E. Jacquemot vs C. Burel — predicción

El ranking marca una diferencia enorme entre Jacquemot (#80) y Burel (#1486), lo que normalmente sería determinante. Sin embargo, el Elo cuenta otra historia: 1491 para Jacquemot frente a 1589 de Burel, es decir, el sistema que pondera el rendimiento reciente punto a punto sitúa a Burel por delante pese a su posición modesta en el ranking oficial.

Esta discrepancia sugiere que el ranking de Burel no refleja bien su nivel actual de juego, posiblemente por una actividad reciente limitada en el circuito principal. El modelo, que combina ambos inputs, termina inclinándose por Jacquemot (72%), pero conviene tomar ese porcentaje con cautela dado el conflicto entre las dos métricas de nivel.

La forma reciente es uno de los factores más claros del partido: Burel llega con 6 victorias en sus últimos 10 partidos y una racha activa de 2 triunfos, mientras que Jacquemot arrastra solo 2 victorias en 10, con una racha corta de apenas 1. Ese contraste indica que Burel está compitiendo con más solidez en las últimas semanas.

A esto se suma el único precedente entre ambas, en 2023, que ganó Burel. No es una muestra grande, pero refuerza la idea de que el historial reciente y directo no acompaña al favorito del modelo.

En los fundamentos del punto, Burel también aparece ligeramente por delante: gana el 55% de los puntos con su saque frente al 53% de Jacquemot, y además resta mejor (46% vs 42%). Aunque las diferencias son moderadas, son consistentes en ambos lados de la red, lo que sugiere una ventaja funcional de Burel en el intercambio de puntos.

Ninguno de los dos números es abrumador, pero al sumarse a la forma y al Elo, dibujan un cuadro donde Burel compite de tú a tú pese a la brecha de ranking.

El modelo calcula 72% para Jacquemot frente a un 44% implícito por la cuota de 2.25, lo que arroja un EV teórico de +62.6%. Es una diferencia llamativa, pero antes de interpretarla como valor real conviene notar que el propio modelo se apoya en gran medida en el ranking, mientras que el Elo, la forma reciente y el único cara a cara disponible apuntan en la dirección contraria.

Con datos de superficie, clima y altitud ausentes, el análisis es incompleto, y la calibración de ~64% de precisión del modelo WTA no garantiza acierto en un caso concreto con señales tan cruzadas. Ser favorito según el modelo no equivale a tener una ventaja segura: aquí el mercado parece reflejar dudas legítimas que el modelo no está capturando del todo.