Power rankings de Euroliga: construir tu propio ranking predictivo
Cargando...
La revelación que me dio el primer modelo que construí
El modelo tenía errores. Era una hoja de cálculo con fórmulas en cadena que yo mismo había escrito tras un fin de semana largo. Pero el lunes siguiente el ranking me dijo que Partizan, oficialmente 8º de la clasificación, jugaba estadísticamente como un 3º. Tres jornadas después Partizan ganó en Kaunas, en Estambul y en Bolonia. El modelo veía algo que la tabla no contaba.
Los power rankings propios son una de las inversiones de tiempo más rentables que puede hacer un apostador serio de Euroliga. No porque sean perfectos — los modelos propios casi nunca lo son — sino porque te obligan a entender qué variables mueven realmente un partido. Esta guía es el recorrido que me sirvió para empezar.
Qué es un power ranking y para qué sirve
Un power ranking es una clasificación de equipos ordenada por fortaleza relativa estimada, no por resultados. La diferencia es clave. La clasificación oficial te dice quién ha ganado más partidos. El power ranking te dice quién debería ganar si todos los equipos jugaran entre sí el mismo número de veces en condiciones neutras.
La utilidad para apostar es directa. Si tu power ranking dice que el equipo A es 4 puntos por partido mejor que el equipo B, cuando se enfrenten con factor cancha al equipo B (habitualmente 3 puntos para el local en Euroliga) la línea esperada estaría alrededor de A -1 (favorito visitante por 1 punto). Si la casa cotiza A +1,5 (equipo A underdog de 1,5 con la línea), hay discrepancia. O tu modelo tiene razón y la casa está pagando valor al A, o la casa tiene razón y tu modelo está mal calibrado. El ejercicio de ir comparando tu modelo con las cuotas te enseña dónde tienes edge genuino y dónde sobreestimas tu capacidad.
Los power rankings se construyen habitualmente a partir de datos de rendimiento por posesión — no por partido, no por cuartos. La razón es que el ritmo de juego (pace) varía tanto entre equipos que las estadísticas de «puntos por partido» comparan peras con manzanas. «Puntos por 100 posesiones» es el common denominator.
Los inputs básicos: ORTG, DRTG y pace
Los tres datos que forman la columna vertebral de cualquier power ranking razonable.
ORTG (Offensive Rating) es el número de puntos que un equipo anota por cada 100 posesiones. Mide la eficiencia ofensiva. En Euroliga 2025-26 el mejor ORTG ronda 116-118 y el peor 98-102. La diferencia entre el mejor y el peor ofensivo es de aproximadamente 18-20 puntos por 100 posesiones, que trasladado a un partido típico (73 posesiones) son unos 13-15 puntos de diferencia ofensiva pura.
DRTG (Defensive Rating) es el número de puntos que un equipo concede por cada 100 posesiones. Mide la eficiencia defensiva. El mejor DRTG ronda 99-101 y el peor 114-116. Similar rango de dispersión.
Pace es el número de posesiones por 40 minutos. En Euroliga la media está en 73-74 y el rango entre el equipo más rápido y el más lento suele ser de 5-7 posesiones. El pace no mide fortaleza; mide estilo. Un equipo lento puede ser excelente (Olympiacos históricamente) y uno rápido puede ser débil.
Net Rating es la diferencia ORTG menos DRTG. Es el indicador global de fortaleza por 100 posesiones. Un Net Rating de +10 significa que el equipo es 10 puntos por 100 posesiones mejor que la media. En un partido típico de 73 posesiones, esto se traduce en aproximadamente 7,3 puntos de ventaja esperada por encima del rival medio en cancha neutra.
Datos adicionales útiles si quieres refinar. Porcentajes de tiro (eFG%), tasas de pérdida (TOV%), rebote ofensivo (ORB%), tiros libres por tiro de campo (FT rate). Son los llamados «Four Factors» de Dean Oliver, que descomponen el éxito ofensivo y defensivo en sus componentes primarios.
El ajuste por strength of schedule
Los datos brutos no bastan. Un equipo puede tener Net Rating alto porque ha jugado contra rivales débiles, y uno bajo porque le ha tocado calendario duro. Ajustar por strength of schedule (SOS) es la diferencia entre un modelo útil y uno que canta.
El principio es iterativo. Primer paso, calculas Net Rating bruto para cada equipo con los partidos jugados hasta la fecha. Segundo paso, calculas el Net Rating medio de los rivales que cada equipo ha enfrentado. Tercer paso, ajustas el Net Rating de cada equipo sumando o restando la diferencia entre el Net Rating medio de sus rivales y el Net Rating medio de la liga.
Ejemplo simple. Equipo A tiene Net Rating bruto +6. Ha jugado contra rivales cuyo Net Rating medio es -2 (rivales débiles). El Net Rating medio de la liga es 0. Entonces el Net Rating ajustado del equipo A es +6 + (0 – (-2)) = +6 + 2 = +8. El equipo ha jugado mejor de lo que indica su número bruto porque ha jugado contra inferiores.
Para hacer esto bien necesitas iterar. El Net Rating ajustado del primer paso cambia el cálculo del SOS del segundo paso, que a su vez cambia los Net Rating ajustados. Normalmente en 4-5 iteraciones los números convergen.
Factor cancha. La Euroliga tiene un factor cancha histórico de aproximadamente 3 puntos por partido. La asistencia récord de la fase regular 2024-25 — 3.039.060 espectadores acumulados con 10.589 de media por partido — refleja ambientes de pabellón muy calientes que tienen efecto real en el rendimiento. Tu modelo debe corregir los resultados como visitante sumando 3 al Net Rating del visitante y restando 3 al del local. Sin ese ajuste, los equipos que juegan más fuera se ven castigados artificialmente.
Convertir el ranking en probabilidad de victoria
El paso final. Tener un número de Net Rating ajustado por equipo es útil pero no te da probabilidad de victoria directa. Hay que traducirlo.
La fórmula empírica que funciona razonablemente para baloncesto europeo: diferencia de Net Rating ajustado × (posesiones esperadas / 100) = margen esperado del partido. Luego se aplica una conversión de margen a probabilidad asumiendo una distribución normal con desviación típica de aproximadamente 11-12 puntos.
Ejemplo. Real Madrid (Net Rating +9) vs Bayern (Net Rating +2) en Madrid. Partido con pace esperado de 73 posesiones. Factor cancha 3 a favor del Madrid. Diferencia ajustada: (9 + 3) – 2 = 10. Margen esperado: 10 × (73/100) = 7,3 puntos a favor del Madrid.
Convertir 7,3 puntos de margen esperado a probabilidad de victoria. Asumiendo distribución normal con sigma de 11,5, la probabilidad de victoria del Madrid es aproximadamente 74%. La cuota justa sería 1/0,74 = 1,35.
Si la casa cotiza el Madrid a 1,45 (cuota implícita 69%), tu modelo dice que hay valor al Madrid. Si cotiza a 1,28 (78%), no hay valor. Si cotiza al 1,35-1,38 exacto, el mercado coincide contigo y no hay discrepancia accionable.
Dos matices importantes. La sigma de 11-12 puntos es una estimación gruesa; equipos irregulares tienen sigma mayor y viceversa. Y el modelo es ciego a información cualitativa (lesiones, doble jornada, moral) que tienes que superponer manualmente antes de decidir apostar. El modelo es una herramienta, no un oráculo. Andreas Krannich, vicepresidente ejecutivo de Integrity Services de Sportradar, describe bien el principio general aplicable a cualquier sistema de monitoreo: The relative stabilisation of suspicious match numbers in 2025 is encouraging, yet it reinforces the importance of continued vigilance. Match-fixing remains an evolving threat, and sustained investment in technology, intelligence, education, and collaboration is essential to staying ahead of those seeking to corrupt sport
. La lógica vale para nuestro caso de trabajo — un modelo calibrado requiere vigilancia y actualización constante.
Para ver cómo este ranking encaja con el método completo de selección la guía de value betting aplicado a Euroliga recoge los pasos siguientes.
Preguntas frecuentes
¿Qué datos necesito para empezar mi modelo?
Con tres columnas básicas por equipo bastan para arrancar: ORTG, DRTG y pace de los últimos partidos (10-15 jornadas o toda la temporada actual). Estos datos se encuentran gratis en webs estadísticas de baloncesto europeo. A partir de ahí puedes calcular Net Rating ajustado con factor cancha y empezar a generar tus primeras predicciones.
¿Con qué frecuencia actualizo los rankings?
Recalculo después de cada jornada completa, típicamente dos veces por semana en Euroliga (martes y viernes). Actualizar con más frecuencia no añade valor porque la muestra por partido es pequeña y el ruido domina. Actualizar con menos frecuencia hace que te pierdas cambios reales de forma. Dos updates semanales es el ritmo que suelo mantener durante toda la temporada.
Creado por la redacción de «Apuestas Euroliga».
