xPTS en Apuestas: Puntos Esperados para Mercados de Largo Plazo
Available in US
A mitad de la temporada pasada, un equipo llevaba 35 puntos reales pero solo 28 xPTS – puntos esperados según la calidad de sus ocasiones creadas y concedidas. Aposté a que no terminarían en Champions. Terminaron séptimos. La tabla de puntos reales mentía; la tabla de xPTS decía la verdad semanas antes de que los resultados lo confirmaran.
Chelsea lidera el xG de la Premier League con 60.92 total en 30 partidos, pero ha anotado solo 53 goles – una infraproducción notable. Esa discrepancia entre rendimiento esperado y real es exactamente lo que los xPTS capturan, y entender cómo funciona esta métrica te da ventaja en mercados de largo plazo.
Cómo se Calculan los xPTS
Los xPTS derivan del xG de cada partido usando simulaciones de Monte Carlo o modelos de Poisson. Si un equipo tuvo 2.0 xG a favor y 1.0 xG en contra, el modelo simula miles de partidos con esos parámetros y calcula la distribución de resultados. De ahí sale la probabilidad de victoria, empate y derrota, que se convierte en puntos esperados.
Con 2.0 xG a favor y 1.0 en contra, un modelo típico asigna aproximadamente 55% de probabilidad de victoria, 25% de empate, y 20% de derrota. Eso traduce a 1.90 xPTS para ese partido. Si el equipo ganó realmente, obtuvo 3 puntos pero esperaba 1.90 – está sobreperformando.
La acumulación de xPTS a lo largo de la temporada revela quién está rindiendo por encima o por debajo de su nivel sostenible. Un equipo con 40 puntos reales y 35 xPTS probablemente ha tenido suerte – finalizadores en racha, portero en estado de gracia, o rivales fallando ocasiones claras. Esa suerte eventualmente se agota.
Los xPTS también capturan el dominio de partidos que no se traduce en puntos. Un equipo que empata 0-0 dominando completamente puede tener 2.0 xPTS por ese partido aunque solo sumó 1 punto real. Esa diferencia indica que el equipo está jugando mejor de lo que sus resultados muestran.
Pero cuidado: la diferencia entre puntos reales y xPTS no siempre es suerte. Equipos con delanteros élite consistentemente superan sus xPTS porque finalizan mejor que el jugador promedio usado para calcular xG. Equipos con porteros excepcionales también. La clave es distinguir entre sobrerrendimiento sostenible por calidad y sobrerrendimiento insostenible por varianza.
Aplicación en Mercados Outrights
Los mercados outrights – campeón, top 4, descenso – son donde los xPTS brillan porque permiten evaluar posiciones que los puntos reales distorsionan.
Para el mercado de campeón, comparo la tabla de xPTS con la tabla real en jornada 15-20. Si el líder tiene 5 puntos más de los esperados, es candidato a caer. Si el segundo tiene 5 puntos menos de los esperados, es candidato a subir. Esta divergencia me indica dónde están las cuotas mal ajustadas.
El top 4 es especialmente sensible a diferencias de xPTS. La lucha por Champions suele decidirse por 2-3 puntos, margen que las desviaciones de xPTS predicen bien. Un equipo con 45 puntos reales pero 42 xPTS probablemente cederá terreno en la segunda vuelta frente a uno con 43 puntos reales y 46 xPTS.
Para el descenso, los xPTS son todavía más predictivos. Los equipos en zona de bajada con xPTS significativamente superiores a sus puntos reales tienen posibilidades reales de salvarse – sus partidos han sido más competitivos de lo que la tabla sugiere. Los que tienen xPTS por debajo de sus puntos están viviendo de prestado.
Mi estrategia es identificar equipos con divergencias de más de 4 puntos entre real y esperado, luego evaluar si esa divergencia es explicable por calidad individual o pura varianza. Solo apuesto a la regresión cuando identifico varianza sin explicación.
Divergencias entre Tabla Real y xPTS
El Liverpool con xG de 2.4 por partido en la temporada 2023-24 pero solo 2.26 goles de media ilustra cómo las divergencias se acumulan. Esa diferencia de 0.14 goles por partido suma más de 5 goles en una temporada, lo que puede significar 2-3 puntos reales perdidos por infraproducción.
Las divergencias positivas – más puntos reales que xPTS – tienen causas identificables. Porteros en forma que sostienen resultados ajustados. Delanteros que convierten ocasiones mediocres. Victorias tardías que estadísticamente deberían haber sido empates. Cuando veo sobrerrendimiento consistente, busco si hay un factor específico o si es simplemente varianza.
Las divergencias negativas son más comunes y típicamente más explotables. Equipos que dominan partidos pero no convierten están infrarrepresentados en la tabla. Sus cuotas de permanencia o clasificación suelen ser demasiado altas porque el mercado mira puntos, no proceso. Ahí es donde encuentro valor.
Un patrón que he observado: las divergencias se corrigen más rápido de lo esperado cuando el calendario se endurece. Un equipo sobreperformando contra rivales débiles frecuentemente colapsa cuando enfrenta secuencias de partidos difíciles. La calidad subyacente importa más cuando el margen de error es menor.
Limitaciones de los xPTS
Los xPTS son herramienta poderosa pero no perfecta. Tienen limitaciones que debes entender antes de apostar basándote en ellos.
Primera limitación: no capturan el contexto del partido. Un equipo que va ganando 2-0 naturalmente reduce su intensidad ofensiva, bajando su xG sin que eso indique peor calidad. Los xPTS tratan todos los xG igual cuando en realidad el xG de un equipo dominante defendiendo ventaja es diferente al de un equipo buscando empatar.
Segunda limitación: la calidad individual supera las medias. El xG se calcula usando la probabilidad de que un jugador promedio marque desde cada posición. Pero Haaland no es un jugador promedio – su conversión real supera consistentemente el xG de sus ocasiones. Equipos con finalizadores élite tendrán xPTS que subestiman su rendimiento real sostenible.
Tercera limitación: los xPTS no incorporan el calendario futuro. Un equipo puede tener xPTS altos porque enfrentó rivales débiles. Si su calendario restante es más duro, esos xPTS no predicen su rendimiento futuro tan bien como sugieren.
Cuarta limitación: los cambios tácticos y de plantilla invalidan xPTS históricos. Si un equipo ficha un delantero de élite en enero, sus xPTS de agosto-diciembre son menos relevantes para predecir febrero-mayo. El análisis de xPTS requiere actualización constante, no extrapolación ciega. Para complementar el análisis de xPTS con métricas ofensivas detalladas, revisa la guía de expected goals en apuestas.
Finalmente, los modelos de xPTS difieren entre fuentes. Understat, FBref y otros calculan xG de forma ligeramente diferente, lo que produce xPTS distintos. Usa una fuente consistente para tus análisis y no mezcles datos de diferentes proveedores.
Qué diferencia hay entre puntos reales y xPTS?
Los puntos reales reflejan resultados; los xPTS reflejan la calidad de las ocasiones creadas y concedidas. Un equipo con más puntos reales que xPTS está sobreperformando – probablemente por suerte o finalizadores en racha. Uno con menos puntos que xPTS está infraperformando y es candidato a mejorar resultados. Divergencias de más de 4 puntos suelen corregirse.
Cómo usar xPTS para apuestas al descenso?
Compara la posición real con la posición por xPTS. Un equipo en zona de descenso con xPTS superiores a sus puntos reales tiene partidos más competitivos de lo que la tabla sugiere – son candidatos a salvarse. Los que tienen xPTS por debajo de sus puntos están viviendo de prestado y probablemente caerán cuando la varianza se corrija.
Escrito por los editores de «Apuestas Deportivas Premier League».
