Diferencia en puntos porcentuales entre la probabilidad del panel y la implícita en la cuota. En verde, donde el panel va por delante: es el único sitio donde puede existir valor.
Ningún mercado superó los umbrales del panel. Se muestran para poder descartarlos con criterio.
Cómo se elige qué emitirOcultar la regla
El límite de emisión es por intención: los mercados de un mismo grupo expresan la misma convicción sobre el precio, así que se emite a lo sumo un pick de valor por grupo; la confianza afirma la probabilidad de un evento concreto, y dos mercados de un grupo pueden describir eventos distintos —se puede ganar la primera parte y perder el partido—, así que se emite un pick de confianza por mercado. Rige además el solapamiento: dos apuestas de valor conviven solo si sus marcadores ganadores se cortan sin que uno contenga al otro, y dos de confianza siempre que no describan el mismo evento ni se contradigan.
Sin apuesta recomendada en este partido.
- Resultado 1X2: cuota demasiado alta para la fiabilidad del panel.Visitante a cuota 6.05; faltaban 2.05 de cuota.
- Ambos anotan: sin valor: el panel coincide con el precio del mercado.Ambos anotan con −2 % de valor; faltaban 7 puntos.
- Over/Under: sin valor: el panel coincide con el precio del mercado.Más de 1.5 goles con −2 % de valor; faltaban 7 puntos.
Su refutaciónEl crítico señala tres grietas legítimas en mi posición: (1) la sección injuries está 'unavailable' para esta liga, por lo que el λ de 2.16 no procesa bajas ofensivas recientes de Cruz Azul (Morales fuera hasta enero 2027, Rotondi en duda); (2) el xG que sustenta los parámetros del modelo explica ~62% de la varianza, no certeza; (3) el diferencial de λ (2.16 vs 0.81, ~2.7:1) supera el diferencial de xG medido (~1.4:1), indicando sobrecerteza en la magnitud del favorito. Estos son puntos válidos sobre los límites de mi evidencia, no errores de ponderación. No puedo abordar las bajas específicas de Cruz Azul ni la forma reciente (standings, news) porque están fuera de mi dossier; tampoco puedo evaluar si el mercado incorpora esa información mejor que el modelo histórico. El modelo converge y usa 1053 partidos, pero es ciego a cambios de plantilla en tiempo real. Por eso reduzco mi confianza de 0.62 a 0.52: mantengo la distribución del Dixon-Coles como mi ancla primaria (es la única evidencia cuantitativa que tengo), pero reconozco que esa distribución descansa sobre insumos incompletos (xG con ~62% de poder explicativo, ausencia de datos de lesiones) y que factores relevantes y recientes (bajas ofensivas, momentum de tabla) quedan fuera de mi vista. La prima relativa del mercado hacia el visitante (15.4% vs 12.2%) es una señal que no puedo validar con mi slice, pero su existencia es un indicador de que hay información en tiempo real que el modelo no captura.
- ◂ localEl modelo Dixon-Coles asigna 68% al local, 20% al empate y 12% al visitante (λ local 2.16, μ visitante 0.81), entrenado sobre 1053 partidos con convergencia confirmada.
- ▴ overEl modelo ve 57% de más de 2.5 goles y 49% de que ambos anoten, reflejando vulnerabilidades defensivas de ambos equipos.
- ◂ localEl modelo reporta un diferencial de tasa de goles (2.16 vs 0.81) que no se alinea completamente con los insumos de xG subyacentes, señalando incertidumbre en la magnitud del favorito.
Su refutaciónNo veo un motivo suficiente dentro de mi evidencia para desplazarme del mercado: la única fuente que puedo citar es odds, y ahí el visitante sigue lejos del local (15.4% vs 62.3%). La objeción de que el modelo o la tabla favorecen a Atlas no puede incorporarse en mis argumentos porque no está en mi dossier slice. Sí reconozco una ceguera parcial respecto a variables fuera de odds; por eso bajo mi confianza de 0.70 a 0.58, pero no cambio la distribución porque el precio ya resume la información visible en mi corte de datos.
- ◂ localEl precio de mercado sigue dejando a Cruz Azul como favorito claro, así que mi base 1X2 no cambia: 62.3% local, 22.2% empate y 15.4% visita en 14 casas.
- ▴ overLa señal de goles sigue siendo sólo ligeramente pro-Over 2.5, con 53.9% sobre 46.1%, así que no veo suficiente asimetría para moverme fuerte al alza o al bajo.
- ▴ overBTTS está prácticamente partido a la mitad, lo que sugiere un partido balanceado en términos de ambos anotan, pero sin ventaja robusta para ninguno de los dos lados.
Por qué cambióEl revisor adverso señaló correctamente que mi distribución anterior (30% local) no era lo suficientemente consecuente con la fuerza de mi propia evidencia, que apunta fuertemente en contra de Cruz Azul. La forma actual de Atlas (4º) vs. la de Cruz Azul (10º con 2 derrotas), junto con las bajas ofensivas clave del equipo local (Morales, Rotondi en duda), justifican una reducción en la probabilidad de victoria de Cruz Azul y un aumento en las probabilidades de empate y victoria visitante. He ajustado mis probabilidades para reflejar mejor el peso de esta evidencia contextual.
- visita ▸Atlas llega en un momento de forma superior (4º en la tabla con 9 puntos) que Cruz Azul (10º con 6 puntos y dos derrotas consecutivas).
- visita ▸Cruz Azul sufre ausencias ofensivas significativas: Amaury Morales está fuera a largo plazo y Carlos Rodolfo Rotondi es duda. Esto debilita considerablemente su ataque.
- ▴ overCruz Azul no ha logrado mantener su portería a cero en toda la temporada y ha recibido un promedio de 2.0 goles por partido. Atlas, que ha marcado en 3 de 4 partidos, tiene una clara oportunidad de anotar.
Defendió la victoria visitante, el resultado que el panel menos favorecía.
- visita ▸El presente manda sobre la historia: Atlas llega 4º con 9 puntos y forma WLWW, mientras Cruz Azul es 10º con 6 puntos y dos derrotas consecutivas (LLWW). El panel entero está pagando la reputación del 'favorito' cuando la tabla de este Apertura dice que el equipo en crisis es el local y el que mejor juega es el visitante.
- visita ▸Los dos anclas del panel están ciegas a las bajas: la sección de lesiones está 'unavailable' para esta liga, así que el λ de 2.16 del modelo y el precio 1.48 se construyeron sin procesar que Cruz Azul perdió a Amaury Morales hasta enero de 2027 y tiene a Rotondi en duda — dos bajas ofensivas que recortan exactamente la fortaleza de ataque que infla al favorito.
- visita ▸El propio mercado delata que Atlas está más vivo de lo que la mediana admite: paga el triunfo visitante al 15.4% frente al 12.2% del modelo, una prima relativa del 26% de la fuente que sí incorpora información en tiempo real (forma, sanciones, dudas). Cuando el dinero informado se separa del modelo histórico hacia el underdog, hay que escucharlo.
- visita ▸El historial reciente es territorio Atlas: invicto en 6 de los últimos 10 cruces (2 triunfos, 4 empates), incluido un 0-1 como visitante en mayo 2023, y los últimos duelos fueron empates con goles (2-2, 3-3, 1-1). Contra un Cruz Azul sin una sola portería a cero en la temporada y 2.0 goles recibidos por partido, el 6.05 del visitante paga de más.
- Tu distribución es una transcripción literal del Dixon-Coles, y ese modelo hoy tiene tres grietas que no mencionaste: (1) se entrenó con 1053 partidos históricos y la sección injuries está 'unavailable' para esta liga, o sea que tu λ de 2.16 no sabe que Morales está fuera hasta enero 2027 ni que Rotondi es duda — dos bajas ofensivas del local; (2) el xG que sustenta los parámetros es 72% derivado con un modelo que explica apenas ~62% de la varianza (expectedGoals.provenanceNote), incertidumbre que trataste como precisión; (3) la razón de λ que implies (2.16 vs 0.81, ~2.7:1) no se sostiene en los diferenciales de xG medidos (1.62 vs 1.14 goles esperados a favor por partido, ~1.4:1). Le estás pidiendo al modelo una certeza que sus propios insumos no tienen.
- Te limitaste a transcribir el de-vig como si fuera verdad revelada e ignoraste tu propio dato más valioso: el mercado paga el triunfo de Atlas 26% más arriba que el modelo (15.4% vs 12.2%). Si tu tesis es que el mercado incorpora información en tiempo real, esa prima relativa hacia el visitante es exactamente la señal que debiste reportar, no ocultar. Además, con injuries 'unavailable' en esta liga, el 1.48/6.05 se formó con la misma ceguera de bajas que el modelo: estás defendiendo un precio construido con información incompleta, y tu 'argumento' es circular — el precio es correcto porque es el precio.
- Tu propia evidencia grita más fuerte que tu distribución: citas que Atlas es 4º con 9 puntos y Cruz Azul llega con dos derrotas seguidas, y aun así le das 40% al local — más del doble de lo que tu argumento de momentum justifica. Peor aún, tu argumento pro-local descansa en llamar a Purata 'defensor clave', algo que la sección news NO afirma: solo dice que está sancionado; inflaste el dato para sostener tu 40%. Y omitiste lo incómodo para tu tibio 30/30: las bajas de Cruz Azul son ofensivas (Morales fuera hasta 2027, Rotondi duda) y Atlas está invicto en 6 de los últimos 10 del H2H. Si vas a ser el disidente del panel, al menos sé consecuente con tus propios datos.
El consenso final ubica a Cruz Azul como favorito claro pero moderado (47%), con un empate inusualmente alto (30%) y Atlas por debajo pero lejos de ser descartable (23%), un resultado que refleja una síntesis entre el fuerte favoritismo estructural del modelo y del mercado y la evidencia contextual que el Scout de Contexto y El Abogado del Diablo empujaron hacia el visitante. La dispersión creció de forma gradual a través de las rondas (de 16.6 a 28.5), lo que la propia calidad de convergencia etiqueta como 'gradual': el panel no llegó rápido a un acuerdo artificial, sino que fue moviéndose ronda a ronda a medida que la evidencia contextual presionaba a los anclas cuantitativas.
El argumento más influyente fue la denuncia del Abogado del Diablo sobre la ceguera de lesiones: como la sección de lesiones está marcada como no disponible para esta liga, ni el λ de 2.16 de El Cuantitativo ni el precio 1.48 de El Analista de Mercado procesan que Amaury Morales está fuera hasta enero de 2027 y que Rotondi es duda, dos bajas ofensivas del local. Ambos panelistas reconocieron explícitamente esta grieta y bajaron su confianza de forma notable (El Cuantitativo de 0.75 a 0.52, El Analista de Mercado de 0.78 a 0.58), aunque mantuvieron sus distribuciones porque no tenían otra fuente calibrada que citar. El otro cambio decisivo vino de El Scout de Contexto, que tras ser confrontado por inconsistencia entre su propia evidencia (Atlas 4º con forma WLWW vs Cruz Azul 10º con dos derrotas) y su distribución inicial de 40% al local, corrigió en dos pasos hasta llegar a 20% local / 40% empate / 40% visitante, justificando el ajuste con la evidencia de bajas ofensivas y el momentum de tabla.
El desacuerdo que persiste sin resolverse gira en torno a cuánto peso merece la prima relativa del mercado hacia el visitante (15.4% frente al 12.2% del modelo): El Analista de Mercado reconoció esa brecha como una señal legítima pero no se movió de su propia distribución de odds, mientras que El Cuantitativo admitió que el ratio de tasas de gol de su modelo (2.16 a 0.81) es más marcado que el diferencial de xG subyacente, sin poder corregirlo por falta de una fuente alternativa calibrada. Este punto queda abierto porque ninguno de los dos anclas cuantitativas tenía autoridad ni evidencia propia para desplazarse más allá de reconocer la limitación.
En los mercados secundarios hubo más acuerdo: la probabilidad de Over 2.5 (55%) y de que ambos anoten (54%) reflejan un consenso más estable entre los tres panelistas con evidencia directa, apoyado en que ninguno de los dos equipos ha mantenido la portería en cero de forma consistente esta temporada.