Análisis de Entrenamientos Libres F1 para Apuestas
Los coches de F1 generan 1,1 millones de puntos de datos por segundo. Esa cifra parece inmanejable, y lo es si intentas procesarla como hacen los equipos. Pero hay una versión simplificada de esos datos que está disponible para cualquiera: los tiempos de vuelta de los entrenamientos libres. Esa información, correctamente interpretada, es la base del análisis que me permite encontrar valor en cuotas antes de que los operadores ajusten.
La mayoría de apostadores ignoran los entrenamientos libres. Ven los tiempos, quizás notan quién fue más rápido, y esperan a la clasificación para apostar. Esa espera les cuesta oportunidades. Para cuando llega la clasificación, las cuotas ya incorporan la información de los entrenamientos. El valor estaba el viernes noche, no el sábado tarde.
Esta guía es técnica. Voy a explicar cómo funcionan los entrenamientos libres desde la perspectiva de un apostador que quiere extraer información predictiva. No es contenido para ver la F1 como espectador casual; es metodología para analizar datos con el objetivo de detectar discrepancias entre rendimiento real y cuotas de mercado.
Cargando...
Estructura de los entrenamientos libres: FP1, FP2, FP3
La temporada F1 2025 cuenta con 24 Grandes Premios, el máximo histórico. Cada uno tiene tres sesiones de entrenamientos libres en fin de semana convencional, o dos en fines de semana con Sprint. Entender qué hace cada equipo en cada sesión es fundamental para interpretar los datos correctamente.
Un equipo de estrategia de F1 lo explicó claramente: en FP1 y FP2, si no es un fin de semana sprint y la pista está seca, intentas establecer todos estos parámetros: cuáles son los base lap time de los coches, cómo degradan los neumáticos. Estás construyendo las entradas del modelo de carrera. Eso es exactamente lo que nosotros como apostadores deberíamos intentar replicar a nuestra escala.
FP1 es la sesión menos representativa para apuestas. Los equipos prueban piezas nuevas, experimentan con configuraciones, a veces incluso dejan conducir a pilotos reserva. Los tiempos de FP1 pueden ser engañosos: un coche rápido puede estar probando algo que no funciona y que abandonará; un coche lento puede estar guardando su configuración real. Uso FP1 solo para notar anomalías graves, no para formar opinión sobre el orden de rendimiento.
FP2 es la sesión clave para el análisis de carrera. Se corre en el mismo horario que la carrera del domingo, así que las condiciones de pista son similares. Los equipos hacen simulaciones de clasificación con poca gasolina y simulaciones de carrera con carga alta. Aquí es donde extraigo la información más valiosa: el ritmo real de carrera de cada coche.
FP3 está orientada a la clasificación. Los equipos afinan la configuración para la vuelta rápida, hacen tandas cortas con neumáticos blandos, preparan el coche para Q1-Q2-Q3. Los tiempos de FP3 son útiles para mercados de pole y clasificación, pero menos relevantes para predecir la carrera porque el coche está configurado diferente.
En fines de semana con Sprint, la estructura cambia. Solo hay FP1 el viernes antes de la clasificación Sprint. Eso reduce drásticamente la información disponible para análisis. Las apuestas en fines de semana Sprint son inherentemente más inciertas porque hay menos datos para trabajar.
Cómo interpretar los tiempos de vuelta
El tiempo de vuelta que ves en pantalla es un número engañoso si lo tomas al pie de la letra. Dos pilotos pueden hacer el mismo tiempo en circunstancias completamente diferentes: uno con neumáticos nuevos y poca gasolina, otro con neumáticos usados y el depósito lleno. Comparar esos tiempos directamente no tiene sentido. El trabajo del analista es normalizar los datos para compararlos en igualdad de condiciones.
Factores que afectan los tiempos
El compuesto de neumático es el factor más visible. La diferencia entre blando y duro puede ser de más de un segundo por vuelta en algunos circuitos. Entre blando y medio, típicamente entre tres y seis décimas. Cuando compares tiempos, lo primero que debes verificar es qué neumático llevaba cada piloto. Un tiempo con neumático duro que parece lento puede ser excelente una vez ajustas por compuesto.
La carga de combustible tiene un impacto enorme que no siempre es evidente. Cada diez kilogramos de combustible extra cuestan aproximadamente tres décimas por vuelta en un circuito típico. Un coche con el depósito lleno para simulación de carrera puede llevar 80 kilos más que uno preparando una vuelta de clasificación. Eso son más de dos segundos de diferencia que no tienen nada que ver con el rendimiento real del coche.
El estado de los neumáticos evoluciona vuelta a vuelta. Un neumático blando nuevo rinde al máximo en las primeras dos o tres vueltas, luego empieza a degradarse. Un tiempo hecho en la segunda vuelta con blandos será más rápido que uno hecho en la quinta vuelta con los mismos blandos, aunque el piloto conduzca igual. La posición de la vuelta dentro de la tanda importa.
Las condiciones de pista cambian durante la sesión. La temperatura del asfalto afecta al agarre; más caliente suele significar menos agarre en neumáticos blandos. La goma depositada por otros coches mejora el agarre progresivamente. Un tiempo al inicio de FP1 con pista verde no es comparable a uno al final de FP2 con pista engomada.
Normalizar tiempos por combustible y neumático
La normalización perfecta es imposible porque no conocemos la carga de combustible exacta de cada coche. Los equipos no publican esa información. Pero podemos hacer aproximaciones útiles basándonos en el comportamiento observable.
Las tandas de simulación de carrera se identifican porque duran muchas vueltas consecutivas, típicamente entre 8 y 15. El piloto sale con carga alta y rueda a ritmo constante. Los tiempos de estas tandas son comparables entre pilotos porque todos están haciendo el mismo ejercicio con cargas similares.
Las tandas de simulación de clasificación se identifican por ser muy cortas: una vuelta de salida, una o dos vueltas rápidas, entrada a boxes. Aquí la carga de combustible es mínima y los neumáticos están nuevos. Estos tiempos predicen el rendimiento de clasificación.
Para comparar tiempos de diferentes contextos, uso una regla simplificada: sumo 0.3 segundos por cada posición de compuesto más duro y resto aproximadamente 0.1 segundos por cada vuelta que lleven los neumáticos si están degradando visiblemente. No es ciencia exacta, pero convierte tiempos incomparables en algo que puedo ordenar con cierta confianza.
Lo que busco no es el tiempo absoluto más rápido, sino patrones. Si un piloto es consistentemente tercero o cuarto en todas las tandas, independientemente del neumático o la carga aparente, eso me dice más que un tiempo aislado espectacular que podría ser un outlier.
Análisis de long runs y ritmo de carrera
La audiencia media en fines de semana de carrera alcanzó 70 millones de espectadores en 2025. La mayoría ve la clasificación como el evento decisivo del sábado. Pero para apostar con información, lo que importa es lo que pasó el viernes: los long runs de FP2 que predicen quién tendrá mejor ritmo el domingo.
Un long run es una tanda de muchas vueltas consecutivas con carga de combustible alta, simulando las condiciones de carrera. Los equipos hacen esto en FP2 para entender cómo se comportará el coche durante el Gran Premio. Como apostador, los long runs son tu fuente principal de información sobre ritmo real.
Identificar los long runs requiere seguir la sesión o revisar los datos después. Busco tandas de al menos 8 vueltas sin parar, preferiblemente 10 o más. El piloto debería estar rodando a ritmo constante, no haciendo vueltas lentas intercaladas. Si los tiempos suben y bajan erráticamente, probablemente el piloto está probando algo, no simulando carrera.
Lo que analizo en un long run es la media de tiempos y la tendencia. La media me dice el ritmo base del coche. La tendencia me dice cómo degrada los neumáticos. Un piloto con media de 1:34.5 que mantiene tiempos estables tiene mejor ritmo real que uno con media de 1:34.3 pero que sube tres décimas cada dos vueltas.
Comparo los long runs de diferentes pilotos que usaron el mismo compuesto. Si tres pilotos hicieron tandas largas con neumático medio, puedo ordenarlos por ritmo real. Si uno usó medio y otro duro, la comparación es menos directa pero todavía útil ajustando por el diferencial típico entre compuestos.
El error común es dar demasiada importancia a las vueltas rápidas aisladas y poca a los long runs. La clasificación determina dónde empiezas, pero el ritmo de carrera determina dónde terminas. En circuitos donde adelantar es posible, el piloto con mejor ritmo de carrera puede remontar desde atrás. Las cuotas a veces no reflejan esto porque la atención mediática se centra en la vuelta rápida.
Cuando el long run de un piloto es claramente superior a sus rivales directos pero su cuota de carrera refleja principalmente su posición de clasificación esperada, ahí hay potencial de valor. Es el tipo de discrepancia que busco cada viernes noche.
Degradación de neumáticos: introducción
La degradación de neumáticos es el factor oculto que determina estrategias de carrera y, por extensión, resultados de apuestas. Un coche puede ser rápido en vuelta limpia pero destruir los neumáticos en diez vueltas, obligando a paradas extra que arruinan su resultado. Otro puede ser ligeramente más lento pero mantener los neumáticos vivos el doble de tiempo, ganando posiciones por estrategia.
Medir la degradación en FP2 es directo si tienes los datos de tiempos por vuelta. Tomas una tanda larga y calculas cuánto tiempo pierde el piloto vuelta a vuelta. Si empieza en 1:34.0 y termina en 1:35.2 después de 12 vueltas, ha degradado 1.2 segundos, aproximadamente una décima por vuelta. Comparas esa cifra con otros pilotos que hicieron tandas similares.
La degradación varía enormemente entre circuitos. Pistas con muchas curvas de alta velocidad y carga lateral alta, como Barcelona o Silverstone, castigan los neumáticos. Circuitos técnicos con curvas lentas, como Mónaco o Singapur, son más benévolos. Las cuotas deberían reflejar qué pilotos gestionan bien los neumáticos en cada tipo de circuito, pero no siempre lo hacen.
Los estilos de pilotaje afectan la degradación de formas predecibles. Pilotos agresivos con mucho deslizamiento suelen degradar más. Pilotos suaves que cuidan el neumático mantienen mejor el rendimiento a lo largo de la tanda. Conocer el estilo de cada piloto ayuda a interpretar los datos de FP2 y proyectar cómo rendirán en carrera.
Una degradación alta no es necesariamente mala si el piloto es suficientemente rápido para compensar con paradas adicionales. Pero eso depende del circuito: en Mónaco, donde adelantar es casi imposible, perder posición por parada extra es muy costoso. En Monza, con adelantamientos frecuentes, una estrategia agresiva con más paradas puede funcionar.
Evolución de la pista y su impacto
El 42% de los aficionados a F1 son mujeres y el 27% pertenece a la Generación Z. Estos datos del perfil de audiencia importan porque muestran un deporte que atrae a gente nueva, muchos de los cuales no conocen conceptos técnicos como la evolución de pista. Si quieres analizar entrenamientos con ventaja sobre el apostador casual, entender este fenómeno es esencial.
La pista evoluciona durante el fin de semana. El viernes por la mañana, el asfalto está limpio de goma, lo que los equipos llaman pista verde. Tiene menos agarre. Cada coche que pasa deposita una capa microscópica de goma de neumático. Esa goma acumulada mejora el agarre progresivamente. Para el domingo, la pista tiene mucha más adherencia que el viernes.
La implicación para el análisis es que los tiempos mejoran naturalmente a lo largo del fin de semana, no solo por mejoras de configuración. Un tiempo de 1:34.0 en FP1 del viernes puede equivaler a un 1:33.5 en FP3 del sábado simplemente por evolución de pista. Los operadores de apuestas incorporan esto en sus modelos, pero no siempre con precisión.
Los circuitos nuevos o que se usan poco durante el año tienen más evolución. La primera sesión es muy diferente de la última. Los circuitos permanentes que acogen muchas competiciones, o los que se usaron recientemente para test, tienen menos evolución porque la pista ya está engomada.
La lluvia reinicia la evolución. Si llueve entre sesiones, la goma depositada se lava y la pista vuelve a condiciones cercanas al verde. Los tiempos de la sesión posterior a la lluvia no son comparables con los anteriores sin ajustar por este efecto. He visto apuestas perder porque alguien comparó tiempos de FP2 seco con FP3 post-lluvia sin entender que eran condiciones completamente diferentes.
Para apuestas, lo que importa es identificar cuándo la evolución de pista cambia el orden de rendimiento. Algunos coches funcionan mejor en pista verde porque su configuración aerodinámica compensa la falta de agarre mecánico. Otros necesitan pista engomada para rendir. Si detectas este patrón en un piloto, puedes anticipar si mejorará o empeorará relativamente según evolucione el fin de semana.
Fuentes de datos públicas
No necesitas acceso a los sistemas internos de los equipos para analizar entrenamientos. Hay suficiente información pública para hacer análisis competente. La clave es saber dónde buscar y cómo procesar lo que encuentras.
La retransmisión oficial de F1 muestra tiempos en directo durante las sesiones. Es la fuente más accesible pero tiene limitaciones: no puedes ver el historial completo de la sesión mientras ocurre, y después no siempre queda registro fácil de consultar. Lo uso para seguimiento en tiempo real, no para análisis posterior.
Los medios especializados publican resúmenes de sesión con tiempos por piloto, compuesto usado y número de vueltas. Motorsport.com, Autosport y similares ofrecen tablas que permiten ver el orden de tiempos ajustado por neumático. Es información procesada que ahorra tiempo respecto a compilar los datos uno mismo.
Las cuentas de datos en redes sociales son sorprendentemente útiles. Hay analistas aficionados que publican gráficos de long runs, comparativas de degradación y análisis de telemetría derivados de los datos públicos. Seguir a las cuentas correctas me da acceso a visualizaciones que tardaría horas en crear yo mismo.
La aplicación oficial de F1 tiene un nivel de detalle intermedio. Muestra tiempos de vuelta históricos de la sesión, permite comparar pilotos y ver la progresión de tiempos. No es tan granular como los datos internos de los equipos pero es suficiente para el análisis que necesito.
Para quien quiera profundizar más, existen proyectos de código abierto que recopilan y estructuran datos históricos de F1. Permiten analizar patrones a lo largo de temporadas, comparar rendimiento en circuitos específicos, e identificar tendencias que no son evidentes mirando solo el fin de semana actual. El nivel de sofisticación que puedes alcanzar depende de cuánto tiempo quieras invertir.
Aplicar el análisis a decisiones de apuesta
Todo el análisis técnico no sirve de nada si no se traduce en decisiones de apuesta concretas. El proceso que sigo cada viernes noche conecta los datos de entrenamientos con las cuotas disponibles y produce una lista de apuestas potenciales ordenadas por valor esperado.
Primero, ordeno los pilotos por ritmo de carrera estimado basándome en los long runs de FP2. Este orden es mi predicción base de cómo terminarían si solo importara el ritmo puro, sin considerar posición de salida ni estrategia. No es una predicción de resultado, es una referencia de rendimiento relativo.
Después, comparo mi orden con las cuotas de mercado. Si mi análisis dice que un piloto debería estar tercero en ritmo pero su cuota de podio implica que el mercado lo ve quinto o sexto, hay una discrepancia. Cuanto mayor la discrepancia, más potencial de valor, pero también más probabilidad de que mi análisis esté equivocado.
Evalúo si la discrepancia tiene explicación. Quizás el piloto tiene penalización de motor que yo no había considerado. Quizás su equipo tiene problemas de fiabilidad conocidos. Quizás el circuito no favorece los adelantamientos y su posición de salida esperada limita sus opciones. Busco razones por las que el mercado podría tener razón y yo estar equivocado.
Si después de ese filtro la discrepancia persiste, calculo el valor esperado usando mi estimación de probabilidad contra la probabilidad implícita en la cuota. Solo apuesto si el valor esperado es positivo con margen suficiente para cubrir la incertidumbre de mi análisis. Mi umbral mínimo es un 5% de diferencia entre mi estimación y la cuota.
El tamaño de la apuesta depende de la confianza. Si la discrepancia es grande y el análisis es claro, aumento el volumen. Si hay dudas o factores que no puedo cuantificar, reduzco. Nunca apuesto más de tres unidades en una sola selección, independientemente de lo seguro que parezca.
Documento cada apuesta con el razonamiento detrás. Después de la carrera, reviso si el análisis fue correcto independientemente del resultado. A veces acierto la apuesta por razones equivocadas; a veces fallo por mala suerte aunque el análisis fuera bueno. Solo revisando sistemáticamente puedo mejorar el proceso.
Preguntas frecuentes
El análisis de entrenamientos libres es el área más técnica de las apuestas en F1 y genera muchas dudas. Estas son las más comunes. Para contexto general sobre las apuestas en Fórmula 1, la guía principal cubre los fundamentos.
Creado por la redacción de «f1 Apuesta».