Motor de IA de PronosoftMX: Random Forest y Machine Learning

Categoría: Metodología · Publicado: · Lectura: 9 min

Desglosamos la arquitectura técnica detrás de nuestro motor de pronósticos: desde la recolección de datos hasta la generación de combinaciones sugeridas mediante algoritmos de aprendizaje automático.

Una de las preguntas más frecuentes que recibemos es: ¿cómo genera exactamente PronosoftMX sus sugerencias? La respuesta involucra múltiples capas de procesamiento estadístico y machine learning. En este artículo, explicamos la arquitectura de nuestro motor de IA de forma transparente y detallada.

El Principio Fundamental: Datos Primero

Todo comienza con los datos. Nuestro sistema recopila automáticamente los resultados históricos de cada sorteo directamente desde las fuentes oficiales: la Lotería Nacional de México para Melate, Chispazo, Tris y Progol; y la MUSL (Multi-State Lottery Association) para el Powerball. El archivo contiene decenas de miles de sorteos históricos y se actualiza después de cada nuevo resultado publicado.

Ingeniería de Características (Feature Engineering)

Antes de entrenar cualquier modelo, transformamos los datos brutos en variables útiles para el algoritmo. Las principales características que calculamos son: frecuencia de aparición en ventanas de sorteos recientes, sorteos de ausencia (brecha desde la última aparición), momentum (tendencia de aparición creciente o decreciente en las últimas semanas), frecuencia de pares (qué números tienden a salir juntos), y distribución posicional (relevante especialmente para el Tris).

Cada característica se normaliza para que tenga una escala comparable, evitando que variables con rangos numéricos mayores dominen artificialmente el modelo.

El Modelo: Random Forest con Ponderación Temporal

En los sorteos de esferas, el algoritmo principal es un modelo de Random Forest (Bosque Aleatorio): combina muchos árboles de decisión para generar una puntuación de relevancia para cada número candidato. Se entrena con los sorteos más recientes del registro, para que el análisis refleje el comportamiento actual del archivo sin depender de datos de formatos antiguos.

Post-Filtros de Calidad

Una vez que el modelo genera candidatos, aplicamos filtros adicionales para asegurar que las combinaciones sugeridas sean coherentes: verificamos que la suma de los números esté dentro del rango de probabilidad estadística (percentiles P10-P90 del histórico), balanceamos la proporción de números pares e impares, y aplicamos un boost adicional a pares de números que históricamente han aparecido juntos con mayor frecuencia que la esperada por azar.

Si una combinación candidata no pasa alguno de estos filtros, el sistema la descarta y genera una nueva, repitiendo el proceso hasta un máximo de 50 intentos. Si tras ese límite no se encuentra una combinación válida, se relajan ligeramente los criterios del filtro menos restrictivo.

Cómo Medimos el Desempeño

Publicamos el rendimiento del análisis contra los resultados oficiales, incluidos los fallos. Medir siempre sobre sorteos que el modelo no había visto al momento de generar su selección es la única forma honesta de saber cómo se comporta.

Transparencia y Limitaciones

En PronosoftMX somos claros sobre lo que nuestra IA puede y no puede hacer. Los sorteos son eventos pseudoaleatorios: cada bolilla tiene la misma probabilidad física de salir en cada sorteo, independientemente del historial. Lo que nuestro motor ofrece no es una garantía de acierto, sino una herramienta para hacer selecciones informadas que son estadísticamente coherentes con el comportamiento histórico del sorteo.

Limitaciones Técnicas y Éticas

Existen limitaciones técnicas inherentes al problema: la aleatoriedad fundamental de los sorteos establece un techo teórico para cualquier modelo predictivo. Ningún algoritmo de machine learning puede superar ese techo, sin importar qué tan avanzado sea o cuántos datos tenga.

Desde la perspectiva ética, nuestro compromiso es presentar las sugerencias del modelo como lo que son: una referencia estadística basada en datos históricos, no como una predicción garantizada del futuro. Promovemos el análisis de datos como una herramienta de entretenimiento informado, no como una estrategia de inversión.

Mejora Continua

Cada semana, después de conocerse los resultados reales, nuestro sistema actualiza automáticamente sus modelos con los nuevos datos. Este ciclo de retroalimentación continua permite que el motor aprenda y se adapte a los cambios en el comportamiento de cada sorteo a lo largo del tiempo, manteniendo la relevancia del análisis estadístico que ofrecemos.