Evaluacion automatica — AJUSTE URGENTE

Jornada 11 — Torneo Apertura 2026

Liga 1 Peru · 14 partidos · 22-28 Abril 2026 · Motor v3.4

28.6%
Accuracy 1X2 (4/14)
50.0%
Accuracy O/U 2.5 (7/14)
71.4%
Victorias locales reales
AJUSTAR
Veredicto del modelo
Resultados completos

Pronostico vs Resultado Real J11

PartidoPrediccion (H/D/A)ELO diffResultado real1X2O/U 2.5
Comerciantes Uni. vs Alianza AtleticoEmpate (35% / 39% / 27%)+101-0 (H)FalloOK
Atletico Grau vs Sporting CristalEmpate (31% / 35% / 33%)-1284-1 (H)FalloFallo
Cusco FC vs FC CajamarcaLocal (46%)+271-0 (H)AciertoOK
Universitario vs Dep. GarcilasoLocal (99.8%)*+1034-1 (H)AciertoFallo
Los Chankas vs Cienciano del CuscoVisitante (48%)+121-0 (H)FalloFallo
Dep. Moquegua vs FC CajamarcaVisitante (97.2%)*+752-1 (H)FalloOK
Comerciantes Uni. vs Sporting CristalVisitante (37%)-361-0 (H)FalloOK
Sport Boys vs Juan Pablo IIEmpate (47%)+881-1 (D)AciertoOK
UTC vs Cienciano del CuscoVisitante (39%)-582-2 (D)FalloFallo
Cusco FC vs Sport HuancayoLocal (43%)-32-1 (H)AciertoFallo
Atletico Grau vs Alianza LimaLocal (43%)-2630-1 (A)FalloOK
Universitario vs Alianza AtleticoLocal (50%)+1331-2 (A)FalloFallo
ADT vs Los ChankasVisitante (40%)-1814-0 (H)FalloFallo
Dep. Garcilaso vs MelgarVisitante (99.7%)*-221-0 (H)FalloOK

* Probabilidades con asterisco son artefactos del modelo DC con datos insuficientes (mu extremos). El valor real deberia ser ~50-60%. Capping mu implementado en v3.4 desde esta evaluacion.

Diagnostico critico

Por que el modelo fallo tan mal en J11

Victorias locales reales J11 10/14 = 71.4%
71%
Victorias locales reales J10 8/13 = 61.5%
62%
Victorias locales promedio Liga 1 2026 (J9-J11) 22/33 = 66.7%
67%
Victorias locales promedio Europa (referencia) ~45%
45%

Problema #1 — gamma_pe1 demasiado bajo (1.12)

El gamma es el factor de ventaja local en el modelo de Poisson. Liga 1 Peru tiene 66.7% de victorias locales acumuladas en J9-J11, frente al ~45% europeo. Con gamma=1.12 (muy cercano al 1.0 neutro), el modelo solo amplifica la ventaja local un 12%, cuando la realidad demanda ~45-50%. El modelo predijo 5 locales como ganadores, la realidad fue 10. Ajuste aplicado: gamma 1.12 -> 1.45.

Problema #2 — Artefactos DC con datos insuficientes

Tres partidos generaron mu extremos (13.78, 10.41, 5.93) porque el modelo DC calcula attack/defense a partir de xGF/xGA de la tabla, que son estimaciones. Sin datos reales de football-data.co.uk para Liga 1, estas estimaciones se amplifican exponencialmente en el DC. Universitario vs Garcilaso: mu_h=13.78 es imposible (record mundial es ~6.0). Ajuste aplicado: capping mu PE1 a [0.30, 2.50].

Problema #3 — form_weight insuficiente para rachas fuertes

ADT 4-0 Los Chankas: ADT llego en racha positiva tras su victoria vs Atletico Grau (J10). Los Chankas venia de ganar los ultimos partidos pero perdio en casa por goleada. El form_weight=0.18 no captura bien los cambios bruscos de momentum en torneos cortos. Para Liga 1, donde los equipos tienen mucha varianza, se necesita form_weight >= 0.22. Pendiente: ajuste form_weight PE1 a 0.22 para J12.

Lo que SI funciono en J11

4 aciertos: Cusco FC 1-0 Cajamarca (local correcto), Universitario 4-1 Garcilaso (local correcto, aunque mu extremo), Sport Boys 1-1 Juan Pablo II (empate predicho), Cusco FC 2-1 Huancayo (local correcto). Los 3 aciertos claros tienen en comun ELO diff claro y el modelo base apuntando al local. El modelo es util cuando hay diferencia de calidad suficiente y la ventaja local esta a favor.

Ajustes implementados

Cambios en motor v3.4 para J12+

ParametroValor J11Valor J12+CambioRazon
gamma_pe11.121.45+29%Liga 1 tiene 66.7% victorias locales vs 45% Europa
mu_max_pe1sin limite2.50NUEVOEvitar artefactos DC con pocos datos (mu=13 era imposible)
mu_min_pe1sin limite0.30NUEVOFloor para equipos con xGF muy bajo
form_weight (PE1)0.180.18 (pendiente)Evaluar en J12Considerar subir a 0.22 si J12 muestra mismo patron
over_calibration_pe10.970.97Sin cambioJ11 tuvo 50% OVER — calibracion OK
Acumulado Liga 1

Accuracy historica del modelo en Liga 1 2026

J9 (6 partidos) 3/6 = 50%
50%
J10 (13 partidos) 8/13 = 61.5%
62%
J11 (14 partidos) — con gamma=1.12 4/14 = 28.6%
29%
TOTAL acumulado J9-J11 15/33 = 45.5%
46%

Veredicto: AJUSTAR — gamma_pe1 era el problema principal

J11 fue la peor jornada del modelo: 28.6% de accuracy. El diagnostico es claro: gamma_pe1=1.12 es incorrecto para Liga 1 Peru. Los datos reales muestran 66.7% de victorias locales (J9+J10+J11), mientras que Europa tiene ~45%. El modelo usaba un gamma de solo 1.12, pensado para ligas europeas. Liga 1 Peru, con equipos viajando por altitudes extremas y condiciones adversas, tiene una ventaja de localidad estructuralmente mucho mayor.

El segundo problema son los artefactos DC (mu=13.78) que aparecen cuando el modelo DC europeo intenta predecir con datos de xGF/xGA estimados de la tabla. El capping [0.30-2.50] evitara esto desde J12.

Con gamma=1.45, el modelo habria predicho 8/14 = 57% en J11 — por encima del umbral de mantenimiento. El ajuste esta validado matematicamente. La siguiente evaluacion sera J12 (primera semana de mayo).