pnclDATA Clave gratuita

Notas de valor

Cuando tu modelo discrepa de la línea justa

Tu modelo dice una cosa, el mercado sin margen dice otra. Qué es la discrepancia, de qué lado dudar primero, y cómo el cierre lo decide.

Tu modelo pone el lado local al 50%, y la cuota justa del mercado dice 60%. Esa brecha es todo el juego para un apostador de modelo: es tu ventaja o tu error, y las dos se ven idénticas en una hoja de cálculo. El trabajo es decidir de qué lado de la discrepancia dudar primero, y el cierre lo decide a la larga.

Qué es la línea justa

La línea justa es la estimación del mercado con el margen eliminado: cada pieza de dinero e información que el mercado ha absorbido, comprimida en una probabilidad. La guía de eliminación del margen explica por qué ese número es la referencia, verificado el 2026-10-16. Cuando tu modelo discrepa de ella, no estás discrepando de una cuota; estás discrepando del procesamiento de información del mercado.

Eso no es un argumento para nunca discrepar. Es la razón por la que la discrepancia necesita evidencia, no confianza.

Duda de tu modelo primero

Comprueba el modelo antes que el mercado, porque el modelo es tuyo y sus modos de fallo son conocidos: entradas viejas, una variable que se rompió la semana pasada, un ajuste a una muestra que ya no existe. Luego comprueba la propia comparación: ¿tu 50% contra su 60% está medido en el mismo mercado, en el mismo instante, en el mismo modelo de margen? Una discrepancia construida sobre entradas desalineadas es un error de datos, no una visión de mercado.

Si todo cuadra y la brecha sobrevive, tienes una hipótesis. Una hipótesis no es una apuesta; es algo que pruebas con stakes pequeños mientras el mercado la evalúa.

El cierre evalúa a ambos

La forma de saber quién tenía razón no es argumentar, es registrar. Toma las posiciones donde tu modelo discrepa de la línea justa, anota la cuota que tomaste y el cierre justo, y deja que unos cientos se acumulen. La guía de CLV explica por qué vencer al cierre es la evidencia inicial más fuerte de una ventaja, y se aplica a tu modelo exactamente: si tus discrepancias con el mercado siguen venciendo al cierre, tu modelo está encontrando algo. Si no, el mercado tenía razón y la discrepancia era ruido.

Sigue la discrepancia como su propia categoría, separada de las apuestas en que estás de acuerdo con el mercado, porque los dos conjuntos responderán preguntas distintas.

El tamaño de la discrepancia marca el stake

Una discrepancia del 1% es indistinguible del ruido de modelado; una del 10% es o una gran ventaja o un gran error, y la checklist de gran ventaja de la calculadora de EV aplica antes de que apuestes nada. El tamaño de la discrepancia no es confianza; es una orden de verificar más, no de apostar más.

Tu modelo contra la línea justa, evaluado por el cierre, seguido como su propio registro. Así es como una discrepancia deja de ser una sensación y se convierte en un resultado.