Encuentra arbitrajes y precios +EV con Odds-API.io

Qué necesitas

Estado del código: El código Python de este tutorial se ejecutó con las respuestas de ejemplo publicadas en la documentación de Odds-API.io (comprobadas el 3 de noviembre de 2026), no con una clave real. Las respuestas reales pueden traer más campos; el código solo lee los documentados.

1. Obtén las oportunidades de arbitraje

bookmakers es obligatorio; minProfit va en porcentaje; includeEventDetails=true añade los equipos. Los márgenes se calculan con netOdds cuando hay comisiones de exchange o mercado de predicción ^[1]. El código recalcula cada margen a partir de las patas como control.

# reuses get() from the Python tutorial
arbs = get("/arbitrage-bets", bookmakers="Bet365,SingBet,Betano",
           minProfit=1, includeEventDetails="true", limit=50)

for a in arbs:
    # re-check the margin ourselves from the legs (netOdds where fees apply)
    s = sum(1 / float(l.get("netOdds") or l["odds"]) for l in a["legs"])
    mine = (1 - s) / s * 100
    ev = a.get("event", {})
    print(f'{ev.get("home")} v {ev.get("away")} | {a["market"]["name"]} {a["market"].get("hdp", "")}'
          f' | API {a["profitMargin"]:.2f}% vs recomputed {mine:.2f}%')

Con el ejemplo de la documentación (Betfair Exchange más 2,102 netos, Bet365 menos 2,05) el margen recalculado es del 3,78 % frente al 3,79 % de la API: una diferencia de redondeo.

2. Escala el reparto de importes

optimalStakes está calculado para totalStake (1.000 por defecto); multiplica todas las patas por el mismo factor y no superes el maxStake de cada una ^[1]. Compruébalo con la Calculadora de arbitraje.

def scale_stakes(arb, bankroll):
    """Scale optimalStakes to a bankroll, keeping every leg under its maxStake."""
    factor = bankroll / arb["totalStake"]
    for st in arb["optimalStakes"]:
        leg = next(l for l in arb["legs"]
                   if l["bookmaker"] == st["bookmaker"] and l["side"] == st["side"])
        if leg.get("maxStake"):
            factor = min(factor, leg["maxStake"] / st["stake"])
    return [{**st, "stake": round(st["stake"] * factor, 2),
             "potentialReturn": round(st["potentialReturn"] * factor, 2)}
            for st in arb["optimalStakes"]]

3. Obtén apuestas de valor (+EV)

/value-bets necesita un bookmaker; las cuotas justas salen de un panel de casas sharp y EV = probabilidad justa × cuota − 1 ^[2]. Como expectedValue es una fracción, puedes deducir la probabilidad justa. Usa la Calculadora de valor esperado (+EV) y la Calculadora del criterio de Kelly con cualquier fila.

vbs = get("/value-bets", bookmaker="Bet365", sport="football",
          includeEventDetails="true")

for vb in sorted(vbs, key=lambda v: v["expectedValue"], reverse=True)[:10]:
    side = vb["betSide"]
    odds = float(vb["bookmakerOdds"][side])
    fair_p = (vb["expectedValue"] + 1) / odds      # from EV = p x odds - 1
    ev = vb.get("event", {})
    print(f'{ev.get("home")} v {ev.get("away")} | {vb["market"]["name"]} {side} @ {odds}'
          f' | EV {vb["expectedValue"]:.2%} | implied fair p {fair_p:.1%}')

4. Conoce los límites

Los arbitrajes son solo prepartido y se eliminan en cuanto cambia un precio ^[1]; las casas pueden limitar las cuentas que los aprovechan ^[4]. El valor es una estimación frente a un consenso sharp; sigue el Valor de la línea de cierre para ver si se sostiene ^[5].

Términos del glosario y herramientas relacionados

• Arbitraje
• Surebet
• Valor esperado
• Criterio de Kelly
• Valor de la línea de cierre
• Calculadora de arbitraje
• Calculadora de valor esperado (+EV)
• Calculadora del criterio de Kelly
• Cuotas en vivo con Python
• Automatización de cuotas sin código con n8n o Make
• Datos de cuotas en Claude y ChatGPT con MCP
• Mercados de predicción frente a cuotas de casas
• Odds-API vs SportsGameOdds

Preguntas frecuentes