Cómo crear tu propio modelo de predicción de puntos en Excel
El problema que todos enfrentamos Te cansas de ver pronósticos genéricos que parecen sacados de una bola de cristal. Necesitas cifras, no conjeturas. Un modelo casero en Excel te da precisión de cirujano sin depender de terceros. Datos crudos: la materia prima Primero, junta los stats de los últimos 10 partidos: puntos, rebotes, asistencias, ritmo […]
El problema que todos enfrentamos
Te cansas de ver pronósticos genéricos que parecen sacados de una bola de cristal. Necesitas cifras, no conjeturas. Un modelo casero en Excel te da precisión de cirujano sin depender de terceros.
Datos crudos: la materia prima
Primero, junta los stats de los últimos 10 partidos: puntos, rebotes, asistencias, ritmo de juego. No te ahogues en números infinitos, solo los que realmente mueven la balanza.
Un tip: descarga CSV de la liga, abre en Excel y elimina columnas vacías. Hazlo rápido, antes de que el horario de la NBA cambie de zona.
Transforma los números en variables útiles
Agrega columnas de “eficiencia ofensiva” y “defensa contra”. Usa fórmulas simples: =PUNTOS/POSSESIONES y =OPP_PUNTOS/OPP_POSSESIONES. Aquí la magia comienza, conviertes datos brutales en indicadores manejables.
Y aquí está el truco: normaliza cada variable con = (valor‑media)/desviación. Así eliminas outliers que podrían engañar a tu modelo.
El algoritmo básico: regresión lineal
Selecciona “Datos” → “Análisis de datos” → “Regresión”. Si no lo ves, instala el complemento. Pon la variable dependiente como “Puntos previstos” y las independientes como tus métricas normalizadas.
Fíjate en el R². Si está bajo del 0.6, vuelve y revisa tus variables, quizás alguna no aporte nada. No hay sustituto para la iteración.
Afina con pesos estratégicos
Los partidos en casa valen más. Crea una columna “Ventaja local” con 1 para partidos en casa y 0 para fuera. Inclúyela en la regresión y observa cómo se desplaza la predicción.
Validación cruzada: el filtro de la realidad
Divide tu base en 70 % entrenamiento y 30 % prueba. Usa la función =PRONOSTICO.LINEAL para comparar los resultados reales con los estimados. Si el error medio está bajo 5 puntos, estás listo.
Y siempre, siempre revisa los residuos. Un patrón en ellos indica que el modelo está ignorando algo crítico, quizá lesiones o rotaciones.
Automatiza y visualiza
Inserta un botón “Actualizar” con macro que refresque los datos y recalibre la regresión. Una tabla dinámica al lado mostrará la proyección final para el próximo juego.
Para darle vida al número, usa un gráfico de barras: predicción vs. media de la liga. Visuales claros convencen incluso a los escépticos.
Uso práctico en apuestas
Ahora que tu modelo estima 102 puntos, compáralo con la línea de la casa. Si la línea está en 108, tienes una brecha de 6 puntos. Según tu tolerancia al riesgo, decide la apuesta.
Recuerda siempre aplicar la regla del 1 % del bankroll: no apuestes más de lo que puedes perder. Un modelo es una herramienta, no una garantía.
El toque final
Guarda el archivo como .xlsm, comparte con tu colega y actualiza antes de cada jornada. El dominio apuestasdeportbalonc.com ofrece estadísticas extra que puedes importar para potenciar el modelo.
Y aquí está la clave: no te duermas en los laureles, revisa y ajusta cada semana. El juego cambia, tu modelo también.