Por qué Kelly completo destruye bankrolls reales
Un joven apostador mexicano me escribió hace un año con un plan que le parecía infalible. Había leído sobre Kelly, calculado que su edge esperado era del 4% en moneylines NCAAF, y pensaba apostar aproximadamente el 8% de su bankroll en cada ticket identificado. Me pidió feedback antes de empezar la temporada. Le contesté con una pregunta: ¿cuánto está dispuesto a ver caer tu bankroll durante una racha negativa que ocurrirá con certeza matemática varias veces al año? Ese mismo día me mandó sus números y dejó Kelly completo en la carpeta de ideas descartadas.
El Criterio de Kelly es una fórmula matemática desarrollada en los años cincuenta que calcula el tamaño óptimo de apuesta para maximizar el crecimiento geométrico del bankroll a largo plazo. La lógica subyacente es elegante: dados una probabilidad estimada de ganar y los momios ofrecidos, Kelly entrega el porcentaje específico del bankroll que genera crecimiento máximo sostenible. En teoría es la herramienta definitiva de sizing.
La teoría tiene un problema crítico cuando se aplica a apuestas deportivas reales. Kelly asume que la probabilidad estimada es precisa. En apuestas moneyline NCAAF, donde el apostador construye su estimación con modelos imperfectos, información asimétrica y sesgo personal, la probabilidad real puede diferir sustancialmente de la estimada. Kelly completo aplicado con estimaciones sobreoptimistas destruye bankrolls reales con rapidez quirúrgica. La fórmula no tolera errores — amplifica cada desvío entre probabilidad estimada y real en la dirección equivocada.
Fórmula Kelly para momios americanos
La fórmula estándar de Kelly es conceptualmente sencilla pero requiere cuidado al aplicarse a momios americanos. Lo que cambia es la conversión entre el momio y el payoff neto por unidad apostada, que no es idéntico entre formatos de cotización.
La forma general es: fracción de bankroll a apostar igual a la probabilidad de ganar multiplicada por el payoff neto, menos la probabilidad de perder, dividido entre el payoff neto. En notación más accesible: si tu probabilidad estimada de ganar es p, la probabilidad de perder es q (igual a 1 menos p), y el payoff neto por unidad apostada es b, entonces la fracción Kelly es p por b menos q, dividido entre b.
Para aplicar a momios americanos necesitamos primero traducirlos a payoff neto por unidad. Un favorito a −200 paga 0,5 unidades netas por cada unidad apostada (apuestas 200 para ganar 100 = payoff neto de 0,5 por unidad). Un underdog a +180 paga 1,8 unidades netas por cada unidad apostada (apuestas 100 para ganar 180 = payoff neto de 1,8).
Ejemplo numérico completo. Supongamos que un partido NCAAF tiene momios de +150 al underdog, y nuestro modelo estima que la probabilidad real de victoria del underdog es del 45%. La probabilidad implícita del momio es 40% exacto, así que nuestro edge teórico es 5 puntos porcentuales. Aplicando Kelly: p igual a 0,45, q igual a 0,55, b igual a 1,5 (payoff neto del +150). La fracción Kelly completa es 0,45 por 1,5 menos 0,55, todo dividido entre 1,5 — que da 0,675 menos 0,55, dividido entre 1,5 — resultado aproximado de 0,083, es decir 8,3% del bankroll.
Un 8,3% del bankroll por ticket es stake alto. Para apostador con bankroll de 10 000 pesos, equivale a ticket de 830 pesos. Si el apostador coloca cinco tickets similares en una semana con el mismo perfil de Kelly completo, está exponiendo 41,5% del bankroll en siete días. Las rachas negativas de cinco apuestas seguidas perdidas — estadísticamente probables incluso con EV positivo — generarían pérdida del 35% del bankroll en una semana. Pocos apostadores pueden mantener disciplina emocional bajo esa volatilidad.
Fracción recomendada: un cuarto y media Kelly
La solución práctica al problema de Kelly completo es usar fracciones del resultado. Las dos fracciones más comunes entre apostadores serios son media Kelly y cuarto Kelly, con cuarto Kelly siendo la más conservadora y media Kelly un término medio entre agresividad y protección.
Aplicar media Kelly al ejemplo anterior llevaría el stake del 8,3% al 4,15% del bankroll — ticket de 415 pesos sobre bankroll de 10 000. Esa reducción preserva aproximadamente el 75% del crecimiento esperado a largo plazo de Kelly completo, pero reduce la varianza significativamente. El bankroll cae menos bruscamente durante rachas negativas, y las recuperaciones son más manejables.
Aplicar cuarto Kelly al mismo ejemplo reduce el stake al 2,08% — ticket de 208 pesos. El crecimiento esperado cae a aproximadamente la mitad del de Kelly completo, pero la volatilidad se reduce en proporción mayor. Para apostadores con tolerancia emocional limitada o con bankroll que no pueden permitirse reconstruir, cuarto Kelly es el estándar recomendable.
Elegir entre media y cuarto Kelly depende de tres factores. Primero, la calidad del modelo propio — apostadores con modelos validados durante varias temporadas pueden operar con media Kelly con más confianza. Apostadores recientes o con modelos no probados deberían empezar con cuarto. Segundo, el tamaño del bankroll relativo al ingreso — si perder el bankroll implicaría estrés financiero significativo, cuarto es más prudente. Tercero, la frecuencia de apuesta — apostadores que colocan muchos tickets por semana acumulan exposición más rápido y deberían usar fracciones más conservadoras.
Una recomendación personal basada en años de observar apostadores hispanos: empezar con octavo Kelly durante las primeras dos temporadas completas. Sí, octavo. Suena ridículamente conservador, pero es la forma de sobrevivir los errores de principiante sin destruir bankroll. Apostar el 1% del bankroll en vez del 8% durante la curva de aprendizaje preserva capital para cuando las habilidades realmente se estabilicen. Escalar a cuarto o media Kelly es decisión para año tres o cuatro, no para el inicio.
Sensibilidad al error de probabilidad
La sensibilidad de Kelly al error en la estimación de probabilidad es el punto técnico más importante y menos discutido. Pequeños desvíos entre probabilidad estimada y probabilidad real producen desvíos desproporcionados en el sizing sugerido por la fórmula.
Volvamos al ejemplo numérico. El modelo estima 45% de probabilidad real para un underdog a +150, lo que Kelly completo traduce a 8,3% de bankroll. Si la probabilidad real fuera 43% — error de solo 2 puntos porcentuales —, Kelly completo correcto sería 4,7% de bankroll. El apostador que aplicó 8,3% sobre una estimación ligeramente optimista está apostando casi el doble de lo recomendable. Sus rachas negativas se amplifican.
Si el error es mayor — probabilidad real de 40% exacto, igualando la implícita del momio —, el EV real es cero y Kelly correcto es no apostar. El apostador que colocó 8,3% cree estar maximizando crecimiento cuando en realidad está quemando stake sin edge real. Esta asimetría entre error de estimación y consecuencia de sizing es la razón por la que fracciones reducidas no son precaución excesiva — son ajuste racional por la incertidumbre inherente al modelado.
El spread promedio de 2024 cayó a 10,44 puntos — mínimo de los últimos 40 años en NCAAF. Esa compresión estructural de los spreads implica que los márgenes reales entre equipos se han estrechado, y por tanto las estimaciones de probabilidad construidas sobre datos históricos de años previos pueden tener más error en el contexto actual. Esta consideración refuerza el argumento de usar fracciones conservadoras — el entorno del mercado ha cambiado y las estimaciones de probabilidad tienen más ruido relativo que hace una década.
Una práctica útil: antes de aplicar Kelly al sizing de un ticket, el apostador debería preguntarse cuánto confianza tiene en su estimación de probabilidad. Si la respuesta sincera es baja — el modelo no está validado, el matchup tiene variables atípicas, la muestra estadística del equipo es reducida —, el stake debe ser considerablemente menor al que Kelly sugiere. La fórmula es herramienta de optimización bajo supuesto de precisión de inputs; si los inputs son inciertos, la herramienta debe ajustarse.
Caso práctico: aplicar media Kelly en un underdog +180
Voy a desarrollar un caso concreto completo para mostrar cómo se aplica Kelly en la práctica real de un apostador hispano de NCAAF con bankroll mediano.
Situación. Bankroll actual de 15 000 pesos. Partido de sábado entre un equipo Big Ten favorito y uno de ACC como underdog. Los momios publicados son −220 al favorito y +180 al underdog. El modelo propio del apostador, validado durante dos temporadas, estima que la probabilidad real de victoria del underdog es 40%. La implícita del +180 es 35,71%. El edge teórico es 4,29 puntos porcentuales — razonable para considerar apuesta.
Primer paso: calcular Kelly completo. Probabilidad de ganar 0,40, probabilidad de perder 0,60, payoff neto del +180 igual a 1,8. Kelly completo igual a 0,40 por 1,8 menos 0,60, dividido entre 1,8 — resultado 0,72 menos 0,60, dividido entre 1,8 — aproximadamente 0,0667, es decir 6,67% del bankroll. Sobre 15 000 pesos, serían 1 000 pesos de stake.
Segundo paso: aplicar media Kelly. La mitad de 6,67% es 3,33%, que sobre 15 000 pesos son 500 pesos de stake. Esta es la cifra que el apostador mediano con modelo validado usaría.
Tercer paso: revisar contexto. Antes de cerrar, el apostador se hace las preguntas de validación. ¿El modelo tiene buena historia en este tipo de matchup Big Ten vs ACC? ¿Hay lesiones recientes que puedan afectar la estimación? ¿La línea se ha movido desde ayer indicando información pública reciente? ¿El matchup tiene particularidades — primer partido de la temporada, bowl game, sede neutral — que reduzcan la aplicabilidad del modelo general? Si alguna de estas respuestas genera duda significativa, reduce el stake a cuarto Kelly — 250 pesos en este caso.
Cuarto paso: cerrar el ticket. El apostador coloca 500 pesos al +180. Si el underdog gana, el payout es 500 pesos por 1,8 más el stake original — 1 400 pesos totales, ganancia neta de 900 pesos. Si pierde, la pérdida es los 500 pesos completos. El bankroll post-ticket es 15 900 o 14 500 dependiendo del resultado.
Quinto paso: registrar en el diario. Independientemente del resultado, el apostador anota el ticket con fecha, matchup, momios, probabilidad estimada, stake, resultado y reflexión breve sobre el proceso de decisión. Este registro es el input para evaluar si la estrategia de Kelly fraccional está funcionando a nivel agregado, no ticket por ticket. Para integrar esta disciplina de Kelly dentro de un marco analítico más amplio de EV y valor esperado, la guía de valor esperado en apuestas moneyline NCAAF aporta las herramientas de cálculo de probabilidad justa que alimentan el input p de la fórmula de Kelly.
Preguntas frecuentes
Dos preguntas que recogen las dudas más frecuentes del apostador hispano que empieza a trabajar Kelly como método de sizing después de haber operado con stakes intuitivos.
