xG en la Bundesliga 2025/26: goles esperados, sobrerendimiento y valor en cuotas
Cargando...
El día que el xG me ahorró un mal ticket de 500 euros
Tenía preparada una apuesta gorda sobre un equipo que venía de golear tres partidos seguidos. Antes de cerrarla, miré su xG acumulado – y era la mitad de sus goles reales. El equipo estaba sobrerrindiendo en un 100%, cosa que estadísticamente no se sostiene a medio plazo. Cerré el ticket. El equipo perdió 3-0 al siguiente. Esa es la utilidad práctica del xG: no te dice lo que pasará, pero te protege de extrapolar lo que no es real.
El xG (expected goals, goles esperados) se ha convertido en la métrica más útil para apostar Bundesliga. Y la liga 2025/26 está ofreciendo el caso de estudio perfecto: el Bayern Múnich lidera la tabla xG con 78,07 goles esperados en 29 partidos (2,69 xG/90min), habiendo marcado 105 goles reales – un sobrerendimiento de +26,9 goles sobre lo que el modelo predecía. En pocas palabras: el Bayern ha marcado 27 goles más de los que «le tocaban» según la calidad de sus ocasiones.
Ese dato abre una pregunta que define mi año operativo: ¿el sobrerendimiento del Bayern es sostenible o es un espejismo que va a corregirse? La respuesta no es binaria, y el apostador que la entiende gana dinero. El que la ignora, pierde. En la siguiente lectura de los mercados lo explico pieza a pieza.
Qué es el xG y cómo se calcula – sin fórmula imposible
El xG es una métrica estadística que asigna a cada remate la probabilidad de convertirse en gol en función de una serie de variables: distancia a portería, ángulo, parte del cuerpo con que se remata, tipo de jugada (abierta, córner, falta), presión defensiva inmediata. Un remate desde dos metros sin oposición tiene xG alto (0,6 a 0,9). Un disparo desde 25 metros con dos defensas entre medio tiene xG bajo (0,02 a 0,05).
Martin Dobiáš, analista que ha trabajado en esto, lo dejó claro en su artículo sobre goles esperados: cuando un equipo anota 3 xG en un partido, «hay una alta probabilidad de que debería haber marcado entre 1,47 y 4,53 goles, aunque parezca ilógico». Esa banda tan ancha es la clave: el xG predice un rango, no un número exacto. Los partidos aislados pueden desviarse mucho; las tendencias de 20 partidos acumulados convergen.
Operativamente, el xG se usa de tres formas. Una: contrastar xG acumulado con goles reales para detectar sobre o subrendimiento. Dos: comparar xG generado con xGA (el equivalente defensivo) para evaluar la calidad global de un equipo. Tres: cruzar xG de ambos equipos antes de un partido para estimar probabilidad de Over/Under, BTTS y otros mercados de goles.
Lo que el xG no hace: predecir resultados exactos de partidos individuales, capturar momentos psicológicos (lesión de figura, suplencia táctica), ni considerar ventajas contextuales como la presión del estadio. Es una pieza del puzzle, no el puzzle entero.
El Bayern y el +26,9 de sobrerendimiento – cómo leer la cifra
Volvamos al Bayern Múnich 2025/26. 78,07 xG acumulado, 105 goles reales, diferencia de +26,9. En términos porcentuales, el Bayern está marcando un 34,5% más goles de lo que su volumen y calidad de ocasiones pronostica. Esto no es normal a medio plazo, pero tampoco es aleatorio del todo.
Hay tres razones estructurales que explican parte del sobrerendimiento. Primera: Harry Kane. Su capacidad de convertir ocasiones de baja probabilidad (chuts desde fuera del área, cabezazos complicados, definiciones en espacios cerrados) añade goles que el modelo xG no espera. Un delantero elite no promedia 1 – promedia 1,1 o 1,2 sobre el mismo volumen de ocasiones.
Segunda: el contexto defensivo de la liga. El Bayern genera ocasiones en situaciones de transición que llegan con el rival desajustado, cuando el xG modelado asume defensa ordenada. En partidos donde el Bayern avasalla desde el minuto uno, muchas ocasiones del último tercio llegan contra una defensa entregada o replegada sin reorganización completa. El modelo asigna xG asumiendo defensor medio; la realidad del partido es defensor peor que medio.
Tercera: el xGA del Bayern es el mejor de la liga – 32,44 goles esperados concedidos en 29 partidos, 1,12 xGA/90min. La combinación «mejor ataque + mejor defensa» produce partidos con alta volatilidad a favor: cuando el Bayern marca pronto y el rival se lanza, el xG del Bayern en los últimos 20 minutos se dispara. Ese xG tardío se convierte en goles con más frecuencia que el xG de partido equilibrado.
Ahora la pregunta del millón: ¿es sostenible? Parcialmente. El factor Kane se sostiene mientras esté en forma. El factor transición se sostiene mientras el equipo mantenga el estilo. Pero un sobrerendimiento de +26,9 es extremo; la regresión a la media esperada es hacia +15 o +20 en siguientes temporadas, no hacia +27 o más. Operativamente eso implica: no apostar a que el Bayern siga marcando 3,6 goles/partido la próxima temporada como si fuera ley física. La probabilidad estadística es que baje a 3,0-3,2.
xG como señal de value – cómo operarlo
La aplicación directa del xG en apuestas es simple: cuando un equipo tiene xG real muy por encima o muy por debajo de su media, las cuotas del libro tienden a usar los goles reales (rendimiento aparente) y no el xG (rendimiento de fondo). Ahí nace el value.
Ejemplo práctico. Equipo A viene de ganar tres partidos marcando 8 goles pero acumula xG de 3,5 en esos tres partidos. Goles reales por encima del xG en un 128%. Cuota del libro para el siguiente partido: 1.80 como favorito. Cuota que reflejaría el xG real: 2.30 como favorito débil. Apostar en contra de ese Equipo A, o Under 2.5 goles de ese Equipo A, tiene valor esperado positivo.
El inverso también funciona. Equipo B lleva cuatro partidos sin ganar pese a acumular xG de 6 y solo 2 goles reales. Goles reales muy por debajo del xG. El libro cotiza al Equipo B como underdog; el xG dice que la corrección está cerca. Apostar al Equipo B para el siguiente partido tiene valor esperado positivo, especialmente en mercados derivados (Over 2.5 goles del equipo, hándicap +0).
El horizonte operativo ideal del xG es de 5 a 10 partidos acumulados. Menos es ruido; más es agua vieja. Revisar xG acumulado cada domingo noche, antes del cierre del mercado de la siguiente jornada, es rutina básica de cualquier apostador serio en Bundesliga.
Limitaciones del xG – cuándo ignorarlo
El xG tiene puntos ciegos. No ve calidad individual fuera del mediocampo ofensivo. Un portero excepcional que para chuts con xG 0,4 y 0,5 es invisible para el modelo – el equipo parece «subrendir» cuando en realidad tiene un muro. El Bayer Leverkusen con Lukas Hradecky en momentos de su carrera, o el Dortmund con Gregor Kobel en forma, son ejemplos donde el xGA reporta peor rendimiento del que realmente tienen.
El xG tampoco ve la correlación de ocasiones. Tres ocasiones consecutivas en 90 segundos cuentan como xG sumado, pero si el primer tiro falla, la defensa se reorganiza y los dos siguientes llegan con defensa ordenada. El modelo asume independencia; la realidad tiene secuencia.
Y lo más importante: el xG describe lo que pasó desde el tirador, no lo que habría pasado con otra plantilla. Si un equipo cambia de entrenador en mitad de temporada, el xG acumulado mezcla dos modelos de juego distintos y pierde poder predictivo. En esos casos hay que reiniciar el acumulado desde el partido posterior al cambio.
En resumen: el xG es excelente como complemento a otras métricas (forma reciente, lesiones, calendario, xGA rival) pero como métrica única falla. Lo uso como uno de cuatro filtros antes de cerrar ticket, no como señal única.
¿El xG predice el resultado exacto de un partido?
No. El xG predice un rango probabilístico, no un resultado concreto. Un equipo con 3 xG en un partido puede acabar marcando entre 1 y 5 goles con alta probabilidad, según recordaba el analista Martin Dobiáš. Lo que el xG sí hace bien es predecir medias acumuladas en ventanas de 8-10 partidos, donde las desviaciones individuales se suavizan y emerge la tendencia real.
¿Cómo uso xG para encontrar value?
Comparando xG acumulado con goles reales en ventana de 5-10 partidos. Cuando un equipo está marcando muy por encima de su xG, es candidato a regresión a la media – apostar en su contra o al Under de sus partidos tiene valor esperado. Cuando un equipo marca muy por debajo de su xG, la corrección está cerca y apostar a su favor o al Over de sus partidos captura ese rebote.
Creado por la redacción de «Apuestas Bundesliga».
