18/09/2026

Por qué un sistema de apuestas con pocas variables puede predecir mejor que uno con cien

En apuestas deportivas, añadir más variables a un modelo predictivo (forma reciente, historial, lesiones, clima, racha, etc.) no mejora automáticamente su precisión — a menudo la empeora fuera de la muestra con la que se construyó. Esto ocurre porque, con la cantidad de datos disponible en la mayoría de ligas y mercados, un modelo con muchas variables tiende a ajustarse al ruido específico del histórico pasado en lugar de capturar un patrón que se repita en el futuro. La investigación en ciencia de la decisión (Gigerenzer y Brighton, 2009) documenta este fenómeno, conocido como el efecto "less-is-more", en entornos de alta incertidumbre como el deporte.

El error intuitivo: "más información siempre ayuda"

Es tentador pensar que un modelo de predicción de resultados debería mejorar cuantas más variables incorpore: forma del equipo, historial de enfrentamientos, lesiones, clima, motivación, estado de la clasificación... la lista de factores "relevantes" en fútbol es casi infinita.

El problema es que cada variable que se añade a un modelo no es gratis: hay que estimar su peso con datos históricos limitados. Una liga como LaLiga juega unos 380 partidos por temporada — parece mucho, pero en cuanto empiezas a filtrar por condiciones específicas (equipo local con tal racha, jugando en tal tramo de cuota, contra rival con tal historial), el número de partidos que realmente cumplen todas las condiciones a la vez cae drásticamente. Con poca muestra por combinación, cada peso adicional se estima con más incertidumbre — no con más precisión.

Por qué el modelo complejo "engaña" en el pasado

Un modelo con muchas variables casi siempre parece mejor cuando lo pruebas sobre los datos con los que lo construiste — esto es casi garantizado, no es mérito real. El motivo es que, con suficientes variables, el modelo encuentra combinaciones que explican perfectamente lo que ya pasó, simplemente porque hay muchas formas posibles de ajustar ruido aleatorio cuando tienes muchos grados de libertad disponibles.

El problema aparece cuando ese mismo modelo se enfrenta a partidos nuevos, fuera de la muestra que usó para "aprender". Ahí, las combinaciones que parecían tan precisas en el pasado dejan de funcionar, porque nunca capturaron una relación causal real — capturaron coincidencias específicas de ese histórico concreto.

¿Qué dice la investigación sobre esto?

El estudio "Homo Heuristicus" de Gerd Gigerenzer y Henry Brighton (2009) comparó, en varios dominios con incertidumbre real, el rendimiento de heurísticas simples (reglas basadas en una o pocas variables, sin optimización de pesos) frente a modelos estadísticos complejos con muchos parámetros ajustados. El hallazgo, replicado después en distintos campos, es que las heurísticas simples predijeron mejor fuera de muestra en la mayoría de los casos analizados, a pesar de ajustar peor los datos históricos usados para construirlas.

Esto no significa que las variables adicionales no contengan información real — significa que el coste de estimarlas con precisión, dada la muestra disponible, a menudo supera el beneficio que aportan.

¿Cuándo sí se justifica un modelo más complejo?

No siempre gana la simplicidad. La complejidad se justifica cuando hay muestra masiva en relación al número de variables que se quieren incorporar — algo más habitual en mercados de mucho volumen (fútbol de las grandes ligas europeas a nivel agregado, por ejemplo) que en mercados de nicho o ligas menores, donde el número de partidos disponibles es mucho más limitado. La pregunta que de verdad importa, antes de añadir una variable más a cualquier modelo predictivo, es: ¿tengo suficientes casos donde esta variable aparece junto a las demás, para estimar su efecto real con confianza — o estoy simplemente dándole al modelo una forma más flexible de memorizar el pasado?

Preguntas frecuentes

¿Por qué un modelo de apuestas con muchas variables puede ser peor que uno simple?

Porque cada variable adicional necesita estimarse con datos limitados. Con poca muestra por combinación de variables, el modelo tiende a ajustar particularidades del histórico pasado (ruido) en lugar de un patrón real que se repita en el futuro — lo que se conoce como sobreajuste.

¿Qué es el efecto "less-is-more" en estadística?

Es el hallazgo, documentado por Gigerenzer y Brighton (2009), de que heurísticas simples con pocas variables predicen mejor fuera de muestra que modelos complejos con muchos parámetros, en entornos de alta incertidumbre y datos limitados.

¿Cuántos partidos hacen falta para validar una variable en un modelo de apuestas?

No hay un número universal, pero cuantas más variables se combinen a la vez, menor es el número de partidos que cumplen todas las condiciones simultáneamente — lo que reduce la fiabilidad de cualquier estimación basada en esa combinación.