EV, Varianza y Tamaño Muestral: ¿Cuántas Apuestas Demuestran Habilidad Real?

1. Introducción: la Falacia de los Historiales a Corto Plazo

En finanzas cuantitativas y teoría estadística de la decisión, el rendimiento obtenido se entiende como una mezcla ruidosa de dos componentes: habilidad sistemática (Valor Esperado, $+\text{EV}$) y ruido estocástico irreducible (varianza). En las apuestas deportivas, sin embargo, casi todos confunden la rentabilidad pasada con la capacidad predictiva. Un apostador recreativo con un ROI del +18% en 150 apuestas de fútbol es aclamado como un genio, mientras que un modelo cuantitativo con una ventaja verificada del +4% que sufre un drawdown del -6% en 300 apuestas se descarta por obsoleto.

Esta distorsión cognitiva se conoce en economía conductual como sesgo de resultado, agravado por la Ley de los Pequeños Números (Tversky y Kahneman, 1971): la creencia errónea de que las muestras pequeñas reflejan fielmente las propiedades de la población. En entornos de alta varianza, las trayectorias financieras a corto plazo dicen casi nada sobre la esperanza matemática a largo plazo.

¿Cuántas apuestas hacen falta para rechazar la hipótesis de suerte con un 95% o un 99% de confianza? ¿Cómo crece la volatilidad de la apuesta con la cuota? ¿Cómo se calculan intervalos de confianza rigurosos para el yield observado?

Este texto técnico formula las matemáticas del tamaño de muestra en las apuestas deportivas. Derivamos la varianza de una apuesta, aplicamos el Teorema Central del Límite para obtener intervalos de confianza, formalizamos la ecuación del tamaño de muestra necesario ($N^{\ast }$), evaluamos el Brier Score para la calibración de probabilidades, presentamos una tabla calculada a partir de la fórmula y ofrecemos un script en Python para contrastar la significación estadística.

2. La Varianza de una Sola Apuesta: el Multiplicador de Volatilidad

Considere una proposición binaria a cuota decimal $O$, con probabilidad real de ganar $p$ y de perder $q=1-p$. Sea $R$ el retorno neto aleatorio por unidad apostada ($S=1$):

Valor Esperado

La esperanza matemática del retorno $𝔼[R]=\mu$ es:

Varianza

La varianza del retorno de una apuesta $\text{Var}(R)={\sigma }^2$ se obtiene del segundo momento central:

Desarrollando y simplificando:

3. Teorema Central del Límite: la Distribución del Retorno en N Apuestas

Supongamos que el analista realiza $N$ apuestas independientes con la misma distribución de retorno $(\mu ,{\sigma }^2)$. Por el Teorema Central del Límite de Lindeberg-Lévy, cuando $N\to \infty$, el retorno medio ${\bar{R}}_N=\frac{1}{N}{\sum }_{i=1}^N{R}_i$ converge en distribución a una normal:

El error estándar del retorno medio ($\text{SE}$) es:

De aquí se deriva una propiedad estadística fundamental: la incertidumbre del ROI observado disminuye con la raíz cuadrada del tamaño de la muestra ($\sqrt{N}$). Para reducir el margen de error a la mitad hay que cuadruplicar la muestra.

4. Contraste de Hipótesis e Intervalos de Confianza

Para saber si un historial refleja una ventaja real o suerte, planteamos un contraste de hipótesis:

• Hipótesis Nula ($H_0$): $\mu \le 0$ (el apostador no tiene ventaja; los resultados dependen del azar y del margen de la casa).
• Hipótesis Alternativa ($H_1$): $\mu >0$ (el apostador tiene una habilidad $+\text{EV}$ demostrable estadísticamente).

El Estadístico de Contraste (Z-Score)

Bajo la hipótesis nula, el Z-score estandarizado es:

Para el nivel de confianza estándar del 95% (significación $\alpha =0.05$ en un contraste unilateral), el valor crítico es $z_{0.05}=1.645$. Para el 99%, $z_{0.01}=2.326$.

Intervalo de Confianza Bilateral del 95% para el Yield Real

Si el analista registra un yield de ${\bar{R}}_N=+5.0\%$ en $N=400$ apuestas a cuota 2,00 ($\sigma =1.00$), el intervalo de confianza del 95% es:

Como el intervalo incluye el cero, la hipótesis nula no puede rechazarse. Pese al ROI del +5%, el apostador no puede distinguir estadísticamente su rendimiento de la pura suerte.

5. Derivación Analítica del Tamaño de Muestra: la Fórmula $N^{\ast }$

Para saber cuántas apuestas ($N^{\ast }$) se necesitan para rechazar la hipótesis de ausencia de ventaja con una potencia estadística $1-\beta$ y un nivel de significación $\alpha$, igualamos el Z-score esperado al límite crítico:

Con los parámetros estándar ($\alpha =0.05⟹z_{\alpha }=1.645$ y potencia del $80\%⟹z_{\beta }=0.842$, por tanto $z_{\alpha }+z_{\beta }\approx 2.487$):

La ecuación muestra que el tamaño de muestra necesario es inversamente proporcional al cuadrado de la ventaja ($1/{\text{EV}}^2$). Si la ventaja se reduce a la mitad, hacen falta cuatro veces más apuestas.

6. Tabla: Tamaño de Muestra Necesario por Cuota y Ventaja

La tabla muestra el tamaño mínimo de muestra $N^{\ast }$ necesario para alcanzar significación estadística al 95% ($p<0.05$, potencia del 80%) con distintas cuotas y ventajas, calculado con la fórmula anterior y $p=(1+\text{EV})/O$:

Para una ventaja del 2,5% al 3,0% a cuota 1,95, el analista necesita unas 6.500 a 9.400 apuestas antes de que el beneficio obtenido, por sí solo, pueda descartar la suerte a ese nivel.

7. Calibración de Probabilidades y el Brier Score

Como el beneficio converge muy despacio, los analistas también revisan la calibración de las probabilidades, que utiliza la probabilidad prevista de cada apuesta y no solo su resultado. La principal regla de puntuación es el Brier Score (Brier, 1950):

Donde $p_i$ es la probabilidad estimada por el modelo e $y_i\in \{0,1\}$ es el resultado real. El Brier Score se descompone en Fiabilidad (Calibración), Resolución e Incertidumbre. Un modelo claramente mal calibrado puede detectarse en el componente de fiabilidad antes de que el historial de beneficios diga algo definitivo.

8. Implementación en Python: Contraste de Significación Estadística

A continuación se muestra un script en Python que evalúa cualquier historial de apuestas, calcula el Z-score, construye el intervalo de confianza del 95% y estima cuántas apuestas faltan para confirmar la ventaja.

# betting_significance_tester.py
import numpy as np
from scipy import stats

def evaluate_betting_record(odds_list, outcomes_list, alpha=0.05):
    # Evaluates statistical significance of a betting track record.
    odds = np.array(odds_list, dtype=np.float64)
    outcomes = np.array(outcomes_list, dtype=np.float64) # 1 for win, 0 for loss
    n = len(odds)
    
    # Net returns per unit staked: (O - 1) if win else -1
    returns = np.where(outcomes == 1, odds - 1.0, -1.0)
    
    sample_mean_roi = np.mean(returns)
    sample_std = np.std(returns, ddof=1)
    standard_error = sample_std / np.sqrt(n)
    
    # Z-test against null hypothesis of ROI <= 0
    z_score = sample_mean_roi / standard_error
    p_value_one_tailed = 1.0 - stats.norm.cdf(z_score)
    
    # 95% Confidence Interval for ROI
    z_crit = stats.norm.ppf(1.0 - alpha / 2.0)
    ci_lower = sample_mean_roi - z_crit * standard_error
    ci_upper = sample_mean_roi + z_crit * standard_error
    
    # Required sample size for 80% power at current observed edge
    if sample_mean_roi > 0:
        n_required = int(np.ceil(((1.645 + 0.842) * sample_std / sample_mean_roi)**2))
    else:
        n_required = np.nan
        
    return {
        'num_bets': n,
        'observed_roi_percent': sample_mean_roi * 100.0,
        'z_score': z_score,
        'p_value': p_value_one_tailed,
        'statistically_significant': p_value_one_tailed < alpha,
        'ci_95_roi_percent': (ci_lower * 100.0, ci_upper * 100.0),
        'bets_needed_for_significance': n_required
    }

if __name__ == '__main__':
    # 500 bets at 1.95 odds with 54% win rate (+5.3% ROI)
    np.random.seed(42)
    synthetic_odds = [1.95] * 500
    synthetic_outcomes = np.random.binomial(1, 0.54, 500)
    
    results = evaluate_betting_record(synthetic_odds, synthetic_outcomes)
    for k, v in results.items():
        print(f"{k}: {v}")

9. Sesgo de Supervivencia y la Ilusión del "Tipster Ganador"

Supongamos que 1.000 tipsters recreativos hacen cada uno 500 apuestas aleatorias con ventaja cero. Por las propiedades de la distribución normal, unos 130 de ellos mostrarán un ROI del +5% o más solo por azar (un 13,2% cada uno, como en el recuadro anterior). Esos afortunados lanzan servicios de pago, publican en redes que tienen superioridad analítica y atraen capital ingenuo.

Sin entender el tamaño de muestra y la varianza, los inversores caen en el sesgo de supervivencia: ven a los ganadores visibles e ignoran a los cerca de 870 restantes que desaparecieron. Evaluar a los tipsters por el Closing Line Value (CLV) y por el tamaño de muestra necesario es la protección más fiable contra el sesgo de supervivencia.

10. Asimetría y Sorpresas

Al aplicar el Teorema Central del Límite a los retornos de las apuestas, importan los momentos superiores: asimetría y curtosis. Con retornos asimétricos, como las apuestas a sorpresas con baja probabilidad de ganar y pago alto, la convergencia a la distribución normal es más lenta; la cota de Berry-Esseen para el error de esa aproximación crece con el tercer momento del retorno. En apuestas con cuotas superiores a 4,00, la larga cola derecha hace que los intervalos de confianza normales simétricos subestimen el tamaño de muestra realmente necesario. Las expansiones de Cornish-Fisher permiten ajustar los límites de confianza a esa asimetría.