Chelsea genera 1.99 goles esperados por partido en la temporada 2025/26 según datos de OddAlerts. Eso significa que, basándose en la calidad y cantidad de ocasiones que crea, debería marcar casi dos goles por encuentro. Sin embargo, lo que muestran los marcadores reales no siempre coincide con lo que predice el modelo — y en esa discrepancia es donde vive el valor para el apostador.
Llevo años usando el xG como herramienta principal de análisis y puedo afirmar que es el indicador más fiable que existe para evaluar el rendimiento real de un equipo por encima del ruido de los resultados puntuales. No es perfecto — ninguna métrica lo es — pero separa la señal del ruido mejor que cualquier alternativa.
Qué mide el xG y cómo se calcula
Recuerdo la primera vez que vi una tabla de xG. Me pareció brujería — números decimales asignados a cada disparo, como si alguien pudiera cuantificar la probabilidad exacta de un gol. Después entendí que no era brujería sino estadística aplicada con rigor, y cambió mi forma de ver el fútbol y las apuestas para siempre.
El xG — expected goals o goles esperados — asigna a cada disparo una probabilidad de terminar en gol basándose en datos históricos. Un penalti tiene un xG aproximado de 0.76: el 76% de los penaltis se convierten en gol. Un cabezazo desde fuera del área pequeña tiene un xG de 0.04. Un disparo solo contra el portero desde dentro del área tiene un xG de 0.45. Los modelos procesan cada disparo de cada partido y suman los valores para obtener el xG total de un equipo.
Las variables que alimentan el cálculo incluyen la distancia al arco, el ángulo de disparo, la parte del cuerpo utilizada, si fue un disparo directo o tras control, la velocidad del juego precedente y la posición de los defensores. Los modelos más avanzados incorporan incluso la presión defensiva y el tipo de pase previo. Cada proveedor — Opta, StatsBomb, Understat — usa su propio modelo con ligeras variaciones, lo que explica por qué las cifras difieren entre fuentes.
Lo importante para el apostador no es entender cada variable del modelo sino entender qué representa el número final: la calidad de las ocasiones que genera o concede un equipo, independientemente de si el balón entró o no. Un equipo con un xG de 1.80 que solo marca un gol está jugando bien pero teniendo mala suerte. Un equipo con un xG de 0.90 que marca dos goles está jugando mal pero teniendo buena suerte. Y la suerte, por definición, se corrige con el tiempo.
Sobrerendimiento y subrendimiento: cuando los goles no reflejan la calidad
Manchester City ha anotado 60 goles con un xG de 56.54 en la temporada 2025/26 — un sobrerendimiento de +3.5 goles según OddAlerts. Esto significa que el City está marcando ligeramente por encima de lo que sus ocasiones justifican. En el otro extremo, Crystal Palace ha marcado 33 goles con un xG de 46.27 — un subrendimiento brutal de -13.3 goles.
Martin Elliott, Director de Medios de SBC Media, señaló que «la persona más importante en un club de la Premier League ya no es el entrenador ni el delantero estrella, es el Director Comercial». Lo mismo aplica al análisis de apuestas: el dato más importante no es cuántos goles marca un equipo sino cuántos debería marcar según la calidad de sus ocasiones.
¿Por qué importa el sobrerendimiento para las apuestas? Porque es temporal. Los estudios muestran que el xG predice los goles futuros mejor que los goles pasados — un equipo que sobrerrinde tiende a regresar a su media de xG, y un equipo que subrrinde tiende a mejorar sus números reales. Crystal Palace, con sus -13.3 goles de subrendimiento, es un caso extremo: si empieza a convertir sus ocasiones a un ritmo normal, sus resultados mejorarán incluso sin jugar mejor. Las cuotas, que reflejan los resultados reales y no el xG, estarán desajustadas.
El City presenta el caso opuesto. Su sobrerendimiento de +3.5 es moderado y sostenible — la calidad individual de sus delanteros justifica parte del exceso. Pero un sobrerendimiento de +10 o más, como ocurre a veces con equipos de mitad de tabla que tienen una racha goleadora, es una señal roja: las cuotas seguirán reflejando esa racha mientras dure, y cuando se corrija — que lo hará — el valor estará en apostar contra el equipo sobrerendidor.
Cómo usar xG en mercados Over/Under, BTTS y handicap
Arsenal tiene la mejor defensa por xGA con 0.88 goles esperados en contra por partido — una cifra excepcional que no he visto muchas veces en mis años de análisis. Este dato tiene aplicaciones directas en al menos tres mercados distintos.
Para el Over/Under, sumo el xG del equipo atacante y el xGA del equipo defensor para estimar el total de goles esperado en un partido. Si Arsenal (xGA 0.88) juega en casa contra un equipo con xG de 1.30, los goles esperados del visitante son bajos. Si además considero que el xG del Arsenal en casa ronda 2.00, el total esperado del partido está alrededor de 2.50 — justo en la línea. Cuando el total esperado coincide con la línea del operador, no hay valor. Cuando difieren en más de 0.40, empiezo a prestar atención.
Para el BTTS, uso el xGA del equipo defensor como proxy de la probabilidad de que el rival marque. Un xGA de 0.88 implica que el Arsenal deja al rival sin gol con alta frecuencia — ideal para el BTTS No. Pero si el rival tiene un xG de 2.10, la fuerza atacante puede superar la fortaleza defensiva, y el BTTS Sí recupera valor.
Para el handicap, comparo el diferencial de xG entre ambos equipos. Si el favorito tiene un diferencial de xG (xG – xGA) de +1.20 y el underdog tiene -0.60, la diferencia de calidad justifica una línea de handicap de -1.0 o -1.5 para el favorito. Si el operador ofrece -0.5 con buena cuota, hay valor. El handicap asiático aplicado a la Premier detalla cómo interpretar cada línea en estos escenarios.
La clave con el xG es no usarlo como una bola de cristal sino como un filtro. No te dice quién va a ganar — te dice cuándo el mercado está mal valorando a un equipo basándose en resultados recientes que no reflejan su calidad real. Y eso, en un mercado tan eficiente como la Premier League, es la ventaja más consistente que he encontrado en nueve años de análisis.
