xG aplicado a apuestas de LaLiga: goles esperados sin ilusiones
El mejor atajo cuantitativo, también el más mal interpretado
El día que descubrí el xG – hace bastantes temporadas – pensé que había encontrado la clave secreta. Me metí en foros, bajé hojas de cálculo y durante un par de meses aposté basándome casi exclusivamente en xG acumulado de los últimos cinco partidos. Resultado: pérdidas cuidadosas y repetidas. No porque el xG no funcionara, sino porque yo lo estaba usando como oráculo cuando era una herramienta descriptiva.
El xG – expected goals, goles esperados – es la mejor herramienta cuantitativa accesible para un apostador de LaLiga. También es la que más errores provoca cuando se entiende mal. Es una métrica de la calidad del volumen ofensivo basada en la probabilidad histórica de gol de cada remate según su contexto (distancia, ángulo, parte del cuerpo, tipo de pase previo). No es una predicción; es una descripción refinada del pasado que ayuda a proyectar el futuro.
Este artículo explica qué es el xG, cómo usarlo para apuestas over/under, cómo interpretar las discrepancias entre xG y goles reales, cuáles son sus limitaciones y cómo aplicarlo a un partido concreto de LaLiga sin caer en la ilusión del modelo perfecto.
Qué es el xG exactamente
Cada vez que un jugador remata, hay una probabilidad histórica de que ese tipo de remate termine en gol. Un disparo desde dentro del área pequeña, centrado, tras pase atrás, tiene una probabilidad histórica cercana al 40%. Un disparo desde fuera del área, con pierna no dominante y con un defensor delante, tiene una probabilidad del 3% o 4%. El xG asigna a cada remate un valor entre 0 y 1 basado en esas probabilidades históricas, y suma esos valores para obtener el xG total del equipo en el partido.
Si el Real Madrid hace diez remates en un partido con valores xG de 0.05, 0.08, 0.12, 0.04, 0.18, 0.22, 0.06, 0.09, 0.15 y 0.03, el xG acumulado es 1.02. Eso significa que un equipo promedio, con ese mismo conjunto de ocasiones, marcaría un gol. Si el Madrid acabó marcando dos, sobrerrendió; si acabó marcando cero, infrarrendió. En ambos casos, el xG dice lo mismo: la calidad del volumen ofensivo generado corresponde a un gol.
El concepto es potente porque separa lo que un equipo hizo de lo que consiguió. Dos equipos con un 2-0 a favor pueden tener xG muy distintos: uno 1.8 (dominio claro materializado) y otro 0.7 (dominio menor, goles fortuitos). El primero está rindiendo de forma sostenible; el segundo está sobre-rindiendo y es más probable que baje en siguientes partidos.
xG y over/under: la aplicación más directa
Sumar el xG promedio de dos equipos da una estimación razonable del total de goles esperados en su enfrentamiento. Si el Barcelona promedia 2,1 xG por partido y el Getafe permite 1,3 xG en contra por partido, la suma ajustada (con ponderaciones locales y visitantes) da una expectativa cercana a 2,5-2,8 goles totales. Eso alinea directamente con la línea 2,5 del mercado.
El truco operativo es comparar la expectativa de xG ajustado con la cuota implícita del over/under. Si el over 2,5 paga 1.85 – probabilidad implícita del 54% – pero tu modelo xG sugiere una probabilidad real del 62%, hay valor en la apuesta. Si el xG sugiere 48%, mejor pasar o ir al under.
LaLiga 2024/25 terminó con una media de 2,62 goles por partido, así que el valor esperado medio de un partido de la competición está ligeramente por encima de la línea 2,5. Pero el promedio esconde dispersión: hay enfrentamientos entre ataques frágiles que rondan los 1,8 goles esperados y hay partidos tipo Barcelona-Valencia 7-1 donde la expectativa estaba por encima de 3,5. El trabajo del apostador informado es identificar dónde el xG sugiere una expectativa diferente de la línea del mercado.
Sobrerrendimiento y subrendimiento: la clave que nadie mira bien
Un equipo que marca más goles de los que su xG sugiere está sobrerrindiendo. Un equipo que marca menos está infrarrindiendo. A corto plazo, esas desviaciones son frecuentes y pueden durar varios partidos. A medio plazo – cinco a diez partidos – tienden a regresar a la media. Apostar sabiendo en qué lado de esa desviación está cada equipo es una fuente sistemática de valor.
En LaLiga, es común ver a un delantero de primer nivel como Kylian Mbappé, que cerró el Pichichi 2024/25 con 31 goles, sobrerrendir respecto a su xG. Los grandes rematadores no son grandes solo por el volumen de ocasiones, sino por la eficiencia con la que convierten las que tienen. Mbappé, Lewandowski y otros goleadores elite suelen tener tasas de conversión por encima de la media, y apostar a que «regresan» a la media puede ser un error si el modelo de xG no tiene en cuenta la calidad específica del rematador.
Un equipo entero puede infrarrendir durante un tramo. Si el Athletic lleva ocho partidos generando 1,5 xG por partido pero solo marcando 0,9 goles de media, la regresión estadística favorece apostar al Athletic en sus próximos partidos – o al menos a sus over en mercados individuales de jugador. Lo contrario también vale: un equipo que marca 1,8 goles por partido con solo 1,1 xG está cabalgando una racha que probablemente termine.
Las limitaciones que el apostador honesto admite
El xG tiene tres limitaciones importantes. La primera es que no todos los modelos son iguales. Los proveedores de xG (Opta, StatsBomb, Understat, entre otros) usan algoritmos distintos y sus valores no son directamente comparables. Un xG de 1,5 en un modelo puede ser 1,3 en otro. Para apostar con xG hay que elegir una fuente y usarla consistentemente, no mezclar valores de dos modelos distintos.
La segunda limitación es la varianza sobre muestras pequeñas. El xG es una expectativa estadística que tiene significado sobre muchas repeticiones. Aplicar el xG de los últimos tres partidos a la proyección del siguiente es un ejercicio de poca fiabilidad, porque tres partidos son una muestra demasiado pequeña. Lo razonable es trabajar con ventanas de cinco a diez partidos, con ponderación temporal hacia los más recientes.
La tercera limitación es el contexto que el xG no captura. Cambios de entrenador, lesiones clave, fichajes de invierno, cansancio acumulado por Champions, motivación específica – ninguno de estos factores entra directamente en un cálculo de xG. El xG es un input al análisis, no el análisis completo. Apostar usando solo xG y sin leer el contexto del partido es mejor que apostar sin nada, pero bastante peor que apostar usando xG como una de varias capas.
Un caso de LaLiga con datos coherentes
Imagina un enfrentamiento Villarreal-Real Sociedad. El Villarreal promedia en sus últimos ocho partidos 1,7 xG a favor y 1,2 xG en contra, con balance en casa ligeramente mejor. La Real Sociedad tiene 1,4 xG a favor y 1,3 xG en contra, con rendimiento visitante algo por debajo de su media global. Ponderando local-visitante, la expectativa conjunta de goles esperados podría quedar en 2,7-2,9.
La casa ofrece over 2,5 a cuota 1.75 – probabilidad implícita 57,14%. Si tu modelo sugiere una probabilidad real cercana al 62-65% de que el partido supere 2,5 goles (consistente con una expectativa media de 2,8 y distribución razonable), la apuesta al over tiene valor. No garantía – valor. Es decir, si repites esta apuesta muchas veces en situaciones similares, a largo plazo ganas más que la cuota descuenta.
La ejecución ideal no es apostar solo a ese over. Es combinar ese análisis con el margen del operador, la liquidez del mercado y tu gestión de bankroll general. El xG es una capa que se suma a otras, no un sustituto del resto del análisis. El xG es una herramienta más dentro del marco general de cuotas y value en LaLiga y funciona mejor combinado con otros elementos.
¿Dónde consulto xG fiable de LaLiga?
Los proveedores más utilizados son Opta, StatsBomb y Understat. Opta es el proveedor oficial de muchos operadores y cadenas televisivas; StatsBomb es popular en análisis avanzado; Understat ofrece datos gratuitos con detalle por partido y por jugador. Lo importante es elegir una fuente y usarla consistentemente – no mezclar valores de dos proveedores distintos, porque los modelos son diferentes y los valores no son directamente comparables.
¿El xG funciona para apostar al Pichichi?
Funciona mejor como filtro que como predictor. El xG de cada jugador indica la calidad del volumen ofensivo personal y es un buen indicador de sostenibilidad de racha. Pero el Pichichi depende mucho de la eficiencia realizadora individual (algunos delanteros sobrerrinden de forma sostenida por calidad técnica superior) y de factores como penaltis asignados, minutos jugados y rotaciones por competición europea – factores que el xG no captura.
Creado por la redacción de «Apuestas Liga Española».
