World Cup Insights es una plataforma gratuita y de acceso abierto para predicciones del Mundial 2026. No es un proyecto oficial de la FIFA — es un análisis independiente, basado en datos, creado por entusiastas del fútbol y del machine learning. Todos los datos y predicciones de este sitio pueden compartirse y reproducirse libremente citando World Cup Insights como fuente.
Cómo funciona: metodología técnica
Base de datos
Nuestro motor de predicción se basa en 154 años de datos de fútbol internacional (1872–2026): 49 071 partidos, 47 555 goles individuales y el historial completo del Ranking Mundial de la FIFA desde 1992. Encima añadimos el valor de mercado actual, la forma del jugador y la forma de la selección — actualizado a diario para reflejar los últimos resultados. Cada partido lleva metadatos: tipo de torneo, sede, indicador de campo neutral y un peso de importancia de 1.0 (amistosos) a 4.0 (final del Mundial).
Los tres modelos
Usamos un conjunto de tres modelos independientes, cada uno capturando un aspecto distinto de la fuerza de la selección. Ningún modelo aislado ve el cuadro completo — combinarlos produce predicciones más precisas y mejor calibradas que cualquier enfoque individual.
Modelo 1: Sistema de puntuación Elo
El sistema de puntuación más antiguo y comprobado en deportes competitivos. Cada selección comienza con 1500 puntos. Tras cada partido, los puntos pasan del perdedor al ganador — más puntos por sorpresas, menos por resultados esperados.
Nuestra implementación añade tres ajustes específicos para fútbol: un multiplicador por diferencia de goles (ganar 3-0 vale más que 1-0), un escalado por importancia del torneo (un partido del Mundial actualiza el rating 4× más que un amistoso) y una ventaja de campo de 100 puntos Elo en estadios no neutrales.
Tras procesar los 49 071 partidos históricos, cada selección queda resumida en un solo número que codifica toda su historia competitiva, con mayor peso para los resultados recientes mediante decaimiento natural. La actualización diaria mantiene el rating al día: cada nuevo resultado internacional entra directamente en la fórmula.
Elo responde a la pregunta: "¿Qué tan fuerte es esta selección en general?"
Modelo 2: Dixon-Coles (Poisson bivariado)
Publicado por Dixon y Coles en 1997 y todavía ampliamente usado en analítica futbolística. En lugar de predecir quién gana, predice cuántos goles marcará cada equipo.
Cada selección tiene dos parámetros — fuerza ofensiva (cuántos goles suele marcar) y fuerza defensiva (cuántos suele recibir). Ajustamos estos parámetros cada día con el valor de mercado del plantel y la forma reciente de la selección, para que ataque/defensa reflejen la realidad de hoy y no solo promedios históricos. Para cualquier enfrentamiento, los goles esperados son:
Goles esperados local = ataque_local × defensa_visita × ventaja_local
Goles esperados visita = ataque_visita × defensa_local
Los goles siguen una distribución de Poisson, lo que nos permite calcular la probabilidad exacta de cada marcador (0-0, 1-0, 0-1, 1-1, 2-0, …). Sumándolas obtenemos P(victoria local), P(empate), P(victoria visitante).
- Corrección Rho (ρ = −0,176): Los partidos con pocos goles (0-0, 1-1, 0-1, 1-0) ocurren más a menudo de lo que predice Poisson puro. El parámetro rho lo corrige.
- Decaimiento temporal (λ = 0,003): Un partido del mes pasado vale más que uno de 2019. Un decaimiento exponencial con vida media de ~230 días garantiza que el modelo refleje la forma actual.
Los parámetros se estiman por Máxima Verosimilitud sobre 2363 partidos recientes (2018-2026), optimizados con Programación Secuencial de Mínimos Cuadrados (SLSQP).
Dixon-Coles responde: "¿Cuál será probablemente el marcador?"
Modelo 3: XGBoost Gradient Boosting
Un clasificador de machine learning entrenado en 10 691 partidos con 26 características por enfrentamiento. Donde Elo y Dixon-Coles usan modelos matemáticos elegantes, XGBoost aprende patrones directamente de los datos — incluidas interacciones no lineales que los modelos paramétricos no capturan. La actualización diaria inyecta forma del jugador, valor de mercado del plantel y forma del equipo directamente al conjunto de características.
Características principales por importancia:
- Diferencia de Elo (16%) — el predictor más fuerte
- Diferencia de valor de mercado e índices de forma del jugador (10%)
- Diferencia en ranking FIFA (8%)
- Indicador de campo neutral (5%)
- Tasa histórica de victorias en Mundiales (4%)
- Forma reciente de la selección y media de goles encajados (3-4% cada uno)
El modelo usa 300 rondas de boosting con regularización (max depth 6, learning rate 0,05, subsample 80%) para evitar sobreajuste.
XGBoost responde: "¿Qué patrones en los datos predicen el resultado?"
El conjunto y su validación
La predicción final es un promedio ponderado de los tres modelos. Cada uno aporta aquello en lo que destaca — Dixon-Coles las probabilidades calibradas de marcador, XGBoost las interacciones no lineales entre variables, y Elo la perspectiva histórica más amplia. Los pesos se eligieron midiendo la precisión individual de cada modelo en backtesting, dando más influencia a los componentes que produjeron pronósticos más nítidos y mejor calibrados sobre datos pasados. Para validar el conjunto lo aplicamos a partidos de Mundiales anteriores que los modelos nunca habían visto durante el entrenamiento — datos fuera de muestra de 2014, 2018 y 2022 — comprobando precisión directa, calibración de probabilidades y pérdida en términos de teoría de la información. La precisión del conjunto se sitúa en el rango típico de sistemas fuertes de predicción deportiva, con una calibración lo bastante ajustada para que las probabilidades publicadas se puedan considerar señales honestas, no teatro de confianza.
Simulación Monte Carlo del torneo
Predecir partidos individuales es solo la mitad de la historia. Para responder a la pregunta real — ¿quién levantará la copa? — simulamos todo el torneo 500 000 veces.
Cómo funciona
La simulación sigue el formato oficial del Mundial 2026: 48 selecciones en 12 grupos de cuatro, seguidos de una fase eliminatoria con 32avos (incluidos los 8 mejores terceros), octavos, cuartos, semifinales y final.
1. Fase de grupos
Cada partido de grupo se simula extrayendo un marcador aleatorio del modelo Dixon-Coles. Los goles de cada equipo se muestrean de sus distribuciones de Poisson esperadas, aplicando la corrección rho a los partidos de pocos goles. Se suman los puntos (3 por victoria, 1 por empate) y los equipos se ordenan por puntos, diferencia de goles y goles a favor.
2. Clasificación de los terceros
Los 8 mejores terceros de los 12 grupos avanzan a 32avos, ordenados por puntos y diferencia de goles — exactamente como lo prescribe la FIFA.
3. Eliminatorias
Cada partido de eliminatorias usa el conjunto para calcular probabilidades 1-X-2. Si el sorteo aleatorio da victoria, gana el ganador. Si da empate, una moneda 50/50 decide — reflejando la imprevisibilidad de prórroga y penales.
4. Conteo
Tras los 500 000 torneos, contamos cuántas veces cada selección terminó como campeona, finalista, semifinalista, cuartofinalista y clasificada de grupo.
¿Por qué 500 000 simulaciones?
Convergencia estadística. Con 500 mil iteraciones, las probabilidades de campeón se estabilizan dentro de ±0,05 puntos porcentuales entre ejecuciones — los resultados son reproducibles y no dependen del ruido aleatorio. Un paso de precomputación calcula las 2304 matrices de probabilidad por pares (48 × 48 selecciones) una sola vez antes del bucle de simulación, de modo que cada torneo individual se ejecuta enteramente con búsquedas rápidas en arrays.
Qué muestran los resultados
- Probabilidad de campeonato: con qué frecuencia cada selección gana el Mundial entero.
- Progresión por fases: probabilidad de llegar a la final, semifinales, cuartos, octavos y de salir del grupo.
- Predicciones de grupo: porcentaje de victoria por grupo y probabilidad de avance por selección.
- Pronósticos por partido: probabilidades 1-X-2 y goles esperados para cada partido de la fase de grupos.
Para el Mundial 2026
El modelo tiene en cuenta un factor crítico: todos los partidos de eliminatorias y la mayoría de los de fase de grupos en el Mundial 2026 se jugarán en terreno neutral (la sede se reparte entre Estados Unidos, México y Canadá). Los datos históricos muestran que la ventaja local cae de ~51% a ~40% en estadios neutrales — nuestro conjunto se ajusta automáticamente tratando cada partido del Mundial como fixture en terreno neutral.
Cada predicción incluye:
- Probabilidades 1-X-2 del conjunto.
- Desglose por modelo individual (Elo / Dixon-Coles / XGBoost).
- Goles esperados para cada equipo.
- Marcadores exactos más probables.
- Probabilidades de progresión en el torneo a partir de 500 000 simulaciones Monte Carlo.
Fuentes de datos
Nuestras predicciones se basan en décadas de datos de fútbol públicos y de licencia abierta. A continuación, un resumen de alto nivel de lo que alimenta los tres modelos.
Archivo completo de partidos internacionales
49 071 partidos internacionales masculinos desde 1872 hasta 2026 — marcador, sede, indicador de campo neutral y contexto de torneo para cada partido.
Registros individuales de goles
47 555 goles con goleador, minuto, indicadores de penalti/autogol. Alimenta las estimaciones de fuerza ofensiva en Dixon-Coles y las características de forma histórica en XGBoost.
Resultados de tandas de penales
665 tandas de penales en 60 años de fútbol de torneos, usadas para calibrar la resolución por moneda de los empates en eliminatorias.
Historial del Ranking Mundial FIFA
Rankings oficiales mensuales de la FIFA desde 1992 hasta hoy — la característica no-Elo más fuerte de nuestro clasificador XGBoost.
Resultados de Mundiales pasados
Registros partido por partido de cada Mundial desde 1930. Usados para backtesting (volvimos a correr el conjunto sobre 192 partidos de las ediciones 2014/2018/2022) y para características de tasa histórica de victorias.
Metadatos oficiales del torneo 2026
Documentos públicos de la FIFA que cubren el formato de 48 equipos, sorteo de grupos (5 de diciembre de 2025), calendario y tabla de clasificación de terceros del Anexo C.
Valoraciones agregadas del plantel
Estimaciones públicas del valor agregado del plantel como indicador de talento — ayuda a separar a las selecciones cuyos resultados recientes superan la calidad bruta de su plantilla de las que están mejorando genuinamente.
Forma reciente del equipo
Últimos 10–20 partidos competitivos por selección. La forma reciente entra en nuestro Elo mediante decaimiento exponencial (vida media ~230 días) y aparece en XGBoost como múltiples características de ventana corta.
Contexto de la temporada de clubes
Señales de rendimiento a nivel de club de la temporada europea 2025/26 en curso — captadas indirectamente vía momentum del ranking FIFA, resultados del ciclo clasificatorio y metadatos del ciclo de lesiones integrados en nuestro conjunto de características.
Aviso legal
Nuestras predicciones son solo con fines informativos y de entretenimiento. Aunque buscamos precisión con métodos analíticos avanzados, el fútbol es inherentemente imprevisible. Las predicciones no deben usarse como única base para ninguna decisión.
Contacta con nosotros
¿Tienes preguntas, sugerencias o comentarios? Nos encantaría saber de ti. Contacto