Estadísticas avanzadas NHL para apostar: xG, Corsi, Fenwick, GSAx

Cargando...
- Por qué las estadísticas avanzadas no son un adorno
- xG o goles esperados: la métrica que mide lo que debería haber pasado
- Corsi y Fenwick: las métricas abuelas que siguen siendo útiles
- High Danger Chances: dónde se juegan de verdad los partidos
- PDO y regresión a la media: la métrica que te salva de pagar de más
- GSAx: la métrica que explica la crisis de porteros 2025-26
- De la hoja de cálculo a la cuota: cómo se traduce en valor
- Dónde consultar los datos sin pagar suscripciones caras
- Los errores que convierten las estadísticas avanzadas en autogoles
- Preguntas frecuentes
Por qué las estadísticas avanzadas no son un adorno
Tengo una caja con cuadernos viejos donde guardo notas de partidos NHL desde 2019. Abrí uno hace un par de semanas y encontré una anotación tosca al lado de un ticket perdido de aquella temporada: «No miré el xG del visitante, confié en el resultado de la semana pasada». El equipo al que aposté había ganado 3 partidos seguidos en temporada regular, pero la diferencia acumulada de goles esperados contra ese rival específico pintaba un escenario opuesto al que el marcador sugería. Aposté a la narrativa. Perdí por el análisis.
Las estadísticas avanzadas en hockey llevan diez años pasando de «cosa de nerds del deporte» a «herramienta mínima para apostar con criterio». Hoy ya no hay excusa. Hay bases de datos públicas, trackers gratuitos y hasta modelos de xG accesibles a golpe de clic. Lo que separa al apostador serio del casual ya no es el acceso a los datos, es saber cómo leerlos.
El dato estructural que va a pesar sobre toda la temporada 2025-26 y que resume por qué este artículo no puede esperar: el promedio de save percentage en la NHL ha caído por debajo de .900 por primera vez en tres décadas, con proyección de .896. Si esa cifra no te dice nada ahora, no te preocupes: en la sección de GSAx entenderás por qué ese número pone patas arriba muchos modelos de totales y por qué los over/under están moviéndose al alza en comparación con temporadas previas.
En este artículo voy a llevarte por las cuatro métricas que realmente uso para apostar: xG (goles esperados), Corsi, Fenwick, PDO y, por supuesto, el GSAx para porteros. No como enciclopedia sino como herramientas de cálculo de valor. Al final tendrás una vara de medir propia para leer cada partido, detectar cuándo el mercado paga de más o de menos y ponerle números a la intuición que ya tienes mirando hockey.
xG o goles esperados: la métrica que mide lo que debería haber pasado
Si tengo que recomendar una métrica y solo una a un apostador que empieza en NHL, es el xG. Punto. El xG te dice cuántos goles «debería» haber marcado un equipo según la calidad de sus oportunidades, independientemente de cuántos marcó de verdad. Es la métrica que corrige la suerte, el factor portero y la varianza del tiro.
La mecánica es conceptualmente simple. Cada tiro recibe una probabilidad de gol según decenas de variables: distancia del tiro, ángulo, tipo de jugada previa, si fue a rebote, si el portero estaba fuera de posición, si hubo deflexión. Un tiro desde el punto de penalti improvisado puede valer 0,35 xG; un tiro desde la línea azul sin tráfico puede valer 0,03 xG. La suma de xG de todos los tiros de un equipo en un partido te da su xG total. Ese total, agregado a lo largo de la temporada, te dice qué equipo genera más calidad ofensiva y qué equipo concede más calidad.
Por qué importa para apostar: el marcador miente, el xG no. Un equipo puede ganar 4-1 con un xG de 1,8 y un xG contra de 3,2. Lo que vas a leer al día siguiente es «victoria contundente»; lo que los números te dicen es que perdieron el partido en calidad y ganaron por ejecución puntual y rebotes afortunados. Si apuestas a ese equipo la siguiente semana esperando repetir el rendimiento, te vas a estampar.
Un ejemplo de esta temporada que todo el mundo siguió: Connor McDavid lideró la NHL en puntos en 2025-26 con 138 (90 asistencias, 48 goles). Cuando miras los xG individuales de McDavid (incluyendo asistencias de alta calidad o «primary assists» medidas por contribución a jugadas de alta peligrosidad), la producción está alineada con su xG. No está por encima ni por debajo. Es un jugador que genera lo que marca. Cuando un delantero lidera en puntos pero su xG individual queda claramente por debajo, el mercado acaba ajustando sus props de la siguiente noche porque esa discrepancia tiende a corregirse.
Cómo uso yo el xG operativamente:
- Tomo el xG a favor por 60 minutos a 5 contra 5 del equipo A (xGF/60).
- Tomo el xG contra por 60 minutos a 5 contra 5 del equipo B (xGA/60).
- Hago la media ponderada considerando la calidad del rival medio que han enfrentado.
- Comparo el xG proyectado del partido con la línea de totales del operador.
Si mi modelo saca 6,3 goles esperados y el operador ofrece over 5,5 a cuota 1,95, la diferencia entre mi expectativa y la línea del mercado te dice si el over tiene valor. No es una ciencia exacta, pero es cien veces mejor que apostar «creo que va a haber goles».
Corsi y Fenwick: las métricas abuelas que siguen siendo útiles
Hubo un momento, allá por 2015, en que en Twitter del hockey norteamericano todo era Corsi arriba, Corsi abajo. Luego llegó el xG, cogió el protagonismo y muchos dieron por enterradas las métricas viejas. Craso error. El Corsi y su primo Fenwick siguen siendo herramientas que yo consulto cada semana, y con el auge del xG se han vuelto todavía más útiles como contraste.
El Corsi es, en esencia, un contador de intentos de tiro. Suma los tiros a puerta, los tiros bloqueados y los tiros que fueron por fuera de los postes. Todo lo que un jugador o un equipo intenta, siempre que sea con dirección a la portería rival, cuenta como Corsi. El Fenwick es prácticamente igual, pero excluye los tiros bloqueados. Ambas se presentan habitualmente como porcentaje, Corsi For percentage (CF%) y Fenwick For percentage (FF%): qué porcentaje de los intentos totales del partido, sumando ambos equipos, genera el equipo A.
¿Para qué sirve en la era del xG? Para medir control territorial e intención, no calidad. Un equipo con 60 por ciento de Corsi en un partido es un equipo que ha dominado la posesión del disco y ha pasado más tiempo en zona ofensiva. No significa que haya generado goles de calidad, solo que ha controlado el ritmo. Cuando combinas Corsi alto con xG alto, tienes un equipo dominante real. Cuando ves Corsi alto pero xG bajo, tienes un equipo que tira mucho desde lejos sin generar peligro.
El uso operativo que le doy:
- Corsi For por 60 minutos a 5 contra 5 como indicador de «motor» del equipo. Equipos con CF/60 por encima de 60 están en modo agresivo y se corre más.
- Fenwick contra como señal de resistencia defensiva. Equipos con Fenwick against bajo son los que mejor evitan tiros sin depender del portero.
- Diferencial Corsi vs. xG como termómetro de eficiencia. Si un equipo tiene 58 por ciento Corsi pero solo 50 por ciento xG, está tirando desde fuera y sus oportunidades reales son menores de lo que parece.
Una advertencia que he pagado caro: el Corsi en playoffs pierde potencia explicativa. En postemporada los equipos bloquean más tiros, reducen el ritmo y la métrica se comprime hacia el 50-50 en la mayoría de partidos. Para playoffs, confía más en el xG que en el Corsi. Para temporada regular, el Corsi sigue siendo una brújula muy útil, especialmente en los primeros 20 partidos del calendario cuando las muestras de xG todavía son pequeñas y ruidosas.
No necesitas memorizar fórmulas. Necesitas saber que cuando lees «Toronto tiene 54 por ciento Corsi en últimos 10 partidos» estás leyendo «Toronto ha controlado el disco en más de la mitad del tiempo durante diez partidos seguidos». Ese dato, combinado con el xG del mismo periodo, te dice si la estadística se traduce en peligro real o solo en voluntad ofensiva sin colmillo.
High Danger Chances: dónde se juegan de verdad los partidos
El Corsi te dice cuántas veces tu equipo ha tirado. El xG te dice cuánta calidad acumula esos tiros. Las High Danger Chances (HDC) te dicen algo más concreto: cuántas veces el equipo ha estado en la zona donde los goles se hacen de verdad, el slot frente a la portería, dentro del área chica, en rebote con jugador cerca.
Una oportunidad de alta peligrosidad no es solo un tiro con xG alto. Es un tiro generado en una zona específica del hielo donde históricamente entran más goles: el arco que va de poste a poste a no más de 3 metros de la línea de gol, más una pequeña extensión hacia el círculo central. Esa es la fábrica de goles del hockey moderno y es la zona que los equipos con buen sistema defensivo blindan con bloqueos, presión y responsabilidad posicional.
Por qué me importa como apostador: las HDC correlacionan mejor con goles reales que el Corsi o el Fenwick, y en temporada regular correlacionan casi tan bien como el xG. Un equipo que genera 12 HDC por partido es un equipo que va a marcar goles con regularidad, independientemente de si su xG total se ve inflado por tiros desde lejos. Un equipo que concede 14 HDC por partido tiene un problema estructural que tarde o temprano se traduce en derrotas, aunque el marcador actual lo oculte gracias a un portero en estado de gracia.
El cruce HDC más revelador es el siguiente: HDC For minus HDC Against. Si el diferencial es positivo y sostenido durante 10 partidos, el equipo está rindiendo por encima de lo que marca. Si es negativo y sostenido, está rindiendo por debajo y el marcador le está protegiendo temporalmente. La regresión a la media llega siempre en este deporte: lo único que cambia es cuándo.
Un dato que combina bien con HDC es el Expected Goals on High Danger (xG from HDC), que restringe el cálculo de xG solo a las oportunidades de alta peligrosidad. Si un equipo tiene un xG total de 3,2 pero un xG on HDC de 1,8, su peligro real está concentrado en el slot. Si el xG on HDC solo llega a 0,9, el xG total está inflado por tiros desde zonas menos rentables.
Cómo aplico HDC a partidos concretos:
- Miro el top 10 del ranking HDC For por 60 minutos en los últimos 20 partidos.
- Miro el bottom 10 del ranking HDC Against (equipos que más conceden).
- Cuando enfrenta un top-10 For contra un bottom-10 Against, los totales altos se vuelven candidatos de valor.
No es una receta infalible pero es una receta real, y te va a hacer ganar noches que el apostador puramente narrativo pierde.
PDO y regresión a la media: la métrica que te salva de pagar de más
Si hay una métrica que ha salvado mi bankroll de decisiones impulsivas más veces de las que puedo contar, es el PDO. Suena a algo complicado, pero es literalmente una suma de dos porcentajes: el shooting percentage del equipo (goles divididos por tiros) más el save percentage del portero del equipo. La suma debería tender a 100 a lo largo del tiempo.
Un equipo con PDO de 102,5 después de 20 partidos es un equipo con suerte estructural: sus tiradores están entrando a un ritmo anormalmente alto o su portero está parando por encima de su nivel histórico, o las dos cosas a la vez. El mercado ve los resultados, ve las victorias y ajusta las cuotas del equipo hacia abajo pensando que es un equipo elite. La realidad estadística dice otra cosa: ese PDO alto no se sostiene. Se revierte. Y cuando se revierte, las victorias paran, las cuotas eran injustas y el apostador que pagó el favoritismo se estrella.
Lo mismo funciona al revés. Un equipo con PDO de 97,5 es un equipo con mala suerte estructural: sus tiradores están entrando poco, su portero está pifiando más de lo habitual, o ambas. El mercado lee los resultados negativos y sube sus cuotas como underdog. Ese es tu momento de entrada. El PDO tiende al 100 y cuando la suerte se equilibra, las victorias vuelven y el underdog valorado empieza a pagar.
El rango que yo considero relevante es este: PDO entre 98,5 y 101,5 es terreno normal, datos dentro del margen de ruido estadístico. Por encima de 102 o por debajo de 98 empiezan las oportunidades de lectura contraintuitiva. Por encima de 103 o por debajo de 97 son señales casi gritando de que el mercado está pagando mal.
Un caso operativo típico: un equipo top de conferencia con PDO de 103,2 lleva 15 victorias en 18 partidos. El mercado lo cotiza como favorito claro en su siguiente partido en casa, moneyline a 1,40. Si miras el xG de ese equipo, está en el top 10 pero no top 3. Si miras HDC, está en el top 12 pero no top 5. Su PDO alto está inflando los resultados. Apostarle a 1,40 es pagar por los próximos tres meses la resaca de los últimos dos meses. No entro ahí. Espero a que el mercado recalibre.
Una advertencia importante: el PDO funciona mejor a nivel equipo que a nivel jugador individual. Los jugadores individuales tienen shooting percentages muy dispares por rol y zona de tiro; un snipers del top-3 del equipo suele tener shooting percentage real por encima de la media, no por suerte. El PDO individual hay que leerlo con cuidado y siempre con contexto de rol. El PDO de equipo es más limpio y más útil para apuestas de moneyline, puck line o totales.
GSAx: la métrica que explica la crisis de porteros 2025-26
Dejé el GSAx para esta sección por una razón: es la estadística más importante del hockey moderno para apostar a totales y porteros, y este año tiene un protagonismo que no había tenido antes. El promedio de save percentage en la NHL ha caído por debajo de .900 por primera vez en tres décadas, proyectándose en .896 para la temporada 2025-26. La última vez que la media bajó de .900 fue en los años 80, cuando el equipamiento de portero pesaba como armadura medieval. Volver a ese umbral en 2026 es un cambio estructural que afecta directamente a cómo leemos los mercados de totales.
GSAx significa Goals Saved Above Expected. Es decir: cuántos goles ha parado un portero por encima de los que «debería» haber parado según la calidad de los tiros que enfrentó. El cálculo coge cada tiro que el portero recibió, le asigna el xG correspondiente y acumula la diferencia entre los goles realmente marcados en su portería y el xG total contra él. Si el xG contra fue 85 y el portero recibió 80 goles, su GSAx acumulado es +5. Está parando mejor de lo esperado.
Por qué el save percentage solo ya no es suficiente: un portero puede tener .908 de save percentage con un GSAx de -3 si en su equipo le llueven tiros fáciles que cualquier portero de NHL habría parado. Otro portero puede tener .895 con un GSAx de +8 si su equipo defiende mal y le llueven tiros de alta peligrosidad que él está neutralizando por encima del nivel medio. Como métrica de valor real del portero, el GSAx gana sin discusión.
El contexto 2025-26 hace que esta métrica sea todavía más valiosa. Si la media de save percentage en la liga está en .896, un portero con save percentage de .910 ya no es un titular mediocre, es uno de los mejores de la liga. Pero si su GSAx es bajo, significa que su equipo le protege mucho. Si su GSAx es alto, significa que está cargando con un equipo que le expone.
Martin Biron, ex portero NHL y analista actual, lo puso en palabras mucho más claras que cualquier gráfica. Los tiradores están cada vez más preparados, ya no juegan un hockey norte-sur (de un extremo a otro), sino un hockey este-oeste (con desplazamientos laterales y pases rápidos a zonas de tiro). Esto obliga a los porteros a ajustar su técnica, y los que no se adaptan pagan el precio en goles encajados.
Cómo integro GSAx a mis apuestas:
- GSAx acumulado por 60 minutos como criterio para estimar cuántos goles un portero va a conceder en un partido concreto.
- GSAx contra High Danger Chances como filtro de porteros que resisten bajo presión.
- Comparativa GSAx titular vs. suplente para detectar cambios de portero que mueven la línea de totales.
Con la crisis de porteros de esta temporada, el mercado de totales se ha movido al alza en varias líneas respecto a años anteriores. Los overs en líneas altas (6,5 o 7) que antes eran trampa ahora son defendibles si los dos porteros titulares tienen GSAx negativo. Es una de las lecturas más rentables de 2025-26 y se está subexplotando por apostadores que siguen mirando save percentage pelado.
De la hoja de cálculo a la cuota: cómo se traduce en valor
Toda esta teoría no vale nada si no sabes aterrizarla en un ticket concreto. Voy a llevarte por el paso que en mi método separa «leer estadísticas» de «apostar con estadísticas». Es un paso que lleva tiempo pero no matemáticas complicadas, y después de hacerlo 30 o 40 veces se vuelve instinto.
Primer paso: calcular la probabilidad real de los tres escenarios principales (gana local, empate al 60, gana visitante) usando xG proyectado. Partes del xG promedio del equipo local como For y del equipo visitante como Against, y viceversa. Ajustas por ventaja local (+0,28 goles por partido de media histórica, más el ajuste específico de la casa concreta) y por estado de fatiga (back-to-backs, viajes). Con los dos xG proyectados del partido, una distribución de Poisson te da las probabilidades de cada marcador posible.
Segundo paso: sumar los escenarios que cubren cada casilla del mercado. La probabilidad de que gane el local es la suma de todos los escenarios donde local marca más que visitante. La probabilidad de empate al 60 es la suma de los escenarios igualados. La probabilidad de over 5,5 es la suma de todos los escenarios donde el total de goles sea 6 o más.
Tercer paso: convertir cada probabilidad en una cuota de referencia. Si tu cálculo te da 52 por ciento de probabilidad de victoria local, tu cuota «justa» sería 1,92. Si el operador ofrece 2,05, tu edge es positivo. Si ofrece 1,80, el operador está pagando menos de lo que tú crees que vale y no entras.
El contexto 2025-26 introduce un matiz útil. Los unders se imponen al 51,2 por ciento frente a los overs en totales de la NHL en el análisis de este año. Esa ligera superioridad histórica del under tiene que entrar en tu modelo como sesgo estructural, especialmente si no tienes señales claras de que el partido concreto va a ser de alto ritmo. Combinado con el dato de que el save percentage medio ha caído a .896, el mercado está en un equilibrio interesante: más goles en la liga, pero unders que siguen cubriendo cuando los porteros titulares son de nivel.
Martin Biron resume por qué los porteros están ajustando: los tiradores están mejorando y es hora de que los porteros se adapten, porque ya no es un juego norte-sur sino este-oeste. Cuando pones ese contexto al lado de tu análisis de totales, entiendes que la NHL 2025-26 es un mercado en transición. Los porteros que se adaptan rápido van a encarecer los overs de sus partidos; los que no, los van a regalar.
Si quieres profundizar en cómo integro estas métricas con otros factores operativos como horarios, ventaja local o fatiga, en la guía general de apuestas NHL desarrollo el flujo completo que sigo cada noche de partidos para construir una jornada de apuestas con valor.
Dónde consultar los datos sin pagar suscripciones caras
La buena noticia es que hoy, en 2026, no hace falta pagar nada para tener acceso a estadísticas avanzadas NHL. Hay varias fuentes públicas con datos suficientes para armar un análisis decente. Te cuento por cuáles paso yo cada mañana de día de partido.
La fuente básica que no falla es la propia web oficial de la NHL. Ofrecen save percentage, registro victoria-derrota, puntos por jugador y otras estadísticas tradicionales. Como base obligatoria está bien; para estadísticas avanzadas se queda corta.
Para xG, Corsi, Fenwick, HDC y PDO a nivel equipo y jugador, la referencia pública de facto es Natural Stat Trick. Permite filtrar por rango de partidos, por situación (5 contra 5, todas las situaciones, power play), por periodo y por equipo. Es la herramienta con la que armo el 70 por ciento de mis previas. Es gratuita y su curva de aprendizaje se domina en un par de tardes de práctica.
Para GSAx y estadísticas de porteros con contexto, MoneyPuck es una opción que combina buena visualización con datos sólidos. Tiene rankings de porteros con GSAx acumulado y cálculos de «puck luck» que en realidad son un primo cercano del PDO.
Para datos históricos de apuestas (registros ATS, cuotas de cierre, movimientos de línea) hay varias fuentes, aunque aquí conviene ir con pinzas porque la calidad varía. Las bases de datos que recopilan cuotas de apertura y cierre de todos los partidos de una temporada son oro puro para medir si tus apuestas pegaban con cuotas justas o sobrevaloradas.
Un consejo operativo: crea tu propia hoja de cálculo con los 5 o 6 números que de verdad usas. Tener 20 pestañas abiertas cada noche es un atajo directo al ruido y a la parálisis. Un spreadsheet simple con xG For/60, xG Against/60, PDO, GSAx del titular, HDC For y HDC Against te da el 90 por ciento del valor analítico en menos de 10 minutos de preparación por partido.
Una advertencia regulatoria: ninguna de estas fuentes reemplaza al operador con licencia DGOJ para colocar la apuesta. Son herramientas de análisis, no plataformas de apuesta. El flujo es: analizas en fuentes abiertas, apuestas en operador licenciado con responsabilidad.
Los errores que convierten las estadísticas avanzadas en autogoles
He visto apostadores perder más dinero con estadísticas avanzadas mal usadas que con ninguna estadística. La paradoja es real: las métricas avanzadas dan una falsa sensación de control. Te cuento los errores más frecuentes para que no los pagues tú.
Primer error: usar muestras demasiado pequeñas. El xG de un equipo en sus primeros 5 partidos es ruido puro. Las muestras útiles empiezan en torno al partido 15-20. Antes de eso, los datos del año anterior combinados con los primeros partidos del actual son más fiables.
Segundo error: ignorar la calidad de rival. Un xG For de 3,5 contra rivales del bottom 10 no equivale a 3,2 contra el top 10. Las métricas que no corrigen por calidad de rival pueden mentir de forma elegante. Usa los ajustes por schedule strength que ofrecen los sitios serios.
Tercer error: sumar PDO y xG como si fueran independientes. No lo son. Un equipo con PDO alto y xG alto no está doble de bien; está rindiendo bien con suerte a favor, y esa parte va a desaparecer.
Cuarto error: apostar contra un equipo con PDO bajo sin mirar si el contexto cambió. Si el bajón viene porque han perdido al portero titular por lesión larga, la regresión a la media no va a llegar. La mala suerte se convirtió en nuevo nivel real.
Quinto error: obsesionarse con encontrar «la métrica secreta». No existe. Con xG, Corsi, HDC, PDO y GSAx tienes el 95 por ciento del valor disponible. Lo que separa al ganador del perdedor no es conocer una métrica oculta, es integrar estas cinco con contexto de forma disciplinada.
La disciplina, al final, es la métrica más avanzada de todas.
Preguntas frecuentes
¿Qué umbral de xG diferencial por partido merece atención real?
Un diferencial de xG (xG For menos xG Against) superior a 0,5 por partido en una ventana de 20 partidos indica superioridad clara. Diferenciales por encima de 0,8 señalan equipos elite y suelen correlacionar con temporadas de 100+ puntos. Diferenciales entre 0,2 y 0,5 son equipos buenos pero no dominantes. Por debajo de 0 estás ante un equipo que juega peor de lo que su clasificación sugiere, y la regresión negativa llega antes o después. Usa siempre ventanas móviles de 15-20 partidos para reducir ruido.
¿El Corsi sigue siendo útil hoy o ha quedado obsoleto?
Útil pero con su sitio. El Corsi es una buena medida de control territorial y estilo de juego, y sigue siendo rápido de calcular y fácil de interpretar. Donde ha quedado desplazado es como métrica principal de calidad: para eso el xG y las HDC son mejores. La combinación ideal es Corsi como indicador de intención y xG como indicador de calidad. Un equipo con Corsi alto y xG alto domina; un equipo con Corsi alto y xG bajo tira mucho desde lejos. En playoffs el Corsi pierde potencia porque el ritmo baja y todos los equipos se acercan al 50 por ciento.
¿Cómo combinar GSAx y save percentage sin doble contar?
Usa save percentage como información de contexto y GSAx como métrica de valor real. El save percentage te dice cuánto para el portero en términos brutos; el GSAx te dice si para por encima o por debajo de lo esperado según la calidad de los tiros que enfrenta. Si un portero tiene save percentage alto pero GSAx negativo, su equipo le está protegiendo y en un partido donde le lluevan tiros de calidad va a sufrir. Si tiene save percentage medio pero GSAx alto, es un portero que carga con un equipo defensivamente frágil y su valor individual es mayor de lo que parece. No los sumes, los combinas.
¿Vale la pena construir un modelo propio de xG o es mejor usar los públicos?
Para un apostador individual, casi siempre es mejor usar los modelos públicos. Construir un modelo de xG decente requiere datos de tracking (posición del tirador, posición del portero, contexto de jugada) que no son gratuitos ni fáciles de procesar. Los modelos públicos de Natural Stat Trick, MoneyPuck o Evolving Hockey están calibrados con miles de partidos y son suficientemente buenos para una operativa individual. Lo que sí merece la pena es tu propio modelo combinatorio: una hoja de cálculo donde integras xG público, ventaja local, estado del portero titular y factor fatiga con pesos que tú mismo has ajustado por prueba y error.
Creado por la redacción de «Apuestas nhl».
