Criterio de Kelly en Apuestas: Fórmula, Variantes y Aplicación Paso a Paso

Updated julio 2026
Licensed
Available in US
Fast payouts
18+ Only
Want more predictions?
Join our Telegram channel
Join

Contenido

Cuaderno abierto con fórmulas matemáticas junto a un balón de baloncesto sobre un escritorio

Apostar Proporcionalmente al Valor: La Idea de Kelly

En 1956, un investigador de los Bell Labs llamado John L. Kelly Jr. publicó un paper que cambiaría para siempre la forma de gestionar capital en entornos de incertidumbre. Su idea era elegante: si conoces tu ventaja sobre la casa, existe una fracción óptima de tu bankroll que maximiza el crecimiento a largo plazo. Apostar más te expone a la ruina; apostar menos deja beneficio sobre la mesa. El punto exacto entre ambos extremos es el criterio de Kelly.

Descubrí Kelly en mi tercer año como apostador, cuando ya tenía suficientes datos propios para saber que mi proceso generaba valor positivo pero mis ganancias no crecían como esperaba. El problema no era mi selección de apuestas – era el tamaño de mis apuestas. Apostaba cantidades planas sin considerar cuánto valor tenía cada apuesta individual. Kelly me enseñó que una apuesta con mucho valor merece más capital que una con poco valor, y que esa proporcionalidad – aplicada de forma disciplinada – acelera el crecimiento del bankroll de manera significativa.

Lo que me atrajo de Kelly es que no es una opinión ni una preferencia – es una demostración matemática. Kelly demostró que su fracción es la única que maximiza el logaritmo del bankroll a largo plazo. Cualquier cantidad mayor te acerca a la ruina; cualquier cantidad menor deja crecimiento sin capturar. Esa elegancia teórica, sin embargo, choca con la realidad práctica de formas que exploraremos en detalle.

La Fórmula Completa: Variables, Cálculo y Ejemplo NBA

La fórmula de Kelly en su versión para apuestas es: f = (bp – q) / b. Donde f es la fracción del bankroll a apostar, b es la cuota decimal menos 1 (el beneficio neto por unidad apostada), p es tu probabilidad estimada de ganar, y q es la probabilidad de perder (1 – p).

Vamos con un ejemplo concreto. Encuentras un spread NBA donde tu modelo te da un 56% de probabilidad de acertar (p = 0.56, q = 0.44). La cuota es 1.91, así que b = 0.91. Aplicamos: f = (0.91 x 0.56 – 0.44) / 0.91 = (0.5096 – 0.44) / 0.91 = 0.0696 / 0.91 = 0.0765. Kelly dice que apuestes el 7.65% de tu bankroll en esta apuesta.

Otro ejemplo con más valor. Encuentras un moneyline de underdog a cuota 2.50 (b = 1.50) y estimas su probabilidad de ganar en 45% (p = 0.45, q = 0.55). f = (1.50 x 0.45 – 0.55) / 1.50 = (0.675 – 0.55) / 1.50 = 0.125 / 1.50 = 0.0833. Kelly recomienda el 8.33% del bankroll – más que en el ejemplo anterior porque, aunque la probabilidad de ganar es menor, el beneficio potencial es mayor y el valor detectado es más amplio.

Y un ejemplo sin valor. Mismo spread a 1.91, pero tu probabilidad estimada es solo del 51% (p = 0.51, q = 0.49). f = (0.91 x 0.51 – 0.49) / 0.91 = (0.4641 – 0.49) / 0.91 = -0.0259 / 0.91 = -0.028. Resultado negativo. Kelly te dice que no apuestes – no hay valor suficiente para justificar el riesgo. Este es el poder real de la fórmula: no solo te dice cuánto apostar, te dice cuándo no apostar.

Un detalle que muchos tutoriales omiten: la sensibilidad de Kelly a la estimación de probabilidad. Si en el primer ejemplo cambias tu estimación del 56% al 53% – apenas tres puntos porcentuales de diferencia -, el tamaño de la apuesta cae del 7.65% al 3.3% del bankroll. Y si bajas al 52%, Kelly sugiere apenas el 2.2%. Esto significa que la precisión de tu estimación importa enormemente. Un error del 3-4% en tu estimación puede hacerte apostar el doble o la mitad de lo óptimo. Por eso Kelly exige datos fiables – sin ellos, la fórmula te dará números, pero esos números no reflejarán la realidad.

Kelly Fraccionario: Seguridad vs. Crecimiento

Si el Kelly completo te parece agresivo – y debería parecértelo – , bienvenido al club. Casi ningún apostador profesional usa Kelly al 100%. La razón es que las estimaciones de probabilidad nunca son perfectas, y un error del 3-4% en tu estimación puede convertir una apuesta «óptima» en una sobreexposición peligrosa.

La solución estándar es el Kelly fraccionario: apostar una fracción del Kelly completo – típicamente un cuarto (1/4 Kelly) o la mitad (1/2 Kelly). Si Kelly completo dice 8%, el medio Kelly dice 4%, y el cuarto Kelly dice 2%. La reducción sacrifica velocidad de crecimiento a cambio de protección contra errores de estimación.

En mi práctica uso un cuarto de Kelly para apuestas donde mi confianza en la estimación es moderada, y medio Kelly cuando la señal es fuerte – discrepancia grande entre mi modelo y la línea, confirmada por movimiento de línea favorable. Nunca uso Kelly completo. Los datos de la industria muestran que los parlays tienen un hold del 18-24% – imagina lo que pasa si aplicaras Kelly a un parlay donde sobreestimas tu edge en un 5%. La ruina llegaría rápido.

La variabilidad de tus estimaciones es el factor clave para elegir tu fracción de Kelly. Si tu modelo tiene un error medio del 2-3% en la estimación de probabilidades, medio Kelly es razonable. Si el error medio es del 5% o más – normal en apostadores sin modelo cuantitativo – , un cuarto de Kelly o menos es lo prudente. La fórmula es tan buena como los datos que le alimentas. Un buen ejercicio: compara tus estimaciones pasadas con las probabilidades de cierre del mercado. La diferencia media te dará una idea realista de la precisión de tus estimaciones y, por tanto, de qué fracción de Kelly es apropiada para tu nivel actual.

Un aspecto que pocos mencionan: Kelly asume que puedes apostar una fracción exacta de tu bankroll en cada apuesta. En la práctica, los importes mínimos de apuesta, las fluctuaciones del bankroll entre apuestas pendientes de resolución, y la necesidad de redondear cantidades hacen que la aplicación sea aproximada. No te obsesiones con calcular el 7.65% exacto – lo importante es el principio: apuestas más grandes cuando hay más valor, más pequeñas cuando hay menos, y cero cuando no hay valor. Esa disciplina, más que la fórmula exacta, es lo que Kelly te enseña. Para un marco completo de gestión de capital que integra Kelly con otras estrategias, la guía de gestión del bankroll NBA lo cubre en profundidad.

¿Es seguro usar Kelly completo o conviene una fracción?

El Kelly completo es demasiado agresivo para la mayoría de apostadores porque asume que tus estimaciones de probabilidad son perfectas – y nunca lo son. Un error del 3-5% en tu estimación puede provocar sobreexposición y pérdidas severas. La práctica estándar entre profesionales es usar entre un cuarto y medio Kelly, lo que sacrifica velocidad de crecimiento a cambio de protección contra errores de estimación.

¿Kelly funciona para parlays o solo para apuestas simples?

Kelly se puede aplicar a cualquier tipo de apuesta, pero en parlays el problema no es la fórmula sino la estimación de probabilidad. Estimar la probabilidad conjunta de un parlay requiere evaluar correctamente cada selección individual y su correlación – algo significativamente más difícil que evaluar una sola apuesta. Dado que los parlays ya tienen hold del 18-24%, cualquier error en la estimación se amplifica. En la práctica, Kelly es más fiable y seguro aplicado a apuestas directas.

Artículo

Over/Under en la NBA

No Importa Quién Gane — Importa Cuántos Puntos Se Anotan Hay noches en la NBA en las que no tengo ni la más remota idea de quién va a ganar.…

Contenido creado por el equipo de CanastaPro