COLEGIO DE ESTUDIOS SUPERIORES DE ADMINISTRACIÓN -

CESA

Arbitraje en apuestas deportivas

Presentado por:

Anibal Obregón Vargas

Daniel Obregón Vargas

Director:

Clara Bruckner

CESA

Octubre 2013
A nuestros padres y abuelitas.
Tabla de contenido

Pág

I. Introducción ................................................................................................................................ 6
II. Marco Teórico ........................................................................................................................... 12
III. Metodología .......................................................................................................................... 17
III a. Contexto y sujetos de investigación ...................................................................................... 18
III b.Estrategia de recolección de información para las Tablas de Observación. .......................... 19
III c. Espacio de Reflexión y Análisis .............................................................................................. 20
III d. Diagnóstico y recomendaciones de procedimientos para futuros inversionistas y
Conclusiones. ................................................................................................................................ 21
1. Modelos teóricos en Apuestas Deportivas ............................................................................... 22
1.1 Arbitrajes en apuestas deportivas libre de riesgo............................................................. 22
1.2 Apuestas pari-mutuel ........................................................................................................ 24
1.3 Comparación con Opciones Financieras ........................................................................... 25
1.4 Modelo de Estrategia de Apuesta Basado en la Volatilidad del Precio de la Apuesta ........... 28
1.4.1 Descripción del modelo .................................................................................................... 29
1.4.2 Consideraciones y Conclusiones ...................................................................................... 33
2. Oportunidades de arbitraje mixtas: arbitraje en juegos de apuestas combinadas con arbitraje en
tasa de cambio. ................................................................................................................................. 34
2.1 El arbitraje triangular en los tipos de cambio ......................................................................... 35
2.2 Costos de Transacción ............................................................................................................. 37
3. Rentabilidad derivada del arbitraje en apuestas de juegos deportivos que arroja el modelo
propuesto .......................................................................................................................................... 38
3.1 Datos Preliminares .................................................................................................................. 38
3.2 Modelos de Prueba ........................................................................................................... 41
Variables .................................................................................................................................... 41
3.3 Modelo Propuesto............................................................................................................. 42
3.3.1 Modelo para Utilidad Bruta........................................................................................... 42
3.3.2 Costos de transacción ................................................................................................... 43
3.3.3 Modelo para Utilidad Operativa ................................................................................... 45
3.4 Modelo Propuesto Ajustado ............................................................................................. 47
 3.4.1 Supuestos del Modelo Propuesto Ajustado .................................................................. 48
3.4.2 Resultados de la Rentabilidad Bruta del Modelo Propuesto Ajustado ......................... 49
3.4.3 Resultados de la Rentabilidad Operativa del Modelo Propuesto Ajustado .................. 51
Conclusiones ..................................................................................................................................... 54
Glosario ............................................................................................................................................. 55
Bibliografía ........................................................................................................................................ 55
Anexos ............................................................................................................................................... 58

Lista de Gráficos
Gráfico 1: Ejemplo Númerico – Arboles de Volatilidades de Odds (Wang,2009) ............................. 28
Gráfico 2: Probabilidad de Riesgo del aRbitraje vs Tiempo antes de mercado de cierre. Brown
(2011) ................................................................................................................................................ 31
Gráfico3: Probabilidad del Riesgo del Arbitraje vs Volatilidad de los Odds Inversos Brown (2011) 32
Gráfico 4: Probabilidad del Riesgo del Arbitraje vs Odds Inversos Objetivo (K)- Brown (2011) ....... 32
Gráfico 5: El Arbitraje Triangular en el tipo de cambio (Autores) ..................................................... 36
Gráfico 6: Ajuste del Modelo de Rentabilidad Esperada .................................................................. 41
Gráfico 7: Rentabilidad Esperada, Clasificada por Sesgo .................................................................. 42
Gráfico 8. Frecuencia Rendimiento Operativo .................................................................................. 43
Gráfico 9. Y Estimado Vs Y Real ......................................................................................................... 46
Gráfico 10. Curva de Regresión Utilidad Operativa .......................................................................... 47
Gráfico 11. Rendimiento Bruto del modelo propuesto vs. Máximo Rendimiento Bruto ................. 49
Gráfico 12.Curva de Regresión Ajustada-Rentabilidad Brutalidad Bruta.......................................... 50
Gráfico 13. Oportunidades encontradas con Rentabilidad Operativa Positiva ................................ 52
Gráfico 14. Resultados de Máxima Rentabilidad para diferentes niveles de costos de transacción 53
Gráfico 15. Resultados de Máxima Rentabilidad para diferentes niveles de costos de transacción
para el 86% de los datos ................................................................................................................... 53
Gráfico 16: Participación de Búsquedas por Categorías (McCambey, 2013) .................................... 58
Gráfico 17: % Participación de búsquedas por tipo de Deporte (McCambey, 2013) ....................... 58
Gráfico 18: % Participación por casas de apuestas (McCambey, 2013) ........................................... 58

Lista de Tablas
Tabla 1: Recolección de Información Pertinente al Modelo ............................................................. 18
Tabla 2: Tabla de Inputs .................................................................................................................... 19
Tabla 3:Expectativas de Rentabilidad Esperada Promedio ............................................................... 39
Tabla 4: Expectativas de Rentabilidad Esperada Promedio Ajustada ............................................... 40
Tabla 5. Estadística Descriptiva del Modelo de Utilidad Operativa .................................................. 46
Tabla 6. Resumen Regresión del Modelo de Utilidad Operativa ...................................................... 47
Tabla 7. Oportunidades con Rentabilidad Operativa Positiva .......................................................... 52

Lista de Ecuaciones
Ecuación 1: Definición general tasa libre de Riesgo .......................................................................... 24
Ecuación 2: Definición Tasa Libre de Riesgo desde CAPM ............................................................... 24
Ecuación 3: Condición de juego justo ............................................................................................... 27
Ecuación 4 ......................................................................................................................................... 40
Ecuación 5 ......................................................................................................................................... 40
Ecuación 6. Modelo de Rentabilidad Ajustado ................................................................................. 42
Ecuación 7. Modelo de Rentabilidad Ajustada ................................................................................. 44
Ecuación 8. Modelo Utilidad Operativa ............................................................................................ 45
Ecuación 9. Modelo de Rentabilidad Ajustado ................................................................................. 48
 I. Introducción
El desarrollo de la industria de apuestas y la tecnología de forma paralela generó lo
inevitable: apuestas por internet. Este fenómeno de apuestas por internet es
relativamente nuevo y se ha expandido en una forma que pocas industrias lo han hecho.
La primera plataforma de casino por internet fue en 1995 y ha evolucionado a un nivel de
tener 30 millones de usuarios en 2005 con una industria de ganancias estimadas en 2006
por US$10.9 millardos (Oliver, 2009).

El nivel de diferenciación entre los tipos de apuestas que se hizo dentro de la industria
hizo que rápidamente se llegara a las apuestas deportivas online. El desarrollo de medios
de pagos electrónicos generó las condiciones necesarias para que apostadores de toda
índole generaran que las apuestas deportivas por internet hoy sean el 40% del total de
mercado de apuestas por internet (Ver Gráfico 1). (McCambey, 2013)

Lo que buscan los inversionistas del arbitraje en apuestas deportivas es obtener

rentabilidad libre de riesgo a través de los odds fijos generados por internet en el mercado
de apuestas. La gran duda que tienen los inversionistas es si en efecto se puede obtener
rentabilidad libre de riesgo.

Existen diversos modelos que intentan determinar la rentabilidad del inversionista, pero
no son lo suficientemente robustos para reflejar el retorno esperado completo de una
inversión en apuestas deportivas.

Los modelos que intentan explicar la rentabilidad esperada en el arbitraje de apuestas

deportivas no contemplan algunas variables relevantes como: los costos de transacción,
sesgos, oportunidades de arbitraje combinadas con tasas de cambio , tasas de interés,
comisiones de las casas de apuestas, entre otros, que evidencien de una manera más
acertada la rentabilidad del inversionista.
En consecuencia, los modelos actuales no expresan el rédito completo que pudiera llegar
a obtener, en caso de darse la oportunidad de arbitraje, el inversionista cuando realiza la
inversión en el mercado de apuestas deportivas. Entonces, ¿Cómo construir un modelo
que refleje el retorno esperado en una inversión de arbitraje en apuestas deportivas?

La construcción de un modelo de arbitraje que incluya las variables adecuadas, reflejará

que la verdadera rentabilidad del arbitrajista es al menos la misma a la de un activo libre
de riesgo.

El desarrollo de una amplia atención a esta oportunidad de arbitraje a nivel mundial es tal,
que es posible encontrar páginas especializadas en la formación de nuevos agentes de
arbitraje en estos mercados. Por tratarse de un negocio incipiente las oportunidades de
explotación son voluminosas, siempre que se realice un análisis sesudo de las condiciones
y resultados esperados de cada transacción.

Tal interés ha producido el advenimiento de un centenar de páginas a nivel mundial

dedicadas a la compra y venta de apuestas en deportes. El acceso a las plataformas más
robustas (en términos de cantidad de usuarios) es generalmente sin costo, mientras que el
acceso a oportunidades de arbitraje con rentabilidades significativamente altas implica un
costo de entrada mayor.

Sin embargo, muchas de las rentabilidades mostradas en los diferentes portales no son
realmente las que percibe el inversionista. Los modelos de arbitraje deportivo actuales
están dejando de incorporar variables explicativas al retorno esperado del arbitrajista, por
lo tanto, deberían tenerse en cuenta (al menos preliminarmente): costos de transacción
las tasas de interés, comisiones de las casas de apuestas, sesgos y tasas de cambio.

Incorporando las variables adecuadas es posible predecir con un nivel de significancia

dada, el verdadero retorno al arbitrajista. Los hallazgos tendrán una interpretación similar
al uso que se le da a la TIR en banca de inversión, ya que es usada para reflejar el
promedio geométrico de los rendimientos futuros esperados de una inversión dada e
implica un supuesto de oportunidad de reinvertir los recursos generados.

Se hace necesario entender un fenómeno que gana popularidad y adeptos incluso entre
gente que no necesariamente está familiarizado con mercados financieros que impliquen
la compra-venta simultánea de commodities o de un instrumento financiero, de manera
que se obtengan apuestas libre de riesgo con precios divergentes.

Las apuestas deportivas empezaron a ser estudiados inicialmente mediante un sistema de

corredores de apuestas (Pope, 1989) en el que se logró identificar que el arbitraje libre de
riesgo era factible de realizar por la existencia de diferentes odds.

La introducción de varios conceptos hasta ese momento sin analizar como el de la

predictibilidad por parte e Pope y Peel, sirvieron de base para que otros autores
exploraron el estudio e intento de generalizaciones de las ineficiencias que se generan en
el mercado de apuestas deportivas. Es así como (Hausch & Ziemba, 1990) exploran el
potencial de ganancias en el arbitraje libre de riesgo de apuestas de carreras en caballos
en Estados Unidos.

Como resultado Hausch y Ziemba encuentran que las oportunidades de arbitraje sólo
pueden encontrarse ex post. Lo que desconocen estos autores es la introducción unos
años más tarde de las apuestas parimutuales. Las apuestas parimutuales fue un concepto
desarrollado por Eldelman y O’Brian que consiste en un sistema de apuestas en el que las
apuestas de algún tipo particular son puestas en conjunto y la ganancia ó perdida de la
apuesta es calculada como la repartición que se hace a lo largo de un pool de diferentes
apuestas (Edelman & O´Brian, 2004).

A estos últimos autores se les debe que la formulación una estrategia libre de riesgos en
apuestas parimutuales sea posible.
Cainet al., 2000 desarrollaron un modelo en el que proceso de anotaciones de goles de
los equipos locales y visitantes siguen una distribución Poisson y una distribución binomial
negativa, respectivamente, peor encontraron muy pocas oportunidades de generar
ganancias. En contraste, Dixox, 1997 and Goddard, 2004 reportaron ganancias
sustanciales con estrategias seguidas por una distribución Poisson y un modelo probit de
primer orden, respectivamente. Estas dos investigaciones probaban la ineficiencia de
mercados semi fuertes, ya que ellos incorporaron información de resultados de eventos
anteriores y otras variables explicativas de carácter público.

En general se puede observar que la evolución del estudio de los mercados de apuestas
era tradicionalmente segmentada a través de países y la competencia entre corredores de
apuestas del mismo evento deportivo no era tan intensa. Las limitaciones de datos y la
falta de odds de muchos corredores de apuestas significaban que el análisis de arbitraje
no era en la práctica fácil de estudiar.

Las oportunidades no sólo se generaban en diferentes mercados de apuestas deportivas

sino a través de diferentes productos. Es cuando el desarrollo de investigación de las
opciones financieras que hasta ese momento estaba mucho más profundizaba (Paulson,
2011), que hace sentido incorporar nuevos elementos de arbitraje como la ayuda que
pudiera dar las finanzas. Este tema tiene su primera exposición con Rhum, 2003.

Rhum (Rhum, 2003) demostró como las posiciones en opciones financieras pueden ser
vistas como apuestas simples, mientras que Vecer et al. (Vecer et al., 2006) comparó
contratos de apuestas con derivados de crédito. Hodges et al. (Hodges et al., 2003) mostró
que los patrones de retorno de comprar opciones put es análogo al sesgo existente entre
la “apuesta al favorito” y la “apuesta arriesgada” (favourite-longshotbias) en mercados de
carreras.

Resulta interesante que al hacer comparación con otro tipo de mercados se logren acercar
conceptos de sesgo y sus implicaciones para la eficiencia del mercado. El Sesgo favourite–
longshot implica que las apuestas colocadas en favoritos producen un retorno mayor que
apuestas colocadas en long-shots (apuestas arriesgadas), este tipo de apuestas fue
ejemplificada en el futbol europeo, por Hodges.

(Gil and Levitt, 2007) verificaron la existencia de sesgo favourite–longshoten su estudio del
mercado de apuestas que se dio en el campeonato mundial de futbol del año 2002. Sin
embargo, sus conclusiones generales estuvieron a favor de la eficiencia de mercado.

El efecto contrario también fue estudiado (sesgo de apuestas al no favorito) en el fútbol

americano estadounidense y el béisbol diferentes autores ofrecen perspectivas diversas:
(Golec and Tamarkin, 1991), (Woodland and Woodland, 1994) y (Vaughan Williams and
Paton, 1998)

Cabe aclarar que Favourite–longshot, da alcance a lo que en la literatura se denomina

sesgo home-underdog. Esto justifica estrategias en donde apostar en home underdogs
produce retornos altos significativos frente a otras estrategias simples.

Después de la consolidación teórica que sirvió como base sobre la cual se han construido
teorías y modelos en las apuestas deportivas, ha servido para que los mismos autores
complementen y adicionen elementos a sus teorías iniciales. Es el caso de (Dixon & Pope,
2004) en el que establecen la desaparición de oportunidades de arbitraje lo que podría
indicar una capacidad predictiva de los corredores mejorada y más eficiente. Después de
hacer diferentes análisis entre 1993 y 1996 en tres casas de apuestas no encontraron
ninguna oportunidad de arbitraje en las apuestas sobre odds fijos en el mercado de
apuestas de fútbol.

No sólo la complementariedad de los conceptos sino la generación de nuevas estrategias,

empezaron a marcar un enfoque de análisis diferente de las apuestas deportivas
desarrolladas por (Paton & Williams, 2005) Estos autores se basaron en oportunidades
riesgosas de arbitraje en el mercado de apuestas del fútbol inglés. Adicionalmente,
ddesarrollaron la denominada estrategia ‘Quasi-Arbitrage’ o ‘Quarb’, la cual explota los
outliers –corredores de apuestas cuyos diferenciales difieren substancialmente del
diferencial medio ofrecido por todos los otros- y encontraron que producía retornos
positivos.

El hecho que se hubiera generado un nuevo agente, revoluciona por completo el

intercambio de apuestas. El mercado tradicional de apuestas cambió debido al arribo del
apostador en línea, ahora el mercado no sólo permite comprar apuestas (apostar en un
resultado dado), sino que también pueden vender apuestas (apostar en contra de un
resultado dado). Las odds se determinan por un proceso continuo de subasta doble en
donde, bajo condiciones de eficiencia, la demanda se iguala a la oferta.

Cuando se genera volumen de posibles transacciones el estudio de modelos pareciera ser

mucho más robusto y consistente. Ese fue el caso de Vlastakis, Dotsis y Markellos (2009)
que encontraron sesenta y tres casos de arbitraje en una muestra de 12.841 partidos de
fútbol alrededor de 26 países diferentes durante las temporadas del 2002 al 2003 y del
2003 al 2004.

Para poder lograr la comprensión completa de las rentabilidades que derivan de este
mercado se ha trazado el siguiente plan: Primero, describir los modelos teóricos
construidos alrededor de la generación de retornos a través del arbitraje en los mercados
de apuestas en juegos deportivos. Segundo, discutir las oportunidades de arbitraje mixtas:
arbitraje en juegos de apuestas combinadas con arbitraje en tasa de cambio. Por último,
analizar la rentabilidad derivada del arbitraje en apuestas de juegos deportivos que arroja
el modelo propuesto

En los capítulos 3.3. y 3.4, esta estructura dará las luces que encaminarán hacia el modelo
que este estudio tiene por objeto proponer.
 II. Marco Teórico

El origen de los modelos en apuestas deportivas se desarrolla bajo el paradigma de

mercados ineficientes. Este tipo paradigma va en contravía de los supuestos y resultados
esperados por el óptimo de Pareto en el que el comprador y vendedor asumen todos los
costos previos al intercambio sin necesidad de asumir costos adicionales. Si esto fuera
cierto no existiría el arbitraje en ningún tipo de mercado, lo cual está ampliamente
demostrado in contrario sensu (Guerrien & Gun, 2011).

La construcción de generalizaciones que expliquen el retorno del inversionista en apuestas

deportivas tiene sus orígenes en la construcción de series de datos de resultados
observables. Fueron Pope y Pee los pioneros en desarrollar un modelo de probabilidad
lineal que incorporaron las probabilidades de los resultados y la probabilidad implícita por
quienes fijan las cotizaciones, lo cual resultó en estrategias de apuestas que mostraron
que el beneficio era residual (Pope, 1989, pág. 223).

A partir de allí se han construido diferentes modelos para diferentes apuestas deportivas:
validas hípicas (Hausch & Ziemba, 1990), fútbol (Dixon & Pope, 2004), Jai Alai (Lane &
Ziemba, 2004), beisbol y fútbol americano (Golec & Tamarkin, 1991). Todos estos autores
han establecido parametros de medición y predicción sobre cada uno de estos deportes.

Para entender lo que sucede dentro de los modelos es muy importante comprender el
desevolvimiento que tiene la creación de un nuevo tipo de activos que es distribuido a
través de mercados OTC de tipo bilateral. Por eso el aporte que hacen (Gomber, Rohr, &
Schweickert, 2008) sirve como base para entender la relevancia económica y la forma en
la que la organización del mercado se puede configurar en los años venideros.

Los modelos más tradicionales han tenido un marco teórico de las apuestas en 2 variables
continuas a) El valor esperado de cualquier juego arbitrario y b) La flexibilidad inherente
de ese mismo juego (Reber, 2010). Este modelo de valor esperado produce un sistema de
clasificación para todas las iniciativas que se enmarquen dentro del mundo del juego. Esto
lo que permite tomar decisiones con mayor grado de medición y provee una plataforma
más coherente sobre la cual se pueden plantear modelos. Adicionalmente permite una
respuesta que puede sensibilizar la naturaleza de los juegos el mercado bursátil, entre
otros.

Dentro de las generalizaciones se han planteado varios tipos de modelos: probabilisticos

lineales y parimutuales. Los modelos probabilisticos buscan determinar el
comportamiento futuro de eventos aleatorios por lo que pueden ser discretos ó
continuos, siempre insesgados (Pope, 1989). Por su parte el sistema pari mutuel consiste
en realizar apuestas en un fondo, con el fin de remover los impuestos y las comisiones con
las que se queda la casa para luego distribuir las ganancias entre las cotizaciones
ganadoras.

El aislamiento de los sesgos en los modelos es fundamental para poder hallar consistencia
y robustez. Las apuestas arriesgadas en los favoritos longshoten y sus contrapartes que
serían los home-underdogs (Williams, 2003), generan una oportunidad de arbitraje si se
logran detectar y medir dentro de un modelo.

La correcta incorporación de variables que expliquen de forma acertada su predicción en

rentabilidad será crítica para poder evitar varianzas de los errores que no sean constantes
(heterocedasticidad), que los errores de los distintos periodos no estén correlacionados
(autocorrelación) y que no haya variables exógenas que expliquen variables endógenas
(multicolinealidad).

Existen diversos enfoques para aproximar la explotación de la rentabilidad que surge de la

variabilidad de la volatilidad de las cuotas (odds) de diferentes equipos. Uno de ellos son
las opciones reales (Wang, 2011), a través de opciones cambiantes (switching options).
Esta modalidad provee al inversionista flexibilidad, permitiéndole al apostador cambiar
entre equipos (contendores) durante el partido.
Esta novedosa propuesta sugiere que si los costos de cambiar la apuesta son lo
suficientemente bajos, el apostador puede hacer uso de las disimiles volatilidades de las
odds, para aumentar su beneficio económico. Entre más incierta la volatilidad de las odds
y entre más bajo los costos de cambios de apuestas, mayor valor tiene la habilidad del
apostador para responder a giros de nueva información.

El jugador que es dueño de una opción tiene la oportunidad de pasar de un equipo a otro
equipo tan pronto como la volatilidad odds de la futura juegue en favor de tal cambio.
Este oportunidad es comparable a una opción call, ya que en efecto el jugador paga un
precio (la prima de la opción) por el derecho a pagar un precio de ejercicio fijo (el costo de
la inversión) y obtener la opción de cambio. Con algunos de los costos, un jugador posee
la opción de cambiar a explotar los movimientos de probabilidades de volatilidad, pero
puede volver a la estrategia de mantener cuando se producen pérdidas. El resultado es
que, sólo al igual que el titular de una opción financiera, el jugador puede, en principio,
beneficiarse de oportunidades de ganancias ilimitadas, mientras que capitaliza su posible
pérdida.

El impacto de los resultados reales de un equipo en la volatilidad de las cifras depende de

la fuerza del equipo a estos movimientos de probabilidades que son relevantes para el
equipo. El riesgo determina el grado en que el rendimiento de un equipo afecta las
probabilidades de la volatilidad. El grado de riesgo puede obtenerse a partir de la
sensibilidad de las probabilidades de cambios en la volatilidad en el rendimiento de un
equipo. (Dixit ,1989) (Dixit & Pindyck, 1994) discuten la intuición y las técnicas de las
opciones reales y aplicarlos a varias inversiones bajo modelos incertidumbre. Las Odds de
volatilidad tienen las características de la volatilidad de un activo financiero mientras se
adaptan rápidamente a la nueva información.

Las Odds de volatilidad, sin embargo, son predecibles en el corto plazo. Por otro lado, los
pronósticos de volatilidad se vuelven menos inciertos con el paso del momento en que se
disponga de nueva información. Un jugador que maximiza el beneficio puede utilizar esta
información para su ventaja si sus costes de inversión y de conmutación no son
demasiado altos.

La teoría de opciones reales, advierte que entre más alto es el valor la volatilidad de los
activos, mayor será el valor de la opción y mayor es el valor al tenedor de la opción
(Copeland, 2001). Análogamente, entre mayores probabilidades volatilidad, mayor será el
valor de la opción de conmutación. La razón es que el derecho de cambiar de opinión más
tarde es más valioso con una mayor variabilidad (Coxy Rubinstein, 1985).

Para poder generar modelos que expliquen las variables observadas es muy importante
entender los mercado eficientes y cómo el Sportometrics interviene en esto (Sauer,
Waller, & Hakes, 2009). Estos autores comparan la evolución de precios durante un juego
con las probabilidades estimadas generadas por un modelo empírico de puntaje en
beisbol. Estos autores encuentran que el cambio en los precios corresponde de manera
cercana a los cambios en la probabilidad de ganar. Sin embargo, las limitaciones de datos
inhiben la posibilidad de comprobar la hipótesis de los mercados eficientes.

Poder predecir los posibles resultados es el resultado final de los diferentes modelos que
se han planteado. Para ello se desarrollaron índices de apuestas que se pueden traducir
las prácticas desarrolladas en mercados financieros. Sobre esto se creó la hipótesis de la
existencia de un índice subyacente que pueda proveer a los traders estrategias para su
predicción. Los análisis preliminares en el Reino Unido del precio en la media del mercado
proveen una mejor predicción de los valores de los activos que están sujetos a los índices
subyacentes. Lo interesante del estudio que hacen (Paton & Williams, 2005) es que logran
determinar las estrategias generadas por estos modelos consistentemente redunda en
mayor rentabilidad superior a las que no hacen nada.

Una metodología que en definitiva no ha sido desarrollada ampliamente dentro del

mundo del arbitraje son las estrategias que involucra además del evento deportivo usar el
país donde se está generando la posibilidad de apuestas (cross market strategies). Estas
estrategias por lo general usan modelo matemáticos para generar transacciones que por
lo general logran tasas libres de riesgo entre mercados de apuestas diferentes. (Net Book
Sports Arbitrage, 2009).
 III. Metodología

La estrategia de desarrollo del proyecto, se centrará en el análisis de resultados que

arroje el modelo elegido para explicar el comportamiento del retorno esperado de un
arbitrajista en eventos deportivos. Para ello se requerirán varias etapas que inician en la
consulta, búsqueda e interpretación de los modelos citados en las diferentes fuentes
referente al tema de investigación y culminan en el diagnóstico y recomendaciones para
futuros inversionistas.

El medio de identificación de las oportunidades de arbitraje se hará a través de consulta

de páginas de Bookmakers en Internet. Se explorará la posibilidad de identificar las
oportunidades de manera manual, es decir, con simple inspección el arbitrajista encuentra
una oportunidad a través de la búsqueda y análisis de cada rentabilidad esperada.

Por tratarse de una actividad rigurosa se evaluará en términos de costo/eficiencia la

posibilidad de adquirir un software (ArbSurfer) que identifique de manera automática
oportunidades de arbitraje en condiciones de ineficiencia de mercados. Este software
permitirá identificar aquellas apuestas que mayores desequilibrios económicos y por lo
tanto con mayores oportunidades de generar rentabilidad. Adicionalmente, se podrán
registrar una mayor cantidad de transacciones lo cual beneficiará sustancialmente al
análisis de los resultados.

Posteriormente vendrá un proceso de Selección e Incorporación de variables relevantes al

modelo deseado. Las variables tendrán correspondencia con el problema de investigación
y los objetivos. Adicionalmente, el criterio de selección de cada variable será su nivel de
impacto sobre la variable dependiente.
Tabla 1: Recolección de Información Pertinente al Modelo

Técnica Instrumentos
Análisis documental sobre modelos previos de
Resumen y comparación de análisis
rentabilidad en escenarios de arbitraje en apuestas
Observación por apuesta, a través de Bookmakers Tablas de observación
Medición de impacto sobre la variable dependiente Análisis de sensibilidad

Tablas de Observación: Tablas para el diligenciamiento manual, a través de observación

directa. Esta tabla estará organizada por apuesta en filas y por descripción de variables
tanto cualitativas como cuantitativas en columnas.

Resumen y comparación de análisis de contenido: Este acápite permitirá dilucidar el

modelo que mejor explique el comportamiento del retorno esperado del inversionista. Al
momento de comparar resultados estimados con resultados reales, el modelo
seleccionado junto con las variables relevantes deberá tener un nivel de significancia
considerable.

Análisis de sensibilidad: A través de diferentes pruebas estadísticas se determinarán

aquellas variables que explican mejor el comportamiento esperado de la variable
dependiente, en este caso, la rentabilidad. Un análisis de correlación, así como uno de
dependencia será fundamental para evitar conflictos de multicolinealidad o ecuaciones
espurias.

III a. Contexto y sujetos de investigación

Registrarse en los 5 Bookmakers con mejor reputación de acuerdo a los rankings
establecido para ello, teniendo en cuenta aquellos que tendrían potencialmente mejor
posibilidad de explotar el arbitraje. El registro se hará después de un análisis de riesgos;
límites de asignación de cupos, conversión de moneda de la apuesta ganadora, tiempo de
giro (settlement), recursos mínimos en cuentas bancarias, etc.
III b.Estrategia de recolección de información para las Tablas de Observación.
Invertir en la mayor cantidad de oportunidades (muestra no aleatoria de más de 60) de
arbitraje de manera que pueda definirse, ajustarse y refinarse el modelo de retorno al
apostador. La cantidad de inversiones estará dada por la cantidad de dinero disponible,
por el retorno esperado de cada transacción y por la posibilidad de llevar a cabo la
transacción.

Se realizará un cuidadoso ejercicio de registro de resultados obtenidos a partir de los

elementos incorporados en cada transacción. Se realizará una matriz cuyo
diligenciamiento cuente con un orden cronológico en donde se pueda representar
claramente la rentabilidad obtenida en cada transacción.

Tabla 2: Tabla de Inputs

Cuota de
Tasa de Comisión de
Costos de Efecto Tasa Manejo de
N° T Fecha Sesgos interes Casa de Inversión 1 Inversión 2 Odd 1 Odd 2 Rentabilidad
Transacción de Cambio Cuenta
Bancaria Apuestas
Bancaria
Fecha US $ σ US $ % US $ US $ US $ US $ ´1:1 ´1:1 %
1
2
3
4
5
.
.
.
30

Las variables determinantes que serán incluidas dentro del modelo son:

o Costos de transacción: Estará definido en dólares e incorporará todos aquellos

costos que materialice la puesta en marcha de la apuesta.
o Sesgos: Estará definida en desviaciones estándar e incorporará aquellas
imperfecciones de mercado que ayude a definir alguna oportunidad de
arbitraje.
o Efecto de tasa de cambio: Si la transacción de la tasa de cambio es en una
moneda diferente al dólar americano, esta casilla reflejará la conversión a
dicha moneda el día de la transacción.
 o Cuota de manejo de Cuenta bancaria: Este será un componente fijo que
determinará la entidad financiera y estará definido en dólares.
o Comisión de Casa de apuestas: Este valor variará de una casa de apuestas a
otro y será determinante para definir un precio de transacción. Deberá estar
definido en dólares.
o Inversión 1 y 2: Será el valor en dólares que se apostará en una casa de
apuestas y otra.
o Odd 1 y 2: Será la cuota que determinará el diferencial de pago entre una casa
de apuestas y otra.
o Otras variables: Serán aquellas variables que se detectan, y por lo tanto se
decidan incorporar al modelo por considerarse relevantes en la explicación de
la variable dependiente.
o Rentabilidad: Será la variable dependiente del modelo. Estará definido en
porcentaje.

III c. Espacio de Reflexión y Análisis

En esta etapa se examinará, evaluará y analizará los datos recogidos durante el proceso de
arbitraje.

o Conveniencia de uso del Cross currency arbitraje: Combinación de apuestas entre

Bookmaker de diferentes países, lo que permite explotar oportunidades de
arbitraje en el mercado cambiario.
o Verificación de datos: Reconciliar odds publicadas de diferentes Bookmakers
transadas en plataforma. Se trata de comprobar que no haya habido ningún error
humano en la transacción, en el registro de la orden y el placement de la casa de
apuestas.
o Segregación de los datos: Se realizará una discriminación por actividad deportiva,
describiendo su desarrollo y resultados en términos de rentabilidad.
o Análisis Intra-Market & Inter-Market: Estas oportunidades de arbitraje serán
analizadas cuando la diferencia en precio supere al menos la comisión que deba
desembolsarse a la corredora de apuestas.
o El modelo, técnicas cuantitativas: Tabulación: se organizará los datos en tablas de
distribución de las frecuencias absolutas y relativas. Graficación: Se construirán
gráficas de barras para mostrar los resultados de la información recogida. Medidas
Estadísticas: Se requerirán estadísticos de prueba, para normalizar los datos y a
través de ellos obtener resultados estadísticos con cierto nivel de confianza.
 Se escogerá entre diferentes modelos predictivos aquel que por idoneidad
explique el mejor resultado esperado posible de la rentabilidad que debería
esperar un inversionista. Se realizarán test de correlación y covarianza entre los
datos para poder comparar y modelar los resultados.

o El modelo, técnicas cualitativas: Análisis de contenido: El modelo seleccionado

deberá ser analizado en cada uno de sus componentes y deberá tener
razonabilidad teórica. Triangulación: A partir de las observaciones que surjan a
partir del modelo seleccionado deberán compararse los resultados con otros
modelos propuestos previamente en el marco del mercado de apuestas
deportivas.

III d. Diagnóstico y recomendaciones de procedimientos para futuros inversionistas y

Conclusiones.

En esta parte del desarrollo de la tesis, se sustentaran los resultados obtenidos, de

manera que para futuros inversionistas sea posible tener una metodología apropiada de
aproximación a esta materia.

Es también propósito de este aparte hacerle evidente al arbitrajista los riesgos a los que
está expuesto así como los márgenes de rentabilidad asociados a estos riesgos.

Finalmente, se concluirá sobre los hechos más relevantes que afloren en el desarrollo
mismo de este proyecto.
 1. Modelos teóricos en Apuestas Deportivas
Las apuestas deportivas son el mejor método de hacer dinero en casa con el computador
sin vender, reclutar ó mercadear (Zotos, 2007).

1.1 Arbitrajes en apuestas deportivas libre de riesgo

El arbitraje en esencia consiste en usar las diferencias entre mercados de tal forma que se
pueda realizar una ganancia libre de riesgo garantizada sin importar el resultado del
evento. En los mercados de apuestas deportivas se toma ventaja de las diferentes
opiniones que tienen los bookmakers sobre los resultados ante un evento deportivo para
asegurar cierta ganancia (Zotos, 2007).

En los mercados financieros esto equivaldría a comprar un commodity ó instrumento

financiero en un mercado y venderlo simultáneamente a un precio más alto en un
mercado diferente asegurando una ganancia libre de riesgo. En los deportes se están
obteniendo ganancias de las diferentes opiniones sobre el resultado final que se pudiere
llegar a obtener de un evento deportivo.

El arbitraje en apuestas deportivas no funciona igual las apuestas tradicionales. Cuando

realiza el arbitraje queda implícito un riesgo en cada apuesta sin importar qué tan bien se
logren identificar y asignar los odds. Los factores de riesgo implícito son:

a. Reglas del Bookmaker: Varias reglas establecidas por los Bookmakers tiene el
potencial de cancelar una posición después de que el juego haya iniciado, por lo
que se puede quedar descubierto.
b. Tiempo: Cuando una oportunidad de arbitraje se presenta muchas personas
empezarán a realizar sus apuestas en los odds más altos. Esto sucederá aún
cuando se estén realizando apuestas ó no, porque los bookmakers estarían
interesados en atraer más dinero hacia esa parte de sus libros para garantizar que
 sus ganancias están cubiertas. Cuando el bookmaker tenga suficientes apuestas los
odds disminuirán de nuevo, por lo que se debería actuar con premura.
c. Error humano: El error humano viene de 2 formas. El primero, por error del
apostador y el segundo por error del bookmaker.

La posibilidad de realizar el arbitraje ocurre por lo general cuando los bookmakers, que
existen por cientos intentan abarcar la mayor cantidad de mercados expandiendo en
portafolio de deportes ofrecidos en los que no se tiene suficiente experiencia para
competir por una participación de mercado contra otros bookmakers.

Se hace evidente entonces, que el arbitraje libre de riesgo en las apuestas deportivas se
pueden generar, tal y como lo demuestra el estudio como de (Pope, 1989) en el que logra
determinar que existía un arbitraje garantizado del 2% en una muestra de datos que
contenía los odds de cuatro casas de apuestas de fútbol inglés de 1981 hasta 1982.

Fueron estos mismos autores que lograron desarrollar un modelo de probabilidad lineal
que pudiera capturar la relación entre probabilidades objetivas de ocurrencia de
resultados y sus respectivas probabilidades subjetivas implícita en el precio de cada odd.
Adicionalmente lograron determinar que las pérdidas esperadas podrían potencialmente
ser disminuidas, lo que se considera como evidencia de que los odds no cumplen con los
criterios de las expectativas racionales.

La probabilidad es muy importante cuando se habla de apuestas deportivas y adquiere

aún más relevancia si se puede modelar el resultado más probable que generen los odds.
Los odds pueden ser usados para explicar probabilidad y viceversa (Wang, 2009). En
términos generales cuando los odds están altos significa que no hay mucho aliento para
los bookmakers ó los casinos mientras que odds bajos implica pocos incentivos para los
apostadores, por lo que siempre debería haber equilibrio en los odds.

El equilibrio de los odds debería permitir a los dos agentes que participan dentro de la
apuesta (apostador y bookmaker) participar en la apuesta. Lo interesante de esto es que
el equilibrio no es constante porque los apostadores valoran el equilibrio de forma
diferente en la medida en la que tengan nueva información.

Es así como las oportunidades de arbitraje se pueden presentar en diferentes puntos de

equilibrio que se establecen principalmente en: diferentes bookmakers, diferentes
mercados, diferentes países y diferentes deportes.

La importancia de establecer el retorno de las apuestas y los riesgos que hacen parte de la
transacción, determinará finalmente la tasa libre de riesgo debería ser calculada como:

Ecuación 1: Definición general tasa libre de Riesgo

Tasa Libre de riesgo = Tasa Retorno Nominal – Prima por Riesgos

Siendo un poco más precisos la tasa de libre de riesgos también se podría mostrar como:

Ecuación 2: Definición Tasa Libre de Riesgo desde CAPM

( ) ( )

1.2 Apuestas pari-mutuel

Las apuestas pari-mutuel son también conocidas como apuestas mutuas, apuestas
totalizador ó tote. En estas apuestas todos los importes apostados a una carrera son
acumulados en fondos que son operados oficialmente por el respectivo administrador de
carreras (hipódromos). Este fondo (menos las comisiones cobradas por el administrador
de carreras) se divide en relación a los importes apostados en todas las apuestas
ganadoras en función del resultado oficial de la carrera. Las apuestas se pagarán en
cuanto el resultado de la carrera se haga oficial (BWin Electra works Limited, 2013).

Antes el inicio de la carrera, las cuotas pari-mutuel indican cuotas de un participante tal y
como quedarían si no se aceptarán más apuestas en la carrera correspondiente. Lo
anterior significa que las cuotas pari-mutuel reflejan el fondo de apuestas recaudado
justo en el preciso momento en el que se hace la apuesta (BWin Electra works Limited,
2013).

Las cuotas finales se indican en cuanto termine el periodo de apuesta y se dan a conocer
con el resultado oficial de la carrera (BWin Electra works Limited, 2013). Se hace evidente
entonces, que no hay información sobre la ganancia posible pari-mutuel en el momento
de realizar la apuesta.

Dado la observación frecuente de los resultados (que no son afectados por el proceso de
mercado) y la ausencia de bookmakers (que podrían inducir sesgos), los mercados de
apuestas ofrecen la posibilidad de desarrollar modelos y teorías de información agregada
(Ottaviani & Sorensen, 2009).

La hipótesis de mercado eficiente en este tipo de mercado conduce a que una fracción de
los importes ponderados de un resultado es un estimado in-sesgado de un resultado
empíricamente frecuente. Se debe considerar que el mercado de probabilidades de los
short-odds (favoritos) tienden a sub-predecir las probabilidades empíricas (Paton &
Williams, 2005) y de forma análoga, los long-shots (no favoritos) tienen exceso de
apuestas y tienen rendimientos menores en los odds finales. Por tanto el sesgo de los
favoritos-long-shot (FLB) es percibido como una desviación sistemática de la hipótesis de
mercado eficiente.

1.3 Comparación con Opciones Financieras

Los modelos deportivos son en la práctica más eficientes y rentables que los financieros. El
Arbitraje financiero tradicional contempla dentro de sus modelos la ausencia de shocks
comparables lo que limita una acertada modelación de rentabilidad. El arbitraje en
apuestas deportivas, por otra parte, simplifica la modelación porque los shocks de los
rezagos son conocidos.
Asimismo, en los modelos deportivos de arbitraje la información privilegiada es menos
relevante que sus pares financieros, lo que la hace una verdadera oportunidad como
alternativa de inversión con un riesgo virtualmente cercano a 0.

Las apuestas deportivas tienen sus orígenes en el corretaje del arbitraje de los mercados
financieros. De hecho investigadores han estudiado la eficiencia de los mercados de
apuestas como buenos proxys de los mercados financieros (Paton & Williams, 2005). Las
similitudes aparecen cuando los inversionistas (apostadores) son diversos y abundantes,
cuando hay información histórica disponible pero sobre todo cuando cada activo
(apuestas) tiene un valor medible definido.

La apuesta de spreads tiene sus orígenes a mediados de los 70´s en el Reino Unido, pero
desarrollado rápidamente en 80´s y 90´s (Williams, 2003). Fijar spreads involucra una
contraprestación entre minimizar las ganancias de personas con información privilegiada y
la fijación de un spread para optimizar especuladores. Los mercados de apuestas de
spreads se caracterizan por un nivel bajo de costos transaccionales, por lo que se
constituye en una oportunidad atractiva para traders pequeños y otro tipo de traders para
generar estrategias de diversificación de riesgos, en especial cubrirse ante eventuales
caídas en el mercado temporales.

El elemento central de las apuestas de spreads es la fijación por un creador de mercado

(bookmaker) de un spread para el producto en cuestión. El spread responde ante la oferta
y demanda del resultado esperado de un evento futuro y los apostadores tienen la
potestad de vender/comprar cuando el spread este alto/bajo.

El promedio de los puntos medios del spread proveen un mejor pronóstico del resultado
observable en el mercado de apuestas que el punto medio de los spreads ofrecidos por el
mercado. Usando las nociones de cuasi-arbitrajes (quarbs) (Paton & Williams, 2005)
encuentran que es posible generar un estrategia de trading del outlying spread que son
consistentemente positivos y superiores a aquellos que son esperados de la especulación.
El anterior no es el único punto que preocupa a los inversionistas. También existe la
volatilidad de los odds que además de preocupar a los apostadores también es el factor
que se constituye como oportunidad de ganancia. Los atributos combinados de la
volatilidad de los odds y las opciones con posibilidad de cambiar de equipo durante
juegos, con un costo de cambio bajo, puede explotar la posibilidad la variabilidad de un
odd en su posibilidad para incrementar la rentabilidad (Wang, 2009).

Entre mayor sea la incertidumbre de la volatilidad de los odds y menor sean los costos de
intercambio, se generará mayor valor para al apostador en la medida en que tendrá más
habilidad para responder ante nueva información. Es por esto importante entender los
atributos de la volatilidad de los odds y la posibilidad de cambiar de equipo.

Cuando un apostador tiene la oportunidad de cambiar de un equipo a otro tan pronto

cuando la volatilidad de los odds futuros favorezca dicho cambio. Esta oportunidad es
comparable a una opción call porque en efecto un apostador paga un precio (la prima de
la opción) por el precio justo de ejercicio que es fijo (el costo de inversión) y obtiene la
opción de cambio. Con algunos gastos el apostador tiene la opción de cambiar de apuesta
dependiendo de las volatilidades de los odds pero puede devolverse a la estrategia
original cuando esté perdiendo. El resultado es que tal y como sucede con un poseedor de
una opción financiera, el apostador puede en principio beneficiarse de oportunidades
infinitas ganancias, mientras que puede limitar sus pérdidas (Wang, 2009).

Considerando parte de lo revisado en el capítulo 1.1, en la medida en que los odds sean
más altos menor es la probabilidad de ocurrencia. Así las cosas, cuando se generan los
odds se debe pensar que los bookmakers están descontando sus ganancias. Si se tiene por
ejemplo, unos odds que sean 1/a, con un costo hundido de $1 independientemente si se
gana ó se pierde y con una probabilidad de ganar de p, se tendría la siguiente condición:

Ecuación 3: Condición de juego justo

De la ecuación anterior se deduce que cuando un juego tiene condiciones competitivas iguales la
probabilidad de ganar es de ½. Por otro lado cuando hay un equipo más fuerte que el otro la
probabilidad de ganar (p) es mayor a ½ y la probabilidad de que el otro equipo gane es de (1-p)
por lo que se debería satisfacer la condición de (p)+ (1-p) =1. Por tanto los odds se deberían volver
más pequeños cuando el equipo más fuerte ó favorito tiene más probabilidad de ganar.

Los odds cambian a través del tiempo por medio de la frecuencia y la magnitud, factores que son
controlados por los bookmakers. Con esto en perspectiva el momento más adecuado para realizar
las apuestas dependerá de cada tipo de apuesta. En efecto, cuando se hagan más apuestas sobre
el quipo favorito los odds se harán más bajos, por lo que en este tipo de casos es preferible hacer
las apuestas antes. Por el contrario, los odds puede que se hagan más altos sobre el no-favorito
(underdog) en la medida en que se acerque el evento, por lo que se hace preferible apostar sobre
el evento.

Gráfico 1: Ejemplo Numérico – Arboles de Volatilidades de Odds (Wang,2009)

1.4 Modelo de Estrategia de Apuesta Basado en la Volatilidad del Precio de

la Apuesta

De los métodos de alocar apuestas deportivas basadas en criterios de eficiencia y

mínimo riesgo, este es tal vez el que tenga mayor sofisticación probabilística. Brown,
Alasdair (2010) deriva una medida de probabilidad que permite al apostador tomar
una posición corta o larga en una apuesta y calcular la probabilidad de que el precio
alcance una rentabilidad antes de que el mercado cierre.
 El entorno de donde surge este modelo asume un apostador que no es estático; debe
estar arbitrando oportunidades durante los diferentes momentos de tiempo de la
apuesta, mediante el uso de una herramienta estadística. Si es interés del apostador
asumir una misma probabilidad que sea capaz de deshacer teniendo dos resultados
equivalentes querrá aquella oportunidad que le permita un acceso a esta oportunidad
con el menor costo posible.

1.4.1 Descripción del modelo

Las apuestas se negocian en un beneficio C. En el primer instante el apostador aloca

una unidad de C en un intervalo de odds X ɛ (0,infinito). Si efectivamente este
resultado C se cumple, será obligación del apostador X + 1, mientras que cumple su
condición de igualdad:

P(k ɛ (x, infinito) = P (x ɛ (0,infinito)

En donde, el primer lado de la igualdad representa la probabilidad de cubrir un

resultado (beneficio), alocando recursos, dado que el odd de cobertura K, pertenezca
al intervalo X a infinito, mientras que el segundo lado de la igualdad representa la
probabilidad de cubrir el mismo resultado (beneficio), asignando recursos, dado que el
odd X, pertenezca al intervalo X a infinito.
Dado que los odds de respaldo o back odds, siguen un Movimiento Browniano
Geométrico1 sin tendencia, Bronw propone que para cualquier momento del tiempo
igual o mayor que cero, se cumple:

1
Un movimiento browniano geométrico (GBM) (también conocido como movimiento browniano
exponencial) es un proceso estocástico en tiempo continuo en el que el logaritmo de la cantidad que varía al
azar sigue un movimiento browniano (también llamado un proceso de Wiener) con deriva. [1] Es un ejemplo
 Es decir, las expectativas de los back odds en el futuro son equivalentes a los odds
presentes, por lo tanto los odds de respaldo son martingala. Teniendo en cuenta las
back odds en el tiempo 0, y que la volatilidad aparece en el momento 0, la
probabilidad de que las back odds lleguen a nuestro nivel objetivo de K, es similar a la
valoración de una opción americana sin descuento, cuyo subyacente no tiene
tendencia.

La opción paga $1 si el activo subyacente toma un valor predeterminado en cualquier

momento antes de la expiración de la opción, pero si no se alcanza este objetivo, la
opción expira sin valor. De esta manera, se obtiene que el precio de esta opción,
siempre y cuando su valor terminal no esté siendo descontado, es la probabilidad
implícita de este nivel predeterminado siendo alcanzado.

importante de los procesos estocásticos que satisfacen una ecuación diferencial estocástica (SDE), en
particular, que se utiliza en matemática financiera a precios de las acciones en el modelo el modelo Negro-
Scholes.
 Gráfico 2: Probabilidad de Riesgo del aRbitraje vs Tiempo antes de mercado de cierre. Brown (2011)

Este gráfico describe que para diferentes parámetros de volatilidad valores de σ = 0.2 y
σ = 0.4, el comportamiento del riesgo de realizar arbitraje en función del Tiempo,
entre más cerca se encuentre el apostador de realizar su inversión menor riesgo
asumirá. La unidad de medida de probabilidad se centra en mostrar como los odds
inversos se comportan para alcanzar un nivel de K dado. Es posible concluir entonces
que entre menor sea la volatilidad de la apuesta menor será el riesgo implícito en la
asignación de los recursos.
 Gráfico3: Probabilidad del Riesgo del Arbitraje vs Volatilidad de los Odds Inversos Brown (2011)

Este gráfico describe que para diferentes valores de cuotas K = 4 y K = 5, el

comportamiento del riesgo de realizar arbitraje en función de sigma, entre mayor sea
el odd de la apuesta más riesgo asumirá. La unidad de medida de probabilidad se
centra en mostrar como la volatilidad de los odds inversos se comportan para alcanzar
un nivel de T dado. Es posible concluir entonces que entre menor sea el odd de la
apuesta menor será el riesgo implícito en la asignación de los recursos.

Gráfico 4: Probabilidad del Riesgo del Arbitraje vs Odds Inversos Objetivo (K)- Brown (2011)
 Este gráfico sugiere que para diferentes parámetros de volatilidad valores de σ = 0.2 y
σ = 0.4, el comportamiento del riesgo de realizar arbitraje en función de K, entre
menor sea la volatilidad de la apuesta menor será el riesgo implícito en la asignación
de los recursos.

1.4.2 Consideraciones y Conclusiones

El proceso descrito en este modelo se basa en dos importantes supuestos. En primer

lugar, se supone que el parámetro de volatilidad sea constante. Esto es crucial para
obtener una solución de forma cerrada para la opción americana. Sin embargo, la
volatilidad en los mercados de apuestas puede variar con el tiempo. En particular, no
sería apropiado para inferir la volatilidad de un mercado en juego, donde la frecuencia
y la importancia del momento de la llegada de información es abundante. En segundo
lugar, el proceso supone que la ruta de probabilidades es continua. En otras palabras,
las probabilidades de pasar de 3-1 4-1, por ejemplo, el precio tendría que ir a través de
todos los precios entre 3-1 y 4-1. En un mercado en juego habrá discontinuidades (o
saltos) en el proceso de precios.

Oportunidades de arbitraje, en donde un apostador puede hacerse a un beneficio

antes de un evento de apuestas, son raras. Sin embargo, la posibilidad estadística de
arbitraje de diferencias de precios entre los períodos, existe. Esto implica una
dependencia de la volatilidad de los precios de las apuestas y un agudo sentido de la
oportunidad: la compra de una apuesta barata y venderla a un precio deseado.
Mediante el Uso de la medida de probabilidad, el apostante puede tomar una posición
larga (corta) en una apuesta, y calcular la probabilidad de que el precio corto (largo)
alcanzará un nivel deseado.
2. Oportunidades de arbitraje mixtas: arbitraje en juegos de
apuestas combinadas con arbitraje en tasa de cambio.

Los procesos de arbitraje tienen lugar en situaciones de desequilibrio de los mercados

cambiarios frente a los mercados económicos. Los mecanismos de arbitraje, por sí tienden
a devolver el equilibrio de los mercados mediante la evolución del as fuerzas de la oferta y
demanda2

La esencia misma del arbitraje se encuentra en los cimientos de las leyes básicas de la
economía clásica: la ley de la oferta y demanda. Así por ejemplo, vemos como
recientemente una menor oferta mundial de commodities por cuenta del clima, ha hecho
que el comportamiento los precios de algunos de estos como el trigo, azúcar arroz, café,
algodón y maíz hayan venido en ascenso. Esta situación ha hecho que los mercados
internacionales vuelquen sus ojos a China, en donde, pese a tener un control de precios es
capaz de suplir la demanda mundial, al menos en gran medida, y ofrecer precios más
competitivos3.

Este desequilibrio natural presente en la paridad de precios representa una oportunidad

para el arbitraje de calibrar nuevamente el mercado hasta que la posibilidad del arbitraje
desaparezca.

Típicamente se encuentra en la literatura académica que los mercados en los que

interviene la paridad y por lo tanto presentarán la oportunidad de ser arbitrados, son los
siguientes:

 El mercado de Bienes, con las variables precio e inflación

2
Tomado de la página Web de la facultad de Finanzas de la Universidad ICESI el 26 de Junio de 2013:
www.icesi.edu.co/ocw/finanzas/finanzas.../arbitraje-cambiario
3
Ver atículo completo en el magazín digital Portafolio, en el siguiente link:
http://www.portafolio.co/economia/commodities-los-mercados-emergentes-seguiran-impulsando
  El mercado de Capitales, con la variable Tasa de interés
 El mercado de Divisas, con la variable Tipo de Cambio
 Precios de los bienes
 Tasas de interés
 Tipos de Cambio

Existe un efecto temporal disímil entre los diferentes mercados. Así, de manera inmediata
se produce arbitraje entre los Precios y los Tipos de Cambio, mientras que el efecto de las
Tasas de interés y las Tasas de inflación se diluye en el tiempo y tienen efecto una vez son
aplicados.

No hay oportunidades comerciales que producen un beneficio sin riesgo a la baja. La

ausencia de tales oportunidades de arbitraje se caracteriza por la existencia de una
medida equivalente a una martingala. En esa medida, los precios reducidos tienen la
propiedad martingala, es decir, la negociación de los activos es lo mismo que jugar un
juego justo. Cualquier medida martingala equivalente se puede identificar con una regla
de fijación de precios: Se extiende a los precios dados de los activos principales de un
espacio más grande de créditos contingentes, o instrumentos financieros derivados, sin la
creación de oportunidades nuevo arbitraje. En general, serán varias las excepciones. Un
crédito contingente dado tiene un precio único si y sólo si admite una cobertura perfecta.
(Follmer, 2011).

En el contexto de este trabajo habría que ubicar dentro del mercado de las Apuestas, el
precio de los odds o cuotas que se tranzan entre las diferentes casas de apuestas en línea,
como un mercado susceptible de la explotación de la paridad.

2.1 El arbitraje triangular en los tipos de cambio

El arbitraje en tipo de cambio de moneda se da cuando:

 ⁄ ≠ ⁄ * ⁄

Dónde:

o S representa la tasa de cambio spot del mercado

o A/C : Cantidad de la moneda de A en la unidad de moneda de C
o A/B: Cantidad de la moneda de A en la unidad de moneda de B
o B/C: Cantidad de la moneda

Gráfico 5: El Arbitraje Triangular en el tipo de cambio (Autores)

Si ⁄ > ⁄ * ⁄ el arbitrajista comprará la moneda B, posteriormente la moneda C

para venderla en términos de A y hacerse a la diferencia.

El ciclo para este primer ejercicio, tiene un comienzo en A($)  B(€)  C (£) A($),
terminando donde comenzó.
En cambio, si ⁄ < ⁄ * ⁄ el arbitrajista comprará la moneda C, posteriormente la

moneda B para venderla en términos de A y hacerse a la diferencia.

El ciclo en este segundo caso, sería A($)  C(£)  B(€)  A ($), para así nuevamente
cerrar su ciclo.

Es posible que el arbitrajista pueda incrementar su ganancia libre de riesgo, expandiendo

la conversión a más de tres monedas, pues el ciclo lo podrá repetir de forma indefinida
utilizando las ineficiencias del mercado.

2.2 Costos de Transacción

Uno de los factores críticos de éxito de realizar arbitraje libre de riesgo en el caso de
apuestas deportivas, será determinar si beneficio el esperado supera al menos los costos
de transacción. Esta es la barrera que ajusta y compensa el mismo mercado, se da para
que las ganancias no sean ilimitadas ni mucho menos gratis. Los costos de transacción
socavan los esquemas de arbitraje.

Los Costos de Transacción son los costos en que se incurre por pagar la intermediación de
un servicio. Estos costos se pagan a un intermediario al reconocer que su gestión es menos
onerosa que la que se diera directamente sin su intermediación. 4

Existen condiciones de mercado en las que el agente comprador conoce y paga los costos
de transacción por saberlos marginales para el precio final o bien que este adquiriendo.
Los costos marginales se obtienen aumentando el volumen unitario o nominal, de manera
que las sinergias juegan un rol trascendental en la asignación de precios finales.

En las finanzas internacionales es posible encontrar las diferentes clasificaciones de costos

de transacción:

4
Tomado de la página Web de la facultad de Finanzas de la Universidad ICESI el 26 de Junio de 2013:
www.icesi.edu.co/ocw/finanzas/finanzas.../arbitraje-cambiario
  Diferenciación por Costos de Operación de bienes:
o Transporte
o Custodia y Seguros
 Diferenciación por Costos de Oportunidad:
o Predictibilidad de bienes
 Diferenciación por Costos de Intermediación:
o Administración
o Comisiones
o Spread de Tipos de Cambio
o Spread de Tasas de Interés
 Arancel

Los Costos de Transacción se oponen al Arbitraje, pues disminuyen y aún anulan los
beneficios que los árbitros pudiesen encontrar inicialmente5.

Debemos incluir a estas diferenciaciones Costos de Entrada y Costos de Salida. En los primeros se
enmarcarían aquellos costos asociados con la pre operación de cualquier negocio, idea o
inversión, mientras que en los segundos (que pueden ser realmente costosos) o pueden
englobarse aquellos asociados a quiebras o escisiones.

3. Rentabilidad derivada del arbitraje en apuestas de juegos

deportivos que arroja el modelo propuesto
3.1 Datos Preliminares
Se realizaron inscripciones en tres (3) Bookmakers o casas de apuestas, por diferentes
motivos dentro los que prevalecieron confianza, seguridad, “amigables con el arbitraje” y
comodidad para realizar la operación.

Las condiciones primarias que se tuvieron en cuenta para asignar los recursos a las
diferentes casas de apuesta fueron:

5
Op. Cit. Pág 6.
 Que las diferencias entre los odds ofrecidos para un mismo juego fueran
efectivamente disimiles.
 Que independientemente del resultado de la puesta se obtuviera una rentabilidad
en la inversión.
 Que el beneficio obtenido fuera remitido en dólares.
 Que la apuesta contemplara dos posibles resultados: un equipo/jugador gana o
pierde. Es decir, no debe contemplar empates
 No se optimizó la asignación de los recursos basado en sesgos

Para esta primera aproximación no se tuvieron en cuenta ni los costos de transacción,

ni los sesgos, ni operaciones en otras monedas. Obteniendo las siguientes
expectativas;
Tabla 3:Expectativas de Rentabilidad Esperada Promedio

Rentabilidad
Oferta del Cuotas Monto
Apuesta Arbitraje Posible Ganancia Esperada
Odd más alto Inversas < 1 (Optimo)
(US$10)
1 1,4 $ 7,51 $ 10,51 5,0%
1 0,95
2 4,22 $ 2,49 $ 10,51 5,0%
3 1,56 $ 6,50 $ 10,14 1,4%
2 0,99
4 2,9 $ 3,50 $ 10,14 1,4%
5 1,85 $ 5,65 $ 10,45 4,4%
3 0,96
6 2,4 $ 4,35 $ 10,45 4,4%
7 1,73 $ 6,10 $ 10,54 5,3%
4 0,95
8 2,7 $ 3,91 $ 10,54 5,3%
9 1,62 $ 6,25 $ 10,13 1,2%
5 0,99
10 2,7 $ 3,75 $ 10,13 1,2%
Rentabilidad
Promedio 3,5%

Se realizaron 10 apuestas individuales, con la intención de obtener 5 oportunidades de

arbitraje y una rentabilidad esperada de 3,5%, sobre un total de US$100 invertidos, es
decir, obtener un beneficio de US$3,5.

Las rentabilidades inversas o K, se calcularon como:

 Ecuación 4

Para detectar de manera temprana cualquier oportunidad de arbitraje debe cumplirse

la siguiente igualdad:

Ecuación 5

⁄ + ⁄ + ⁄ <1

Se establece dentro de la igualdad hasta tres (3) posibles diferentes resultados para
una misma apuesta, entendiendo que son la cantidad de resultados más comunes en
cualquier juego deportivo.

La primera dificultad hallada fue la posibilidad de encontrar oportunidades de arbitraje

a través de ciertas páginas, que aunque en un principio no resultan ser tan confiables,
al final terminaron por ser efectivas.

La segunda dificultad se evidencia en la siguiente tabla:

Tabla 4: Expectativas de Rentabilidad Esperada Promedio Ajustada

Rentabilidad
Oferta del Cuotas Monto
Apuesta Arbitraje Posible Ganancia Esperada
Odd más alto Inversas < 1 (Optimo)
(US$10)
1 1,4 $ 7,51 $ 10,51 5,0%
1 0,95
2 4,22 $ 2,49 $ 10,51 5,0%
3 1,56 $ 6,50 $ 10,14 1,4%
2 0,99
4 2,9 $ 3,50 $ 10,14 1,4%
5 1,85 $ 5,65 $ 10,45 4,4%
3 0,96
6 2,4 $ 4,35 $ 10,45 4,4%
7 1,73 $ 6,10 $ 10,54 5,3%
4 0,95
8 2,7 $ 3,91 $ 10,54 5,3%
9 1,62 $ 6,25 $ 10,13 1,2%
5 0,99
10 2,7 $ - $ - 0,0%
Rentabilidad
Promedio 3,3%
Al realizar la asignación de la apuesta # 10, la casa de apuestas decidió no tomar la
apuesta, lo que produjo que se tomara una posición descubierta, se eliminara de
inmediato la oportunidad de arbitraje, reduciendo la Rentabilidad Promedio 20 pb.

Los datos tratados hasta el momento sólo contienen un componente de análisis de

rentabilidad directo que no tiene en cuenta las variables que se discuten a continuación.

3.2 Modelos de Prueba

No existen suficientes datos para tener afirmaciones concluyentes o relevancia estadística

en la información. Sin embargo, preliminarmente se ha recogido la siguiente información.

Gráfico 6: Ajuste del Modelo de Rentabilidad Esperada

Como se observa, claramente el modelo pierde relevancia cuando no se incorpora una

muestra con significancia estadística. Por ahora, se aprecia un comportamiento positivo
entre los datos y un coeficiente de correlación de 40,86%

Variables

Dentro de las variables que no se incluyen dentro los resultados preliminares se encuentra
el sesgo. De Paton & Williams (Paton & Williams, 2005), podemos saber que los
apostadores tienen un retorno esperado diferente si su sesgo también lo es. De esta
manera:

Gráfico 7: Rentabilidad Esperada, Clasificada por Sesgo

3.3 Modelo Propuesto

3.3.1 Modelo para Utilidad Bruta

La fórmula requerida para determinar si la oportunidad de arbitraje está presente se

asume una apuesta exitosa (i) que otorga un retorno (incluyendo el dinero inicial
apostado) de Xi unidades y con el supuesto de obtener (n) resultados en una competición,
por lo que el arbitrajista deberá invertir en cada resultado (i) siempre que n

Ecuación 6. Modelo de Rentabilidad Ajustado

∑ ( )
( ) s.a ∑ ( )
∑ ( )

Se entiende entonces que la oportunidad de arbitraje existe en la medida que el pago

requerido garantiza un resultado sea menor a 1 unidad: ∑( )

Aplicando este modelo con los datos obtenidos, encontramos que dato que tiene más
frecuencia en el histograma es el de 2.82% de utilidad bruta por transacción
 Gráfico 8. Frecuencia Rendimiento Operativo

Frecuencia Rendimiento Operativo

90
80
70
60 Frecuencia
50
40
30
20
10
0

De total de 104 de oportunidades encontradas con rendimiento positivo, 4 son inferiores

a 0,02%, 78 están entre el 0.02% y el 2.82%, 12 están entre el 2,82% y el 5,62%, mientras
que el resto, es decir, 10 oportunidades tienen un rendimiento operativo superior al
5,62%. Podría concluirse entonces, que bajo este escenario sólo el 9,6% de las
oportunidades encontradas tendrán un rendimiento excepcionalmente elevado.

Los arbistrajistas deben considerar costos de transacción que no deben ser

menospreciados como la comisión por tasa de cambio, servicios de internet y los fees de
la tarjeta de crédito.

3.3.2 Costos de transacción

i. Comisión por tasa de cambio

La comisión por tasa de cambio, es fundamental que sea tenida en cuenta porque las
oportunidades de arbitraje pueden salir de diferentes bookmakers en diferentes paises
con diferentes monedas. Adicionalmente es el costo de transacción más oneroso de los
estudiados en este documento. La práctica más usada por los arbitrajistas para no lidiar
con este costo de transacción es hacer inversiones de largo plazo en una sola moneda,
que por lo general es el dólar y esperar las variaciones del mercado.

Esta estrategia consiste en fijar un precio de referencia para el tipo de cambio de todas
las monedas y cuando el mercado fluctue a favor de algún tipo de moneda en particular se
pueden realizar más transacciones en dicha moneda ó liquidar apuestas. Es por ello que
desde una perspectiva de optimización de rentabilidad está estrategia no parece ser la
más adecuada.

Muchas franquicias de tarjeta de crédito cobran un costo de transacción por operar en

moneda extranjera. Sin embargo, existen mecanismos y diferentes tarjetas de crédito que
no cobran este fee que usualmente es del 2.5%. Uno de los mecanismos más usados es la
creación de ewallets (billeteras electrónicas) en las que se puede trasladar los recursos
consignados a los bookmakers directamente.

Los ewallets permiten retirar la los recursos una vez por mes sin ningún tipo de costo. Sin
embargo, hacer transacciones de tipo de cambio con los ewallets puede ser una
alternativa que debe ser revisada con cuidado dado que las tasas de cambio cargadas no
son costo eficientes y se salen de los parámetros del mercado.

Para evitar pérdida de tiempo y dinero al realizar una oportunidad de arbitraje, es

necesario traducir la comisión de tipo de cambio en precio. De esta forma se puede
establecer con claridad y de forma instantanea si la transacción es factible.

El valor de transacción estimado para la comisión por tipo de cambio es de 0,7% por
transacción. Teniendo en cuenta que existen mecanismos para disminuir el costo a 0, se
considera que alternativamente se deberá mecanismos diferentes al ewallet.

La fórmula para convertir la comisión de intercambio en precio es sencilla y contempla las

variables de Ex Px que sería el precio de intercambio y Ex Com que sería la comisión:

Ecuación 7. Modelo de Rentabilidad Ajustada

( ) ( )
1+
 ii. Servicios de Internet

Para que una oportunidad de arbitraje se pueda materializar no sólo es necesario reducir
de la utilidad bruta, las comisiones por tipo cambio. Se requiere asignar un porcentaje fijo
que deberá ser distribuido por todas las transacciones para el pago de servicios de
internet. De acuerdo al volumen de transacción necesarias para obtener los rendimientos
esperados, este valor se hace pequeño pero se incluye dentro del análisis.

Teniendo en cuenta que para este trabajo se obtuvieron 117 oportunidades de arbitraje
de un total de 252 partidos, el costo por transacción que resulta y que se asume para el
modelo planteado es de 0,001% por transacción.

iii. Fees de tarjeta de crédito

El dinero para realizar una oportunidad de arbitraje usualmente se realiza de tarjetas de

crédito y bancos online. El rango que tiene los fees de las tarjetas de crédito puede variar
entre el 1% y el 3%, por lo que los bancos online pueden ser una mejor opción.

Una vez más se asume que los el uso de tarjetas de crédito y bancos online de forma
alternativa será requerido, por lo que el costo por transacción se estimó en 0,5%

3.3.3 Modelo para Utilidad Operativa

De la utilidad bruta restamos entonces los costos de transacción más relevante para hallar
la utilidad operativo. En consecuencia la fórmula propuesta que incoporaría los costos de
transacción y que reflejaría un retorno para el inversionista

Ecuación 8. Modelo Utilidad Operativa

∑ ( )
( ) s.a ∑ ( ) - 1+
( ) ( )
- Internet Service - Credit Card Deposit Fees
∑ ( )
 Tabla 5. Estadística Descriptiva del Modelo de Utilidad Operativa

Estadistica Descriptiva

Medi a 1,25%
Error típi co 0,42%
Medi ana 0,11%
Moda -1,18%
Desvi aci ón estándar 4,30%
Vari anza de l a muestra 0,19%
Curtosi s 19,85
Coefi ci ente de asi metría 4,14
Rango 0,28
Míni mo -1,18%
Máxi mo 26,80%
Suma 130,25%
Cuenta 104,00
Ni vel de confi anza(95,0%) 0,84%

La estadística descriptiva muestra que en promedio los resultados para un inversionista

tienen rendimientos positivos por transacción. Por tanto, entre mayor cantidad de
transacciones se hagan mayor probabilidad se tendrá de obtener rentabilidades totales
satisfactorias para el inversionista.

Gráfico 9. Y Estimado Vs Y Real

Al obtener un R2 del 88.35% se establece que el modelo propuesto es satisfactorio para

explicar la inversión de un inversionista interesado en el arbitraje deportivo.
 Gráfico 10. Curva de Regresión Utilidad Operativa

Curva de regresión Utilidad Operativa

35,00%
30,00%
25,00%
20,00%
15,00%
Y
Y

10,00% Pronóstico para Y

5,00%
0,00%
-5,00%-5,00%0,00% 5,00% 10,00% 15,00% 20,00% 25,00% 30,00%

-10,00%
Variable X 1

Tabla 6. Resumen Regresión del Modelo de Utilidad Operativa

Estadísticas de la regresión
Coeficiente de correlación múltiple 0,94
Coeficiente de determinación R^2 0,88
R^2 ajustado 0,88
Error típico 0,02
Observaciones 104

3.4 Modelo Propuesto Ajustado

Obtenidos los resultados anteriormente discutidos, los investigadores notaron que el

modelo era susceptible de ser modificado. La idea ahora es obtener el mayor rendimiento
esperado posible sin alterar la posibilidad de lograr una apuesta libre de riesgo.

Mediante esta optimización se inclina la apuesta hacia aquella que genere más
rendimiento, minimizando la exposición hacia la apuesta que genera menor rentabilidad.

A través de un condicionamiento de variables, se logra dicho resultado:

 Ecuación 9. Modelo de Rentabilidad Ajustado

( ) ( )
( ) ⟦ ⟧ s.a. ∑ ( ) - 1+ - Internet Service - Credit Card Deposit Fees

Donde;

3.4.1 Supuestos del Modelo Propuesto Ajustado

Como se ve de la fórmula expresada anteriormente, los costos asociados a tasas de

cambio, servicios de internet y costos de facilidades financieras se mantienen invariantes.
El cambio significativo se da en la maximización del valor esperado de las rentabilidades
obtenidas de oportunidades de arbitraje, previamente identificadas, esto es, que la suma
del inverso de los odds (K) sea menor a 1.

En términos prácticos, esta reasignación eficiente de recursos reduce la participación de

aquel juego que genere menor rentabilidad individual (a), llevándola hasta niveles en
donde ésta apuesta directa sobre un solo agente, sea capaz de asumir los mínimos costos
necesarios para su realización, por lo tanto su rentabilidad (Ri) deberá propender a ser lo
más cercana a cero (0)6. Esta reducción en la asignación de menor rentabilidad se

6
Para efectos ilustrativos, los autores aceptaron que los resultados de la optimización propuesta por el
modelo sobre la rentabilidad mínima fuera cero (0).
redistribuye aumentando en la misma proporción a la apuesta individual directa (b) que
genera la mayor la rentabilidad (Ri+1). En definitiva, se obtendrá como valor esperado, el
promedio simple de las rentabilidades de las dos (2) apuestas individuales directas.

Por lo demás se hace evidente que tanto la proporción a, como la proporción b deben ser
positivas, mientras que su suma debe ser siempre equivalente a 1.

Finalmente, el modelo se enmarca dentro de juegos deportivos cuyos resultados sean sólo
dos (2) posibles, esto es; que exista un perdedor y un ganador.

3.4.2 Resultados de la Rentabilidad Bruta del Modelo Propuesto

Ajustado

El modelo propuesto ajustado persigue una optimización en la distribución de los recursos

asignados para una misma transacción, logrando maximizar el rendimiento esperado de
ésta.

El rendimiento promedio del modelo inicial (E1) es de 2.44%, mientras que el rendimiento
promedio del modelo ajustado (E2) alcanza niveles del 4.37%, es decir, que sin alterar la
posibilidad de obtener una condición de arbitraje, se obtiene un rendimiento 79,39%
superior, en promedio, tal y como se muestra en el siguiente gráfico:

Gráfico 11. Rendimiento Bruto del modelo propuesto vs. Máximo Rendimiento Bruto

100,00% 600,00%
90,00%
500,00%
80,00%
70,00% 400,00% E1
60,00% 300,00%
50,00% E2
40,00% 200,00%
30,00% 100,00% Aumento
20,00% Proporcional en
0,00%
10,00% Rentabilidad
0,00% -100,00%
103
1
7

19
13

25
31
37
43
49
55
61
67
73
79
85
91
97
En promedio, por transacción se logra un aumento proporcional en rentabilidad del orden
del 67.60%. Es notable que la dos terceras partes de los datos están en un rango de
rentabilidad entre el 0% y el 55.2%. Asimismo, vale pena destacar la capacidad de explotar
la rentabilidad se acentúa en aquellos datos cuyo dato inicial fue superior al 5.6%.

De la información recolectada sólo hubo dato que se encontraba en el óptimo punto de

rentabilidad esperada, por lo que su variación frente el nuevo modelo ajustado propuesto
fue 0.

Gráfico 12.Curva de Regresión Ajustada-Rentabilidad Brutalidad Bruta

Curva de regresión ajustada-Rentabilidad Bruta

100,00%

80,00%

60,00%
Y

Y
40,00%
Pronóstico para Y
20,00%

0,00%
0,00% 5,00% 10,00% 15,00% 20,00% 25,00% 30,00%

Variable X 1

Coeficientes
Intercepción 0,00292208
Variable X 1 1,67400727

La estadística descriptiva muestra que la varianza aumentó 6 veces (pasando 0,18% a

1,10%), mientras que la rentabilidad sólo lo hizo 1,8 veces. Se evidencia que no existe una
proporcionalidad entre el riesgo que asume el arbitrajista frente a la opción de maximizar
su rentabilidad esperada.

Sin embargo, la curva de regresión ajustada muestra que esta desproporción puede ser
menor debido a que para pronósticos lineales de una rentabilidad operativa superior se
estima un coeficiente de 1,67 veces. Es decir, la maximización de la rentabilidad lineal
esperada puede estimarse a partir de la rentabilidad operativa inicial como 1,67 veces su
valor. La intercepción aunque en la gráfica es despreciable, vendrá dada como aquel valor
mínimo de rentabilidad esperada de equilibrio, es decir, aquel que iguale la máxima
rentabilidad operativa bruta a los costos de transacción.

La gráfica sobre la Curva de Regresión Ajustada-Rentabilidad Brutalidad Bruta confirma la

acumulación de resultados que se concentran rentabilidades brutas por debajo del 5.6%.
La afirmación anterior tiene implicaciones, en el marco de la regresión ajustada, en dos
sentidos: el primero es que predice de manera relevante el potencial de valorización
esperada de la rentabilidad óptima, para niveles inferiores o iguales al 5.6%, y el segundo,
es que para rentabilidades óptimas superiores a 5.6%, se presentan datos con mayor
volatilidad, por lo que se obtiene, para toda la curva, un R cuadrado de apenas el 46.23%.
Sin embargo, sigue siendo un buen predictor la rentabilidad óptima.

3.4.3 Resultados de la Rentabilidad Operativa del Modelo Propuesto

Ajustado

Considerando los resultados anteriormente obtenidos y la sensibilidad realizada para

diferentes niveles de costos de transacción es posible observar que el espectro de
posibilidades de realizar operaciones libres de arbitraje con un rendimiento esperado
aceptable, aumentan. A pesar de que en los dos modelos, un costo de transacción total de
0,15%, las oportunidades de arbitraje obtenidas son de 97, a medida que van
incrementándose estos costos de transacción, va haciéndose más robusto el modelo
ajustado, pues, para un nivel de costo de 1,80%, se obtienen 50 oportunidades de
arbitraje versus 37 oportunidades del modelo inicial.
 Tabla 7. Oportunidades con Rentabilidad Operativa Positiva

SUMA DE COSTOS DE TRANSACCIÓN

0,15% 0,30% 0,45% 0,60% 0,75% 0,90% 1,05% 1,20% 1,35% 1,50% 1,65% 1,80%

Rentabilidad Operativa 97 89 78 69 64 60 57 53 51 45 41 37
Rentabilidad Operativa
(Modelo Ajustado)
97 93 87 82 80 75 72 68 61 55 54 50

Bajo los parámetros del modelo inicial y a manera de demostración, podemos observar,
que por ejemplo si con el rendimiento operativo inicial se obtenía una transacción de
0,55%, con el modelo ajustado este valor esperado puede elevarse a niveles de 1,86%,
logrando que los costos de transacción globales y críticos de 1,80% puedan redundar en
un rendimiento operativo total del 0,06%.

Del total de oportunidades encontradas con el primer modelo, fue posible comprobar que
a medida que los costos de transacción van incrementando, las oportunidades de arbitraje
desaparecen más rápido, si no se máxima la rentabilidad operativa esperada, tal y como
se observa a continuación:

Gráfico 13. Oportunidades encontradas con Rentabilidad Operativa Positiva

Oportunidades Encontradas con Rentabilidad Operativa

Positiva

Rentabilidad Operativa Rentabilidad Operativa (Modelo Ajustado)

93
97
87 82
89 78 80 75 72
69 64 68
60 57 61
53 51 55 54 50
45 41 37

0,15% 0,30% 0,45% 0,60% 0,75% 0,90% 1,05% 1,20% 1,35% 1,50% 1,65% 1,80%
SUMA DE COSTOS DE TRANSACCIÓN
 Gráfico 14. Resultados de Máxima Rentabilidad para diferentes niveles de costos de transacción

100,00%

80,00%

60,00%

40,00%

20,00%

0,00%
0,00% 20,00% 40,00% 60,00% 80,00% 100,00%
-20,00%

El gráfico anterior, resume las rentabilidades halladas para cada una de las optimizaciones
hechas para cada transacción. Como se ve, para cierto nivel de rentabilidad, los costos de
transacción vuelve la operación inviable ya que generaría rentabilidades negativas. Por
otro lado, muestra cómo para niveles de rentabilidad óptimos de 90.47% los costos de
transacción se vuelven insignificantes, frente a los beneficios potenciales que representan.

Con el ánimo se observar más en detalle el efecto de los costos de transacción sobre la
rentabilidad operativa, se propone el siguiente gráfico:

Gráfico 15. Resultados de Máxima Rentabilidad para diferentes niveles de costos de transacción para el 86% de los datos

8,00%
6,00%
4,00%
2,00%
0,00%
-2,00%
-4,00%

Máxima Rentabilidad (Arbitraje 0%)

Máxima Rentabilidad (Arbitraje1.2%)
Máxima Rentabilidad (Arbitraje 1.5%)
Máxima Rentabilidad (Arbitraje 1.8%)
De manera, que pudiera evidenciarse en detalle el efecto de los costos de transacción se
agrupó el 85,71% de los datos, es decir, se incluyó la frecuencia inferior a un rendimiento
del 5,62%.

Conclusiones
Durante este trabajo hemos podido revisar diferentes modelos que han mostrado una
rentabilidad que no ha contemplado todos los factores con un inversionista sesudo
exigiría. Puede verificarse que el modelo propuesto, después de haber sido sometido a
diferentes pruebas empíricas se ajusta satisfactoriamente a los resultados obtenidos.

De los 251 juegos seleccionados al azar se encontraron 117 oportunidades de arbitraje,

logrando un ratio de posibilidad de arbitraje del 46.43%. Las transacciones identificadas
como oportunidad de arbitraje obtuvieron rendimiento bruto promedio 2.44% por
transacción. Se encontró que la oportunidad de mejorar ese ratio obedece patrones
temporales, en donde la oportunidad de arbitraje se desvanece en el tiempo y hace que
encontrar odds históricos, que generen rentabilidades sea un desafío. Sin embargo, las
potencialidades de rentabilidad están subvaloradas, más si se considera que la diferencia
clave entre los mercados de apuestas deportivas y los mercados financieros es la falta de
profundidad en los mercados de apuestas deportivos (Marshall, 2009)

Otro elemento clave que se logró identificar es que el arbitraje en los diferentes deportes
tiene características intrínsecas que hace que cada estrategia que se adopte para realizar
arbitraje, sea diferente. En efecto, elementos como el volumen de partidos por
temporada, la popularidad del deporte en el mundo, la frecuencia de torneos son
variables que definitivamente deberán ser tenidos en cuenta en el momento de tomar
ventaja de los diferentes odds.

De manera similar, en las 117 oportunidades de arbitraje se identificó un costo operativo

promedio del 1,20%, que se consideraron como costo de transacción que en promedio se
dividieron en 0,7% la comisión de tasa de cambio, 0.5% comisión de tarjeta de crédito y
0.001% para el servicio de internet. Lo anterior, genera rendimiento promedio de utilidad
operativa del 1,24% por transacción.

A través de una optimización de la rentabilidad esperada es posible obtener un

rendimiento superior, sin alterar la posibilidad de realizar arbitraje y ampliando la
posibilidad de generar transacciones rentables que cubran los costos en los que se deben
incurrir. Del total de oportunidades encontradas con el primer modelo, fue posible
comprobar que a medida que los costos de transacción van incrementando, las
oportunidades de arbitraje desaparecen más rápido, si no se máxima la rentabilidad
operativa esperada.

Los modelos propuestos en definitiva se consideran robustos (con más de un 85% de R2) y
explican satisfactoriamente la rentabilidad que algún inversionista podría llegar a obtener
en el mundo del arbitraje deportivo.

Glosario
Sports betting: Apuestas Deportivas
Arbitrage: Arbitraje
Bookmaker: Corredor de apuestas
Betting markets: Mercado de apuestas
Odds: Cuota
Cross Market Trading: Mercado Cruzado de Intercambio (Tasa de cambio)
Market Efficiency: Eficiencia de mercado
Parimutuel: Pari-mutuel/Parimutual
Longshot: Apuestas Arriesgadas
Quarbs: Cuasi-Arbitrajes
Traders: Operadores/Negociadores
Short-Odds: Favoritos
Long-Shots: No Favoritos

Bibliografía
BWin Electra works Limited. (2013). BWin. Obtenido de Ayuda y Soporte:
https://help.bwin.com/es/sports-help/horse-racing/toto-betting/tote-bets

Dixon, M., & Pope, P. (2004). The value of Statical Forecasts in the UK Association Football Betting
Market. International Journal of Forecasting, 697-711.
Edelman, D., & O´Brian, N. (2004). Tote arbitrage and lock oportunities in racetrack betting.
European Journal of Finance, 370-378.

Follmer, H. S. (2011). Stochastic Finance: An introduction in discrete time. USA: Walter de Gruyter.

Franck, E., Verbeek, E., & Stepah, N. (2009). Inter-market Arbitrage in Sport Betting. NCER Working
Paper Series, 3-24.

Gomber, P., Rohr, P., & Schweickert, U. (2008). Sports Betting as new asset class - current market
organization and options for development. Financial Market Research, 169 - 192.

Guerrien, B., & Gun, O. (2011). Efficient Market Hypothesis: What are we talking about? Real
World Economics Review.

Hausch, B., & Ziemba, W. (1990). Arbitrage Strategies for Cross-Track Betting on Major Horse
Races. Journal of Business, 61-78.

Haven, E. (2008). The Variation of Financial Arbitrage via the Use of an Information Wave Function.
International Journal of Theoritical Physics, 193-199.

Jouini, E., & NAPP, C. (2001). Arbitrage and investment Opportunities. Finance and Stochastics,
302-305.

Labrie, R., & Shaffer, H. (2011). Indetifying behavioral markers of disordered internet sports
gambling. Addiction Research & Theory, 56-55.

Lane, D., & Ziemba, W. (2004). Jai-Alai Hedging Strategies. European Journal of Finance, 353-369.

Lynch, T. (2004). Gambling by another name? The Challenge of Purely Speculative Derivatives.
Indiana Legal Studies Research Paper, 875-894.

McCambey, J. (11 de Abril de 2013). StickeEyes. Obtenido de Insigths Report: Sport Betting Leads
Growth within Online Gambling: http://www.stickyeyes.com/2013/04/11/insights-report-
sports-betting-leads-growth-within-online-gambling/

Mendenhall, R. (2004). Arbitrage Risk and Post-Earnings - Announcements Drift. The Journal of
Business, 875-894.

Net Book Sports Arbitrage. (2009). Sports Arbitrage World. Recuperado el 05 de May de 2013, de
www.sportsarbitrageworld.com

Oliver, J. (2009). Internet Gambling; Will History Repeat Itself. Obtenido de Brief Story of Internet
Gambling:
http://www.unc.edu/courses/2006spring/law/357c/001/projects/dsmatthe/background.h
tml
Ottaviani, M., & Sorensen, P. N. (2009). Surprised by the Parimutuel Odds? American Economic
Review, 2130-2132.

Paton, D., & Williams, L. V. (2005). Forecasting Outcomes in Spread Betting Markets: Can Bettors
use "Quarbs" to Beat the Book. Wiley InterScience, 139-154.

Paulson, R. A. (2011). An Analysis of Gambling Markets Economics. Review of Business Research,

11-21.

Pope, P. F. (1989). . Information, Prices and Efficiency in a Fixed-Odds Betting . Economica.

Reber, A. S. (2010). The EVf Model: A Novel Framework for Understanding Gambling and by
extension Poker. UNVL Gaming Research & Review Journal.

Sauer, R. D., Waller, J., & Hakes, J. K. (2009). The progress of the betting in a baseball game.
Springer Science+ Business Media.

W, M. (2008). Exploiting Inefficiencies in Financial and Sports Gambling Markets: Exploratory Drift
model. Journal of Predictions Markets, 15-32.

Wang, S.-Y. (2009). The Power of the Real Options in Games Betting: An application of Switching
Options. The Journal of Gambling Business and Economics, 1-14.

Williams, L. V. (2003). The Economics of Gambling. New York: Rotledge.

Zotos, K. (2007). Sports Arbitrage. Journal of American Academy of Business, 187-189.

Anexos

Gráfico 16: Participación de Búsquedas por Categorías (McCambey, 2013)

Gráfico 17: % Participación de búsquedas por tipo de Deporte (McCambey, 2013)

Gráfico 18: % Participación por casas de apuestas (McCambey, 2013)

(16) Gilles Simon 1,65 1,63 1,53 1,53 1,63 1,63 1,74 1,63 1,61
(50) Bernard Tomic 2,35 2,3 2,35 2,5 2,38 2,35 2,35 2,35 2,45
(64) Yen-Hsun Lu 1,44 1,43 1,5 1,53 1,43 1,43 1,5 1,48 1,63
(46) Lukas Rosol 2,85 2,95 2,55 2,38 2,95 2,95 3 2,8 2,4
(20) Mikhail Youzhny 1,43 1,45 1,43 1,4 1,4 1,43 1,43 1,5 1,44
(47) Denis Istomin 2,9 2,98 2,92 2,85 2,75 2,92 2,92 2,99 2,95
(55) Marinko Matosevic 3,6 3,64 3,5 3,2 3,4 3,5 3,5 3,9 3,6
(11) Milos Raonic 1,31 1,33 1,33 1,33 1,3 1,33 1,33 1,34 1,32
(33) Julien Benneteau 1,18 1,19 1,18 1,2 1,2 1,18 1,18 1,21 1,18
(54) Pablo Andujar 5,25 5,5 5,25 4,25 4,33 5,25 5,25 5,6 5,25
(48) Marcos Baghdatis 3,2 3,32 3,15 3 3 3,15 3,15 3,56 3,2
(10) Stanislas Wawrinka 1,38 1,38 1,38 1,36 1,36 1,38 1,38 1,38 1,38
(85) Lukas Lacko 5,25 5,23 5,1 5 5,5 5,05 5,1 5,9 5,1
(9) Richard Gasquet 1,18 1,2 1,19 1,15 1,12 1,19 1,19 1,2 1,2
(62) Venus Williams 1,59 1,59 1,54 1,56 1,62 1,54 1,54 1,65 1,57
(46) Eugenie Bouchard 2,6 2,56 2,6 2,4 2,2 2,6 2,6 2,52 2,5
(36) Lucie Safarova 2,9 3,02 2,89 2,85 2,62 2,89 2,89 3,06 2,85
(8) C aroline Wozniacki 1,48 1,45 1,44 1,4 1,5 1,44 1,44 1,48 1,47
(28) Svetlana Kuznetsova 2,33 2,34 2,35 2,3 2,38 2,35 2,35 2,44 2,35
(11) Petra Kvitova 1,7 1,69 1,65 1,59 1,57 1,65 1,65 1,69 1,65
(28) Svetlana Kuznetsova 2,55 1,58 1,67 2,35 1,57 1,67 1,63 1,64 1,63
(22) Sorana C irstea 1,57 2,57 2,26 1,57 2,25 2,26 2,35 2,56 2,4
(9) Angelique Kerber 2,8 2,8 2,75 2,75 2,75 2,75 2,75 2,89 2,75
(4) Agnieszka Radwanska 1,51 1,51 1,49 1,43 1,44 1,49 1,49 1,52 1,49
(6) Tomas Berdych 1,38 1,37 1,38 1,34 1,4 1,38 1,38 1,38 1,33
(16) Gilles Simon 3,4 3,45 3,2 3,1 2,75 3,2 3,2 3,6 3,5

Gráfico 13: Odds sacados de 7 casas de apuestas

MÁXIMA RENTABILIDAD POSIBLE AJUSTANDO POR "SESGO"

Arbitraje
E2 (Max
Ajuste por sesgo % de Inversión E2 (rendimiento) Maximizando
Rendimiento)
Rentabilidad
-1,49% 57,47% 0,00%
100,00% 3,16% -6,32%
1,49% 42,53% 6,32%
-3,45% 61,35% 0,00%
100,00% 7,98% -15,95%
3,45% 38,65% 15,95%
-0,04% 66,56% -0,17%
100,00% -0,08% -0,17%
0,04% 33,44% 0,00%
0,00% 25,57% -0,27%
100,00% -0,27% 0,00%
0,00% 74,43% -0,27%
0,00% 82,23% -0,50%
100,00% -0,50% 0,00%
0,00% 17,77% -0,50%
0,00% 27,94% -0,55%
100,00% -0,55% 0,00%
0,00% 72,06% -0,55%
0,00% 16,90% -0,28%
100,00% -0,28% 0,00%
0,00% 83,10% -0,28%
-0,57% 60,61% 0,00%
100,00% 1,21% -2,42%
0,57% 39,39% 2,42%
0,44% 33,33% 2,00%
100,00% 1,00% 2,00%
-0,44% 66,67% 0,00%
0,11% 41,18% 0,47%
100,00% 0,24% 0,47%
-0,11% 58,82% 0,00%
-10,98% 39,22% 0,00%
100,00% 28,11% -56,22%
10,98% 60,78% 56,22%
0,00% 34,47% -0,39%
100,00% -0,39% 0,00%
0,00% 65,53% -0,39%
-0,57% 71,43% 0,00%
100,00% 1,43% -2,86%
0,57% 28,57% 2,86%
 MÁXIMA RENTABILIDAD POSIBLE AJUSTANDO POR "SESGO" Y COSTOS DE TRANSACCIÓN

Cantidad
E3 (Max
Ajuste por CT % de Inversión E3 (rendimiento) Descubierta
Rendimiento)
(Riesgo 0)
0,03% 57,50% 0,05%
3,15% -6,19%
0,03% 42,50% 6,25%
0,03% 61,38% 0,05%
7,95% -15,81%
0,03% 38,62% 15,86%
0,03% 66,59% -0,12%
-0,11% -0,03%
0,03% 33,41% -0,09%
0,03% 25,60% -0,15%
-0,23% 0,16%
0,03% 74,40% -0,31%
0,03% 82,26% -0,46%
-0,57% 0,20%
0,03% 17,74% -0,67%
0,03% 27,97% -0,44%
-0,52% 0,15%
0,03% 72,03% -0,59%
0,03% 16,93% -0,10%
-0,21% 0,21%
0,03% 83,07% -0,32%
0,03% 60,64% 0,05%
1,20% -2,30%
0,03% 39,36% 2,35%
0,03% 33,30% 1,91%
0,98% 1,86%
0,03% 66,70% 0,04%
0,03% 41,15% 0,40%
0,22% 0,35%
0,03% 58,85% 0,05%
0,03% 39,25% 0,08%
28,11% -56,06%
0,03% 60,75% 56,14%
0,03% 34,50% -0,30%
-0,37% 0,13%
0,03% 65,50% -0,44%
0,03% 71,46% 0,04%
1,40% -2,71%
0,03% 28,54% 2,75%
 SUMA DE COSTOS DE TRANSACCIÓN
0,15% 0,3% 0,5% 0,6% 0,8% 0,9% 1,1% 1,2% 1,4% 1,5% 1,7% 1,8%
-1,181%
0,02% -0,13% -0,28% -0,43% -0,58% -0,73% -0,88% -1,03% -1,18% -1,33% -1,48% -1,63% -1,78%
0,02% -0,13% -0,28% -0,43% -0,58% -0,73% -0,88% -1,03% -1,18% -1,33% -1,48% -1,63% -1,78%
0,02% -0,13% -0,28% -0,43% -0,58% -0,73% -0,88% -1,03% -1,18% -1,33% -1,48% -1,63% -1,78%
0,02% -0,13% -0,28% -0,43% -0,58% -0,73% -0,88% -1,03% -1,18% -1,33% -1,48% -1,63% -1,78%
0,03% -0,12% -0,27% -0,42% -0,57% -0,72% -0,87% -1,02% -1,17% -1,32% -1,47% -1,62% -1,77%
0,03% -0,12% -0,27% -0,42% -0,57% -0,72% -0,87% -1,02% -1,17% -1,32% -1,47% -1,62% -1,77%
0,08% -0,07% -0,22% -0,37% -0,52% -0,67% -0,82% -0,97% -1,12% -1,27% -1,42% -1,57% -1,72%
0,16% 0,01% -0,14% -0,29% -0,44% -0,59% -0,74% -0,89% -1,04% -1,19% -1,34% -1,49% -1,64%
0,20% 0,05% -0,10% -0,25% -0,40% -0,55% -0,70% -0,85% -1,00% -1,15% -1,30% -1,45% -1,60%
0,20% 0,05% -0,10% -0,25% -0,40% -0,55% -0,70% -0,85% -1,00% -1,15% -1,30% -1,45% -1,60%
0,22% 0,07% -0,08% -0,23% -0,38% -0,53% -0,68% -0,83% -0,98% -1,13% -1,28% -1,43% -1,58%
0,26% 0,11% -0,04% -0,19% -0,34% -0,49% -0,64% -0,79% -0,94% -1,09% -1,24% -1,39% -1,54%
0,26% 0,11% -0,04% -0,19% -0,34% -0,49% -0,64% -0,79% -0,94% -1,09% -1,24% -1,39% -1,54%
0,27% 0,12% -0,03% -0,18% -0,33% -0,48% -0,63% -0,78% -0,93% -1,08% -1,23% -1,38% -1,53%
0,30% 0,15% 0,00% -0,15% -0,30% -0,45% -0,60% -0,75% -0,90% -1,05% -1,20% -1,35% -1,50%
0,31% 0,16% 0,01% -0,14% -0,29% -0,44% -0,59% -0,74% -0,89% -1,04% -1,19% -1,34% -1,49%

G
0,31% 0,16% 0,01% -0,14% -0,29% -0,44% -0,59% -0,74% -0,89% -1,04% -1,19% -1,34% -1,49%
0,32% 0,17% 0,02% -0,13% -0,28% -0,43% -0,58% -0,73% -0,88% -1,03% -1,18% -1,33% -1,48%
0,36% 0,21% 0,06% -0,09% -0,24% -0,39% -0,54% -0,69% -0,84% -0,99% -1,14% -1,29% -1,44%
0,37% 0,22% 0,07% -0,08% -0,23% -0,38% -0,53% -0,68% -0,83% -0,98% -1,13% -1,28% -1,43%
0,37% 0,22% 0,07% -0,08% -0,23% -0,38% -0,53% -0,68% -0,83% -0,98% -1,13% -1,28% -1,43%
0,38% 0,23% 0,08% -0,07% -0,22% -0,37% -0,52% -0,67% -0,82% -0,97% -1,12% -1,27% -1,42%
0,41% 0,26% 0,11% -0,04% -0,19% -0,34% -0,49% -0,64% -0,79% -0,94% -1,09% -1,24% -1,39%

R 0,41%
0,44%
0,45%
0,47%
0,48%
0,26%
0,29%
0,30%
0,32%
0,33%
0,11%
0,14%
0,15%
0,17%
0,18%
-0,04%
-0,01%
0,00%
0,02%
0,03%
-0,19%
-0,16%
-0,15%
-0,13%
-0,12%
-0,34%
-0,31%
-0,30%
-0,28%
-0,27%
-0,49%
-0,46%
-0,45%
-0,43%
-0,42%
-0,64%
-0,61%
-0,60%
-0,58%
-0,57%
-0,79%
-0,76%
-0,75%
-0,73%
-0,72%
-0,94%
-0,91%
-0,90%
-0,88%
-0,87%
-1,09%
-1,06%
-1,05%
-1,03%
-1,02%
-1,24%
-1,21%
-1,20%
-1,18%
-1,17%
-1,39%
-1,36%
-1,35%
-1,33%
-1,32%
0,48% 0,33% 0,18% 0,03% -0,12% -0,27% -0,42% -0,57% -0,72% -0,87% -1,02% -1,17% -1,32%

O 0,50%
0,51%
0,51%
0,54%
0,56%
0,35%
0,36%
0,36%
0,39%
0,41%
0,20%
0,21%
0,21%
0,24%
0,26%
0,05%
0,06%
0,06%
0,09%
0,11%
-0,10%
-0,09%
-0,09%
-0,06%
-0,04%
-0,25%
-0,24%
-0,24%
-0,21%
-0,19%
-0,40%
-0,39%
-0,39%
-0,36%
-0,34%
-0,55%
-0,54%
-0,54%
-0,51%
-0,49%
-0,70%
-0,69%
-0,69%
-0,66%
-0,64%
-0,85%
-0,84%
-0,84%
-0,81%
-0,79%
-1,00%
-0,99%
-0,99%
-0,96%
-0,94%
-1,15%
-1,14%
-1,14%
-1,11%
-1,09%
-1,30%
-1,29%
-1,29%
-1,26%
-1,24%
0,59% 0,44% 0,29% 0,14% -0,01% -0,16% -0,31% -0,46% -0,61% -0,76% -0,91% -1,06% -1,21%

S
0,66% 0,51% 0,36% 0,21% 0,06% -0,09% -0,24% -0,39% -0,54% -0,69% -0,84% -0,99% -1,14%
0,69% 0,54% 0,39% 0,24% 0,09% -0,06% -0,21% -0,36% -0,51% -0,66% -0,81% -0,96% -1,11%
0,71% 0,56% 0,41% 0,26% 0,11% -0,04% -0,19% -0,34% -0,49% -0,64% -0,79% -0,94% -1,09%
0,74% 0,59% 0,44% 0,29% 0,14% -0,01% -0,16% -0,31% -0,46% -0,61% -0,76% -0,91% -1,06%
0,74% 0,59% 0,44% 0,29% 0,14% -0,01% -0,16% -0,31% -0,46% -0,61% -0,76% -0,91% -1,06%
0,81% 0,66% 0,51% 0,36% 0,21% 0,06% -0,09% -0,24% -0,39% -0,54% -0,69% -0,84% -0,99%

S
0,83% 0,68% 0,53% 0,38% 0,23% 0,08% -0,07% -0,22% -0,37% -0,52% -0,67% -0,82% -0,97%
0,85% 0,70% 0,55% 0,40% 0,25% 0,10% -0,05% -0,20% -0,35% -0,50% -0,65% -0,80% -0,95%
0,89% 0,74% 0,59% 0,44% 0,29% 0,14% -0,01% -0,16% -0,31% -0,46% -0,61% -0,76% -0,91%
0,92% 0,77% 0,62% 0,47% 0,32% 0,17% 0,02% -0,13% -0,28% -0,43% -0,58% -0,73% -0,88%
0,92% 0,77% 0,62% 0,47% 0,32% 0,17% 0,02% -0,13% -0,28% -0,43% -0,58% -0,73% -0,88%
0,95% 0,80% 0,65% 0,50% 0,35% 0,20% 0,05% -0,10% -0,25% -0,40% -0,55% -0,70% -0,85%
1,06% 0,91% 0,76% 0,61% 0,46% 0,31% 0,16% 0,01% -0,14% -0,29% -0,44% -0,59% -0,74%
1,10% 0,95% 0,80% 0,65% 0,50% 0,35% 0,20% 0,05% -0,10% -0,25% -0,40% -0,55% -0,70%
1,12% 0,97% 0,82% 0,67% 0,52% 0,37% 0,22% 0,07% -0,08% -0,23% -0,38% -0,53% -0,68%
1,12% 0,97% 0,82% 0,67% 0,52% 0,37% 0,22% 0,07% -0,08% -0,23% -0,38% -0,53% -0,68%
1,29% 1,14% 0,99% 0,84% 0,69% 0,54% 0,39% 0,24% 0,09% -0,06% -0,21% -0,36% -0,51%
1,33% 1,18% 1,03% 0,88% 0,73% 0,58% 0,43% 0,28% 0,13% -0,02% -0,17% -0,32% -0,47%

P
1,36% 1,21% 1,06% 0,91% 0,76% 0,61% 0,46% 0,31% 0,16% 0,01% -0,14% -0,29% -0,44%
1,36% 1,21% 1,06% 0,91% 0,76% 0,61% 0,46% 0,31% 0,16% 0,01% -0,14% -0,29% -0,44%
1,38% 1,23% 1,08% 0,93% 0,78% 0,63% 0,48% 0,33% 0,18% 0,03% -0,12% -0,27% -0,42%
1,42% 1,27% 1,12% 0,97% 0,82% 0,67% 0,52% 0,37% 0,22% 0,07% -0,08% -0,23% -0,38%
1,48% 1,33% 1,18% 1,03% 0,88% 0,73% 0,58% 0,43% 0,28% 0,13% -0,02% -0,17% -0,32%
1,50% 1,35% 1,20% 1,05% 0,90% 0,75% 0,60% 0,45% 0,30% 0,15% 0,00% -0,15% -0,30%
1,53% 1,38% 1,23% 1,08% 0,93% 0,78% 0,63% 0,48% 0,33% 0,18% 0,03% -0,12% -0,27%

R 1,61%
1,65%
1,65%
1,69%
1,70%
1,46%
1,50%
1,50%
1,54%
1,55%
1,31%
1,35%
1,35%
1,39%
1,40%
1,16%
1,20%
1,20%
1,24%
1,25%
1,01%
1,05%
1,05%
1,09%
1,10%
0,86%
0,90%
0,90%
0,94%
0,95%
0,71%
0,75%
0,75%
0,79%
0,80%
0,56%
0,60%
0,60%
0,64%
0,65%
0,41%
0,45%
0,45%
0,49%
0,50%
0,26%
0,30%
0,30%
0,34%
0,35%
0,11%
0,15%
0,15%
0,19%
0,20%
-0,04%
0,00%
0,00%
0,04%
0,05%
-0,19%
-0,15%
-0,15%
-0,11%
-0,10%
1,70% 1,55% 1,40% 1,25% 1,10% 0,95% 0,80% 0,65% 0,50% 0,35% 0,20% 0,05% -0,10%

O 1,80%
1,92%
2,00%
2,00%
2,01%
1,65%
1,77%
1,85%
1,85%
1,86%
1,50%
1,62%
1,70%
1,70%
1,71%
1,35%
1,47%
1,55%
1,55%
1,56%
1,20%
1,32%
1,40%
1,40%
1,41%
1,05%
1,17%
1,25%
1,25%
1,26%
0,90%
1,02%
1,10%
1,10%
1,11%
0,75%
0,87%
0,95%
0,95%
0,96%
0,60%
0,72%
0,80%
0,80%
0,81%
0,45%
0,57%
0,65%
0,65%
0,66%
0,30%
0,42%
0,50%
0,50%
0,51%
0,15%
0,27%
0,35%
0,35%
0,36%
0,00%
0,12%
0,20%
0,20%
0,21%
2,04% 1,89% 1,74% 1,59% 1,44% 1,29% 1,14% 0,99% 0,84% 0,69% 0,54% 0,39% 0,24%

F
2,12% 1,97% 1,82% 1,67% 1,52% 1,37% 1,22% 1,07% 0,92% 0,77% 0,62% 0,47% 0,32%
2,13% 1,98% 1,83% 1,68% 1,53% 1,38% 1,23% 1,08% 0,93% 0,78% 0,63% 0,48% 0,33%
2,18% 2,03% 1,88% 1,73% 1,58% 1,43% 1,28% 1,13% 0,98% 0,83% 0,68% 0,53% 0,38%
2,23% 2,08% 1,93% 1,78% 1,63% 1,48% 1,33% 1,18% 1,03% 0,88% 0,73% 0,58% 0,43%
2,24% 2,09% 1,94% 1,79% 1,64% 1,49% 1,34% 1,19% 1,04% 0,89% 0,74% 0,59% 0,44%
2,37% 2,22% 2,07% 1,92% 1,77% 1,62% 1,47% 1,32% 1,17% 1,02% 0,87% 0,72% 0,57%

I
2,45% 2,30% 2,15% 2,00% 1,85% 1,70% 1,55% 1,40% 1,25% 1,10% 0,95% 0,80% 0,65%
2,60% 2,45% 2,30% 2,15% 2,00% 1,85% 1,70% 1,55% 1,40% 1,25% 1,10% 0,95% 0,80%
2,60% 2,45% 2,30% 2,15% 2,00% 1,85% 1,70% 1,55% 1,40% 1,25% 1,10% 0,95% 0,80%
2,81% 2,66% 2,51% 2,36% 2,21% 2,06% 1,91% 1,76% 1,61% 1,46% 1,31% 1,16% 1,01%
2,99% 2,84% 2,69% 2,54% 2,39% 2,24% 2,09% 1,94% 1,79% 1,64% 1,49% 1,34% 1,19%
3,15% 3,00% 2,85% 2,70% 2,55% 2,40% 2,25% 2,10% 1,95% 1,80% 1,65% 1,50% 1,35%

T
3,19% 3,04% 2,89% 2,74% 2,59% 2,44% 2,29% 2,14% 1,99% 1,84% 1,69% 1,54% 1,39%
3,19% 3,04% 2,89% 2,74% 2,59% 2,44% 2,29% 2,14% 1,99% 1,84% 1,69% 1,54% 1,39%
3,27% 3,12% 2,97% 2,82% 2,67% 2,52% 2,37% 2,22% 2,07% 1,92% 1,77% 1,62% 1,47%
3,27% 3,12% 2,97% 2,82% 2,67% 2,52% 2,37% 2,22% 2,07% 1,92% 1,77% 1,62% 1,47%
3,27% 3,12% 2,97% 2,82% 2,67% 2,52% 2,37% 2,22% 2,07% 1,92% 1,77% 1,62% 1,47%
3,44% 3,29% 3,14% 2,99% 2,84% 2,69% 2,54% 2,39% 2,24% 2,09% 1,94% 1,79% 1,64%
3,50% 3,35% 3,20% 3,05% 2,90% 2,75% 2,60% 2,45% 2,30% 2,15% 2,00% 1,85% 1,70%
3,53% 3,38% 3,23% 3,08% 2,93% 2,78% 2,63% 2,48% 2,33% 2,18% 2,03% 1,88% 1,73%
3,95% 3,80% 3,65% 3,50% 3,35% 3,20% 3,05% 2,90% 2,75% 2,60% 2,45% 2,30% 2,15%
4,50% 4,35% 4,20% 4,05% 3,90% 3,75% 3,60% 3,45% 3,30% 3,15% 3,00% 2,85% 2,70%
5,62% 5,47% 5,32% 5,17% 5,02% 4,87% 4,72% 4,57% 4,42% 4,27% 4,12% 3,97% 3,82%
6,17% 6,02% 5,87% 5,72% 5,57% 5,42% 5,27% 5,12% 4,97% 4,82% 4,67% 4,52% 4,37%
8,23% 8,08% 7,93% 7,78% 7,63% 7,48% 7,33% 7,18% 7,03% 6,88% 6,73% 6,58% 6,43%
8,74% 8,59% 8,44% 8,29% 8,14% 7,99% 7,84% 7,69% 7,54% 7,39% 7,24% 7,09% 6,94%
8,92% 8,77% 8,62% 8,47% 8,32% 8,17% 8,02% 7,87% 7,72% 7,57% 7,42% 7,27% 7,12%
12,05% 11,90% 11,75% 11,60% 11,45% 11,30% 11,15% 11,00% 10,85% 10,70% 10,55% 10,40% 10,25%
13,47% 13,32% 13,17% 13,02% 12,87% 12,72% 12,57% 12,42% 12,27% 12,12% 11,97% 11,82% 11,67%
13,88% 13,73% 13,58% 13,43% 13,28% 13,13% 12,98% 12,83% 12,68% 12,53% 12,38% 12,23% 12,08%
25,70% 25,55% 25,40% 25,25% 25,10% 24,95% 24,80% 24,65% 24,50% 24,35% 24,20% 24,05% 23,90%
28,00% 27,85% 27,70% 27,55% 27,40% 27,25% 27,10% 26,95% 26,80% 26,65% 26,50% 26,35% 26,20% }
 SUMA DE COSTOS DE TRANSACCIÓN
0,15% 0,3% 0,5% 0,6% 0,8% 0,9% 1,1% 1,2% 1,4% 1,5% 1,7% 1,8%
-1,186%
0,01% -0,14% -0,29% -0,44% -0,59% -0,74% -0,89% -1,04% -1,19% -1,34% -1,49% -1,64% -1,79%
0,01% -0,14% -0,29% -0,44% -0,59% -0,74% -0,89% -1,04% -1,19% -1,34% -1,49% -1,64% -1,79%
0,03% -0,12% -0,27% -0,42% -0,57% -0,72% -0,87% -1,02% -1,17% -1,32% -1,47% -1,62% -1,77%
0,04% -0,11% -0,26% -0,41% -0,56% -0,71% -0,86% -1,01% -1,16% -1,31% -1,46% -1,61% -1,76%
0,03% -0,12% -0,27% -0,42% -0,57% -0,72% -0,87% -1,02% -1,17% -1,32% -1,47% -1,62% -1,77%
0,03% -0,12% -0,27% -0,42% -0,57% -0,72% -0,87% -1,02% -1,17% -1,32% -1,47% -1,62% -1,77%
0,09% -0,06% -0,21% -0,36% -0,51% -0,66% -0,81% -0,96% -1,11% -1,26% -1,41% -1,56% -1,71%
0,18% 0,03% -0,12% -0,27% -0,42% -0,57% -0,72% -0,87% -1,02% -1,17% -1,32% -1,47% -1,62%
0,24% 0,09% -0,06% -0,21% -0,36% -0,51% -0,66% -0,81% -0,96% -1,11% -1,26% -1,41% -1,56%
0,23% 0,08% -0,07% -0,22% -0,37% -0,52% -0,67% -0,82% -0,97% -1,12% -1,27% -1,42% -1,57%
0,29% 0,14% -0,01% -0,16% -0,31% -0,46% -0,61% -0,76% -0,91% -1,06% -1,21% -1,36% -1,51%
0,42% 0,27% 0,12% -0,03% -0,18% -0,33% -0,48% -0,63% -0,78% -0,93% -1,08% -1,23% -1,38%
0,58% 0,43% 0,28% 0,13% -0,02% -0,17% -0,32% -0,47% -0,62% -0,77% -0,92% -1,07% -1,22%
0,34% 0,19% 0,04% -0,11% -0,26% -0,41% -0,56% -0,71% -0,86% -1,01% -1,16% -1,31% -1,46%
1,43% 1,28% 1,13% 0,98% 0,83% 0,68% 0,53% 0,38% 0,23% 0,08% -0,07% -0,22% -0,37%
0,36% 0,21% 0,06% -0,09% -0,24% -0,39% -0,54% -0,69% -0,84% -0,99% -1,14% -1,29% -1,44%

G
0,81% 0,66% 0,51% 0,36% 0,21% 0,06% -0,09% -0,24% -0,39% -0,54% -0,69% -0,84% -0,99%
0,44% 0,29% 0,14% -0,01% -0,16% -0,31% -0,46% -0,61% -0,76% -0,91% -1,06% -1,21% -1,36%
0,77% 0,62% 0,47% 0,32% 0,17% 0,02% -0,13% -0,28% -0,43% -0,58% -0,73% -0,88% -1,03%
0,39% 0,24% 0,09% -0,06% -0,21% -0,36% -0,51% -0,66% -0,81% -0,96% -1,11% -1,26% -1,41%
0,39% 0,24% 0,09% -0,06% -0,21% -0,36% -0,51% -0,66% -0,81% -0,96% -1,11% -1,26% -1,41%
0,81% 0,66% 0,51% 0,36% 0,21% 0,06% -0,09% -0,24% -0,39% -0,54% -0,69% -0,84% -0,99%
0,46% 0,31% 0,16% 0,01% -0,14% -0,29% -0,44% -0,59% -0,74% -0,89% -1,04% -1,19% -1,34%

R 1,25%
0,91%
0,52%
0,63%
0,48%
1,10%
0,76%
0,37%
0,48%
0,33%
0,95%
0,61%
0,22%
0,33%
0,18%
0,80%
0,46%
0,07%
0,18%
0,03%
0,65%
0,31%
-0,08%
0,03%
-0,12%
0,50%
0,16%
-0,23%
-0,12%
-0,27%
0,35%
0,01%
-0,38%
-0,27%
-0,42%
0,20%
-0,14%
-0,53%
-0,42%
-0,57%
0,05%
-0,29%
-0,68%
-0,57%
-0,72%
-0,10%
-0,44%
-0,83%
-0,72%
-0,87%
-0,25%
-0,59%
-0,98%
-0,87%
-1,02%
-0,40%
-0,74%
-1,13%
-1,02%
-1,17%
-0,55%
-0,89%
-1,28%
-1,17%
-1,32%
0,60% 0,45% 0,30% 0,15% 0,00% -0,15% -0,30% -0,45% -0,60% -0,75% -0,90% -1,05% -1,20%

O 1,39%
1,14%
1,14%
0,71%
1,86%
1,24%
0,99%
0,99%
0,56%
1,71%
1,09%
0,84%
0,84%
0,41%
1,56%
0,94%
0,69%
0,69%
0,26%
1,41%
0,79%
0,54%
0,54%
0,11%
1,26%
0,64%
0,39%
0,39%
-0,04%
1,11%
0,49%
0,24%
0,24%
-0,19%
0,96%
0,34%
0,09%
0,09%
-0,34%
0,81%
0,19%
-0,06%
-0,06%
-0,49%
0,66%
0,04%
-0,21%
-0,21%
-0,64%
0,51%
-0,11%
-0,36%
-0,36%
-0,79%
0,36%
-0,26%
-0,51%
-0,51%
-0,94%
0,21%
-0,41%
-0,66%
-0,66%
-1,09%
0,06%
1,50% 1,35% 1,20% 1,05% 0,90% 0,75% 0,60% 0,45% 0,30% 0,15% 0,00% -0,15% -0,30%

S
1,00% 0,85% 0,70% 0,55% 0,40% 0,25% 0,10% -0,05% -0,20% -0,35% -0,50% -0,65% -0,80%
1,38% 1,23% 1,08% 0,93% 0,78% 0,63% 0,48% 0,33% 0,18% 0,03% -0,12% -0,27% -0,42%
0,86% 0,71% 0,56% 0,41% 0,26% 0,11% -0,04% -0,19% -0,34% -0,49% -0,64% -0,79% -0,94%
1,21% 1,06% 0,91% 0,76% 0,61% 0,46% 0,31% 0,16% 0,01% -0,14% -0,29% -0,44% -0,59%
1,21% 1,06% 0,91% 0,76% 0,61% 0,46% 0,31% 0,16% 0,01% -0,14% -0,29% -0,44% -0,59%
1,43% 1,28% 1,13% 0,98% 0,83% 0,68% 0,53% 0,38% 0,23% 0,08% -0,07% -0,22% -0,37%

S
4,50% 4,35% 4,20% 4,05% 3,90% 3,75% 3,60% 3,45% 3,30% 3,15% 3,00% 2,85% 2,70%
0,88% 0,73% 0,58% 0,43% 0,28% 0,13% -0,02% -0,17% -0,32% -0,47% -0,62% -0,77% -0,92%
1,07% 0,92% 0,77% 0,62% 0,47% 0,32% 0,17% 0,02% -0,13% -0,28% -0,43% -0,58% -0,73%
0,94% 0,79% 0,64% 0,49% 0,34% 0,19% 0,04% -0,11% -0,26% -0,41% -0,56% -0,71% -0,86%
1,15% 1,00% 0,85% 0,70% 0,55% 0,40% 0,25% 0,10% -0,05% -0,20% -0,35% -0,50% -0,65%
1,21% 1,06% 0,91% 0,76% 0,61% 0,46% 0,31% 0,16% 0,01% -0,14% -0,29% -0,44% -0,59%
3,33% 3,18% 3,03% 2,88% 2,73% 2,58% 2,43% 2,28% 2,13% 1,98% 1,83% 1,68% 1,53%
1,27% 1,12% 0,97% 0,82% 0,67% 0,52% 0,37% 0,22% 0,07% -0,08% -0,23% -0,38% -0,53%
1,25% 1,10% 0,95% 0,80% 0,65% 0,50% 0,35% 0,20% 0,05% -0,10% -0,25% -0,40% -0,55%
1,25% 1,10% 0,95% 0,80% 0,65% 0,50% 0,35% 0,20% 0,05% -0,10% -0,25% -0,40% -0,55%
2,50% 2,35% 2,20% 2,05% 1,90% 1,75% 1,60% 1,45% 1,30% 1,15% 1,00% 0,85% 0,70%
1,49% 1,34% 1,19% 1,04% 0,89% 0,74% 0,59% 0,44% 0,29% 0,14% -0,01% -0,16% -0,31%

P
1,46% 1,31% 1,16% 1,01% 0,86% 0,71% 0,56% 0,41% 0,26% 0,11% -0,04% -0,19% -0,34%
1,79% 1,64% 1,49% 1,34% 1,19% 1,04% 0,89% 0,74% 0,59% 0,44% 0,29% 0,14% -0,01%
3,08% 2,93% 2,78% 2,63% 2,48% 2,33% 2,18% 2,03% 1,88% 1,73% 1,58% 1,43% 1,28%
1,75% 1,60% 1,45% 1,30% 1,15% 1,00% 0,85% 0,70% 0,55% 0,40% 0,25% 0,10% -0,05%
1,64% 1,49% 1,34% 1,19% 1,04% 0,89% 0,74% 0,59% 0,44% 0,29% 0,14% -0,01% -0,16%
1,85% 1,70% 1,55% 1,40% 1,25% 1,10% 0,95% 0,80% 0,65% 0,50% 0,35% 0,20% 0,05%
2,94% 2,79% 2,64% 2,49% 2,34% 2,19% 2,04% 1,89% 1,74% 1,59% 1,44% 1,29% 1,14%

R 2,62%
1,81%
1,75%
2,76%
2,16%
2,47%
1,66%
1,60%
2,61%
2,01%
2,32%
1,51%
1,45%
2,46%
1,86%
2,17%
1,36%
1,30%
2,31%
1,71%
2,02%
1,21%
1,15%
2,16%
1,56%
1,87%
1,06%
1,00%
2,01%
1,41%
1,72%
0,91%
0,85%
1,86%
1,26%
1,57%
0,76%
0,70%
1,71%
1,11%
1,42%
0,61%
0,55%
1,56%
0,96%
1,27%
0,46%
0,40%
1,41%
0,81%
1,12%
0,31%
0,25%
1,26%
0,66%
0,97%
0,16%
0,10%
1,11%
0,51%
0,82%
0,01%
-0,05%
0,96%
0,36%
2,70% 2,55% 2,40% 2,25% 2,10% 1,95% 1,80% 1,65% 1,50% 1,35% 1,20% 1,05% 0,90%

O 2,46%
2,08%
2,16%
2,56%
3,03%
2,31%
1,93%
2,01%
2,41%
2,88%
2,16%
1,78%
1,86%
2,26%
2,73%
2,01%
1,63%
1,71%
2,11%
2,58%
1,86%
1,48%
1,56%
1,96%
2,43%
1,71%
1,33%
1,41%
1,81%
2,28%
1,56%
1,18%
1,26%
1,66%
2,13%
1,41%
1,03%
1,11%
1,51%
1,98%
1,26%
0,88%
0,96%
1,36%
1,83%
1,11%
0,73%
0,81%
1,21%
1,68%
0,96%
0,58%
0,66%
1,06%
1,53%
0,81%
0,43%
0,51%
0,91%
1,38%
0,66%
0,28%
0,36%
0,76%
1,23%
5,65% 5,50% 5,35% 5,20% 5,05% 4,90% 4,75% 4,60% 4,45% 4,30% 4,15% 4,00% 3,85%

F
2,95% 2,80% 2,65% 2,50% 2,35% 2,20% 2,05% 1,90% 1,75% 1,60% 1,45% 1,30% 1,15%
2,67% 2,52% 2,37% 2,22% 2,07% 1,92% 1,77% 1,62% 1,47% 1,32% 1,17% 1,02% 0,87%
2,34% 2,19% 2,04% 1,89% 1,74% 1,59% 1,44% 1,29% 1,14% 0,99% 0,84% 0,69% 0,54%
2,24% 2,09% 1,94% 1,79% 1,64% 1,49% 1,34% 1,19% 1,04% 0,89% 0,74% 0,59% 0,44%
2,64% 2,49% 2,34% 2,19% 2,04% 1,89% 1,74% 1,59% 1,44% 1,29% 1,14% 0,99% 0,84%
2,41% 2,26% 2,11% 1,96% 1,81% 1,66% 1,51% 1,36% 1,21% 1,06% 0,91% 0,76% 0,61%

I
3,02% 2,87% 2,72% 2,57% 2,42% 2,27% 2,12% 1,97% 1,82% 1,67% 1,52% 1,37% 1,22%
3,16% 3,01% 2,86% 2,71% 2,56% 2,41% 2,26% 2,11% 1,96% 1,81% 1,66% 1,51% 1,36%
3,16% 3,01% 2,86% 2,71% 2,56% 2,41% 2,26% 2,11% 1,96% 1,81% 1,66% 1,51% 1,36%
3,16% 3,01% 2,86% 2,71% 2,56% 2,41% 2,26% 2,11% 1,96% 1,81% 1,66% 1,51% 1,36%
3,01% 2,86% 2,71% 2,56% 2,41% 2,26% 2,11% 1,96% 1,81% 1,66% 1,51% 1,36% 1,21%
4,56% 4,41% 4,26% 4,11% 3,96% 3,81% 3,66% 3,51% 3,36% 3,21% 3,06% 2,91% 2,76%

T
3,50% 3,35% 3,20% 3,05% 2,90% 2,75% 2,60% 2,45% 2,30% 2,15% 2,00% 1,85% 1,70%
4,16% 4,01% 3,86% 3,71% 3,56% 3,41% 3,26% 3,11% 2,96% 2,81% 2,66% 2,51% 2,36%
4,16% 4,01% 3,86% 3,71% 3,56% 3,41% 3,26% 3,11% 2,96% 2,81% 2,66% 2,51% 2,36%
4,01% 3,86% 3,71% 3,56% 3,41% 3,26% 3,11% 2,96% 2,81% 2,66% 2,51% 2,36% 2,21%
4,56% 4,41% 4,26% 4,11% 3,96% 3,81% 3,66% 3,51% 3,36% 3,21% 3,06% 2,91% 2,76%
4,56% 4,41% 4,26% 4,11% 3,96% 3,81% 3,66% 3,51% 3,36% 3,21% 3,06% 2,91% 2,76%
12,42% 12,27% 12,12% 11,97% 11,82% 11,67% 11,52% 11,37% 11,22% 11,07% 10,92% 10,77% 10,62%
3,52% 3,37% 3,22% 3,07% 2,92% 2,77% 2,62% 2,47% 2,32% 2,17% 2,02% 1,87% 1,72%
6,38% 6,23% 6,08% 5,93% 5,78% 5,63% 5,48% 5,33% 5,18% 5,03% 4,88% 4,73% 4,58%
5,12% 4,97% 4,82% 4,67% 4,52% 4,37% 4,22% 4,07% 3,92% 3,77% 3,62% 3,47% 3,32%
11,82% 11,67% 11,52% 11,37% 11,22% 11,07% 10,92% 10,77% 10,62% 10,47% 10,32% 10,17% 10,02%
7,98% 7,83% 7,68% 7,53% 7,38% 7,23% 7,08% 6,93% 6,78% 6,63% 6,48% 6,33% 6,18%
8,13% 7,98% 7,83% 7,68% 7,53% 7,38% 7,23% 7,08% 6,93% 6,78% 6,63% 6,48% 6,33%
38,95% 38,80% 38,65% 38,50% 38,35% 38,20% 38,05% 37,90% 37,75% 37,60% 37,45% 37,30% 37,15%
8,84% 8,69% 8,54% 8,39% 8,24% 8,09% 7,94% 7,79% 7,64% 7,49% 7,34% 7,19% 7,04%
12,28% 12,13% 11,98% 11,83% 11,68% 11,53% 11,38% 11,23% 11,08% 10,93% 10,78% 10,63% 10,48%
12,58% 12,43% 12,28% 12,13% 11,98% 11,83% 11,68% 11,53% 11,38% 11,23% 11,08% 10,93% 10,78%
31,74% 31,59% 31,44% 31,29% 31,14% 30,99% 30,84% 30,69% 30,54% 30,39% 30,24% 30,09% 29,94%
90,47% 90,32% 90,17% 90,02% 89,87% 89,72% 89,57% 89,42% 89,27% 89,12% 88,97% 88,82% 88,67%
25,69% 25,54% 25,39% 25,24% 25,09% 24,94% 24,79% 24,64% 24,49% 24,34% 24,19% 24,04% 23,89%
 Aumento Máxima Máxima
Máxima Máxima
Proporcional Rentabilidad Rentabilidad
E1 E2 Diferencia Rentabilidad Rentabilidad
en (Arbitraje (Arbitraje
(Arbitraje 0%) (Arbitraje1.2%)
Rentabilidad 1.5%) 1.8%)

0,01% 0,01% 0,003% 22,26% 0,01% -1,19% -1,49% -1,79%

0,01% 0,01% 0,001% 7,81% 0,01% -1,19% -1,49% -1,79%
0,02% 0,03% 0,014% 88,54% 0,03% -1,17% -1,47% -1,77%
0,02% 0,04% 0,023% 141,97% 0,04% -1,16% -1,46% -1,76%
0,02% 0,03% 0,004% 14,83% 0,03% -1,17% -1,47% -1,77%
0,02% 0,03% 0,004% 14,83% 0,03% -1,17% -1,47% -1,77%
0,08% 0,09% 0,013% 15,96% 0,09% -1,11% -1,41% -1,71%
0,16% 0,18% 0,028% 17,81% 0,18% -1,02% -1,32% -1,62%
0,19% 0,24% 0,042% 21,79% 0,24% -0,96% -1,26% -1,56%
0,19% 0,23% 0,038% 19,75% 0,23% -0,97% -1,27% -1,57%
0,21% 0,29% 0,078% 36,69% 0,29% -0,91% -1,21% -1,51%
0,25% 0,42% 0,163% 64,56% 0,42% -0,78% -1,08% -1,38%
0,26% 0,58% 0,322% 124,39% 0,58% -0,62% -0,92% -1,22%
0,27% 0,34% 0,076% 28,66% 0,34% -0,86% -1,16% -1,46%
0,30% 1,43% 1,130% 378,58% 1,43% 0,23% -0,07% -0,37%
0,30% 0,36% 0,052% 17,13% 0,36% -0,84% -1,14% -1,44%
0,31% 0,81% 0,498% 161,67% 0,81% -0,39% -0,69% -0,99%
0,31% 0,44% 0,125% 40,07% 0,44% -0,76% -1,06% -1,36%
0,35% 0,77% 0,418% 119,22% 0,77% -0,43% -0,73% -1,03%
0,36% 0,39% 0,024% 6,61% 0,39% -0,81% -1,11% -1,41%
0,36% 0,39% 0,024% 6,61% 0,39% -0,81% -1,11% -1,41%
0,37% 0,81% 0,439% 118,37% 0,81% -0,39% -0,69% -0,99%
0,40% 0,46% 0,062% 15,53% 0,46% -0,74% -1,04% -1,34%
0,41% 1,25% 0,842% 206,22% 1,25% 0,05% -0,25% -0,55%
0,43% 0,91% 0,474% 109,08% 0,91% -0,29% -0,59% -0,89%
0,45% 0,52% 0,074% 16,47% 0,52% -0,68% -0,98% -1,28%
0,47% 0,63% 0,160% 34,38% 0,63% -0,57% -0,87% -1,17%
0,48% 0,48% 0,007% 1,52% 0,48% -0,72% -1,02% -1,32%
0,48% 0,60% 0,117% 24,40% 0,60% -0,60% -0,90% -1,20%
0,49% 1,39% 0,902% 183,62% 1,39% 0,19% -0,11% -0,41%
0,51% 1,14% 0,638% 126,37% 1,14% -0,06% -0,36% -0,66%
0,51% 1,14% 0,638% 126,37% 1,14% -0,06% -0,36% -0,66%
0,54% 0,71% 0,171% 31,80% 0,71% -0,49% -0,79% -1,09%
0,55% 1,86% 1,313% 238,12% 1,86% 0,66% 0,36% 0,06%
0,59% 1,50% 0,914% 156,02% 1,50% 0,30% 0,00% -0,30%
0,66% 1,00% 0,342% 52,00% 1,00% -0,20% -0,50% -0,80%
0,69% 1,38% 0,694% 101,11% 1,38% 0,18% -0,12% -0,42%
0,71% 0,86% 0,153% 21,64% 0,86% -0,34% -0,64% -0,94%
0,74% 1,21% 0,470% 63,80% 1,21% 0,01% -0,29% -0,59%
0,74% 1,21% 0,470% 63,80% 1,21% 0,01% -0,29% -0,59%
0,80% 1,43% 0,629% 78,57% 1,43% 0,23% -0,07% -0,37%
0,83% 4,50% 3,679% 445,47% 4,50% 3,30% 3,00% 2,70%
0,84% 0,88% 0,035% 4,12% 0,88% -0,32% -0,62% -0,92%
0,88% 1,07% 0,185% 20,93% 1,07% -0,13% -0,43% -0,73%
0,91% 0,94% 0,028% 3,06% 0,94% -0,26% -0,56% -0,86%
0,91% 1,15% 0,240% 26,35% 1,15% -0,05% -0,35% -0,65%
0,94% 1,21% 0,271% 28,78% 1,21% 0,01% -0,29% -0,59%
1,05% 3,33% 2,281% 216,68% 3,33% 2,13% 1,83% 1,53%
1,10% 1,27% 0,173% 15,73% 1,27% 0,07% -0,23% -0,53%
1,12% 1,25% 0,132% 11,75% 1,25% 0,05% -0,25% -0,55%
1,12% 1,25% 0,132% 11,75% 1,25% 0,05% -0,25% -0,55%
1,25% 2,50% 1,250% 100,00% 2,50% 1,30% 1,00% 0,70%
1,28% 1,49% 0,205% 16,01% 1,49% 0,29% -0,01% -0,31%
1,32% 1,46% 0,139% 10,54% 1,46% 0,26% -0,04% -0,34%
1,36% 1,79% 0,436% 32,21% 1,79% 0,59% 0,29% -0,01%
1,36% 3,08% 1,721% 126,93% 3,08% 1,88% 1,58% 1,28%
1,38% 1,75% 0,376% 27,25% 1,75% 0,55% 0,25% -0,05%
1,42% 1,64% 0,218% 15,36% 1,64% 0,44% 0,14% -0,16%
1,48% 1,85% 0,372% 25,15% 1,85% 0,65% 0,35% 0,05%
1,49% 2,94% 1,449% 97,06% 2,94% 1,74% 1,44% 1,14%
1,52% 2,62% 1,101% 72,38% 2,62% 1,42% 1,12% 0,82%
1,60% 1,81% 0,211% 13,19% 1,81% 0,61% 0,31% 0,01%
1,65% 1,75% 0,103% 6,25% 1,75% 0,55% 0,25% -0,05%
1,65% 2,76% 1,109% 67,24% 2,76% 1,56% 1,26% 0,96%
1,69% 2,16% 0,469% 27,84% 2,16% 0,96% 0,66% 0,36%
1,69% 2,70% 1,011% 59,80% 2,70% 1,50% 1,20% 0,90%
1,70% 2,46% 0,760% 44,77% 2,46% 1,26% 0,96% 0,66%
1,79% 2,08% 0,285% 15,92% 2,08% 0,88% 0,58% 0,28%
1,91% 2,16% 0,246% 12,84% 2,16% 0,96% 0,66% 0,36%
1,99% 2,56% 0,566% 28,44% 2,56% 1,36% 1,06% 0,76%
1,99% 3,03% 1,035% 51,98% 3,03% 1,83% 1,53% 1,23%
2,00% 5,65% 3,642% 181,85% 5,65% 4,45% 4,15% 3,85%
2,04% 2,95% 0,909% 44,55% 2,95% 1,75% 1,45% 1,15%
2,11% 2,67% 0,556% 26,33% 2,67% 1,47% 1,17% 0,87%
2,12% 2,34% 0,216% 10,16% 2,34% 1,14% 0,84% 0,54%
2,18% 2,24% 0,060% 2,77% 2,24% 1,04% 0,74% 0,44%
2,23% 2,64% 0,409% 18,36% 2,64% 1,44% 1,14% 0,84%
2,24% 2,41% 0,170% 7,59% 2,41% 1,21% 0,91% 0,61%
2,36% 3,02% 0,661% 27,98% 3,02% 1,82% 1,52% 1,22%
2,44% 3,16% 0,717% 29,34% 3,16% 1,96% 1,66% 1,36%
2,59% 3,16% 0,567% 21,84% 3,16% 1,96% 1,66% 1,36%
2,59% 3,16% 0,567% 21,84% 3,16% 1,96% 1,66% 1,36%
2,81% 3,01% 0,196% 7,00% 3,01% 1,81% 1,51% 1,21%
2,98% 4,56% 1,578% 52,94% 4,56% 3,36% 3,06% 2,76%
3,14% 3,50% 0,361% 11,50% 3,50% 2,30% 2,00% 1,70%
3,18% 4,16% 0,981% 30,84% 4,16% 2,96% 2,66% 2,36%
3,18% 4,16% 0,981% 30,84% 4,16% 2,96% 2,66% 2,36%
3,26% 4,01% 0,750% 22,99% 4,01% 2,81% 2,51% 2,21%
3,27% 4,56% 1,290% 39,44% 4,56% 3,36% 3,06% 2,76%
3,27% 4,56% 1,290% 39,44% 4,56% 3,36% 3,06% 2,76%
3,43% 12,42% 8,985% 261,83% 12,42% 11,22% 10,92% 10,62%
3,49% 3,52% 0,034% 0,98% 3,52% 2,32% 2,02% 1,72%
3,52% 6,38% 2,858% 81,12% 6,38% 5,18% 4,88% 4,58%
3,94% 5,12% 1,178% 29,88% 5,12% 3,92% 3,62% 3,32%
4,49% 11,82% 7,330% 163,18% 11,82% 10,62% 10,32% 10,02%
5,62% 7,98% 2,360% 42,02% 7,98% 6,78% 6,48% 6,18%
6,16% 8,13% 1,965% 31,87% 8,13% 6,93% 6,63% 6,33%
8,22% 38,95% 30,722% 373,55% 38,95% 37,75% 37,45% 37,15%
8,74% 8,84% 0,102% 1,16% 8,84% 7,64% 7,34% 7,04%
8,92% 12,28% 3,364% 37,72% 12,28% 11,08% 10,78% 10,48%
12,05% 12,58% 0,532% 4,42% 12,58% 11,38% 11,08% 10,78%
13,46% 31,74% 18,275% 135,76% 31,74% 30,54% 30,24% 29,94%
13,87% 90,47% 76,600% 552,20% 90,47% 89,27% 88,97% 88,67%
25,69% 25,69% 0,000% 0,00% 25,69% 24,49% 24,19% 23,89%
28,00% 28,11% 0,110% 0,39% 28,11% 26,91% 26,61% 26,31%
 1 2 3 4 5 6 7 8 9 10

Cantidad
MIN-MAX MAX-MIN MIN-MIN MAX-MAX % de Inversión E1 (rendimiento) Descubierta
(Riesgo 0)
Boston 1,8 1,74 1,79 1,74 1,74 1,71 1,77 1,81 1,74 2,15 1,71 2,15 1,71 2,15 50,57% 8,74%
1 1,03934078 0,95292116 1,0726002 0,91966173 0,00%
C olumbus 2,05 2,15 2,16 2,15 2,15 2,2 2,1 2,18 2,15 2,15 2,2 2,05 2,05 2,2 49,43% 8,74%
Pittsburgh 1,77 1,74 1,77 1,74 1,77 1,74 1,74 1,71 1,74 2,15 1,71 2,15 1,71 2,15 52,12% 12,05%
2 1,01214575 0,94130676 1,0609858 0,89246671 (0,00)
Tampa Bay 2,1 2,15 2,2 2,15 2,2 2,15 2,15 2,34 2,15 2,1 2,34 2,1 2,1 2,34 47,88% 12,05%
Edmonton 2,45 2,5 2,52 2,4 2,5 2,5 2,45 2,65 2,4 2,5 2,4 2,65 2,4 2,65 37,94% 0,54%
3 1,03395062 1,01430117 1,05360934 0,99464244 0,00
Toronto 1,61 1,59 1,62 1,61 1,61 1,59 1,59 1,57 1,61 1,61 1,62 1,57 1,57 1,62 62,06% 0,54%
C olorado 2,15 2 2,17 2 2,15 2,1 2,1 2,26 2 2,15 2 2,26 2 2,26 44,74% 1,12%
4 1,04644809 1,01719052 1,07471264 0,98892596 (0,00)
Washington 1,74 1,83 1,79 1,83 1,8 1,77 1,8 1,75 1,83 1,83 1,83 1,74 1,74 1,83 55,26% 1,12%
Philadelphia 2,45 2,6 2,59 2,45 2,58 2,55 2,5 2,88 2,45 2,5 2,45 2,88 2,45 2,88 35,86% 3,27%
5 1,02928128 1,01388889 1,07482993 0,96834023 -
Detroit 1,61 1,56 1,59 1,59 1,58 1,57 1,57 1,5 1,59 1,59 1,61 1,5 1,5 1,61 64,14% 3,27%
NY Rangers 2,7 2,7 2,78 2,7 2,82 2,75 2,7 3,1 2,7 2,75 2,7 3,1 2,7 3,1 32,90% 1,99%
6 1,02826511 1,01223582 1,06002554 0,98047538 0,00
St. Louis 1,5 1,5 1,52 1,5 1,5 1,48 1,48 1,45 1,5 1,48 1,52 1,45 1,45 1,52 67,10% 1,99%
Buffalo 3 3,1 3,15 3 3,12 3,1 3 3,5 3 3,05 3 3,5 3 3,5 29,01% 1,52%
8 1,03263403 1,01564129 1,06326034 0,98501499 (0,00)
C hicago 1,42 1,4 1,43 1,42 1,43 1,4 1,42 1,37 1,42 1,41 1,43 1,37 1,37 1,43 70,99% 1,52%
Dallas 2,3 2,5 2,6 2,45 2,56 2,5 2,5 2,56 2,45 2,5 2,3 2,6 2,3 2,6 39,11% 1,69%
9 1,033585 1,02155806 1,07172528 0,98341778 0,00
Minnesota 1,67 1,59 1,59 1,59 1,59 1,59 1,57 1,6 1,59 1,59 1,67 1,57 1,57 1,67 60,89% 1,69%
Montreal 2,15 2,05 2,1 2,1 2,08 2,1 2,05 2,24 2,1 2,05 2,05 2,24 2,05 2,24 45,23% 1,32%
10 1,02834542 1,02114122 1,06251752 0,98696911 0,00
Vancouver 1,74 1,8 1,83 1,77 1,85 1,77 1,8 1,77 1,77 1,8 1,85 1,74 1,74 1,85 54,77% 1,32%
Ottawa 2,55 2,55 2,62 2,5 2,61 2,55 2,55 2,74 2,5 2,55 2,5 2,74 2,5 2,74 36,57% 0,21%
11 1,03291139 1,01431415 1,04935065 0,9978749 -
San Jose 1,57 1,57 1,58 1,57 1,57 1,57 1,56 1,54 1,57 1,57 1,58 1,54 1,54 1,58 63,43% 0,21%
Detroit 2,3 2,45 2,55 2,4 2,56 2,4 2,35 2,7 2,35 2,45 2,3 2,7 2,3 2,7 38,22% 3,18%
12 1,033585 1,01553166 1,0799439 0,96917277 0,00
Boston 1,67 1,61 1,61 1,61 1,59 1,63 1,62 1,55 1,63 1,61 1,67 1,55 1,55 1,67 61,78% 3,18%
Edmonton 2,4 2,45 2,51 2,35 2,5 2,5 2,4 2,68 2,35 2,45 2,35 2,68 2,35 2,68 37,82% 1,35%
13 1,03902885 1,01415997 1,06655756 0,98663126 (0,00)
Washington 1,63 1,61 1,62 1,63 1,61 1,59 1,61 1,56 1,63 1,61 1,63 1,56 1,56 1,63 62,18% 1,35%
Minnesota 1,77 1,69 1,71 1,69 1,71 1,69 1,69 1,72 1,69 1,69 1,69 1,77 1,69 1,77 56,72% 0,40%
14 1,02275046 1,04116223 1,06790645 0,99600623 (0,00)
Buffalo 2,1 2,25 2,3 2,25 2,29 2,25 2,25 2,32 2,25 2,25 2,32 2,1 2,1 2,32 43,28% 0,40%
Los Angeles 1,71 1,71 1,69 1,71 1,7 1,69 1,69 1,65 1,71 1,71 1,65 1,71 1,65 1,71 58,89% 0,71%
16 1,01422387 1,03934078 1,06060606 0,99295859 -
Florida 2,2 2,2 2,25 2,2 2,32 2,25 2,25 2,45 2,2 2,2 2,45 2,2 2,2 2,45 41,11% 0,71%
New Jersey 2,2 1,95 1,99 1,95 2 1,95 1,95 2,08 1,95 1,95 1,95 2,2 1,95 2,2 46,73% 2,81%
17 1,03095523 1,03934078 1,09761583 0,97268017 0,00
Winnipeg 1,71 1,87 1,92 1,87 1,93 1,87 1,87 1,87 1,87 1,87 1,93 1,71 1,71 1,93 53,27% 2,81%
Ottawa 2,3 2,25 2,25 2,25 2,27 2,35 2,25 2,4 2,25 2,25 2,25 2,4 2,25 2,4 41,75% 0,19%
18 1,02583979 1,02272727 1,05050505 0,99806202 -
Anaheim 1,67 1,69 1,69 1,69 1,72 1,65 1,69 1,67 1,69 1,69 1,72 1,65 1,65 1,72 58,25% 0,19%
Ottawa 2,2 2,2 2,15 2,15 2,17 2,2 2,15 2,34 2,15 2,15 2,15 2,34 2,15 2,34 43,34% 1,42%
20 1,0237755 1,01558572 1,05335157 0,98600965 0,00
Toronto 1,71 1,71 1,74 1,74 1,79 1,71 1,74 1,7 1,74 1,74 1,79 1,7 1,7 1,79 56,66% 1,42%
Detroit 2,3 2,5 2,52 2,35 2,51 2,45 2,4 2,58 2,35 2,35 2,3 2,58 2,3 2,58 39,29% 1,38%
21 1,033585 1,01652772 1,06371343 0,98639929 -
Boston 1,67 1,59 1,62 1,65 1,61 1,61 1,61 1,59 1,65 1,65 1,67 1,59 1,59 1,67 60,71% 1,38%
Buffalo 2,9 3,2 3,35 3,1 3,42 3,25 3,1 3,75 3,1 3,2 2,9 3,75 2,9 3,75 27,61% 3,52%
23 1,04412829 1,01854637 1,09670729 0,96596737 -
Pittsburgh 1,43 1,37 1,39 1,4 1,37 1,38 1,38 1,33 1,4 1,38 1,43 1,33 1,33 1,43 72,39% 3,52%
Washington 1,91 1,91 1,97 1,91 1,98 1,91 1,95 1,9 1,91 1,91 1,9 1,98 1,9 1,98 50,75% 0,48%
25 1,01651187 1,02861071 1,049876 0,99524658 0,00
Dallas 1,91 1,91 1,93 1,91 1,94 1,91 1,91 2,04 1,91 1,91 2,04 1,91 1,91 2,04 49,25% 0,48%
Minnesota 2,3 2,3 2,23 2,25 2,3 2,2 2,25 2,25 2,26 2,25 2,2 2,3 2,2 2,3 43,49% 0,02%
30 1,01951721 1,033585 1,05334785 0,99975436 (0,00)
Toronto 1,67 1,71 1,75 1,69 1,67 1,71 1,69 1,69 1,77 1,69 1,77 1,67 1,67 1,77 56,51% 0,02%
Edmonton 3,25 3,22 3,12 3,3 3,1 3,12 3,3 3,2 3,12 3,2 3,1 3,3 3,1 3,3 30,53% 0,74%
32 1,01223582 1,03295731 1,05250765 0,99268548 -
Pittsburgh 1,41 1,41 1,39 1,37 1,38 1,39 1,37 1,45 1,39 1,41 1,45 1,37 1,37 1,45 69,47% 0,74%
Montreal 1,83 1,84 1,77 1,77 1,8 1,77 1,8 1,89 1,77 1,8 1,77 1,89 1,77 1,89 53,10% 0,36%
37 1,03226147 1,01690541 1,05277663 0,99639025 -
Winnipeg 2,1 2,1 2,1 2,1 2,1 2,1 2,05 2,11 2,1 2,14 2,14 2,05 2,05 2,14 46,90% 0,36%
Dallas 2,58 2,5 2,47 2,5 2,55 2,55 2,5 2,55 2,53 2,5 2,47 2,58 2,47 2,58 38,86% 0,27%
38 1,0146144 1,02862254 1,04588394 0,997353 0,00
C olorado 1,56 1,63 1,63 1,57 1,57 1,56 1,57 1,57 1,64 1,57 1,64 1,56 1,56 1,64 61,14% 0,27%
C arolina 2,8 2,75 2,7 2,75 2,7 2,7 2,7 2,78 2,7 2,81 2,7 2,81 2,7 2,81 35,70% 0,31%
43 1,01139601 1,03154756 1,04604605 0,99689753 -
Pittsburgh 1,51 1,52 1,5 1,48 1,5 1,5 1,5 1,56 1,5 1,5 1,56 1,48 1,48 1,56 64,30% 0,31%
New Jersey 2,5 2,5 2,45 2,55 2,5 2,45 2,5 2,47 2,45 2,51 2,45 2,55 2,45 2,55 39,57% 0,91%
46 1,00696566 1,02909954 1,04510594 0,99095926 -
Vancouver 1,63 1,61 1,59 1,57 1,57 1,59 1,59 1,67 1,59 1,6 1,67 1,57 1,57 1,67 60,43% 0,91%
NY Rangers 2,45 2,43 2,4 2,5 2,45 2,4 2,45 2,45 2,4 2,42 2,4 2,5 2,4 2,5 40,19% 0,48%
47 1,01190476 1,03694268 1,05360934 0,9952381 -
San Jose 1,65 1,65 1,61 1,59 1,57 1,61 1,61 1,68 1,61 1,64 1,68 1,57 1,57 1,68 59,81% 0,48%
Minnesota 2,3 2,23 2,25 2,3 2,2 2,25 2,25 2,26 2,25 2,29 2,2 2,3 2,2 2,3 43,49% 0,02%
49 1,01951721 1,033585 1,05334785 0,99975436 (0,00)
Toronto 1,71 1,75 1,69 1,67 1,71 1,69 1,69 1,77 1,69 1,7 1,77 1,67 1,67 1,77 56,51% 0,02%
Edmonton 3,25 3,22 3,12 3,3 3,1 3,12 3,3 3,2 3,12 3,2 3,1 3,3 3,1 3,3 30,53% 0,74%
50 1,01223582 1,03295731 1,05250765 0,99268548 -
Pittsburgh 1,41 1,41 1,39 1,37 1,38 1,39 1,37 1,45 1,39 1,41 1,45 1,37 1,37 1,45 69,47% 0,74%
Montreal 1,83 1,84 1,77 1,77 1,8 1,77 1,8 1,89 1,77 1,8 1,77 1,89 1,77 1,89 53,10% 0,36%
55 1,03226147 1,01690541 1,05277663 0,99639025 -
Winnipeg 2,1 2,1 2,1 2,1 2,05 2,1 2,05 2,1 2,1 2,14 2,14 2,05 2,05 2,14 46,90% 0,36%
Vancouver 1,69 1,77 1,71 1,75 1,69 1,71 1,69 1,71 1,71 1,79 1,69 1,79 1,69 1,79 56,87% 1,79%
58 1,01544479 1,01320467 1,04626143 0,98238803 (0,00)
Buffalo 2,25 2,2 2,2 2,23 2,25 2,2 2,36 2,2 2,2 2,26 2,36 2,2 2,2 2,36 43,13% 1,79%
Pittsburgh 2,35 2,25 2,3 2,25 2,4 2,3 2,54 2,35 2,3 2,38 2,25 2,54 2,25 2,54 40,65% 3,26%
59 1,01915709 1,0148188 1,06556246 0,96841343 -
Philadelphia 1,65 1,74 1,67 1,74 1,63 1,65 1,61 1,65 1,67 1,66 1,74 1,61 1,61 1,74 59,35% 3,26%
C arolina 2,25 2,25 2,2 2,24 2,25 2,15 2,42 2,2 2,2 2,25 2,15 2,42 2,15 2,42 42,24% 2,23%
60 1,03008803 1,01563278 1,06752592 0,97819489 0,00
Toronto 1,69 1,74 1,71 1,75 1,69 1,74 1,66 1,71 1,71 1,77 1,77 1,66 1,66 1,77 57,76% 2,23%
Minnesota 1,95 2 2,05 2,06 2 1,95 2,2 2 2,05 2,09 1,95 2,2 1,95 2,2 46,47% 2,24%
62 1,03638072 1,01634321 1,07461827 0,97810566 (0,00)
Tampa Bay 1,87 1,91 1,8 1,87 1,83 1,87 1,78 1,83 1,8 1,89 1,91 1,78 1,78 1,91 53,53% 2,24%
C olumbus 2,3 2,43 2,35 2,41 2,4 2,35 2,62 2,35 2,4 2,43 2,3 2,62 2,3 2,62 39,07% 2,36%
63 1,0300207 1,01459078 1,067694 0,97691748 -
Montreal 1,67 1,65 1,63 1,65 1,63 1,62 1,58 1,63 1,63 1,68 1,68 1,58 1,58 1,68 60,93% 2,36%
Boston 1,54 1,58 1,56 1,59 1,53 1,56 1,5 1,56 1,56 1,61 1,5 1,61 1,5 1,61 64,14% 3,27%
64 1,01388889 1,02111801 1,06666667 0,96834023 -
Florida 2,65 2,62 2,55 2,56 2,65 2,5 2,88 2,55 2,6 2,59 2,88 2,5 2,5 2,88 35,86% 3,27%
New Jersey 2,3 2,4 2,3 2,38 2,35 2,3 2,54 2,3 2,3 2,42 2,3 2,54 2,3 2,54 39,95% 1,48%
65 1,02649859 1,0148188 1,05590062 0,98541676 -
Ottawa 1,67 1,67 1,67 1,67 1,65 1,65 1,61 1,67 1,67 1,69 1,69 1,61 1,61 1,69 60,05% 1,48%
Los Angeles 1,91 1,91 1,91 1,9 1,87 1,87 1,81 1,91 1,91 1,92 1,81 1,92 1,81 1,92 52,94% 1,65%
66 1,01544915 1,04439354 1,0760464 0,9837963 (0,00)
Nashville 1,91 2 1,91 2,03 1,95 1,95 2,16 1,91 1,91 2,07 2,16 1,91 1,91 2,16 47,06% 1,65%
St. Louis 2,25 2,3 2,2 2,32 2,3 2,25 2,36 2,2 2,25 2,32 2,2 2,36 2,2 2,36 42,44% 0,16%
67 1,0292581 1,02253121 1,05334785 0,99844146 -
C hicago 1,69 1,71 1,71 1,7 1,67 1,69 1,69 1,71 1,69 1,74 1,74 1,67 1,67 1,74 57,56% 0,16%
San Jose 1,59 1,59 1,57 1,59 1,57 1,57 1,55 1,57 1,57 1,67 1,55 1,67 1,55 1,67 61,78% 3,18%
68 1,01553166 1,00696566 1,05332456 0,96917277 (0,00)
Dallas 2,5 2,5 2,5 2,56 2,55 2,45 2,7 2,5 2,55 2,49 2,7 2,45 2,45 2,7 38,22% 3,18%
St. Louis 1,8 1,81 1,8 1,79 1,74 1,8 1,74 1,8 1,77 1,83 1,74 1,83 1,74 1,83 55,26% 1,12%
70 1,01719052 1,03425297 1,06251752 0,98892596 0,00
Winnipeg 2,05 2,13 2,05 2,17 2,15 2,05 2,26 2,05 2,1 2,16 2,26 2,05 2,05 2,26 44,74% 1,12%
Phoenix 2,3 2,36 2,35 2,31 2,35 2,25 2,44 2,35 2,3 2,36 2,25 2,44 2,25 2,44 41,35% 0,88%
71 1,02583979 1,01589667 1,05050505 0,99123141 (0,00)
Anaheim 1,67 1,68 1,65 1,7 1,65 1,67 1,65 1,65 1,67 1,72 1,72 1,65 1,65 1,72 58,65% 0,88%
New Jersey 2,6 2,62 2,45 2,6 2,55 2,55 2,7 2,45 2,5 2,65 2,45 2,7 2,45 2,7 37,21% 0,47%
72 1,03316327 1,01553166 1,05332456 0,99537037 (0,00)
Pittsburgh 1,56 1,58 1,59 1,57 1,57 1,56 1,55 1,59 1,59 1,6 1,6 1,55 1,55 1,6 62,79% 0,47%
C algary 3,05 3 3 3,1 3 2,9 3,4 3 3 3,18 2,9 3,4 2,9 3,4 29,90% 1,65%
73 1,03448276 1,01354211 1,06425205 0,98377282 -
Washington 1,41 1,42 1,42 1,43 1,42 1,43 1,39 1,42 1,42 1,45 1,45 1,39 1,39 1,45 70,10% 1,65%
Tampa Bay 2,75 2,75 2,7 2,68 2,75 2,65 2,95 2,7 2,7 2,76 2,65 2,95 2,65 2,95 34,59% 2,04%
74 1,01838413 1,01465873 1,05303417 0,98000869 0,00
Boston 1,48 1,53 1,5 1,55 1,48 1,5 1,48 1,5 1,5 1,56 1,56 1,48 1,48 1,56 65,41% 2,04%
Los Angeles 1,83 1,87 1,83 1,91 1,87 1,87 1,87 1,83 1,83 1,96 1,83 1,96 1,83 1,96 51,49% 0,91%
75 1,02721732 1,02302459 1,0592686 0,99097331 -
Minnesota 2 1,95 2 2,02 1,95 2 2,08 2 2 2,03 2,08 1,95 1,95 2,08 48,51% 0,91%
Nashville 2,65 2,65 2,6 2,61 2,7 2,6 2,6 2,6 2,65 2,42 2,42 2,7 2,42 2,7 38,50% 3,94%
77 1,00493912 1,03703704 1,07988981 0,96208635 -
St. Louis 1,54 1,57 1,54 1,57 1,5 1,53 1,54 1,53 1,6 1,69 1,69 1,5 1,5 1,69 61,50% 3,94%
Vancouver 2,2 2,25 2,15 2,21 2,2 2,15 2,34 2,15 2,15 2,26 2,15 2,34 2,15 2,34 43,20% 1,10%
78 1,02691403 1,01558572 1,05335157 0,98914818 (0,00)
San Jose 1,71 1,74 1,74 1,76 1,71 1,74 1,7 1,74 1,74 1,78 1,78 1,7 1,7 1,78 56,80% 1,10%
NY Rangers 2,05 2,15 2,05 2,15 2,05 2,1 2,3 2,05 2,05 2,21 2,05 2,3 2,05 2,3 44,17% 1,60%
79 1,03725543 1,01617796 1,06920023 0,98423316 -
Phoenix 1,8 1,8 1,8 1,8 1,8 1,77 1,72 1,8 1,8 1,82 1,82 1,72 1,72 1,82 55,83% 1,60%
TENIS (16) Gilles Simon 1,65 1,63 1,53 1,53 1,63 1,63 1,74 1,63 1,61 1,53 1,74 1,53 1,74 58,96% 2,59%
1,05359477 1,00949525 1,08837738 0,97471264 (0,00)
(50) Bernard Tomic 2,35 2,3 2,35 2,5 2,38 2,35 2,35 2,35 2,45 2,5 2,3 2,3 2,5 41,04% 2,59%
(64) Yen-Hsun Lu 1,44 1,43 1,5 1,53 1,43 1,43 1,5 1,48 1,63 1,43 1,63 1,43 1,63 64,79% 5,62%
1,03263403 1,033665 1,11946877 0,94683027 -
(46) Lukas Rosol 2,85 2,95 2,55 2,38 2,95 2,95 3 2,8 2,4 3 2,38 2,38 3 35,21% 5,62%
(62) Venus Williams 1,59 1,59 1,54 1,56 1,62 1,54 1,54 1,65 1,57 1,54 1,65 1,54 1,65 61,18% 0,94%
1,03396603 1,06060606 1,1038961 0,99067599 0,00
(46) Eugenie Bouchard 2,6 2,56 2,6 2,4 2,2 2,6 2,6 2,52 2,5 2,6 2,2 2,2 2,6 38,82% 0,94%
(36) Lucie Safarova 2,9 3,02 2,89 2,85 2,62 2,89 2,89 3,06 2,85 2,62 3,06 2,62 3,06 32,89% 0,66%
1,04834606 1,0410831 1,0959651 0,99346405 -
(8) C aroline Wozniacki 1,48 1,45 1,44 1,4 1,5 1,44 1,44 1,48 1,47 1,5 1,4 1,4 1,5 67,11% 0,66%
(28) Svetlana Kuznetsova 2,33 2,34 2,35 2,3 2,38 2,35 2,35 2,44 2,35 2,3 2,44 2,3 2,44 41,06% 0,19%
1,0230179 1,04677874 1,07172528 0,99807136 0,00
(11) Petra Kvitova 1,7 1,69 1,65 1,59 1,57 1,65 1,65 1,69 1,65 1,7 1,57 1,57 1,7 58,94% 0,19%
(28) Svetlana Kuznetsova 2,55 1,58 1,67 2,35 1,57 1,67 1,63 1,64 1,63 1,57 2,55 1,57 2,55 50,20% 28,00%
1,02604773 1,02909954 1,27388535 0,78126192 -
(22) Sorana C irstea 1,57 2,57 2,26 1,57 2,25 2,26 2,35 2,56 2,4 2,57 1,57 1,57 2,57 49,80% 28,00%
(6) Tomas Berdych 1,38 1,37 1,38 1,34 1,4 1,38 1,38 1,38 1,33 1,33 1,4 1,33 1,4 72,00% 0,80%
1,02965748 1,07792208 1,11551606 0,99206349 (0,00)
(16) Gilles Simon 3,4 3,45 3,2 3,1 2,75 3,2 3,2 3,6 3,5 3,6 2,75 2,75 3,6 28,00% 0,80%
(1) Novak Djokovic 1,11 1,09 1,08 1,11 1,1 1,09 1,08 1,12 1,1 1,08 1,12 1,08 1,12 89,55% 0,30%
1,03009259 1,05952381 1,09259259 0,99702381 0,00
(42) Gael Monfils 8 9,6 8,6 6 6,5 8,31 8,6 9,4 8 9,6 6 6 9,6 10,45% 0,30%
(9) Stanislas Wawrinka 5,5 5,29 4,75 4,5 4,5 4,55 4,75 5,7 4,85 4,5 5,7 4,5 5,7 17,63% 0,49%
1,04189435 1,03013945 1,07692308 0,99511073 (0,00)
(2) Rafael Nadal 1,19 1,2 1,21 1,18 1,17 1,22 1,21 1,21 1,21 1,22 1,17 1,17 1,22 82,37% 0,49%
Patricia Mayr 10,25 9,6 9,5 8,25 8 9,5 9,5 9 4,85 4,85 10,25 4,85 10,25 10,56% 8,22%
1,03263185 1,0409572 1,14958179 0,92400726 (0,00)
(9) Angelique Kerber 1,07 1,09 1,07 1,07 1,06 1,07 1,09 1,09 1,21 1,21 1,06 1,06 1,21 89,44% 8,22%
(20) Samantha Stosur 1,24 1,25 1,23 1,18 1,2 1,23 1,23 1,26 1,23 1,18 1,26 1,18 1,26 79,38% 0,02%
1,05364319 1,02459768 1,07840451 0,99983636 -
(84) Misaki Doi 4,65 4,55 4,45 4,5 4,33 4,45 4,45 4,85 4,5 4,85 4,33 4,33 4,85 20,62% 0,02%
(87) Kurumi Nara 1,28 1,29 1,26 1,22 1,17 1,26 1,26 1,29 1,29 1,17 1,29 1,17 1,29 77,72% 0,26%
1,07692308 1,03160405 1,11111111 0,99741602 -
(76) Polona Hercog 4,2 4,09 4,1 4 4,5 4,1 4,1 4,3 3,9 4,5 3,9 3,9 4,5 22,28% 0,26%
(7) Juan Martin del Potro 3,7 3,62 3,5 3,3 3,4 3,5 3,5 3,78 3,3 3,78 3,3 3,78 26,46% 0,02%
1,03832442 1,03378103 1,07226107 0,99984438 -
(2) Rafael Nadal 1,33 1,34 1,33 1,31 1,3 1,33 1,33 1,36 1,36 1,3 1,3 1,36 73,54% 0,02%
(36) Eugenie Bouchard 1,26 1,28 1,27 1,25 1,3 1,27 1,27 1,29 1,25 1,3 1,25 1,3 77,19% 0,35%
1,02727273 1,06334842 1,09411765 0,9965035 0,00
(87) Kurumi Nara 4,18 4,22 4,05 3,75 3,4 4,05 4,05 4,4 4,4 3,4 3,4 4,4 22,81% 0,35%
LA - Kershaw (L) 1,73 1,72 1,74 1,69 1,69 1,74 1,72 1,76 1,69 1,76 1,69 1,76 57,07% 0,45%
1,0190664 1,02272727 1,04626143 0,99553225 0,00
STL - Wacha (R) 2,27 2,27 2,26 2,34 2,2 2,26 2,29 2,29 2,34 2,2 2,2 2,34 42,93% 0,45%
DET - Sanchez (R) 2,22 2,27 2,26 2,26 2,32 2,2 2,26 2,28 2,29 2,26 2,2 2,32 2,2 2,32 43,14% 0,08%
1,02272727 1,02275046 1,04626143 0,9992163 -
BOS - Lester (L) 1,76 1,73 1,73 1,74 1,7 1,69 1,74 1,72 1,76 1,74 1,76 1,69 1,69 1,76 56,86% 0,08%
(82) Tobias Kamke 2,3 2,29 2,35 2,2 2,25 2,35 2,35 2,32 2,2 2,2 2,35 2,2 2,35 42,68% 0,30%
1,02597403 1,06247459 1,09148813 0,99696049 0,00
(67) Igor Sijsling 1,67 1,69 1,65 1,65 1,57 1,65 1,65 1,75 1,71 1,75 1,57 1,57 1,75 57,32% 0,30%
(99) Tsvetana Pironkova 2,11 2,15 2,3 2,15 2,2 2,11 2,3 2,11 2,3 44,31% 1,91%
1,02038174 1,033585 1,07273604 0,9812307 -
(57) Andreas Beck 1,8 1,74 1,67 1,74 1,83 1,83 1,67 1,67 1,83 55,69% 1,91%
(22) Svetlana Kuznetsova 1,16 1,16 1,17 1,17 1,17 1,17 1,17 1,16 1,18 1,16 1,18 1,16 1,18 85,21% 0,55%
1,00912779 1,06967985 1,08429119 0,99451645 0,00
(69) Lesia Tsurenko 5,65 5,88 5,55 4,75 4,5 5,55 5,55 6,8 5,25 6,8 4,5 4,5 6,8 14,79% 0,55%
(30) Anastasia Pavlyuchenkova 1,15 1,18 1,18 1,15 1,2 1,18 1,18 1,18 1,15 1,2 1,15 1,2 84,21% 1,05%
1,02581522 1,06428022 1,1005121 0,98958333 (0,00)
C aroline Garcia 5,75 5,47 5,25 5 4,33 5,25 6,4 5,25 6,4 4,33 4,33 6,4 15,79% 1,05%
Vera Dushevina 3,3 3,09 3,2 3 2,89 3,3 2,89 3,3 2,89 3,3 30,38% 0,25%
1,04046521 1,05491 1,09790046 0,99747475 (0,00)
(18) C arla Suarez-Navarro 1,38 1,4 1,33 1,36 1,44 1,36 1,44 1,33 1,33 1,44 69,62% 0,25%
(34) Mona Barthel 1,91 1,88 1,8 1,83 1,88 1,77 1,94 1,89 1,77 1,94 1,77 1,94 51,98% 0,84%
1,04116223 1,061912 1,11141984 0,99165439 -
(58) Stefanie Voegele 1,98 1,95 1,95 1,83 1,95 2,1 1,96 1,96 2,1 1,83 1,83 2,1 48,02% 0,84%
(67) Su-Wei Hsieh 1,61 1,5 1,44 1,67 1,44 1,67 1,44 1,67 61,07% 1,99%
1,07612383 1,033585 1,12922705 0,98048178 (0,00)
Kristina Kucova 2,45 2,55 2,62 2,3 2,62 2,3 2,3 2,62 38,93% 1,99%
(13) Marin C ilic 1,53 1,16 1,59 1,57 1,16 1,53 1,53 1,16 1,59 1,16 1,59 79,05% 25,69%
1,02873563 1,07337526 1,30651341 0,79559748 -
(27) Kevin Anderson 2,65 6 2,3 2,25 6 2,65 2,65 6 2,25 2,25 6 20,95% 25,69%
(11) Janko Tipsarevic 1,23 1,22 1,27 1,29 1,22 1,23 1,23 1,22 1,29 1,22 1,29 77,91% 0,51%
1,03945235 1,06090808 1,10538642 0,99497402 (0,00)
Guido Pella 4,45 4,55 3,6 3,5 4,55 4,45 4,45 4,55 3,5 3,5 4,55 22,09% 0,51%
(96) Sergiy Stakhovsky 1,95 2,25 2 2 2,12 1,83 2 2,25 2,25 2 1,83 2,25 1,83 2,25 45,39% 2,12%
1,08120745 1,03616042 1,13816406 0,9792038 -
(64) Edouard Roger-Vasselin 1,87 1,69 1,83 1,77 1,78 1,83 1,83 1,69 1,69 1,77 1,87 1,69 1,69 1,87 54,61% 2,12%
(39) Radek Stepanek 1,28 1,24 1,22 1,25 1,27 1,29 1,22 1,24 1,24 1,28 1,22 1,29 1,22 1,29 77,91% 0,51%
1,03945235 1,06090808 1,10538642 0,99497402 (0,00)
(69) Lukas Lacko 4 4,3 4,55 3,75 4,15 3,5 4,55 4,3 4,3 3,75 4,55 3,5 3,5 4,55 22,09% 0,51%
(41) Jarkko Nieminen 1,48 1,38 1,37 1,36 1,41 1,4 1,37 1,38 1,38 1,41 1,36 1,48 1,36 1,48 68,71% 1,69%
1,04298643 1,03931204 1,09893048 0,98336798 (0,00)
(74) Benjamin Becker 2,75 3,25 3,25 3 3,05 2,75 3,25 3,25 3,25 3,05 3,25 2,75 2,75 3,25 31,29% 1,69%
(32) Fernando Verdasco 2,45 2,3 2,25 2,25 2,25 2,1 2,25 2,3 2,3 2,2 2,1 2,45 2,1 2,45 40,82% 0,01%
1,06790645 1,02928128 1,09730849 0,99987924 (0,00)
(29) Ivan Dodig 1,61 1,67 1,69 1,61 1,69 1,67 1,69 1,67 1,67 1,67 1,69 1,61 1,61 1,69 59,18% 0,01%
Alex Kuznetsov 5,15 4,25 4,7 4,5 4,7 5 4,7 4,25 4,25 5,1 4,25 5,15 4,25 5,15 19,53% 0,59%
1,03529412 1,07136774 1,1124871 0,99417476 -
(47) Denis Istomin 1,19 1,25 1,21 1,18 1,22 1,14 1,21 1,25 1,25 1,19 1,25 1,14 1,14 1,25 80,47% 0,59%
(85) Ivo Karlovic 1,56 1,65 1,69 1,61 1,69 1,53 1,69 1,65 1,65 1,61 1,53 1,69 1,53 1,69 60,42% 2,11%
1,04119167 1,03616042 1,09803922 0,97931288 0,00
(97) Denis Kudla 2,58 2,35 2,25 2,25 2,25 2,38 2,25 2,35 2,35 2,35 2,58 2,25 2,25 2,58 39,58% 2,11%
(48) Horacio Zeballos 2,65 2,8 3,15 3 3,05 2,75 3,15 2,8 2,8 2,8 2,65 3,15 2,65 3,15 32,69% 2,98%
1,03095326 1,05275444 1,11265261 0,97105509 (0,00)
Andrey Golubev 1,53 1,45 1,38 1,36 1,41 1,4 1,38 1,45 1,45 1,45 1,53 1,36 1,36 1,53 67,31% 2,98%
Ruben Bemelmans 4,05 3,48 3,7 3,75 3,75 3,75 3,7 3,48 3,48 3,85 3,48 4,05 3,48 4,05 24,86% 0,69%
1,03362498 1,04691358 1,08735632 0,99318224 -
(23) Philipp Kohlschreiber 1,27 1,34 1,3 1,25 1,31 1,25 1,3 1,34 1,34 1,27 1,34 1,25 1,25 1,34 75,14% 0,69%
(15) Maria Kirilenko 1,87 1,74 1,8 1,71 1,83 1,73 1,8 1,74 1,74 1,71 1,71 1,87 1,71 1,87 53,48% 0,01%
1,0499116 1,04757987 1,09761583 0,99987564 0,00
(30) Anastasia Pavlyuchenkova 1,95 2,15 2,05 2,1 2,04 2 2,05 2,15 2,15 2,1 2,15 1,95 1,95 2,15 46,52% 0,01%
(67) Su-Wei Hsieh 5 4,25 4,9 4,15 3,9 4,5 4,9 4,25 4,25 5,5 3,9 5,5 3,9 5,5 19,00% 4,49%
1,03160405 1,03651904 1,11111111 0,95701198 (0,00)
(37) Bojana Jovanovski 1,2 1,25 1,2 1,21 1,29 1,17 1,2 1,25 1,25 1,17 1,29 1,17 1,17 1,29 81,00% 4,49%
(64) Yanina Wickmayer 1,71 1,47 1,48 1,44 1,47 1,47 1,5 1,44 1,71 1,44 1,71 62,08% 6,16%
1,0515873 1,03934078 1,1489899 0,94193818 -
Katarzyna Piter 2,2 2,78 2,8 2,62 2,78 2,78 2,6 2,8 2,2 2,2 2,8 37,92% 6,16%
(20) Samantha Stosur 1,71 1,43 1,43 1,42 1,42 1,5 1,43 1,43 1,43 1,57 1,42 1,71 1,42 1,71 63,69% 8,92%
1,03755869 1,03934078 1,15877081 0,91812865 -
(29) Kaia Kanepi 2,2 2,9 2,92 2,8 3 2,5 2,92 2,9 2,9 2,4 3 2,2 2,2 3 36,31% 8,92%
(22) Svetlana Kuznetsova 1,29 1,26 1,28 1,29 1,29 1,29 1,28 1,26 1,26 1,32 1,26 1,32 1,26 1,32 76,09% 0,43%
1,03174603 1,04329004 1,07936508 0,995671 (0,00)
Sofia Arvidsson 3,8 4,2 3,9 3,5 3,9 3,5 3,9 4,2 4,2 3,5 4,2 3,5 3,5 4,2 23,91% 0,43%
(25) Elena Vesnina 1,77 1,65 1,78 1,71 1,69 1,73 1,78 1,65 1,65 1,71 1,65 1,78 1,65 1,78 56,90% 1,28%
1,03159252 1,06179775 1,10606061 0,98732967 0,00
(11) Roberta Vinci 2,1 2,35 2,11 2,1 2,25 2 2,11 2,35 2,35 2,1 2,35 2 2 2,35 43,10% 1,28%
(50) Karin Knapp 3,4 4 3,2 3,6 3,25 4 4 3,4 3,2 4 3,2 4 25,37% 1,49%
1,04779412 1,03125 1,09375 0,98529412 -
(40) Andrea Petkovic 1,36 1,28 1,33 1,32 1,33 1,28 1,28 1,33 1,36 1,28 1,28 1,36 74,63% 1,49%
Miloslav Mecir 2,5 2,15 2,2 2,25 2,15 2,15 2,3 2,15 2,5 2,15 2,5 41,04% 2,59%
1,03982892 1,03694268 1,10205895 0,97471264 -
(55) Pablo Andujar 1,59 1,74 1,71 1,57 1,74 1,74 1,63 1,74 1,57 1,57 1,74 58,96% 2,59%
Nils Langer 4,3 5,25 5,25 4 5,25 5,25 5,1 4 5,25 4 5,25 19,11% 0,31%
1,05645161 1,03793382 1,09745763 0,9969278 0,00
(63) Guillermo Garcia-Lopez 1,24 1,18 1,18 1,22 1,18 1,18 1,19 1,24 1,18 1,18 1,24 80,89% 0,31%
Dominic Thiem 2,05 1,83 1,83 1,8 1,83 1,83 1,83 1,83 1,8 2,05 1,8 2,05 50,48% 3,49%
1,03402446 1,04336043 1,11111111 0,96627378 -
(72) Daniel Gimeno-Traver 1,8 2 1,91 2,09 1,83 2 2 1,91 2,09 1,8 1,8 2,09 49,52% 3,49%
(54) Lleyton Hewitt 2,1 1,95 1,95 1,87 1,83 1,95 1,95 1,95 1,91 1,83 2,1 1,83 2,1 48,66% 2,18%
1,04896065 1,04116223 1,11141984 0,97870304 -
Vasek Pospisil 1,77 1,87 1,87 1,99 1,83 1,87 1,87 1,87 1,83 1,99 1,77 1,77 1,99 51,34% 2,18%
(50) Karin Knapp 1,53 1,65 1,63 1,57 1,67 1,5 1,63 1,65 1,65 1,57 1,5 1,67 1,5 1,67 61,34% 2,44%
1,04402516 1,033585 1,10144928 0,97616089 (0,00)
Sesil Karatantcheva 2,65 2,35 2,35 2,35 2,3 2,5 2,35 2,35 2,35 2,4 2,65 2,3 2,3 2,65 38,66% 2,44%
(9) C aroline Wozniacki 1,11 1,07 1,07 1,07 1,07 1,1 1,07 1,07 1,07 1,06 1,06 1,11 1,06 1,11 90,83% 0,83%
1,03430532 1,05474705 1,09724238 0,99180999 0,00
Mandy Minella 7 11 9,9 8 10,5 6,5 9,9 11 11 10,5 11 6,5 6,5 11 9,17% 0,83%
(93) Vesna Dolonc 3,75 4,6 4,22 4 3,5 4,22 4,6 4,6 3,9 3,5 4,6 3,5 4,6 22,03% 1,36%
1,05494505 1,03706344 1,10538642 0,98662207 -
(23) Dominika C ibulkova 1,3 1,22 1,25 1,28 1,29 1,25 1,22 1,22 1,27 1,3 1,22 1,22 1,3 77,97% 1,36%
Sofia Arvidsson 2,3 2 2,15 2,15 1,99 2,1 2,15 2 2 2,2 1,99 2,3 1,99 2,3 44,84% 3,14%
1,03727192 1,033585 1,10131496 0,96954197 -
(74) Galina Voskoboeva 1,67 1,83 1,74 1,67 1,87 1,67 1,74 1,83 1,83 1,67 1,87 1,67 1,67 1,87 55,16% 3,14%
(9) Jo-Wilfried Tsonga 1,14 1,2 1,18 1,11 1,18 1,14 1,18 1,2 1,2 1,17 1,11 1,2 1,11 1,2 83,67% 0,41%
1,06350253 1,03333333 1,1009009 0,99593496 0,00
(60) Daniel Brands 6,15 5 5,25 6 5,25 5 5,25 5 5 5,4 6,15 5 5 6,15 16,33% 0,41%
Ruben Bemelmans 4,05 3,48 3,7 3,75 3,4 3,75 3,7 3,48 3,48 3,85 3,4 4,05 3,4 4,05 25,00% 1,25%
1,03485839 1,04691358 1,09411765 0,98765432 (0,00)
(23) Philipp Kohlschreiber 1,27 1,34 1,3 1,25 1,35 1,25 1,3 1,34 1,34 1,27 1,35 1,25 1,25 1,35 75,00% 1,25%
(10) Richard Gasquet 1,15 1,24 1,18 1,22 1,14 1,24 1,24 1,2 1,14 1,24 1,14 1,24 82,26% 2,00%
1,05110603 1,03900975 1,10975112 0,98036466 (0,00)
(90) Evgeny Donskoy 5,75 4,3 4,5 4,7 5 4,3 4,3 4,85 5,75 4,3 4,3 5,75 17,74% 2,00%
(17) Nicolas Almagro 1,25 1,28 1,25 1,25 1,24 1,2 1,25 1,25 1,26 1,2 1,28 1,2 1,28 78,41% 0,37%
1,0483871 1,04099026 1,09307359 0,99630376 -
Go Soeda 4,25 4 4,46 4,2 3,85 4,33 4,2 4,2 4,65 4,65 3,85 3,85 4,65 21,59% 0,37%
(13) Kei Nishikori 1,61 1,74 1,72 1,67 1,61 1,53 1,67 1,67 1,79 1,53 1,79 1,53 1,79 57,78% 3,43%
1,06175804 1,0237755 1,11871105 0,96682248 -
(29) Grigor Dimitrov 2,45 2,15 2,25 2,3 2,25 2,38 2,3 2,3 2,25 2,45 2,15 2,15 2,45 42,22% 3,43%
(38) Jeremy C hardy 1,49 1,48 1,49 1,47 1,44 1,44 1,47 1,47 1,49 1,44 1,49 1,44 1,49 76,42% 13,87%
0,90148378 0,90754756 0,93085106 0,87818028 (0,00)
(55) Bernard Tomic 4,33 4,38 4,45 4,43 4,23 4,23 4,43 4,43 4,83 4,83 4,23 4,23 4,83 23,58% 13,87%
(26) Jurgen Melzer 2,78 3,05 2,95 2,94 2,8 2,62 2,94 2,89 3,3 2,62 3,3 2,62 3,3 30,82% 1,70%
1,0619515 1,01225016 1,09089925 0,98330241 0,00
(34) Ivan Dodig 1,47 1,41 1,46 1,43 1,42 1,44 1,43 1,44 1,43 1,47 1,41 1,41 1,47 69,18% 1,70%
Ze Zhang 5,35 5,25 4,75 5 4,75 2,62 2,94 2,89 3,3 2,62 5,35 2,62 5,35 21,21% 13,46%
1,07612383 1,06410887 1,25887237 0,88136033 -
(31) Fernando Verdasco 1,18 1,18 1,17 1,14 1,21 1,44 1,43 1,44 1,43 1,44 1,14 1,14 1,44 78,79% 13,46%