emezac/football-lstm-predictor

Football LSTM Predictor

Modelo LSTM para predicción de resultados de fútbol (Local/Empate/Visita) basado en evidencia académica.

📚 Fundamento Teórico

Basado en papers revisados:

1. Walsh & Joshi (2023) - arxiv:2303.06021

   • La CALIBRACIÓN es más importante que la precisión para apostar
   • Modelo por calibración: ROI +34.69% vs Modelo por precisión: ROI -35.17%

2. Beal et al. (2020) - arxiv:2012.04380

   • Ensemble de Dixon-Coles + momios + NLP = 63.18% precisión en Premier League

3. Habib (2025) - arxiv:2508.02725

   • LSTM + Brier Loss = mejor calibración (Brier 0.1589)

📊 Resultados

Métrica	Modelo LSTM	Bookmakers
Precisión total	56.8%	60.0%
Precisión Local	63.4%	82.4%
Precisión Empate	22.4%	0.0%
Precisión Visita	68.8%	65.6%
Brier Score	0.1959	0.1776

🔑 Hallazgo Crítico

El modelo está aprendiendo los momios, no información nueva. La correlación entre probabilidades del modelo y momios es r=0.93.

Los bookmakers ya capturan casi toda la información pública. El límite teórico es ~60-65%.

💡 Estrategia que Funciona

Apostar solo con alta confianza (>45%):

• 117 partidos (41% del total)
• 75.2% de precisión
• +11% ROI

🚀 Para Superar el 54%

1. NO competir con bookmakers en precisión → buscar VALOR en momios mal calibrados
2. Usar el modelo como FILTRO → solo apostar cuando predice DIFERENTE al bookmaker con confianza > 50%
3. Agregar features exclusivas: xG, datos de tracking, lesiones en tiempo real
4. Mercados menos eficientes: ligas menores, Championship, Eredivisie
5. Arbitrage de información: datos que bookmakers ven con delay

📁 Archivos

• model.py - Arquitectura LSTM con Brier Loss
• features.py - Feature engineering (Elo ratings, forma, estadísticas)
• train.py - Entrenamiento del modelo
• evaluate.py - Evaluación vs bookmakers con Kelly Criterion

🛠️ Uso

# Descargar datos de football-data.co.uk
wget https://www.football-data.co.uk/mmz4281/2324/E0.csv

# Generar features
python features.py

# Entrenar modelo
python train.py

# Evaluar
python evaluate.py

📖 Dataset

5 temporadas Premier League (2019-2024) = 1,900 partidos

Features:

• Elo ratings (K=40, home advantage=65)
• Forma últimos 5 partidos (puntos, goles)
• Momios implícitos de Bet365
• Ventaja de localía

📄 Licencia

MIT