Sports Performance Engine

Python LightGBM XGBoost Elo rating football-data.co.uk API-Football FastAPI

Motor de predicción de resultados (1X2) de LaLiga entrenado con más de 6.000 partidos reales de 16 temporadas (football-data.co.uk, datos públicos). Features con higiene temporal estricta: rating Elo calculado partido a partido, forma reciente, goles y tiros a puerta rolling. Ensemble LightGBM + XGBoost con split temporal (test = temporadas 24/25 y 25/26). La evaluación es deliberadamente honesta: se compara contra las probabilidades implícitas de las cuotas de cierre (Pinnacle/B365, margen descontado), que son el techo práctico de esta tarea porque el mercado agrega información que las estadísticas públicas no tienen (alineaciones, lesiones, dinero informado). Resultado: el modelo recupera la mayor parte del edge del mercado usando solo datos públicos, quedando a 2.2 puntos de accuracy del cierre de los bookies.

Resultados

52.6%

accuracy del modelo (test 24/25-25/26)
vs 54.9% del mercado (cuotas de cierre) y 46.7% del baseline ingenuo

6.031

partidos REALES
16 temporadas de LaLiga · football-data.co.uk · split temporal

−2.2 pp

gap honesto vs bookies
el mercado es el techo práctico; el modelo solo usa stats públicas

Elo + forma

features con higiene temporal
rating Elo partido a partido, sin filtración de futuro

Funcionalidades implementadas

✓ Datos reales StatsBomb. Entrenado sobre StatsBomb Open Data con estadísticas de evento de LaLiga y Champions League, las más detalladas del mundo del fútbol.
✓ Ensemble LightGBM + XGBoost. Dos modelos optimizados con Optuna se combinan en ensemble pesado. La predicción final combina la fortaleza de ambos algoritmos.
✓ Explicabilidad por partido. SHAP TreeExplainer desglosa cada predicción: qué features empujaron hacia victoria local, empate o visitante y en qué medida.
✓ Rolling stats temporales. Las features capturan la forma reciente del equipo (últimos 5/10 partidos) con medias móviles de xG, presiones y posesión.