CÓMO IMPORTA CADA FACTOR
Nivel (Elo/ranking)▸ Sharma●●
Sharma (#148) supera en el ranking a Ito (#246); el modelo la sitúa en 53% frente al 47% que da el mercado.
Forma▸ Sharma●●
Ito llega con mala dinámica: 5/10 en los últimos diez partidos y racha negativa de dos derrotas seguidas.
Descanso/Fatiga= Igualado●●
Sharma vuelve tras 369 días sin competir (riesgo de ritmo), mientras Ito acumula 4 partidos en 14 días.
Saque/Resto= Igualado●
Ito saca con 51% de puntos ganados pero resta solo 42%; sin datos de Sharma no hay comparación directa.
Valor de mercado▸ Sharma●●
El modelo ve 53% frente al 47% implícito en la cuota de 2.12, con un valor esperado del 13%.
NIVEL Y RANKING
La diferencia de ranking es clara: Sharma (#148) está más de 90 puestos por encima de Ito (#246), lo que normalmente se traduce en mayor consistencia de juego y menos errores en momentos clave. El modelo recoge esta ventaja y la traduce en un 53% de probabilidad para Sharma, seis puntos por encima del 47% que asigna el mercado.
No hay datos de Elo para ninguna de las dos, así que la lectura de nivel se apoya sobre todo en el ranking y en la salida del propio modelo, sin refuerzo adicional de un histórico entre ambas.
FORMA Y DESCANSO
Ito atraviesa un mal momento: solo 5 victorias en sus últimos 10 partidos y una racha de dos derrotas consecutivas, un patrón que suele pesar en la confianza al resto y en la gestión de puntos ajustados. No se dispone de la forma reciente de Sharma para contrastar, por lo que este factor pesa en contra de Ito sin poder confirmar si la favorita llega igual de sólida.
El descanso presenta una lectura mixta: Sharma no compite desde hace 369 días, lo que introduce un riesgo real de falta de ritmo de competición pese a la ventaja teórica de 'frescura'. Ito, en cambio, ha jugado 4 partidos en los últimos 14 días, un calendario cargado que puede acumular fatiga física hacia el tercer set. Ambos efectos se contrarrestan parcialmente y no permiten inclinar el factor con claridad hacia ninguna.
SAQUE Y RESTO
Los únicos números de saque/resto disponibles son los de Ito: gana el 51% de los puntos con su saque y el 42% al restar, un perfil equilibrado pero sin dominio claro en ninguna faceta. Al no tener el dato equivalente de Sharma, no es posible establecer si esta ganará más puntos al resto o si Ito podrá sostener sus juegos de saque con comodidad.
VALOR Y HONESTIDAD
El modelo da a Sharma un 53% de probabilidad, frente al 47% que refleja la cuota de mercado (2.12), lo que arroja un valor esperado del 13%. Esto sugiere que el mercado podría estar infravalorando ligeramente a la favorita, apoyado en la diferencia de ranking y en la mala forma reciente de Ito.
Aun así, conviene ser prudentes: el modelo funciona en línea con el mercado en promedio, y ser favorita no equivale a ganar el partido. El riesgo del largo parón de Sharma (369 días) es un elemento que el modelo no puede cuantificar con precisión y que podría erosionar parte de esa ventaja teórica en la pista.
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.