SPORTS BETTING MATH
ARTÍCULO DE INVESTIGACIÓN

Criterio de Kelly vs. Flat Staking: ¿Qué Estrategia de Banca es Mejor?

Comparativa matemática y empírica entre el dimensionamiento de Kelly y apuestas de importe fijo, con una simulación de 10.000 trayectorias, rendimientos por tramo de cuotas en 2.490 partidos de la Premier League (fuente: football-data.co.uk), perfiles de drawdown y variantes fraccionales.

15 min de lectura Principiante Última actualización 2026-09-20
Ilustración del tema: Criterio de Kelly vs. Flat Staking: ¿Qué Estrategia de Banca es Mejor?
Ilustración conceptual. Los supuestos numéricos y ejemplos se explican en el texto.

Lab de Modelado Estocástico SBM

Firma editorial: modelos de partidos y capital

Esta firma agrupa artículos sobre Poisson, Kelly y simulación. Es una etiqueta editorial, no prueba de un laboratorio con personal ni de cualificaciones verificadas.

Modelado Bivariado de Resultados por Distribución de Poisson Optimización de Crecimiento Geométrico por Criterio de Kelly Simulaciones de Monte Carlo para Riesgo de Ruina

1. Introducción: El Gran Dilema de Gestión de Capital

En las apuestas deportivas cuantitativas, dos metodologías dominan la gestión del bankroll: el Importe Fijo (Flat Staking) y la Asignación Proporcional de Kelly (Kelly Staking). Todo apostador que genera una ventaja matemática sobre el mercado debe resolver esta cuestión táctica esencial: ¿conviene arriesgar una cantidad constante o adaptar la apuesta a la ventaja estimada y a las cuotas de cada evento?

Los jugadores recreativos eligen sus importes por corazonadas o confianza pasajera. En cambio, los profesionales entienden que el tamaño de la apuesta es tan determinante como la selección del mercado. Apostar cantidades insuficientes desperdicia la ventaja, mientras que arriesgar en exceso conduce a pérdidas profundas por la varianza inherente del deporte.

Diferencia Filosófica Fundamental:
  • Flat Staking: Fija una unidad monetaria constante (ej. $10 o 1,0% del capital inicial) en cada evento, priorizando el control emocional y la sencillez operativa.
  • Kelly Staking: Modula el importe como una fracción dinámica del capital actual (f∗=(b⋅p−q)/b), maximizando el crecimiento compuesto geométrico a largo plazo.

Esta guía compara ambos sistemas mediante formulaciones matemáticas rigurosas, evalúa perfiles reales de drawdown a lo largo de 1.000 apuestas, analiza datos empíricos de fútbol de élite y profundiza en las ventajas del Medio Kelly.

2. Apuestas de Importe Fijo (Flat Staking): Mecánica y Propiedades

En Flat Staking, la unidad U se fija como un porcentaje constante del capital inicial W0 (generalmente entre el 1,0% y el 2,5%):

St=U=c⋅W0,donde c∈[0,01,0,025]

Tras n apuestas resueltas con rendimientos netos decimales Ri∈{Oi−1,−1}, el capital acumulado sigue una trayectoria lineal aritmética:

Wn=W0+U∑i=1nRi=W0+U(n⋅EV+σn⋅Z)

Donde EV representa el valor esperado medio y Z∼𝒩(0,1) describe la variabilidad normal. La evolución patrimonial es aritmética y no geométrica.

Ventajas Prácticas del Flat Staking

  1. Simplicidad Operativa: No requiere recálculos continuos antes de colocar la apuesta, facilitando la ejecución en cuotas que oscilan con rapidez.
  2. Protección ante Errores de Modelo: Si el modelo sobrevalora la ventaja en un 3%, quien apuesta con importe fijo solo experimenta un menor beneficio, mientras que un esquema de Kelly sobreapuesta de forma agresiva.
  3. Estabilidad Emocional: Las fluctuaciones monetarias están acotadas y resultan comprensibles para el inversor.

3. Criterio de Kelly: Maximización del Crecimiento Geométrico

Desarrollado en 1956 por John L. Kelly Jr., este criterio optimiza el valor esperado del logaritmo del capital:

f∗=b⋅p−qb=p⋅O−1O−1

El importe asignado en la apuesta t se ajusta al saldo disponible en ese instante (St=f∗⋅Wt):

St=f∗⋅Wt

A lo largo de n apuestas, el logaritmo de la riqueza crece de manera lineal:

𝔼[ln⁡(Wn)]=ln⁡(W0)+n⋅[pln⁡(1+f∗b)+qln⁡(1−f∗)]

Dado que el logaritmo se acumula linealmente, la banca se expande de forma exponencial (geométrica). Además, puesto que el tamaño de apuesta disminuye durante rachas de pérdidas, la probabilidad teórica de ruina total (W=0) bajo Kelly continuo es exactamente cero.

4. Comparativa Directa: Matriz de Simulación en 1.000 Apuestas

Para evaluar el desempeño en la práctica, simulamos 1.000 apuestas independientes a cuota 2.00 con una ventaja matemática del 4,0% (p=52,0%), partiendo de un capital base de $1.000 a través de 10.000 trayectorias de Monte Carlo de 1.000 apuestas cada una, aplicando idénticos resultados en cada estrategia (script reproducible: /papers/kelly_flat_simulation.py):

Métrica Flat Staking (Unidad 1%) Flat Staking (Unidad 2%) Medio Kelly (2% Dinámico) Full Kelly (4% Dinámico)
Capital Final Mediano $1.400 $1.800 $1.822 $2.226
Capital Final Medio $1.399 $1.795 $2.220 $4.922
Drawdown Máximo Mediano 18,8% 31,7% 40,9% 68,5%
Riesgo de Caída del 50% 1,6% 18,0% 24,5% 92,2%
Resultado por Debajo de Inicio ($1.000) 9,4% 9,5% 17,6% 27,0%
Ley de Crecimiento Aritmética (Lineal) Aritmética (Lineal) Geométrica (Exponencial) Geométrica (Exponencial)
Sensibilidad a Errores de Modelo Muy Baja Baja Moderada Extremadamente Alta

5. Evidencia Empírica: 2.490 Partidos de la Premier League

Para contextualizar estos esquemas teóricos con datos reales de competición, examinamos el conjunto de datos de investigación abierta con 2.490 partidos de la Premier League inglesa (agosto de 2019 a enero de 2026, abarcando 7.470 selecciones 1X2, fuente: football-data.co.uk, dataset: public/papers/epl-closing-lines-2019-2026.csv). Este registro refleja márgenes comerciales reales, con un overround medio del 2,70% en Pinnacle y del 4,16% en la media del mercado.

Al aplicar apuestas de importe constante (flat stake de 1,0 unidad) sobre las líneas de cierre en estos 2.490 partidos, el rendimiento empírico mostró variaciones según el rango de precios:

  • Grandes Favoritos (1.00–1.50): 563 apuestas, ROI en cierre Pinnacle de -2,84% (IC 95%: [-7,62%, +1,93%]).
  • Favoritos Moderados (1.50–2.00): 875 apuestas, ROI en cierre Pinnacle de -0,32% (IC 95%: [-6,00%, +5,36%]).
  • Equilibrio / Favoritos Leves (2.00–3.00): 1.328 apuestas, ROI en cierre Pinnacle de -1,32% (IC 95%: [-7,78%, +5,14%]).
  • No Favoritos Medios (3.00–5.00): 3.215 apuestas, ROI en cierre Pinnacle de -3,72% (IC 95%: [-9,44%, +2,00%]).
  • Grandes Sorpresas (5.00–10.00): 1.196 apuestas, ROI en cierre Pinnacle de -5,44% (IC 95%: [-18,64%, +7,75%]).
  • Sorpresas Extremas (> 10.00): 293 apuestas, ROI en cierre Pinnacle de -5,51% (IC 95%: [-47,55%, +36,54%]).
Significancia Estadística e Intervalos de Confianza: En todos los tramos de cuotas en las líneas de cierre de Pinnacle, el intervalo de confianza del 95% cruza el cero. Esto evidencia que ninguna de las categorías presenta una diferencia estadísticamente confirmada respecto a cero al 95% de nivel de confianza en esta muestra de 2.490 partidos. Las estimaciones puntuales tienden a empeorar con cuotas más altas, pero el patrón no es monótono (−2,84% en 1,00–1,50 frente a −0,32% en 1,50–2,00); las mayores pérdidas aparecen en la media del mercado por encima de 5,00 (−9,70% y −6,62%).

Para un inversor que aplique Kelly, esta dinámica subraya un peligro evidente: sobreestimar la ventaja en cuotas altas genera sobreapuestas masivas donde el margen del corredor es más gravoso. El uso de Flat Staking o de Kelly Fraccional amortigua sustancialmente este riesgo de estimación.

6. El Punto Óptimo: Kelly Fraccional (Medio Kelly)

La simulación comparativa pone de relieve el dilema fundamental del dimensionamiento cuantitativo: Full Kelly genera el mayor capital mediano ($2.226 frente a $1.800 en Flat 2% por cada $1.000 iniciales) y la mayor media ($4.922), pero impone una caída máxima mediana del 68,5%. En la simulación de 10.000 trayectorias, el 92,2% de los caminos bajo Full Kelly sufrieron una pérdida de al menos el 50% del saldo en algún punto de las 1.000 apuestas.

Para mitigar esta severa variabilidad preservando el crecimiento compuesto, los sindicatos cuantitativos utilizan Kelly Fraccional:

ffraccional=γ⋅f∗,donde γ∈[0,25,0,50]

Fijar γ=0,50 (Medio Kelly) representa la solución idónea:

  • Captura el 75,0% del crecimiento geométrico teórico (tasa de crecimiento logarítmico).
  • Reduce la varianza y la volatilidad del portafolio en un 75,0% (γ2=0,25).
  • Disminuye la probabilidad de sufrir un drawdown del 50% del 92,2% en Full Kelly al 24,5%, reteniendo aproximadamente el 75% del crecimiento logarítmico del Full Kelly.
  • La mediana final del Medio Kelly ($1.822) resulta casi idéntica a la de Flat 2% ($1.800), aunque con una mayor caída máxima mediana (40,9% frente a 31,7%).

En mercados con márgenes más amplios o incertidumbre analítica, la opción de Cuarto de Kelly (γ=0,25) retiene el 43,75% del crecimiento reduciendo la varianza en un 93,75%.

7. Cuándo Utilizar Flat Staking vs. Cuándo Utilizar Kelly

Ningún método es universalmente superior. La elección adecuada depende de la solidez empírica del modelo y del perfil psicológico del inversor.

Utiliza Flat Staking Si:

  • El modelo se encuentra en fase de validación: Menos de 500 apuestas computadas o intervalos de confianza amplios sobre el valor esperado.
  • Operas grandes volúmenes en plazos reducidos: Mercados de alta velocidad donde calcular fracciones dinámicas entorpece la ejecución.
  • Priorizas la disciplina emocional: Incomodidad ante drawdowns que excedan el 20% del saldo total.

Utiliza Kelly Fraccional Si:

  • Tu ventaja está sólidamente demostrada: Historial verificado de valor positivo frente a la línea de cierre (CLV) en miles de selecciones.
  • Las cuotas presentan alta dispersión: Cartera diversificada que combina favoritos y cuotas medias donde el importe fijo distorsiona el riesgo.
  • Buscas capitalización compuesta a largo plazo: Enfoque de reinversión continua sin retiradas de fondos periódicas.

8. Flujo Práctico de Decisión

  1. Paso 1: Evalúe el modelo en datos fuera de muestra y registre por separado una referencia de CLV con fecha y hora. No hay un umbral universal de 1.000 apuestas que confirme ventaja o seguridad. Una apuesta menor no demuestra EV positivo sin una ventaja sustentada.
  2. Paso 2: Registre estimaciones de probabilidad y su incertidumbre para cada selección. Un modelo no proporciona probabilidades exactas conocidas. Compare políticas fijas y proporcionales con parámetros plausibles y el evento de pérdida del horizonte elegido.
  3. Paso 3: ¿Puedes afrontar emocionalmente una caída de alrededor del 40% (la mediana del drawdown máximo de Medio Kelly en la simulación fue del 40,9%)? Si Sí → Aplica Medio Kelly (0,50⋅f∗). Si No → Aplica Cuarto de Kelly (0,25⋅f∗).

9. Trayectorias de Capital a Largo Plazo y Utilidad Asintótica

La derivación formal de la optimalidad de Kelly proviene de la Ley de los Grandes Números aplicada a los incrementos logarítmicos del patrimonio. En secuencias prolongadas de decenas de miles de apuestas, cualquier fracción distinta de la proporción óptima generará un crecimiento geométrico inferior. No obstante, esta ventaja matemática asume horizontes de tiempo dilatados y reinversión ininterrumpida sin fricción de liquidez.

Para inversores deportivos que operan a lo largo de campañas anuales de cientos de partidos, la regularidad del importe fijo proporciona una adherencia conductual frecuentemente más sólida. El factor crítico en las apuestas cuantitativas no radica en la pérdida de eficiencia teórica, sino en evitar el abandono prematuro del sistema como consecuencia de la fatiga emocional durante las malas rachas.

Preguntas Frecuentes

INVESTIGACIÓN RELACIONADA

Estudios con Referencia Cruzada

Compara el mismo mercado

Enlaces de socios

1win Sports: consulta evento, cuotas y reglas de liquidación

Qué incluye el precio → Visitar 1win Sports 18+ · Condiciones en el sitio

Stake Sportsbook: compara el mismo evento, mercado y reglas

Qué incluye el precio → Visitar Stake 18+ · Condiciones en el sitio

Consulta la cuota actual, el mercado exacto, las reglas y la disponibilidad en tu país. El resultado depende de los supuestos y no confirma una oportunidad en vivo.