Recopila los datos crudos
Sin datos, no hay juego. Busca las tablas de hits, outs, era y, sobre todo, los eventos raros como lanzamientos intencionales. Descarga los CSV de MLB, raspa las APIs de estadísticas y guarda todo en una base ligera. No te quedes con la media histórica; los outliers son la savia del modelo.
Transforma a características explotables
Aquí está el trato: convierte cada juego en una fila con variables como “carga del bullpen”, “temperatura del estadio” y “distancia de vuelo”. Usa rolls de 5 juegos para capturar rachas; emplea one‑hot para la zona horaria y normaliza los innings con z‑score. Si una columna suena a “cosa”, descarta o combina. La magia ocurre cuando el ruido se vuelve señal.
Escoge el algoritmo que rompe la banca
Los árboles de decisión se ven bonitos, pero los ensamblados tipo XGBoost son la navaja suiza de los apostadores. Configura 500‑700 árboles, una profundidad de 6 y una tasa de aprendizaje de 0.03. Si te sientes audaz, prueba redes LSTM para capturar la secuencia temporal; sin embargo, no juegues a ser Frankenstein con cuántos parámetros. Mantén la simplicidad bajo control y evalúa con AUC.
Valida con rigor estadístico
Olvida la validación simple del 80/20; haz cross‑validation de 10 folds y añade bootstrapping para medir la varianza. Usa la curva de ganancia para transformar la probabilidad en expectativa de apuesta. Si el modelo supera el 55 % de acierto en juegos con línea de -1.5, ya estás ganando. No te conformes con métricas abstractas; la rentabilidad es la única que cuenta.
Implementa y automatiza
Mira: una vez que la pipeline esté lista, conéctala a una API que saque los precios en tiempo real de apuesta-mlb.com. Programa alertas por Slack cuando la probabilidad supere el umbral del 70 % y deja que el bot coloque la apuesta en segundos. La velocidad es tan crucial como la precisión; el mercado se mueve más rápido que un slider de pitcher.
Acción final
No esperes a que el modelo sea perfecto; pon a prueba una versión beta en una cuenta de bajo riesgo y ajusta en vivo. Cada error es una pista, cada victoria una prueba de concepto. Así que abre tu editor, escribe el primer script y comienza a apostar con datos, no con corazonadas.