R. Collignon vs D. Altmaier — predicción
›Ranking: #42 vs #60 (mejor clasificado)
›Forma reciente: 6/10 en los últimos partidos
›Con ritmo de partido: 5 partidos en las últimas 2 semanas
›Modelo 56% vs mercado 63% → el modelo lo ve menos probable que la cuota
!Jugó un partido largo (3 sets) hace muy poco — posible fatiga
La diferencia de Elo (2021 vs 1864) y de ranking (#42 vs #60) es sustancial y sitúa a Collignon como favorito estructural: su probabilidad base del 51% frente al 42% de Altmaier confirma que, en igualdad de condiciones, el belga parte con ventaja de nivel general.
Esta ventaja es la columna vertebral del modelo, pero no es abrumadora: una brecha de Elo de 157 puntos es notable, aunque no garantiza dominio claro en una superficie y contexto que aquí no están definidos (no hay dato de superficie ni de rendimiento específico en ella).
Ambos llegan con el mismo balance (6/10) y la misma racha negativa de una derrota, así que el registro numérico no distingue a ninguno. Sin embargo, la calidad de las victorias sí marca diferencia: Altmaier superó a Medvedev (Elo 2048) y Hurkacz (1958), mientras que las mejores victorias de Collignon fueron ante Vacherot (1990) y Cerundolo (1960).
Ese detalle sugiere que Altmaier ha competido a un nivel algo más alto en sus triunfos recientes, lo que matiza la ventaja de ranking de Collignon y reduce la distancia real entre ambos en el terreno de juego.
Aquí aparece el factor más asimétrico del partido: Collignon disputó la final de Gstaad hace solo 2 días y acumula 5 partidos en las últimas dos semanas, frente a los 6 días de descanso y solo 2 partidos de Altmaier en el mismo periodo.
Jugar una final y encadenar cinco partidos en 14 días añade una carga física real, especialmente relevante en el desgaste físico y mental que precede a un nuevo compromiso; el propio modelo señala el riesgo de fatiga tras un partido reciente a tres sets. Esto pesa en contra de Collignon más allá de lo que refleja su probabilidad base.
Los porcentajes de saque son muy parecidos (67% Collignon vs 65% Altmaier) y también los de resto (32% vs 34%), lo que indica un patrón de juego similar entre ambos: partidos con pocos quiebres y puntos decididos por detalles. La ligera ventaja de resto de Altmaier (34% vs 32%) apenas compensa el saque algo superior de Collignon.
La altitud de 760 m en Kitzbühel aligera el aire y tiende a acelerar el saque, un efecto que favorece marginalmente a quien saca mejor sobre el papel, en este caso Collignon, aunque la diferencia entre ambos saques es demasiado pequeña para considerarlo un factor decisivo por sí solo.
El modelo calcula un 56% de probabilidad para Collignon, claramente por debajo del 63% que implica la cuota de 1.58 en el mercado. Esa brecha se traduce en un valor esperado de -11.7%, es decir, apostar a esta cuota no ofrece valor según el modelo, incluso siendo Collignon el favorito.
Ser favorito no equivale a tener valor: el mercado está pagando como si la probabilidad real fuera mayor de lo que sugiere el modelo, que además incorpora el desgaste reciente de Collignon. En este caso, la lectura honesta es que no hay ventaja explotable a estas cuotas.
Impacto y análisis a partir de datos reales del partido (Elo, forma, cara a cara, descanso, superficie vs base, clima, altitud). El modelo ≈ el mercado de media; la cuota ya captura casi toda la ventaja. +18 · juega con responsabilidad.