Hay un número que los mejores modelos de predicción de fútbol utilizan más que cualquier otra estadística. No es la posesión de balón. No son los goles marcados la temporada pasada. No es el puesto en la tabla. Es el rating Elo: un sistema nacido en el ajedrez que, adaptado al fútbol, se ha convertido en uno de los predictores más fiables de la fuerza real de un equipo.
En AIBG PICKS, el Elo forma parte del núcleo de nuestro modelo de ensemble. Sobre 671 picks verificados con 55.5% de win rate y +6.3% de ROI, el Elo es uno de los sub-modelos que nos ayuda a identificar dónde el mercado se equivoca.
Qué es el Rating Elo
El sistema Elo fue creado en los años 60 por el físico húngaro-americano Arpad Elo para la Federación Internacional de Ajedrez. Su objetivo era simple: cuantificar la habilidad de un jugador en un único número, y actualizarlo automáticamente después de cada partida.
La idea clave: no todas las victorias valen igual. Ganar a un rival fuerte vale más que ganar a uno débil. Y perder contra un rival superior penaliza menos que perder contra un inferior.
Intuición del sistema Elo
Equipo A tiene Elo 1600. Equipo B tiene Elo 1400. Si A gana, gana pocos puntos (era el esperado). Si B gana, gana muchos puntos (fue una sorpresa). El sistema siempre refleja si el resultado fue esperado o inesperado.
Cuando este sistema se adaptó al fútbol, surgió una métrica potente: un número que captura la fuerza acumulada de cada equipo, partido a partido, durante años.
La Fórmula del Elo
La mecánica es elegante. Después de cada partido, el Elo de cada equipo se actualiza con esta fórmula:
El "Resultado Esperado" es la clave. Se calcula con la diferencia de Elo entre los dos equipos, y da la probabilidad de que tu equipo gane según sus ratings actuales.
Ejemplo numérico
Equipo A (Elo 1550) vs Equipo B (Elo 1450):
Resultado Esperado para A = 1 / (1 + 10^((1450 − 1550) / 400)) = 1 / (1 + 10^(−0.25)) = 64%
Si A gana: Elo nuevo de A = 1550 + 30 × (1 − 0.64) = 1550 + 10.8 = 1561
Si B gana (sorpresa): Elo nuevo de B = 1450 + 30 × (1 − 0.36) = 1450 + 19.2 = 1469 (+19 por la sorpresa)
Este mecanismo hace que el Elo sea autocorrectivo: los equipos que rinden por encima de lo esperado suben, y los que decepcionan bajan, sin que ningún comité tenga que decidir nada.
Por Qué el Elo Supera a la Tabla de Clasificación
La tabla de clasificación tiene un defecto fundamental: trata todas las victorias igual. Ganar 1-0 al líder de la liga vale exactamente los mismos 3 puntos que ganar 5-0 al colista.
El Elo corrige eso en tres frentes:
Las 3 ventajas del Elo sobre la tabla
1. Calidad de rivales: Un equipo que acumula sus puntos contra rivales fuertes tiene Elo más alto que uno que los gana contra débiles, aunque ambos tengan los mismos puntos en la tabla.
2. Localía ajustada: Los modelos de Elo para fútbol añaden típicamente entre +50 y +100 puntos al equipo local para compensar la ventaja de jugar en casa, calibrada empíricamente.
3. Historial largo: El Elo acumula información de temporadas pasadas (especialmente el yElo — Elo anual), lo que ayuda a detectar equipos con trayectoria sólida que pasan por un bache puntual en la tabla.
64%
Prob. de victoria con +100 Elo
+200
Elo = ~76% de probabilidad
50%
Prob. cuando Elo idéntico
Estos porcentajes son la base para detectar value: cuando el mercado paga cuotas que implican menos probabilidad que la que marca el Elo, hay edge potencial.
sElo vs yElo: Dos Ventanas Temporales
En el modelo AIBG, utilizamos dos variantes del Elo con horizontes temporales distintos, porque cada una captura información diferente:
📊 sElo — Elo de temporada (season Elo)
Se reinicia al inicio de cada temporada con el Elo heredado del año anterior. Captura el rendimiento reciente dentro de la temporada en curso. Es sensible a rachas actuales, lesiones de jugadores clave, y cambios de entrenador. Muy útil en la primera mitad de temporada cuando los equipos están calibrando su forma.
📈 yElo — Elo anual (yearly Elo)
Acumula información de varios años sin reiniciarse. Captura la solidez estructural del club: plantilla, presupuesto, cultura de victoria. Menos volátil que el sElo. Muy útil para detectar equipos históricamente fuertes que pasan por un bache temporal en la tabla.
Cuándo confiar más en cada uno: Si un equipo tiene sElo bajo pero yElo alto, puede ser un bache pasajero en un club sólido — value potencial en el mercado que los sobrepenaliza. Si sElo es alto pero yElo es bajo, puede ser un falso positivo de una racha caliente que no refleja calidad estructural.
El Elo en el Modelo AIBG: Ejemplo Real
El Elo no opera solo en nuestro sistema. Es uno de los inputs del modelo ensemble junto a xG, resultados recientes, condición de localía y otros factores. Cuando varios sub-modelos coinciden, la señal es más fuerte.
Aquí un ejemplo del tipo de análisis que hace el modelo:
Análisis con Elo — Ejemplo de pick
PartidoEquipo A (casa) vs Equipo B (visitante)
sElo diferencialA: 1580 | B: 1420 → +160 Elo a favor de A
Prob. Elo (con ajuste local)≈ 72% de victoria local
Cuota del mercado (1X2)1.65 → implica 60.6% de probabilidad
Edge detectado+11.4% — el mercado subestima al local
El dato crucial: la cuota de 1.65 implica 60.6%, pero el Elo + ensemble dicen 72%. Esa brecha de 11 puntos porcentuales es el edge. El mercado no ha incorporado correctamente la diferencia de fuerza real entre ambos equipos.
Sobre 671 picks en nuestro historial, este tipo de divergencia entre Elo y precio de mercado ha generado un +6.3% de ROI sostenido. No es casualidad: es el Elo haciendo su trabajo.
Limitaciones del Elo: Lo Que No Ve
El Elo es potente pero no omnisciente. Hay situaciones donde falla sistemáticamente:
Cuando el Elo puede engañarte
Equipos recién ascendidos: Su Elo inicial en la nueva categoría suele ser bajo, pero si vienen con un proyecto sólido, el sistema tarda varias jornadas en recalibrarse. Puede subestimarlos.
Partidos de Copa / Champions vs liga: El Elo de liga no captura motivación diferencial. Un equipo puede rotar titulares en liga para guardar fuerzas para Champions — el Elo no lo sabe.
Cambios de entrenador recientes: Un cambio de técnico puede transformar a un equipo rápidamente, pero el Elo tardará 5-10 partidos en reflejarlo completamente.
Sample size pequeño: En las primeras 5 jornadas de temporada, el sElo tiene poca información. El yElo es más fiable en ese período.
Tip Práctico: Cómo Usar el Elo para Detectar Value
Si quieres incorporar el Elo a tu propio análisis de apuestas, sigue este proceso de tres pasos:
Plan de acción con Elo
1. Calcula la probabilidad implícita de la cuota: Divide 1 entre la cuota decimal. Cuota 2.10 → 47.6% de probabilidad implícita.
2. Convierte el diferencial de Elo en probabilidad: Usa la fórmula Prob = 1 / (1 + 10^(ΔElo/400)). Un +150 Elo ≈ 68% de probabilidad de victoria, +100 ≈ 64%, +50 ≈ 57%.
3. Busca la brecha: Si la probabilidad del Elo es 68% y la cuota implica solo 55%, hay un edge potencial de +13 puntos porcentuales. Ese es el tipo de divergencia que busca AIBG — y sobre más de 670 picks, ese proceso funciona.
Regla de oro: El Elo es un punto de partida, no un oráculo. Combínalo siempre con xG reciente, contexto del partido (motivación, fatiga, localía real) y la acción del mercado. Cuando varios indicadores apuntan en la misma dirección, el edge es más robusto.
¿Quieres ver el Elo en acción?
En AIBG PICKS publicamos picks con edge calculado usando Elo, xG y un ensemble de sub-modelos. 671 picks verificados, +6.3% ROI. Todo gratis en Telegram.
Volver al Blog
There is a number that the best football prediction models rely on more than any other statistic. Not possession. Not goals scored last season. Not league position. It's the Elo rating: a system born in chess that, adapted to football, has become one of the most reliable indicators of a team's true strength.
At AIBG PICKS, Elo is part of the core of our ensemble model. Across 671 verified picks with a 55.5% win rate and +6.3% ROI, Elo is one of the sub-models that helps us identify where the market is mispricing teams.
What is an Elo Rating?
The Elo system was created in the 1960s by Hungarian-American physicist Arpad Elo for the World Chess Federation. Its goal was simple: quantify a player's skill in a single number and update it automatically after every game.
The key idea: not all wins are equal. Beating a strong opponent earns more points than beating a weak one. And losing to a superior team is penalised less than losing to an inferior one.
The Elo intuition
Team A has Elo 1600. Team B has Elo 1400. If A wins, it gains few points (expected outcome). If B wins, it gains many points (the upset). The system always reflects whether the result was expected or surprising.
When this system was adapted to football, a powerful metric emerged: a number that captures the accumulated strength of each team, match by match, across years.
The Elo Formula
The mechanics are elegant. After every match, each team's Elo is updated with this formula:
The "Expected Result" is the key. It is calculated from the Elo difference between the two teams and gives the probability that your team wins according to their current ratings.
Numerical example
Team A (Elo 1550) vs Team B (Elo 1450):
Expected Result for A = 1 / (1 + 10^((1450 − 1550) / 400)) = 1 / (1 + 10^(−0.25)) = 64%
If A wins: New Elo for A = 1550 + 30 × (1 − 0.64) = 1550 + 10.8 = 1561
If B wins (upset): New Elo for B = 1450 + 30 × (1 − 0.36) = 1450 + 19.2 = 1469 (+19 for the surprise)
This mechanism makes Elo self-correcting: teams that outperform expectations rise, and those that underperform fall — no committee needed to decide anything.
Why Elo Beats the League Table
The league table has one fundamental flaw: all wins are treated equally. Beating the league leader 1-0 earns exactly the same 3 points as beating the bottom side 5-0.
Elo fixes this on three fronts:
Elo's 3 advantages over the table
1. Opponent quality: A team that accumulates points against strong rivals has a higher Elo than one that beats weak opponents, even if both have the same number of points in the table.
2. Home advantage adjustment: Football Elo models typically add between +50 and +100 points to the home team to compensate for home advantage, calibrated empirically.
3. Long history: Elo accumulates information from past seasons (especially yElo — yearly Elo), which helps detect historically strong clubs going through a temporary rough patch in the table.
64%
Win prob. with +100 Elo gap
+200
Elo gap ≈ 76% probability
50%
Prob. when Elo is identical
These percentages are the basis for detecting value: when the market offers odds implying less probability than the Elo says, there is potential edge.
sElo vs yElo: Two Time Windows
In the AIBG model, we use two Elo variants with different time horizons, because each captures different information:
📊 sElo — Season Elo
Resets at the start of each season with the inherited Elo from the previous year. Captures recent performance within the current season. Sensitive to current form, key player injuries, and manager changes. Very useful in the first half of the season while teams are calibrating their form.
📈 yElo — Yearly Elo
Accumulates information across multiple years without resetting. Captures the structural solidity of the club: squad depth, budget, winning culture. Less volatile than sElo. Very useful for detecting historically strong teams going through a temporary table slump.
When to trust each one: If a team has low sElo but high yElo, it may be a temporary blip from a solid club — potential value in a market that over-penalises them. If sElo is high but yElo is low, it may be a false positive from a hot streak that doesn't reflect structural quality.
Elo in the AIBG Model: Real Example
Elo does not operate alone in our system. It is one of the inputs to the ensemble model alongside xG, recent results, home advantage, and other factors. When multiple sub-models agree, the signal is stronger.
Here is an example of the type of analysis the model performs:
Elo-Based Analysis — Sample pick
MatchTeam A (home) vs Team B (away)
sElo differentialA: 1580 | B: 1420 → +160 Elo in A's favour
Elo probability (with home adj.)≈ 72% home win probability
Market odds (1X2)1.65 → implies 60.6% probability
Detected edge+11.4% — market underestimates the home side
The crucial figure: the 1.65 odds imply 60.6%, but Elo + ensemble say 72%. That gap of 11 percentage points is the edge. The market has not correctly priced the true strength difference between these two teams.
Across 671 picks in our history, this type of divergence between Elo and market price has generated a sustained +6.3% ROI. That is not luck — it is Elo doing its job.
Elo's Limitations: What It Cannot See
Elo is powerful but not omniscient. There are situations where it fails systematically:
When Elo can mislead you
Newly promoted teams: Their initial Elo in the new division tends to be low, but if they come with a solid project the system takes several matchdays to recalibrate. It may underestimate them.
Cup / Champions League vs league: League Elo does not capture differential motivation. A team can rotate its squad in the league to save legs for the Champions League — the Elo does not know that.
Recent manager changes: A new head coach can transform a team quickly, but Elo will take 5–10 matches to fully reflect it.
Small sample size: In the first 5 matchdays of the season, sElo has limited information. yElo is more reliable during that period.
Practical Tip: Using Elo to Spot Value
If you want to incorporate Elo into your own betting analysis, follow this three-step process:
Elo action plan
1. Calculate the implied probability from the odds: Divide 1 by the decimal odds. Odds of 2.10 → 47.6% implied probability.
2. Convert the Elo differential into a probability: Use the formula Prob = 1 / (1 + 10^(ΔElo/400)). A +150 Elo gap ≈ 68% win probability, +100 ≈ 64%, +50 ≈ 57%.
3. Look for the gap: If the Elo probability is 68% and the odds imply only 55%, there is a potential edge of +13 percentage points. That is the type of divergence AIBG looks for — and across more than 670 picks, that process works.
Golden rule: Elo is a starting point, not an oracle. Always combine it with recent xG, match context (motivation, fatigue, true home advantage) and market movement. When several indicators point in the same direction, the edge is more robust.
Want to see Elo in action?
At AIBG PICKS we publish picks with edge calculated using Elo, xG and an ensemble of sub-models. 671 verified picks, +6.3% ROI. All free on Telegram.
Back to Blog