Cuotas y margen de la casa - cómo comparar antes de apostar

Para auditoría rápida: guarda capturas de las ofertas y registra la liquidez de la hora; al cabo de 30 apuestas revisa tasa de éxito y EV acumulado para validar tu modelo.

Ventaja del operador y su efecto en el retorno

Regla práctica: elige proveedores cuya sobreventa total sea ≤105% para que la pérdida en el valor esperado por apuesta quede por debajo del 5%.

Fórmula rápida: valor esperado por unidad = Σ(probabilidad_real_i × cuota_decimal_i) − 1. Si usas probabilidades propias, aplica esa fórmula con las cuotas ofrecidas para saber si quedas con signo positivo.

Cómo medir la sobreventa: convierte cada cuota ofrecida a probabilidad implícita (1/cuota_decimal), suma todas y obtén R. Ejemplo: R = 1,10 (110%) → factor de pago real ≈ 1/1,10 = 0,9091. Ese factor es el recorte que aplica el operador sobre pagos teóricos.

Ejemplo numérico claro: evento con probabilidad real 50% (0,50). Cuota teórica justa = 2,00. Si el proveedor aplica R=1,10 la cuota ofertada = 2,00/1,10 = 1,818. Valor esperado = 0,50 × 1,818 − 1 = −0,0909 → −9,09% por unidad.

Impacto entre proveedores: si un oddsmakers tiene R=1,10 y otro R=1,05, tus pagos relativos cambian de 0,9091 a 0,9524; la diferencia es ≈4,33 puntos porcentuales en retorno inmediato. Ese margen puede anular una ventaja de modelo si tus estimaciones son pequeñas.

Recomendaciones operativas:

- Calcula R para cada oferta antes de arriesgar capital: suma probabilidades implícitas; R − 1 = sobreventa.

- Apunta a R ≤ 1,05 si tu edge estimado es menor del 6%.

- Si tu sistema estima un edge de 3–4%, evita proveedores con sobreventa >107% (pierdes neto en promedio).

- Compara varias líneas (revisar distintos oddsmakers) y prioriza la menor sobreventa; cada décima de punto reduce o aumenta tu valor esperado de forma proporcional.

Conclusión práctica: mide la sobreventa, convierte a factor 1/R y aplica tu modelo de probabilidades: si Σ(p_i × cuota_ofrecida_i) − 1 > 0, la apuesta tiene valor; si no, descarta o busca otro proveedor con menor recorte.

Ejemplo práctico en CLP con 3-way

Recomendación inmediata: elige la opción que maximice el valor esperado; en este ejemplo usaré una unidad de 10.000 CLP.

Datos de mercado (oddsmakers): Operador A – local 2.80, empate 3.20, visita 2.50. Operador B – local 2.70, empate 3.40, visita 2.60.

Probabilidades implícitas y recargo de la casa: Operador A → 1/2.80=35.714%, 1/3.20=31.25%, 1/2.50=40.00%; suma = 106.96% → recargo ≈ 6.96%. Operador B → 1/2.70=37.037%, 1/3.40=29.412%, 1/2.60=38.462%; suma = 104.91% → recargo ≈ 4.91%.

Suposición de probabilidades propias (ejemplo práctico): local 38% / empate 30% / visita 32% (suman 100%). Cálculo del valor esperado (VO) por selección: VO[%] = p_real × cuota − 1; VO[CLP] = VO[%] × 10.000 CLP.

Operador A: local 0.38×2.80=1.064 → +6.4% → +640 CLP; empate 0.30×3.20=0.96 → −4.0% → −400 CLP; visita 0.32×2.50=0.80 → −20.0% → −2.000 CLP.

Operador B: local 0.38×2.70=1.026 → +2.6% → +260 CLP; empate 0.30×3.40=1.02 → +2.0% → +200 CLP; visita 0.32×2.60=0.832 → −16.8% → −1.680 CLP.

Decisión práctica: según estas estimaciones, la mejor apuesta es local en Operador A (valor esperado +640 CLP por 10.000 CLP). Aunque Operador B tiene menor recargo de la casa, las cotizaciones puntuales de A para local generan mayor retorno esperado.

Recomendación operativa final: revisar varias ofertas de oddsmakers y tomar la mayor cuota disponible para la selección con VO positivo; si ninguna selección presenta VO positivo, no jugar esa unidad. Para gestión de bankroll, apuesta sólo cuando VO sea claramente superior al costo de oportunidad y al recargo implícito del mercado.

Comparación de cuotas en varios sitios

Recomendación inmediata: prioriza operadores cuya retención implícita sea menor a 4% y busca oportunidades con valor esperado positivo superior a 2% antes de colocar dinero.

Procedimiento práctico para comparar cuotas: 1) toma la cifra decimal ofrecida y convierte a probabilidad implícita: prob = 1/odd. 2) suma las probabilidades del mercado para obtener el overround; retención ≈ (suma_prob - 1) / suma_prob. 3) estima tu probabilidad real (p_est) basada en modelo propio o análisis estadístico. 4) calcula valor esperado: valor esperado = (odd * p_est) - (1 - p_est). Ejemplo concreto: odd = 2.50 → prob_implícita = 0.40. Si p_est = 0.45 → valor esperado = (2.50*0.45) - 0.55 = 1.125 - 0.55 = 0.575 (57.5% del stake en ganancia esperada por unidad; EV positivo). Para decidir, exige EV > 0.02 (2%) tras ajustar por retención y comisiones.

Cómo evaluar múltiples portales: toma 3-5 operadores por evento, registra odds decimales y calcula prob_implícita y retención para cada uno; prioriza el sitio con menor retención y mayor EV neto. Observación sobre oddsmakers: los mercados locales en Chile suelen mostrar overround promedio más alto que exchanges internacionales; para "cuotas chile" revisa diferencias típicas: si un operador local presenta retención ~4.5% y un book internacional ~3.0%, el segundo entregará ventaja sistemática si tus estimaciones son similares. Uso de Kelly para tamaño de riesgo: Kelly simple = ((odd - 1) * p_est - (1 - p_est)) / (odd - 1). Ejemplo: odd 2.50, p_est 0.45 → Kelly ≈ ((1.5*0.45)-0.55)/1.5 = (0.675-0.55)/1.5 = 0.0833 → 8.3% del bankroll.

Herramientas y métricas recomendadas: hojas de cálculo con columnas (operador, odd, prob_impl, retención, p_est, valor esperado, Kelly), scrapers que extraen tarifas en tiempo real y alertas cuando la diferencia EV entre sitios supera 1.5%. Regla práctica: descarta mercados con retención >6% salvo que tu ventaja estimada supere 5% después de ajustes.

Impacto de una diferencia de 0.05

Prioriza la oferta 2.00 frente a 1.95: esa variación de 0.05 eleva el umbral de rentabilidad del 50.00% al 51.282%.

• Fórmula clave: valor esperado (por unidad) = p_real × cuota_decimal − 1. Usa "valor esperado" para decidir si una línea es positiva.
• Ejemplo práctico:
  • Si crees que p_real = 52.0%:
    • Con 2.00: VE = 0.52×2.00 − 1 = +0.04 → $4 por cada $100
    • Con 1.95: VE = 0.52×1.95 − 1 = +0.014 → $1.40 por cada $100
    • Diferencia: $2.60 por cada $100; en 1.000 apuestas idénticas = $2.600.
  • Si p_real = 50.5%:
    • Con 2.00: VE = 0.005 → $0.50 por $100 (ligeramente positivo)
    • Con 1.95: VE = −0.0225 → −$2.25 por $100 (negativo)
• Umbrales de equilibrio: cuota 2.00 → p_min = 50.000%; cuota 1.95 → p_min = 51.282%. Si tu estimación cae entre esos valores, la diferencia de 0.05 decide si hay ganancia o pérdida.

Impacto acumulado en combinadas y margen del operador:

• Reducción porcentual por unidad: 1.95/2.00 = 0.975 → cada selección paga un 2.5% menos.
• Multiplicación en apuestas combinadas: para 3 selecciones idénticas, factor = 0.975³ ≈ 0.926 → ~7.4% menos en el pago total.
• Si los oddsmakers desplazan sistemáticamente 0.05 en tu contra en múltiples eventos, la pérdida esperada se acumula y erosiona beneficios a largo plazo.

Recomendaciones accionables y umbrales operativos:

1. Prioriza la mejor cotización disponible cuando tu estimación de probabilidad esté cerca del umbral. Una diferencia de 0.05 es crítica entre ganar o perder valor.
2. Para stakes pequeños (<0.5% del bankroll) y pocas repeticiones, la diferencia puede ser tolerable; para juego profesional o métodos frecuentes, cada 0.05 cuenta. Ejemplo: con 10.000 unidades apostadas a lo largo del tiempo, un extra de +0.026 VE por unidad (como en el ejemplo de p=52%) serían +260 unidades.
3. Si usas Kelly: el cambio en la fracción óptima puede ser notable; recalcula f* al cambiar la cuota porque b = cuota−1 y altera la posición recomendada.
4. Verifica límites y liquidez: si la mejor cotización viene con límites muy bajos, compara el beneficio adicional frente al volumen que realmente puedes colocar.
5. Monitorea desviaciones sistemáticas de los oddsmakers: si detectas que el operador añade consistentemente 0.05 respecto a la media del mercado, considera mover apuestas a plataformas con menor ventaja del operador o ajustar tu modelo de valoración.

Cuándo vale mover banca

Mueve la banca cuando la reducción de comisión efectiva supere 2 puntos porcentuales y la rentabilidad esperada neta sea ≥1.5% sobre la inversión tras límites y comisiones.

Reglas numéricas: 1) Diferencia de vig entre operadores ≥2 p.p.; 2) Fracción de Kelly calculada >0.02 (f*=(b·p−q)/b); 3) Límite máximo del operador destino ≥ la apuesta sugerida por Kelly; 4) Liquidez disponible suficiente para ejecutar el stake sin slippage.

Ejemplo práctico en mercados de Chile: estimas p=48% para una selección. Operador A ofrece línea 2.10 (b=1.10) → f*≈0.7% del bankroll; Operador B ofrece línea 2.40 (b=1.40) → f*≈10.9%. Resultado: trasladar fondos hacia B es rentable si B acepta el stake recomendado y su vig neta es al menos 2 p.p. menor que A.

Cómo medir vig: suma de probabilidades implícitas (1/decimal) para todas las salidas −100 = overround; diferencia entre overrounds de dos operadores indica ventaja real. Prioriza operadores con overround reducido y restricciones bajas.

Uso de oddsmakers: monitorea varias referencias (incluyendo proveedores internacionales) y actúa cuando al menos dos fuentes independientes coincidan en valoración y una ofrezca la línea superior con menor overround.

Checklist rápido: calcula EV neto (+1.5% mínimo), comprueba f* >0.02, verifica límite máximo y tiempos de ejecución, confirma que la reducción de overround ≥2 p.p.; si se cumplen, traslada saldo y ejecuta según Kelly fraccionado (por ejemplo 50% de f* para gestionar riesgo).

Buenas prácticas para buscar valor

Prioriza selecciones con valor esperado ≥ +5% según tu modelo cuantitativo.

• Fuentes y frecuencia: recopila líneas de al menos 6 proveedores (oddsmakers internacionales, operadores locales y agregadores). Actualiza feed cada 10–30 minutos en ventanas de alta actividad; revisa cuotas chile en portales locales para detectar desviaciones regionales.

• Estimación de probabilidad: usa modelos (Poisson, ELO, regresión logística) calibrados con 1.000–5.000 eventos históricos. Valida calibración con Brier score y busca error absoluto medio < 4 puntos porcentuales.

• Conversión y ajuste por overround: convierte línea decimal a p_implícita = 1/decimal. Si la suma de p_implícitas > 1.08 (108%), aplica ajuste proporcional a cada p_implícita antes de comparar con tu probabilidad.

• Cálculo de valor esperado (ejemplo práctico): p = 0,50; decimal = 2,30 → EV = p*decimal − 1 = 0,5*2,30 − 1 = +0,15 → +15% de valor esperado. Registra EV en cada jugada.

• Umbrales y selección: actúa solo sobre opciones con EV ≥ +5% y liquidez razonable (línea estable y mercado con volumen). Descarta mercados donde la desviación entre proveedores > 6% en probabilidad implícita.

• Tamaño de stake: calcula Kelly completo f* = (b·p − q)/b, donde b = decimal − 1 y q = 1 − p. Para prudencia, usa Kelly fraccional 20–30% de f*. Alternativa conservadora: stake fijo 1–3% del bankroll por evento.

• Gestión de datos: lleva registro con campos: fecha, mercado, proveedor, decimal, p_estimada, EV, stake, resultado. Requiere muestra mínima de 200–300 entradas antes de confiar en métricas de rendimiento.

• Movimiento de líneas: monitoriza cambios 24–72 horas; si tu EV cae >3 puntos porcentuales por movimiento, reconsidera la jugada. Si la línea mejora y aumenta EV en ≥+5 puntos, prioriza ejecución rápida.

• Herramientas recomendadas: agregadores (OddsPortal, BetBrain), hojas de cálculo automatizadas y un script que calcule p_implícita, EV y f_Kelly en tiempo real.

Mide rendimiento con ROI y EV ponderado; rechaza mercados con sumas de probabilidades implícitas superiores a 110% o con diferencia persistente entre oddsmakers >8%.

Mantener base de datos de cuotas

Registra diariamente y cada hora en eventos en vivo: crea una entrada por mercado con fecha (UTC), fuente (oddsmakers), tipo de mercado, precio decimal, probabilidad implícita = 1/precio, etiquetas regionales (ej.: cuotas chile), margen casa (%) y valor esperado (EV) calculado con tu modelo. Mantén precisión: precios con 4 decimales, porcentajes con 2 decimales; rechaza o marca entradas cuya diferencia con el último snapshot supere 15%.

Esquema recomendado (PostgreSQL): campo id serial, fecha timestamp UTC, proveedor varchar(50), mercado varchar(80), precio numeric(10,4), prob_impl numeric(6,5), etiqueta_region varchar(30), margen_casa numeric(5,2), ev numeric(8,4), stake_sugerido numeric(6,4), estado smallint. Indexa por (fecha, proveedor, mercado) y particiona por mes para acelerar consultas históricas.

Políticas de retención y QA: guarda snapshots completos 180 días; agrega agregados mensuales durante 5 años. Automatiza validaciones: 1) prob_impl fuera de [0.02,0.98] → descartar; 2) cambio intrahora >15% → marcar para revisión; 3) discrepancia entre proveedores >8 puntos porcentuales → revisar oddsmakers implicados. Loguea cada corrección con user_id y motivo.

Cálculo y uso del valor esperado: usa prob_real estimada por tu modelo calibrado (ventana mínima 12 meses). EV = (prob_real - prob_impl) * stake. Para stake inicial aplica fracción de Kelly: f = (bp - q)/b, con b = precio - 1, p = prob_real, q = 1-p; limita f a 0.05 del bankroll para reducir riesgo. Backtest obligatorio: muestra EV acumulado y ROI por proveedor; descarta estrategias con EV negativo en 500+ eventos.

Monitoreo operativo: dashboards con alertas para subidas de margen casa >1.5 pp en 24h por proveedor; informes semanales de consistencia de oddsmakers y lista negra temporal para fuentes con error repetido (>3 fallos en 30 días). Documenta cada cambio de cálculo con versión y fecha.

Evitar sobreajuste a muestras pequeñas

Exigir un mínimo de 500 eventos para entrenamiento y usar al menos 2.400 observaciones cuando se busca precisión de ±2% (IC 95%) en la estimación de probabilidades: para p≈0.5, SE = √(p(1−p)/n) = 0.5/√n; con n=500, SE≈0.0224 (IC95 half‑width ≈4.4%); para ±2% n ≈ 2.401 (0.25*(1.96/0.02)^2 = 2401).

Validar siempre fuera de muestra mediante divisiones temporales: entrenamiento 70%, validación 15%, prueba 15% sobre ventanas deslizantes (window de 12 meses, step mensual) o k‑fold temporal (k=5). Para series cortas, usar bootstrap (1.000 réplicas) para obtener distribución del valor esperado y del sesgo; evitar confiar en métricas de entrenamiento si la varianza entre réplicas supera 50% del promedio.

Aplicar shrinkage bayesiano hacia la probabilidad del mercado (oddsmakers) con fórmula p_post = (n·p̂ + m·p_market)/(n + m). Recomendar m = 100 para mercados con volumen medio, m = 200 para mercados poco líquidos; si n < 30 usar m ≥ 500. Alternativa práctica: Laplace smoothing (α = 1) en conteos y regularización L2 en modelos paramétricos; elegir λ por CV en la rejilla {1e‑4,1e‑3,1e‑2,1e‑1,1,10}.

Normalizar las probabilidades implícitas cuando el margen casa distorsiona la suma de probabilidades: p_i' = (1/o_i) / Σ_j(1/o_j). Ejemplo tres vías en cuotas chile: o = {2.0, 3.0, 4.0} → implícitas {0.50,0.333,0.25} sum=1.083 → p1' = 0.50/1.083 = 0.462. Usar p_market resultante en el shrinkage y al estimar valor esperado.

Calcular valor esperado con fórmula simple: valor esperado = p·o − 1 (o en formato decimal). Ejemplo: p_post = 0.55, o = 1.90 → valor esperado = 0.55·1.90 − 1 = 0.045 (4.5% por unidad). Requerir umbrales robustos: valor esperado ≥ 0.02 y z = (p̂ − p_market)/SE ≥ 2.0; para señales con n pequeño exigir z ≥ 2.5 y m más alto en el shrinkage.

Registrar decisiones y resultados en una base de control con al menos 1.000 entradas antes de ajustar parámetros del modelo: cualquier ajuste realizado con menos datos debe documentarse como provisional y aplicarse sólo con penalización de complejidad (mayor λ o mayor m) para evitar sobreajuste.

Preguntas y respuestas:

¿Qué significa exactamente "cuota" y cómo se traduce eso a probabilidad real?

La cuota indica cuánto paga la casa por una unidad apostada. En cuotas decimales, la probabilidad implícita se obtiene con la fórmula 1/cuota. Por ejemplo, una cuota de 2,50 corresponde a una probabilidad implícita de 1/2,50 = 0,40 o 40%. Esa conversión permite comparar las expectativas entre mercados y detectar cuándo una apuesta ofrece mayor valor que la probabilidad real que le atribuyes.

¿Cómo calculo el margen de la casa en un mercado simple (dos o tres resultados)?

Convierte cada cuota a probabilidad implícita (1/cuota). Suma esas probabilidades; el exceso sobre 100% es el margen de la casa. Ejemplo: en un partido con cuotas decimales 2,00 - 3,50 - 4,50: probabilidades 0,50 + 0,2857 + 0,2222 = 1,0079 → margen ≈ 0,79%. Si la suma fuera 1,10, el margen sería 10%.

¿Por qué dos casas ofrecen cuotas distintas para el mismo evento y cuál debo escoger?

Las diferencias vienen por varias razones: cada casa aplica su propia estimación de probabilidad y un porcentaje de margen distinto; algunas ajustan según el volumen de apuestas y riesgos que ya tienen; otras ofrecen promociones o cuotas especiales temporalmente. Para decidir, compara la probabilidad implícita y el margen, y elige la cuota que maximice el pago esperado teniendo en cuenta también límites de apuesta, historial de pagos y condiciones (comisiones, retirada de fondos). Si tus cálculos muestran que una cuota es claramente más favorable para la misma estimación de resultado, normalmente conviene apostar ahí.

¿Cómo afecta el margen de la casa a las apuestas combinadas (parlays) y cómo puedo calcularlo?

El margen se acumula en combinadas porque cada selección lleva su propio vigorish. Para estimarlo, convierte cada cuota a su probabilidad implícita real (corrigiendo por margen si quieres) y multiplica las probabilidades verdaderas entre sí para obtener la probabilidad del parlay; luego calcula la cuota justa como 1/probabilidad. Si en vez de usar probabilidades ajustadas tomas las cuotas con margen, el producto de cuotas será menor respecto a la cuota justa sin margen, lo que refleja la pérdida por el margen compuesto. Ejemplo: dos selecciones con cuotas 1,80 y 2,00 → producto de cuotas = 3,60. Si las probabilidades implícitas con margen suman más que 1 por cada mercado, la cuota justa del parlay sería mayor que 3,60, así que la casa se beneficia de la multiplicación del margen.

Antes de apostar, ¿qué comprobaciones prácticas debo hacer para minimizar el efecto del margen en mis resultados?

Compara cuotas entre varias plataformas y calcula la probabilidad implícita para ver cuál ofrece mejor valor; revisa el margen total del mercado; fíjate en límites y condiciones de la casa (máximos, cambios en cuota, comisiones por pago); usa herramientas de comparación de cuotas si están disponibles; ten en cuenta promociones puntuales que mejoren el retorno; y contrasta tu propia estimación de probabilidad con la implícita para identificar apuestas con ventaja. Si vas a apostar en combinadas, recuerda que el impacto del margen crece con cada selección añadida.