones y los gráficos que os muestro en estas dos entradas.

La pregunta que lanzábamos hace una semana era, ¿Se puede predecir el comportamiento de la evolución de casos en los distintos países?. Vosotros mismos la vais a poder responder si continuáis leyendo. La zona sombreada en amarillo son los datos nuevos de esta semana.

• Italia

A Italia la dejamos en su día 27 y su gráfica merece un optimismo moderado, se ha ido despegando de la curva ajustada y da señales de una bajada en la cantidad de contagios, lo que es una buena señal.

• ALEMANIA

A Alemania la dejamos en su día 22 y la evolución es positiva, como en Italia, su gráfica en azul (casos reales) se va alejando de la curva de ajuste. Buena señal también.

• CHINA

China llevaba mucha ventaja al resto de países en la gráfica, y como podéis ver sus casos reales se han estabilizado por completo. Todas sus acciones han dado resultado y se puede decir que la pandemia en este país está bajo control.

Y ahora vamos con nuestros campeones

• ESTADOS UNIDOS

Su maravilloso presidente, pasó olimpicamente de aprender de lo que estaba sucediendo en otros países y no tomó ninguna medida. Hace una semana dijimos que en 7 días superarían los 100.000 infectados, y en siete días se plantaron en 104.000, hoy van por los 124.000 y subiendo religiosamente pegados a su curva de predicción, aunque, hay que decirlo, por debajo de ella. Dentro de lo malo lo menos malo.

• ESPAÑA

 Y por último ¿que ha hecho España?, pues salirse, como una campeona!!

Como nuestros compañeros los yankis seguimos nuestra peregrinación por la curva de predicción, pero, no conformándonos con eso, la mejoramos!!!. Y nuestros gobernantes diciendo que ya se ven indicios de mejora en alguna comunidad. Es increíble. El hormigón armado que se gastan nuestros y políticos en su rostro, para sí lo querrían muchas de las constructoras que estos días van a tener que dejar a toda su plantilla en casa.

Si vamos a las previsiones hechas hace una semana este es el resultado:

Dia	Pred	Real	Error	Porc (%)
Domingo	24160	24892	732,0	3,0%
Lunes	28630	28538	-92,0	-0,3%
Martes	33680	33055	-625,0	-1,9%
Miércoles	39370	39639	269,0	0,7%
Jueves	45730	47576	1846,0	4,0%
Viernes	52824	56154	3330,0	6,3%
Sábado	60700	64025	3325,0	5,5%

Hasta el pasado miércoles íbamos copiando la curva casi al pie de la letra, pero los tres últimos días hemos despegado. Yo lo dejo aquí porque se me puede ir la tecla y soltar algún improperio.

Señores.... disfruten lo votado.

Estudiar el pasado puede definir el futuro - Confucio

Estudiar el pasado puede definir el futuro - Confucio

Hace tiempo que tengo el blog abandonado por razones varias, pero el momento actual creo que bien merece una entrada nueva. Estamos viviendo una situación excepcional, que nos marcará y recordaremos durante toda nuestra vida y me duele en el alma que ver como se colapsan hospitales, como se incrementa día tras día el número de victimas ante la pasividad o lentitud en la toma de decisiones.

En esta entrada no voy a hablar de apuestas deportivas, obviamente no estamos en el tiempo ni el lugar para ello, lo que voy a plantear es la necesidad de estudiar y aprender, de analizar datos, de hacerse preguntas y de buscar soluciones.

Todos los datos que he utilizado los podéis encontrar en la web del European Centre for Disease Prevention and Control, desde donde se puede descargar un fichero Excel con toda la información sobre casos detectados y fallecidos por la pandemia del COVID-19.

No me enrollo mas y comenzamos. Como muchos de vosotros ya sabréis este virus es especialmente peligroso por la tasa de contagio que tiene. La OMS estima que esta tasa de contagio (R0) oscila entre 2 y 3, lo que significa que cada persona contagiada con el virus puede a su vez contagiar a 2 ó 3 personas más. Para que nos hagamos una idea, la gripe, por ejemplo, tiene una tasa de 1.5.

Esta tasa de contagio no es fácil de calcular pero, vamos a intentar estimarla con los datos facilitados por el ECDC para varios países, en concreto, China, Italia, Alemania, España y Estados Unidos.

El día 1 en los gráficos corresponde al primer día en el que los casos acumulados superan los 20 contagiados.

Empezamos con nuestros vecinos Europeos.

•  ITALIA:

La gráfica azul representa los datos reales mientras que la naranja son los datos ajustados a una función exponencial cuya expresión es:

Donde x es el numero de días transcurridos, c es una constante para ajustar el punto inicial de la curva y b es lo que podríamos llamar el ratio de contagios. El ajuste de la curva como podéis ver es prácticamente perfecto (lo he hecho en Excel usando el Solver, por no alargar el post no pongo aquí todo el desarrollo).

Para Italia estas tres variables toman los siguientes valores:
c=1495.73 a=0.19 y b=3.76

• ALEMANIA

El ajuste en este caso no es tan bueno, pero vemos que también sigue una curva exponencial cuyos parámetros son: c=0 a=0.0031 y b=5.02
Lo más llamativo de este caso es que el valor del ratio de trasnsmision ha subido a 5.02 que hará que el ascenso de los casos será mucho más acentuado.

Y en ESPAÑA, ¿COMO ESTAMOS?

• ESPAÑA

Pues tenemos un ajuste prácticamente perfecto, y nuestros parámetros son:
c=28.88 a=0.18 y b=3.82
Estos datos son practicamente CALCADOS a los de Italia, aunque nosotros estamos en el dia 21, mientras que ellos están en el 28. ¿que quiere decir esto? pues que SI NO HACEMOS NADA MAS, las previsiones para los próximos dias son (hoy estamos a Domingo 22 de Marzo de 2020): Domingo 24160, Lunes 28630, Martes 33680, Miércoles 39370, Jueves 45730, Viernes 52824, Sábado 60700

Espero equivocarme, pero, como dicen en el anuncio... yo ahí lo dejo.

Nos quedan ver dos paises importantes.

• ESTADOS UNIDOS

Otro ajuste impecable, pero este MUCHO MAS PELIGROSO, ya que sus parámetros son: c=0 a=0.0003 y b=6.03. 

La falta total de coordinación y medidas contra el virus va a hacer que su crecimiento sea mucho más acentuado que en Europa, y el modelo predice que dentro de 7 días el número de infectados superará los 100.000

• CHINA

El modelo predice prácticamente sin fallos desde el dia 1 al 22 (mas o menos donde estamos nosotros ahora) con parámetros c=0 a=3.42 y b=3.00 muy parecidos a los de Italia y España. Pero a partir del dia 22 la cosa cambia.

La gráfica empieza a desviarse de la predicción y sobre el dia 30 comienza a aplanarse. SEÑORES DEL GOBIERNO, hagan el favor de averiguar que hizo CHINA en esos días previos y COPIEMOS la estrategia para parar este terrible goteo diario de muertes.

Este POST tendrá otro de continuación dentro de una semana, cualquier comentario es bienvenido. Hasta entonces, cuidaos mucho y espero volveros a ver a todos dentro de 7 días.

Los peligros del YIELD

Los peligros del YIELD

Hola de nuevo. Volvemos después de una 'pequeña' parada del blog con un tema que siempre me ha gustado que es origen de múltiples debates y alguna que otra discusión. Nuestro querido YIELD.

El YIELD es una de las medibles más utilizadas e incluso para muchos, el sanctasanctórum del mundo de las apuestas. Supongo que la mayoría habrá oído hablar alguna vez sobre ella y sabrá que su cálculo se realiza de la siguiente forma:

Yield = Beneficios / Cantidad total invertida.

Normalmente el resultado de este cociente se expresa en % y representaría al porcentaje de beneficios obtenidos por cada unidad apostada. Es decir que, si vemos que alguien tiene un YIELD del 5% lo que nos está indicando es que por cada 100 uds apostadas ha obtenido un beneficio de 5.

La interpretación, como puede verse, no es demasiado complicada pero su uso como variable para comparar la efectividad entre tipsters tiene alguna que otra pega. Si fuese una variable robusta permitiría establecer un criterio objetivo para la clasificación de TIPSTERS o para evaluar los resultados de nuestras estrategias de apuestas, pero esto, como veremos más adelante, esto no es así. Reduciendo a un solo número tanto cuotas, como cantidades apostadas y número de aciertos, se consigue tener una visión más sencilla de los resultados pero, por el contrario, se produce una degeneración en la información. Vamos a verlo con un ejemplo.

Supongamos que hemos hecho el seguimiento de dos tipsters durante 10 apuestas, y el primero de ellos ha obtenido un Yield de 9.0% mientras que el segundo lo ha mejorado y ha llegado al 11.0%. Los dos son unos valores buenísimos y si nos guiamos exclusivamente por el Yield deberíamos decir que el tipster 2 'es mejor' que el tipster 1. Según este cálculo, su sistema de apuestas genera mejores resultados, en teoría. Pero, ¿es esto realmente cierto?. Comprobemos que ha sucedido:

Analizamos más detalladamente los resultados de cada uno, para ver que factor de los tres (las cuotas, el stake y  el porcentaje de aciertos) influye en esta diferencia .

En primer lugar vemos que ambos han apostado a eventos Over/Under que se pagaban a cuota 1.9 en los dos casos, con lo que parece que las cuotas no han sido la fuente de variación para el Yield.

En cuanto al segundo factor, la gestión del bank (stake o cantidad apostada en cada apuesta), ambos han optado por una gestión de bank idéntica y han arriesgado un 10% de su capital en cada apuesta. Tampoco parece ser que la gestión del bank haya influido en el resultado del yield

Nos queda por último el % de aciertos de cada uno. Este, por eliminación, debe ser el factor determinante,  pero, vemos con asombro que ambos han acertado 6 de las 10 apuestas que han realizado, con lo que el porcentaje de aciertos tampoco debería ser un factor.

En resumen, dos tipsters, apostando a las mismas cuotas, con la misma gestión de bank y el mismo porcentaje de aciertos TIENEN DISTINTO YIELD!!. Y para aumentar más la intriga si cabe, puedo decir que HAN CONSEGUIDO EL MISMO BENEFICIO AL FINAL DE LAS 10 APUESTAS.

¿Como es posible?. Aquí os dejo los números:

La única diferencia entre un tipster y el otro ha sido EL ORDEN EN EL QUE SE HAN IDO ALTERNADO FALLOS Y ACIERTOS.

Pero la cosa no queda ahí, si cambiamos la gestion del bank y optamos por un stake plano de 0.71 uds. obtendremos para cualquiera de ellos el mismo beneficio final (dejo el cálculo para el ávido lector) pero ahora el YIELD ha subido al 14% y además en este caso el YIELD es constante e independiente del orden en el que se han ido produciendo los fallos y aciertos.

Todos estos motivos hacen que el YIELD para mi sea una variable secundaria para el análisis de estrategias de apuestas. Si la única información que tengo es el propio valor, no le suelo dar demasiada importancia, me sirve únicamente para saber que la estrategia puede ser viable, pero nada más. Si lo que pretendo es estudiar varias estrategias de apuestas lo primero que hago es calcular el YIELD con una estrategia de STAKE PLANO, así elimino la influencia de la distribución de aciertos. En estas circunstancias el YIELD ya me resulta de mayor utilidad.

Con este artículo no pretendo desterrar al YIELD como medible, sino dar a entender que no es oro todo lo que reluce entrono a él. y que hay que tener Mucho Ojo con el YIELD, con su cálculo y mucho más ojo todavía con su interpretación.

Modelo de prediccion de resultados de un partido de Futbol (Paso2)

Modelo de prediccion de resultados de un partido de Futbol (Paso2)

En primer lugar quiero agradecer a todos los que han colaborado con las sugerencias el tiempo que me han dedicado enviado los factores que para ellos eran importantes. Ya hemos recogido unos cuantos y podemos empezar a comentarlo.

Empezamos por orden de importancia en cuanto a la cantidad de sugerencias recibidas:

 1. Goles: Ha sido el factor más votado y es el más fácil de conseguir, con lo que tiene todo para ser considerado como uno de los principales en el modelo de predicción. En algunos casos no se especifica claramente, pero tomaremos los goles a favor, y en contra de los dos equipos.

2. Bajas: El segundo factor más votado han sido las bajas. Este ya tiene un poco más de dificultad porque los modelos deben incluir parámetros transversales, es decir, que sean cuantificables en todo el conjunto de datos que tengamos para ajustar el modelo y para predecir. Así que deberemos traducir el factor BAJAS a algo valorable en cada equipo, relacionado con las alineaciones. Se me ocurre algo parecido a los puntos que tiene cada cromo de la liga, o bien puntos o euros que cuesta cada jugador en Comunio, o algo similar. Un sistema de puntuacion similar al de Fanaticleague sería ideal. Se aceptan sugerencias también para esto.

3. Arbitro: No ha sido mayoritaria pero algunos de vosotros ha considerado que esta variable también debe ser incluida en el modelo. En este caso pasa algo similar a lo que hemos comentado con las bajas, hay que cuantificar también. Podría ser el % de partidos ganados empatados y perdidos del equipo de casa cuando pita un determinado colegiado y lo mismo para el de fuera. Aceptamos, por supuesto, otras sugerencias.

4. Clima: Otro factor dificilmente cuantificable, al que incluso podríamos añadir hora del partido (mañana / tarde / noche).  Mi propuesta sería hacer algo similar al caso del arbitro, % de partidos ganados / empatados / perdidos.

Con estos factores acabamos la entrada de hoy, en la siguiente continuaremos con los que quedan, pero antes me gustaría proponer algunos más que curiosamente no han recibido ningún voto:

• Distancia recorrida por el equipo visitante. Hay estudios que indican que hay una relacion entre victorias visitantes / locales dependiendo de las distancias recorridas por el equipo visitante.
• Estrategia / Esquema de juego de cada equipo. 
• Ponderación de partidos o goles en función de la fortaleza del equipo contra el que se ha jugado (algo similar al rating ELO de los jugadores de ajedrez), es decir, no es lo mismo haber jugado 5 partidos contra los últimos equipos de la liga que contra los primeros. 

Un saludo y sigo atento a vuestras sugerencias.

Modelo de prediccion de resultados de un partido de Futbol (Paso1)

Modelo de prediccion de resultados de un partido de Futbol (Paso1)

Hola a todos,

La idea de este post es comenzar el desarrollo de un modelo de predicción de resultados de un partido de fútbol con la colaboración de todos los visitantes del blog. El primer paso para crear nuestro modelo va a ser una tormenta de ideas (brainstorming) para recoger todos los factores posibles que debería incluir el modelo.

Para ir recogiendo las respuestas he creado el siguiente formulario:



En el campo del formulario poned solo un factor y lo enviais. Si quereis agregar otro solo teneis que volver a rellenar el campo y pulsar enviar otra vez. Dejaré un tiempo prudencial el formulario para ir recogiendo las respuestas y luego haremos un análisis de los resultados. Un saludo a todos y gracias por vuestra colaboración.

El retorno con nuevo reto

El retorno con nuevo reto

Lamentablemente el tiempo del que dispongo para actualizar el blog cada vez es menor y el tiempo que pasa entre un post y otro se hace cada vez mayor. Se que un post semanal es realmente complicado y no puedo plantearmelo como objetivo, pero lo que si puedo permitirme es al menos un post mensual. Se que no es mucho, pero algo es algo, y con esto evitaré la sensación de abandono que tengo ahora cada vez que visito el blog.

Así que .... tenemos nueva meta, al menos un post mensual. Espero cumplirla y para ello vamos a comenzar a lo grande, con un nuevo reto, en fútbol, algo que no me gusta mucho pero por los datos que tengo puede que nos de resultados.

Será un reto de over under sobre la liga española de primera división y lo llevaremos como siempre en el blog de los retos.