Cómo funciona Deepicks

1. Qué es esto, en una frase

Deepicks es un sistema que predice el resultado de los partidos de la NFL (fútbol americano profesional de Estados Unidos) usando un modelo entrenado con estadísticas históricas, y que después compara públicamente esas predicciones contra el mercado de apuestas y contra especialistas humanos, semana a semana, con los mismos aciertos y errores a la vista de todos.

No es una fuente de "tips seguros" ni promete hacerte ganar dinero. Es, ante todo, un experimento honesto: ¿puede un modelo entrenado con datos históricos predecir fútbol americano tan bien como el mercado de apuestas, que es de los pronosticadores más precisos que existen? La respuesta hoy, con datos reales y sin maquillar nada, es "todavía no del todo" — y esta guía explica en detalle por qué eso es información valiosa igual, no un fracaso que se esconde.

Un dato de contexto que ayuda a entender el resto: este proyecto nació como un ejercicio personal de análisis de datos aplicado a algo concreto y verificable (el resultado de un partido se sabe con certeza, no hay ambigüedad), no como un producto comercial. Esa es la razón por la que cada sección de esta guía incluye tanto lo que funciona bien como lo que todavía no.

2. Qué predice exactamente

Para cada partido de la semana, el sistema arma cuatro predicciones separadas, calculadas de forma independiente entre sí:

Quién gana

Un número entre 0% y 100% que representa qué tan segura está el modelo de que gane el equipo local. Por ejemplo, "68% de que gane el local" no es una promesa — es una estimación de probabilidad, exactamente como cuando un pronóstico del tiempo dice "70% de probabilidad de lluvia": en 10 días parecidos a ese, llovió aproximadamente en 7. No llueve ni deja de llover "70%", llueve o no llueve, pero el número describe qué tan seguido pasa una cosa u otra en situaciones parecidas.

Por cuánto margen

Cuántos puntos de diferencia espera el modelo (ej. "el local gana por 6.5 puntos"). Esto se compara contra el spreaddel mercado — la "hándicap" que ponen las casas de apuestas para emparejar a los dos equipos en la apuesta (ver glosario si no es un término conocido).

El total combinado de puntos

Cuántos puntos van a anotar los dos equipos sumados (ej. "44.5 puntos entre los dos", sin importar quién gane). Se compara contra la línea de over/under del mercado.

Estadísticas de jugadores puntuales (props)

Por ejemplo, cuántas yardas va a lanzar el quarterback, o cuántas recepciones va a tener un receptor. Acá el sistema no da un solo número, sino un rango probable con tres puntos: un piso (percentil 10, lo que pasaría en un mal día), un valor central (percentil 50, la mediana — el resultado más típico) y un techo (percentil 90, un buen día). Por ejemplo "entre 210 y 290 yardas, con 250 como el valor más probable". Fingir una precisión exacta en el rendimiento de una sola persona en un solo partido sería deshonesto — el desempeño de un jugador varía mucho más de partido a partido que el resultado de un equipo entero.

3. De dónde salen los datos

Todo sale de estadísticas públicas de la NFL, a través de la base de datos abierta nflverse — un proyecto de código abierto que mantiene la comunidad de analistas de fútbol americano, y que usan periodistas, casas de apuestas y aficionados con conocimientos técnicos en todo el mundo. No es información privada ni comprada.

Concretamente, se usan tres niveles de detalle: el resultado final de cada partido, el registro jugada por jugada (cada pase, carrera, gol de campo — con qué resultado), y las estadísticas agregadas por jugador y por semana. Todo esto desde la temporada 2010 hasta hoy — son más de 4,000 partidos y varios cientos de miles de jugadas individuales.

Con ese detalle jugada por jugada se calculan métricas más finas que el simple resultado, como el EPA(Expected Points Added — "puntos esperados agregados"): en palabras simples, cuánto mejoró o empeoró la posición de un equipo en el campo con cada jugada, comparado contra lo que históricamente rinde una situación similar. Un equipo puede perder un partido y aun así haber jugado mejor en EPA que su rival — es una medida de calidad de juego, no solo del marcador final.

Todo esto se actualiza automáticamente cada semana (ver la sección 8), así que el sistema no se queda desactualizado ni depende de que alguien cargue números a mano.

4. Cómo "aprende" el modelo, sin tecnicismos

Piénsalo así: si le muestras a una persona miles de partidos de fútbol americano de los últimos 15 años — quién jugaba, cómo venían jugando en las últimas semanas, si había lesionados clave, si llovía, si el equipo local tenía ventaja de descanso — esa persona, con el tiempo, empieza a notar patrones. "Cuando pasa esto, suele pasar aquello." Cuantos más ejemplos vea, mejor calibra esa intuición.

El modelo hace exactamente eso, pero de forma matemática y con muchísimos más partidos de los que una persona podría recordar en detalle sin olvidarse de nada. Técnicamente usa un algoritmo llamado XGBoost(una familia de modelos muy usada en la industria — desde detección de fraude bancario hasta recomendación de productos — no es una tecnología inventada para este proyecto). La idea de fondo, simplificada: el algoritmo arma cientos de reglas simples tipo "si el equipo viene ganando en EPA ofensivo en las últimas semanas Y juega de local Y el rival tiene a su mariscal de campo lesionado, entonces...", y las combina de una forma que minimiza el error total sobre todos los partidos históricos a la vez, no sobre uno solo.

Dos puntos importantes sobre la honestidad del proceso:

• El modelo nunca ve el futuro antes de predecirlo. Cuando se evalúa cómo le fue en la semana 5 de 2019, por ejemplo, ese cálculo solo usó datos disponibles antesde esa semana — nunca información de partidos posteriores, ni siquiera del resto de esa misma temporada. Esto se llama "backtesting honesto" (ver glosario), y sin eso cualquier "yo ya sabía que iba a ganar" es trampa: es fácil que un modelo parezca brillante si se le permite espiar el resultado antes de predecirlo.
• El modelo se reentrena cada semana con datos nuevos (ver sección 8), pero nunca se le permite corregir retroactivamente una predicción vieja con el modelo nuevo — cada predicción queda registrada tal como se hizo, con el conocimiento que existía en ese momento, para que la comparación contra el mercado sea justa.

5. Qué es "el mercado" y por qué se lo usa como vara de medir

Cuando hablamos de "el mercado", nos referimos a las líneas que ofrecen las casas de apuestas (sportsbooks) antes de cada partido: a quién favorecen, por cuánto margen, y cuál es el total esperado de puntos. Estas líneas se expresan típicamente como una cuota americana (moneyline): un número como -150significa "hay que arriesgar 150 para ganar 100" (favorito claro), y un número como +130significa "arriesgando 100, se ganan 130" (menos favorito). Cuanto más negativo el número, más favorito es ese equipo según el mercado.

¿Por qué comparar contra eso en vez de contra, digamos, el 50-50 al azar? Porque las casas de apuestas tienen un incentivo económico gigante en acertar: si sus líneas están mal calibradas, pierden dinero real con cada apuesta que reciben del lado equivocado. Eso las obliga a incorporar constantemente toda la información disponible — lesiones de último momento, condiciones climáticas, rumores de vestuario, e incluso cómo está apostando el público — para no quedar expuestas. El resultado es que el "precio" que ofrece el mercado ya tiene digerida muchísima información que un modelo que solo mira estadísticas de juego no puede ver.

Por eso, medirse contra el mercado es un estándar mucho más exigente — y mucho más honesto — que medirse solamente contra "acertar más de la mitad de las veces" o contra una heurística simple.

6. Qué es el "edge" y cómo se aprovecha esa oportunidad

"Edge" (ventaja, en inglés) es la palabra que usa este proyecto para nombrar los partidos donde el modelo y el mercado no están de acuerdo. Si el modelo le da 70% de probabilidad a un equipo y el mercado (una vez ajustado, ver abajo) le da 55%, hay una diferencia de 15 puntos porcentuales de edge a favor de ese equipo. Cuando esa diferencia es chica (unos pocos puntos), probablemente sea solo ruido estadístico — dos formas de medir algo parecido que no van a coincidir nunca al dígito exacto. Por eso la app solo destaca los casos donde la diferencia supera un umbral (5 puntos porcentuales para el ganador, 3 puntos de cancha para spread y total): son los que tienen más probabilidad de significar algo real y no ruido.

El ajuste que hay que hacerle primero al mercado: el "devig"

Un detalle técnico pero importante: las cuotas de apuestas crudas no representan una probabilidad "pura", porque la casa de apuestas cobra un margen (llamado vig o juice) de los dos lados para asegurarse una ganancia prácticamente sin importar el resultado. Si se suman las probabilidades implícitas de los dos lados de una apuesta tal cual las da el mercado, el total da más de 100% — ese excedente es la comisión de la casa. Antes de comparar, el sistema le saca ese margen a las cuotas (a este cálculo se le llama devig) para quedarse con la probabilidad real que el mercado le asigna a cada equipo, no la probabilidad inflada por la comisión. Sin este paso, cualquier "edge" calculado estaría artificialmente agrandado.

Por qué puede existir un desacuerdo, y qué hacer con esa información

Cuando el desacuerdo es grande, la app no se limita a mostrar el número: en el detalle de cada partido explica en lenguaje simple por qué puede estar pasando. Las dos explicaciones más comunes son opuestas entre sí, y distinguirlas es la clave de todo esto:

• El modelo encontró algo real que el precio del mercado todavía no refleja del todo — por ejemplo, una racha de buen rendimiento reciente (medida en EPA, no solo en victorias/derrotas) que el mercado, más pegado a la narrativa pública del equipo, todavía no ajustó del todo.
• El mercado sabe algo que el modelo no ve — el modelo solo mira estadísticas de juego histórico; no lee noticias de último momento, no sabe si hubo un cambio de entrenador esta semana, ni pesa lesiones que se confirmaron después del último dato cargado. Cuando el mercado ya está muy inclinado a un lado (por ejemplo, 70% o más de probabilidad implícita) y el modelo se queda muy lejos de esa lectura, la app muestra explícitamente un aviso sugiriendo que ahí conviene confiar más en el mercado que en el modelo.

En síntesis: el edge no es una señal de compra automática, es un punto de partida para mirar con más atención — y la propia app ya trae las herramientas (la nota en lenguaje simple, el nivel de confianza, la calculadora de Kelly, el tracker) para usarlo con cabeza fría en vez de por impulso.

7. Cómo leer una predicción: los niveles de confianza

Para no hacerte calcular porcentajes a ojo, cada predicción se etiqueta con un nivel de confianza:

Importante, y vale repetirlo porque es la fuente más común de malentendidos: "alta confianza" no es lo mismo que "seguro". Un pick con 70% de probabilidad todavía pierde, en promedio, 3 de cada 10 veces — y eso es matemáticamente esperable, no un error del modelo. Si un sistema acertara el 100% de sus predicciones de "alta confianza", en realidad sería una señal de que algo está mal calibrado (o de que se está haciendo trampa mirando el futuro), no de que es perfecto.

8. Cómo se actualiza solo cada semana

Todos los lunes o martes (una vez que terminó la última jornada), un proceso automático corre solo, sin intervención manual, y hace en orden:

1. Detecta qué semana ya se jugó completa (todos sus partidos con resultado final).
2. Descarga los resultados reales de esa semana desde la fuente de datos pública.
3. Revisa sus propias predicciones viejas de esa semana — las que había hecho antes de que se jugara — y anota si acertó o no. Nunca las vuelve a calcular con el modelo nuevo (sería como corregir un examen después de dar las respuestas).
4. Se reentrena, incorporando el resultado real de esa semana a todo lo que ya sabía de las anteriores.
5. Genera las predicciones de la semana siguiente, ya con el modelo actualizado.
6. Si hay algo llamativo (un pick con mucho edge, o una línea de mercado que se movió mucho desde que se predijo por primera vez), manda un aviso automático — ver sección 10.

Si un día no hay ninguna semana nueva terminada (por ejemplo, en medio de una temporada, entre martes y el próximo domingo), el proceso simplemente no hace nada — no se "adelanta" ni inventa datos que todavía no existen. Se puede dejar programado para correr todos los días sin miedo a que duplique trabajo.

9. Qué tan bueno es el modelo — con números reales, sin maquillar

Esta es la parte más importante de toda la guía, porque es donde más fácil sería exagerar para hacer quedar mejor al proyecto.

Sobre el historial completo evaluado (2010–2025, más de 4,000 partidos):

El modelo le gana claramente a adivinar al azar y a la heurística más simple ("apostar siempre al local", que en la NFL ya de por sí acierta más de la mitad de las veces por la ventaja real de jugar en casa). Todavía no le gana al mercado en porcentaje de acierto puro.

Pero el porcentaje de acierto, solo, puede ser engañoso — porque no todas las apuestas pagan lo mismo. Por eso también se mide en dinero simulado: si se hubiera apostado una cantidad fija a cada pick del modelo, a las cuotas reales de cierre, ¿cuánto se habría ganado o perdido en total? El resultado, sobre el historial completo, es una pérdida neta en los tres mercados (ganador: -2.3% de retorno; spread: -6.0%; total: -2.5%) — más detalle y la explicación de por qué esto puede pasar incluso ganando más de la mitad de las apuestas de ganador, en la sección 11.

Donde el modelo sí compara favorablemente es en los props de jugadores (yardas, recepciones, etc.): entre 15% y 25% más preciso que usar el promedio histórico de esa posición como estimación simple, según el error promedio medido en el backtest.

¿Por qué mostrar todo esto en vez de esconder lo que no funciona? Porque el objetivo de este proyecto no es venderte una fantasía de "sistema infalible" — es ser una vara honesta contra la cual medir cualquier mejora futura. Un modelo que dice la verdad sobre sus límites es más útil, a largo plazo, que uno que promete de más y decepciona después.

10. El resumen semanal y las alertas

Cada semana, apenas se generan las predicciones nuevas, el sistema arma automáticamente un resumen en lenguaje simple con dos partes:

• Dónde ve más valor esta semana — los 2 o 3 partidos donde el modelo y el mercado más difieren, calculados con la misma lógica de edge de la sección 6, para saber de entrada dónde vale la pena prestar más atención.
• Dónde le erró más feo la semana anterior — el pick de mayor confianza que terminó siendo incorrecto, mostrado sin filtro ni excusas, para no esconder los errores debajo de la alfombra.

Si se configura un canal de entrega (un webhook de Slack o Discord, o un correo por SMTP), este resumen llega automáticamente antes de que arranque la jornada — sin necesidad de entrar a la app a revisar. El sistema también avisa por separado si la línea de un partido se movió mucho desde que el modelo lo predijo por primera vez, lo cual suele ser una señal de que el mercado descubrió algo nuevo después.

Para no repetir el mismo aviso todos los días mientras se espera a que se juegue la semana, el sistema recuerda qué ya avisó — los picks con más edge de una semana dada se mandan una sola vez, aunque el movimiento de línea sí se vuelve a chequear en cada corrida porque, a diferencia del edge inicial, cambia con el paso de los días.

11. El registro de apuestas y el simulador de bankroll

Esta parte de la app es, a propósito, una herramienta personal de seguimiento — no una recomendación de apuesta ni un servicio de gestión de fondos.

Registro de apuestas propias

Se puede anotar qué se apostó (a qué partido, cuánto, a qué cuota se consiguió) y el sistema calcula automáticamente si esa apuesta ganó, perdió o empató ("push", cuando el resultado cae justo en la línea), apenas termina el partido correspondiente. Es una contabilidad personal, completamente separada del resto de los datos de la app — nadie más ve estos números.

El simulador "¿y si hubiera seguido al modelo?"

Muestra qué hubiera pasado si, desde 2010, se hubiera apostado un monto fijo a cada pick del modelo, a las cuotas reales de cierre (para ganador) o a -110 (el estándar de la industria, para spread y total, ya que no se guarda la cuota real de esos dos mercados). El resultado real, sin ajustar nada a favor, es una pérdida neta — la misma que se muestra en la sección 9, pero en dinero simulado en vez de solo porcentaje de acierto. Es útil justamente porque desmiente una trampa común: se puede ganar más de la mitad de las apuestas de ganador (61.7%) y aun así perder dinero en el agregado, porque los favoritos pagan menos de lo que arriesgan y los pocos aciertos en equipos menos favoritos no siempre alcanzan para compensar.

La sugerencia de tamaño de apuesta (Kelly fraccionado)

Si de todas formas se quisiera usar las predicciones del modelo para apuestas propias, esta herramienta aplica una fórmula clásica de gestión de riesgo (el criterio de Kelly, ver glosario) que calcula qué fracción de un presupuesto total tendría matemáticamente sentido arriesgar, dado el edge que ve el modelo y la cuota disponible. La lógica intuitiva: cuanto más grande y confiable el edge, mayor la fracción sugerida; si el modelo no ve ninguna ventaja real sobre esa cuota en particular, la sugerencia es directamente apostar cero, no un número arbitrario. La calculadora usa además "medio Kelly" en vez del Kelly completo — la versión completa de la fórmula es matemáticamente óptima a largo plazo pero extremadamente volátil en el camino, así que reducirla a la mitad es la práctica estándar para bajar el riesgo de una mala racha a cambio de crecer un poco más despacio. Esto es un cálculo, no un consejo financiero.

12. La calculadora de apuestas (parlays)

Además del registro de bankroll, hay una herramienta separada pensada para algo más puntual: armar y entender un parlay (una apuesta combinada, donde varios picks se juntan en una sola apuesta que solo paga si todos aciertan) a partir de los picks del modelo de la semana. Es, otra vez, una calculadora — no guarda nada, no manda ninguna apuesta a ningún lado, todo el cálculo pasa en el navegador.

Se eligen partidos de las tres pestañas (Ganador, Spread, Total) y, para cada uno, si va al parlay, a una apuesta individual, a los dos, o a ninguno. Con un presupuesto total y qué porcentaje de ese presupuesto va al parlay (el resto se reparte entre las apuestas individuales, proporcional al edge de cada una), la herramienta muestra:

• La cuota combinada del parlay (americana y decimal), cuántas piernas tiene, y el pago total si se acierta absolutamente todo — junto con el recordatorio de que fallar una sola pierna hace perder la apuesta completa, no una parte proporcional.
• Cuando todas las piernas son del mercado de Ganador (el único que tiene una probabilidad real calculada, no solo una línea), también calcula la probabilidad combinada de acertar el parlay entero y la compara contra el valor esperado (EV) de apostar esas mismas piernas por separado con el mismo dinero. Casi siempre el parlay sale peor en EV que las apuestas separadas, aunque el pago potencial se vea más atractivo — combinar apuestas multiplica el margen de la casa de cada pierna en vez de diluirlo. Para Spread y Total no se inventa una probabilidad combinada: el modelo no calcula ahí una probabilidad de cubrir la línea, solo un margen o total esperado, así que mostrar un número de EV sería una falsa precisión.
• Dos botones de sugerencia automática: el "parlay más seguro" (los picks de mayor confianza real, o de mayor edge donde no hay probabilidad calculada) y "mejores apuestas individuales" (los que superan el mismo umbral de edge de la sección 6).

Un matiz importante: la calculadora no ajusta por correlación entre picks del mismo partido (por ejemplo, combinar el ganador, el spread y el total de un mismo juego estarían relacionados entre sí, porque dependen del mismo resultado) — de hecho ni siquiera deja combinar piernas de pestañas distintas para el mismo partido. La probabilidad combinada que muestra asume partidos independientes entre sí, lo cual es razonable porque son juegos distintos de la semana, pero no sería válido si en algún momento se permitiera mezclar mercados del mismo partido.

La página trae dos avisos explícitos: que todo esto es informativo, no asesoría financiera ni garantía de nada, y que apostar un porcentaje fijo del presupuesto (la misma lógica de la sección 11) tiene respaldo matemático, a diferencia de sistemas como "subir la apuesta después de cada pérdida" (Martingale y similares), que la herramienta deliberadamente no ofrece porque no funcionan de forma sostenida a largo plazo.

13. Comparación contra especialistas humanos

Además del mercado, la app registra picks de especialistas humanos (periodistas, analistas de fútbol americano) y los mide con exactamente las mismas reglas que al modelo y al mercado — mismo partido, mismo criterio binario de "acertó o no acertó", sin ventaja para nadie en cómo se lo evalúa. La tabla de posiciones resultante (leaderboard, con selector de mercado y ordenable por fuente, cantidad de picks o porcentaje de acierto) deja ver, con el tiempo, si el ojo humano experto le gana o le pierde tanto al modelo como al mercado. Este leaderboard lo puede ver cualquier usuario logueado.

Cargar los picks de especialistas, en cambio, es una tarea exclusiva de administración — no algo que cualquier cuenta pueda hacer. Un admin los puede cargar uno por uno a mano, o en lote subiendo un CSV con varios picks a la vez (columnas fuente, temporada, semana, partido, tipo de pick, lado elegido y línea usada), para no tener que cargar especialista por especialista cuando hay muchos picks de una vez.

14. Un recorrido rápido de la app

Después de registrarse, una pantalla de bienvenida explica en tres tarjetas la propuesta del proyecto antes de llevar al login. Ya adentro, así está organizada la app:

• Dashboard: la pantalla de entrada apenas se inicia sesión. Un vistazo rápido con los picks de mayor edge de la semana, el error más caro de la semana anterior, un resumen del bankroll propio con su gráfico de ganancia acumulada, el rendimiento histórico del modelo, el top del leaderboard de especialistas, y un acceso directo a la calculadora de parlays — todo con enlaces hacia la vista completa de cada tema.
• Semana actual: el listado de todos los partidos de la semana, con la predicción del modelo, la línea de mercado, y los partidos donde más difieren destacados arriba de todo.
• Detalle de partido: al entrar a un partido puntual, se ve el clima y la superficie de juego, las lesiones reportadas de ambos planteles, el historial de enfrentamientos entre esos dos equipos, la forma reciente de cada uno (un gráfico simple de las últimas jornadas), y una explicación de por qué el modelo predice lo que predice — qué factores concretos pesaron más en ese cálculo.
• Rendimiento del modelo: las métricas históricas completas, temporada por temporada, sin filtrar ni recortar los años malos.
• Especialistas: el comparador contra picks humanos, descrito en la sección 13.
• Bankroll: el registro personal de apuestas y el simulador descritos en la sección 11.
• Calculadora de apuestas: el armador de parlays descrito en la sección 12.
• Mi cuenta: desde el menú de usuario, cambiar el alias que se muestra en la app y la contraseña (cambiarla cierra las demás sesiones activas, por seguridad). El email no se puede editar ahí.
• Administración: solo visible para cuentas admin. Permite ver y gestionar todos los usuarios (bloquear, dar o quitar rol de admin), crear cuentas nuevas directamente, y configurar el código de invitación que se usa en el registro público.

También existe una vista pública de un partido puntual (sin necesidad de crear una cuenta) pensada específicamente para compartir un pick con alguien más por fuera de la app.

15. Límites y honestidad

Para cerrar, algunas cosas que este proyecto es y no es, dichas sin vueltas:

• Es un experimento personal de pronósticos, con todos sus números y errores a la vista de cualquiera que entre a mirar.
• Esuna herramienta para comparar y para entender mejor un partido, no para "seguir a ciegas".
• No es asesoría financiera. Las predicciones son estimaciones de probabilidad basadas en datos históricos, no garantías de ningún tipo.
• No es, hoy, mejor que el mercado de apuestas en el resultado de ganador, spread o total — el mercado sigue siendo más preciso en el historial completo, y esta guía no pretende disimular eso.
• Apostar dinero real siempre implica riesgo de pérdida, sin importar cuán segura se vea una predicción o cuán grande sea el edge calculado.

Glosario

Spread

El "hándicap" en puntos que pone el mercado para emparejar a los dos equipos (ej. "el local es favorito por 3.5 puntos"). Apostar "cubrir el spread" (ATS) significa que ese equipo tiene que ganar por más de esa cantidad (o perder por menos, si es el que recibe puntos).

Over/Under (O/U) o total

Apostar a si la suma de puntos de los dos equipos va a ser mayor (over) o menor (under) que un número fijado por el mercado.

Moneyline

La cuota de apostar directamente a quién gana el partido, sin importar el margen — se expresa como un número negativo (favorito) o positivo (menos favorito).

Vig / juice

El margen que cobra la casa de apuestas de los dos lados de una apuesta, su forma de asegurarse ganancia casi independientemente del resultado final.

Devig

El cálculo que le saca ese margen a las cuotas para quedarse con la probabilidad "real" que el mercado le asigna a cada resultado.

Edge

La diferencia entre lo que piensa el modelo y lo que piensa el mercado, ya sin el margen de la casa — ver sección 6 para la explicación completa y cómo se usa.

EV (Valor esperado)

Cuánto se espera ganar o perder, en promedio, si se repitiera la misma apuesta muchas veces — combina la probabilidad de acertar con lo que paga la cuota. Un EV negativo no significa que esa apuesta puntual vaya a perder sí o sí, sino que en promedio, a la larga, ese tipo de apuesta pierde dinero.

EPA (Expected Points Added)

Cuánto mejoró o empeoró la posición de un equipo en el campo con una jugada puntual, comparado contra lo que históricamente rinde una situación similar — una medida de calidad de juego más fina que solo mirar el marcador final.

CLV (Closing Line Value)

Cuánto se movió la línea del mercado entre el momento en que se hizo una predicción y el cierre (justo antes del partido) — una forma de medir si una apuesta tenía valor real en el momento en que se hizo, más allá de si después ganó o perdió.

Props (de jugador)

Apuestas sobre el rendimiento individual de un jugador (yardas, recepciones, touchdowns) en vez del resultado del equipo como conjunto.

ATS (Against The Spread)

"Contra el spread" — el resultado de un equipo una vez aplicado el hándicap que puso el mercado.

Parlay

Una apuesta combinada: se juntan dos o más picks en una sola apuesta, con una cuota más alta, pero que solo paga si todos los picks aciertan — fallar uno solo hace perder la apuesta completa. Ver sección 12.

Kelly (criterio de Kelly)

Una fórmula matemática clásica de gestión de apuestas que calcula qué fracción del presupuesto total conviene arriesgar dado el edge y la cuota disponible, para crecer el capital a largo plazo minimizando el riesgo de quedarse sin nada por el camino.

Backtesting

Poner a prueba un modelo contra datos históricos, simulando que predice cada semana con solo la información que existía hasta ese momento — sin "espiar" el futuro.