Nuestros pronósticos MLS no son opiniones: son el resultado de un modelo con seis variables
En Dimers insisten en que su modelo es «100% objetivo, basado en modelado estadístico», contrapuesto a los analistas que se apoyan en narrativa y sentimiento. Comparto esa filosofía aunque con un matiz: un modelo estadístico sin interpretación contextual es un mapa sin brújula. Nuestros pronósticos de temporada combinan seis variables cuantificables con el contexto que solo da seguir la MLS partido a partido durante nueve años.
La MLS promedió 3.0 goles por partido en 2025. El BTTS se produjo en el 60% de los encuentros. Los locales ganaron el 44% de las veces. Esos son los parámetros generales de la liga, pero un pronóstico útil necesita ir mucho más allá: necesita decirnos qué equipos van a superar esos promedios, cuáles van a quedarse por debajo y por qué.
Lo que diferencia un pronóstico de temporada de un pronóstico diario es el horizonte: estamos estimando tendencias de 34 jornadas, no el resultado de un partido aislado. La varianza de un solo partido es enorme; la varianza de 34 se suaviza. Y ahí es donde el modelo gana terreno a la intuición.
Las seis variables que alimentan nuestro modelo de pronósticos MLS
Variable uno: goles esperados acumulados. No los goles reales sino los xG, que miden la calidad de las ocasiones generadas y concedidas. Un equipo que genera consistentemente más xG de los que marca está en proceso de corrección al alza — es solo cuestión de tiempo. Los xG acumulados de pretemporada y las primeras ocho jornadas forman la base del modelo.
Variable dos: rendimiento como local y visitante. El 44% de victorias locales es la media, pero la dispersión entre equipos es enorme. Nuestro modelo asigna a cada equipo un multiplicador de local y visitante basado en su historial de las últimas dos temporadas. Los equipos que cambian de estadio o de entrenador reciben un ajuste que suaviza los datos históricos.
Variable tres: profundidad de plantilla ajustada al salary cap. Los equipos que gestionan bien su cap — usando GAM y TAM de forma eficiente — mantienen un rendimiento más estable cuando rotan. Nuestro modelo penaliza a los equipos con alta dependencia de sus Designated Players, porque la ausencia de un DP tiene un impacto desproporcionado en la MLS.
Variable cuatro: factor calendario. Incluye distancia de viaje, días de descanso entre partidos y cambios de huso horario. Entre el 58% y el 64% de los partidos terminan con Over 2.5, pero ese porcentaje sube cuando el visitante tiene menos de tres días de descanso y baja en partidos tras pausa internacional.
Variable cinco: estado de forma ponderado. No todas las jornadas pesan igual. Las más recientes tienen un peso del 40%, las anteriores un 35% y las más antiguas un 25%. Esto permite que el modelo se adapte a cambios de rendimiento — fichajes, lesiones, cambios tácticos — sin perder la base estadística de la temporada.
Variable seis: presión competitiva. Un equipo en zona de playoffs con un margen de dos puntos sobre el noveno no rinde igual que uno con la clasificación asegurada. Nuestro modelo ajusta las expectativas en función de la posición relativa en la tabla y la importancia del partido para ambos equipos.
Tendencias por conferencia: dónde los pronósticos son más fiables
No todas las conferencias de la MLS son iguales para los pronósticos, y reconocer esa diferencia mejora la precisión del modelo de forma medible.
La Conferencia Este ha tendido a ser más predecible en las últimas tres temporadas. Los equipos de cabeza mantienen su posición con más consistencia y los resultados entre equipos de nivel similar siguen patrones más estables. Mi tasa de acierto en pronósticos del Este supera a la del Oeste en cinco o seis puntos porcentuales, y no creo que sea casualidad.
La Conferencia Oeste es más volátil. Los viajes son más largos — Seattle a Los Ángeles es relativamente corto, pero Seattle a Dallas o a Houston implica distancias y cambios climáticos significativos. Esa volatilidad se traduce en más sorpresas, más upsets y más dificultad para el modelo. No es que el Oeste sea imposible de pronosticar, pero requiere que el modelo pondere más el factor viaje y menos el historial general.
Los partidos entre conferencias — equipos del Este visitando al Oeste y viceversa — son los más difíciles de pronosticar con precisión. Los equipos se enfrentan una o dos veces por temporada, lo que deja pocos datos directos para alimentar el modelo. En estos partidos, el peso del factor viaje y el perfil táctico de cada equipo domina sobre el historial de enfrentamientos.
Un ajuste que he incorporado en las últimas dos temporadas: cuando los datos de conferencia no son suficientes, recurro a métricas comparativas indirectas. Si un equipo del Este tiene un perfil ofensivo similar a un equipo del Oeste que ya se ha enfrentado al rival en cuestión, uso ese enfrentamiento como referencia cruzada. No es perfecto, pero es mejor que ignorar el dato por falta de enfrentamientos directos.
Cómo leer nuestros pronósticos y convertirlos en apuestas
Un pronóstico de temporada no es un pick. Es una estimación de tendencia que debes traducir a oportunidades de apuesta específicas.
Cuando nuestro modelo proyecta que un equipo terminará la temporada con un promedio de goles superior a 3.0, eso no significa que debas apostar al Over 2.5 en cada uno de sus partidos. Significa que los partidos de ese equipo tienen una predisposición estadística hacia el Over que puedes explotar cuando las cuotas lo respaldan. Si la cuota del Over 2.5 está en 1.80 para un equipo que nuestro modelo sitúa en 3.2 goles por partido, hay valor. Si la cuota baja a 1.35, el valor ha desaparecido.
Los pronósticos de temporada también sirven para identificar equipos sobrevalorados e infravalorados en los mercados futures. El mercado de apuestas en Estados Unidos alcanzó los 16.960 millones de dólares en 2025, pero una parte considerable de ese volumen se concentra en los equipos más populares. Los equipos populares tienden a tener cuotas más ajustadas — demasiados apostadores recreativos apuestan por nombre, lo que comprime las cuotas del favorito. Nuestros pronósticos identifican los equipos cuyo rendimiento proyectado supera la expectativa del mercado, y esos son los candidatos para apuestas de valor. Para ver cómo se traduce esto en selecciones diarias, los pronósticos diarios de la MLS aterrizan las tendencias de temporada en el partido a partido.
Preguntas sobre pronósticos de la MLS
Los pronósticos de temporada generan expectativas que conviene calibrar desde el principio.