Nuestra Historia

De una Raspberry Pi con 4GB de RAM a un sistema de 6 modelos ML que genera valor real. Esta es nuestra historia.

La Trayectoria

12+ años al otro lado de la mesa

La mayoría de los tipsters aprendieron las apuestas desde fuera. Libros, YouTube, prueba y error. Yo no. Lo aprendí desde dentro.

Llevo más de 12 años dentro de la industria del betting deportivo — no como apostador, sino como el que está al otro lado. Fijando las cuotas. Gestionando el riesgo. Construyendo los mismos sistemas que tú intentas batir cuando apuestas.

Head of Motorsports Trading
Construí un departamento de trading de motor desde cero. F1, MotoGP, NASCAR, IndyCar — pricing carrera a carrera, trading en vivo, gestión de riesgo basada en modelos. Si alguna vez apostaste en un Gran Premio, yo estaba al otro lado.
Trader Deportivo y Analista de Riesgo
Cuatro años como analista in-play y trader en las grandes ligas europeas. Ajustando cuotas en tiempo real, gestionando exposición, identificando dinero inteligente. Ves muy rápido quién apuesta por valor real y quién simplemente está quemando dinero.

Cuando decidí construir AIBG PICKS, no estaba intentando descifrar una caja negra. Ya sabía qué había dentro. Sabía cómo se construyen las cuotas, dónde fallan los modelos, dónde el público crea ineficiencias. Eso es el edge real — y lo convertí en sistema.

El Origen

Finales de 2023 · La chispa que lo inició todo

Después de 12 años viendo cómo funciona la industria desde dentro, una pregunta me fue consumiendo poco a poco: ¿qué pasaría si usara todo esto para mí mismo?

Sabía exactamente cómo se construyen las cuotas. Había pasado años viendo dónde los modelos se quedaban cortos, dónde las apuestas del público distorsionaban los precios, dónde el mercado tardaba en reaccionar. No eran conceptos abstractos — eran mi realidad diaria.

Los mercados de apuestas tienen ineficiencias. Las cuotas no siempre reflejan la probabilidad real. A veces porque el mercado reacciona tarde. Otras porque la masa apuesta con emoción, no con matemática. Y cuando conoces los mecanismos desde dentro, esos huecos los ves más claros que nadie apostando desde fuera.

La pregunta no era si existía edge. Eso ya lo sabía. La pregunta era: ¿puedo construir un sistema automático para encontrarlo consistentemente — sin el equipo de 50 personas de un sportsbook?

Esa pregunta se convirtió en obsesión. Y esa obsesión se convirtió en AIBG PICKS.

La Raspberry Pi

Primavera 2024 · Construyendo lo imposible con casi nada

Las especificaciones
Raspberry Pi 400 · 4GB RAM · ARM Cortex-A72 · Tarjeta SD de 128GB

No tenía presupuesto para servidores en la nube. No tenía GPUs de miles de euros. Tenía una Raspberry Pi 400 — básicamente un teclado con un ordenador dentro — y ganas de demostrar que se podía hacer.

4GB de RAM. Para que te hagas una idea: un XGBoost cargando datos puede comerse 2-3GB él solo. Entrenar 6 modelos en paralelo era imposible. Tuve que aprender a ser muy creativo.

Optimización de memoria extrema
Cargaba datos en chunks pequeños. Entrenaba un modelo, guardaba resultados, liberaba memoria, seguía con el siguiente. Un proceso de 15 minutos en un servidor normal tardaba 3 horas en la Pi.
Entrenamientos nocturnos
Ponía los modelos a entrenar antes de irme a dormir. Me levantaba a las 7 AM con la esperanza de ver resultados. A veces funcionaba. A veces había crasheado a las 4 AM por falta de memoria. Vuelta a empezar.
Ingeniería de características manual
Con recursos limitados, cada variable importaba. Calculé a mano qué features tenían más impacto predictivo. Menos potencia, más inteligencia.

Pero funcionó. Los modelos convergían. Las predicciones eran coherentes. Y cuando comparé mis probabilidades calculadas con las cuotas del mercado... había edges reales.

"Las limitaciones te obligan a ser mejor. No tenía potencia bruta, así que tuve que ser inteligente."

Los 6 Modelos

Por qué cada uno ve el fútbol de forma diferente

Un solo modelo puede ser brillante en ciertos escenarios y fallar en otros. Un ensemble de 6 modelos diferentes, cada uno con su propia "visión" del juego, es donde está el verdadero poder.

Poisson
El clásico. Asume que los goles siguen una distribución estadística predecible basada en tasas de ataque y defensa. Brillante para mercados Over/Under y BTTS.
Bayesian Network
Maneja incertidumbre como ningún otro. Actualiza probabilidades cuando hay nueva información (lesiones, clima, cambios de alineación). Esencial para picks en vivo.
Dixon-Coles
Evolución del Poisson diseñada específicamente para fútbol. Ajusta para partidos de bajo scoring (0-0, 1-0) donde Poisson falla. Time-decay incluido: partidos recientes pesan más.
Elo Rating
Ratings dinámicos de equipos que evolucionan con cada partido. Un equipo que gana contra un rival fuerte sube más que ganando a uno débil. Simple, pero increíblemente efectivo.
Random Forest
Analiza 50+ variables simultáneamente: forma reciente, H2H, lesiones, clima, descanso entre partidos. Encuentra patrones que los modelos estadísticos tradicionales no ven.
XGBoost
El heavy hitter. Gradient boosting optimizado que aprende de los errores de iteraciones previas. Selección automática de features. El modelo más preciso en backtesting.

No usamos un solo modelo. Usamos el consenso ponderado de los 6. Cuando todos coinciden, la confianza es máxima. Cuando discrepan, sabemos que hay más incertidumbre. Esa información es tan valiosa como la predicción misma.

El Salto

Verano 2024 · Cuando la visión superó las limitaciones

La Raspberry Pi me enseñó a ser eficiente. Pero llegó un momento en que la eficiencia sola no era suficiente. Quería hacer backtesting de 10 años de datos. Probar más modelos. Iterar rápido. La Pi simplemente no daba más.

No podía esperar 3 horas por cada entrenamiento. No podía arriesgarme a un crash a mitad de proceso. Necesitaba potencia de verdad.

NucBox M5 Plus
AMD Ryzen 7 5825U · 64GB RAM (16x más que la Pi) · 2TB NVMe · Ubuntu Server 24.04

El cambio fue transformador. Lo que tardaba 3 horas ahora tardaba 12 minutos. Podía entrenar los 6 modelos en paralelo. Cargar datasets completos en memoria. Experimentar sin miedo al crash.

Pero lo más importante: podía automatizar. Cron jobs para scraping de datos. Scripts para actualización de modelos. Pipelines de detección de edge en tiempo real. El sistema pasó de manual a completamente autónomo.

"La Raspberry Pi me enseñó a pensar. La NucBox me permitió escalar."

La Transparencia Total

Por qué cada pick es público y rastreado

El mundo del tipster está lleno de humo. Gente que publica solo las victorias. Screenshots editados. Récords inventados. Vi demasiado de eso desde el otro lado de la industria, y decidí que AIBG PICKS sería exactamente lo contrario.

Desde el primer día, mi regla fue simple: todo se publica, todo se rastrea, nada se oculta.

1. Cada pick publicado ANTES del evento
No hay "picks retrospectivos". Si no está en el canal de Telegram con timestamp verificable antes del kickoff, no cuenta.
2. Victorias Y derrotas tracked
No escondemos los picks perdidos. El track record incluye cada resultado, sin excepción. W-L-V público y actualizado diariamente.
3. Edge calculado y publicado
No solo decimos "apuesta esto". Explicamos por qué: probabilidad calculada, cuota implícita, edge estimado. Educación, no solo picks.
4. API pública con todos los datos
Cualquiera puede consultar nuestro API y verificar cada estadística. ROI, win rate, profit/loss, todo computable independientemente.
Los números actuales (190+ picks rastreados)
96W-86L-3V · +13.80 unidades de profit · 6.77% ROI · Cada pick verificable

¿Por qué tanta transparencia? Porque el value betting funciona a largo plazo, no en 10 picks. No necesito ocultar nada. La matemática hace su trabajo sola. Muestro las rachas perdedoras porque existen. Muestro las ganadoras sin exagerarlas.

Mi track record no es perfecto. Pero es real. Y eso vale infinitamente más que cualquier screenshot.

La Visión

Hacia dónde vamos desde aquí

AIBG PICKS empezó como un experimento personal. Se convirtió en un sistema que funciona. Ahora quiero que sea una comunidad de gente que entiende que las apuestas no son suerte — son matemática aplicada.

Mi misión no es solo publicar picks. Es enseñar a apostar con valor. Explicar por qué el 95% de los apostadores pierde incluso cuando acierta. Demostrar que el edge, no la intuición, es lo que separa a los ganadores del resto a largo plazo.

Los próximos pasos:

Expandir a más deportes
Baloncesto, tenis, e-sports. El framework de 6 modelos es adaptable. Solo necesitamos datos históricos suficientes.
Picks en vivo (live betting)
Las cuotas cambian durante el partido. Las ineficiencias se amplifican. Queremos detectar edges en tiempo real.
Comunidad de aprendizaje
No solo picks. Workshops sobre gestión de bankroll, psicología de apuestas, interpretación de modelos. Queremos elevar el nivel.
Open source (eventualmente)
Cuando el sistema esté maduro, queremos liberar parte del código. Que otros aprendan, mejoren, construyan sobre lo que hicimos.
"Empecé con una Raspberry Pi y una idea. No sé dónde terminará esto. Pero sé que el camino merece la pena."

Esto no es una startup de Silicon Valley con millones en funding. Es un proyecto construido por una persona, por pasión, sostenido por resultados e impulsado por transparencia. Y eso es exactamente lo que lo hace especial.

Únete a la Historia

Picks diarios, edge calculado, transparencia total. Gratis en Telegram.

Unirse a @AIBG126