S. Sierra vs S. Stephens — predicción
Bote regular y velocidad media-alta: condiciones neutras, sin favorecer un estilo.
Ambiente cálido: la bola vuela algo más y el físico cuenta.
Aire seco: la bola viaja con normalidad.
Viento flojo: sin efecto apreciable.
La superficie sí entra en el modelo (la especialización por superficie es uno de sus factores). El clima y la altitud son contexto que publicamos para ti — NO mueven la probabilidad.
›Ranking: #86 vs #320 (mejor clasificado)
›Forma reciente: 4/10 en los últimos partidos
›Modelo 64% vs mercado 54% → el modelo lo ve MÁS probable que la cuota
Sierra es la mejor rankeada (#86 vs #320), pero el Elo muestra un cuadro inverso: 1593 para Stephens frente a 1584 para Sierra. Esta contradicción refleja una realidad: el ranking castigó a Sierra con un descenso de -18 posiciones, mientras que Stephens ascendió 43 lugares. El modelo calibrado da a Sierra el 64%, pero el mercado (1.86, 54% implícito) descuenta ese edge. En el medio plazo, los números del Elo son más predictivos que el ranking estático, pero el trend de caída de Sierra es visible.
La ventaja de Sierra en ranking es nominal. Su edge real —según el modelo— es de 10 puntos porcentuales respecto al mercado, lo que sugiere la casa de apuestas infravalora ligeramente su probabilidad.
El head-to-head es decisivo: Stephens venció a Sierra en ambos enfrentamientos de 2026, ambos en circuito WTA. Sierra no ha ganado ni una vez. Este patrón es un factor estructural que el mercado ya ha integrado parcialmente (el odds de 1.86 refleja que el favorito no es abrumador). El dominio de Stephens en el directo es real y replicable si los estilos se repiten.
Sierra está en caída: 4 victorias en 10 partidos, racha negativa de -5. Stephens asciende: 6 victorias en 10, racha positiva de +4. Este contraste es marcado. Sin embargo, Stephens paga un precio físico brutal: 8 partidos en 14 días, incluida una final en Toronto hace 3 días. Sierra reposa desde hace 8 días después de solo 2 encuentros. La fatiga acumulada de Stephens —especialmente después de una final— es un factor contextual grave que compensa, parcialmente, su mejor forma reciente.
La ecuación es: Stephens forma ganadora pero cuerpo agotado; Sierra forma débil pero recuperada. En un partido a primera vista, el descanso de Sierra es un colchón defensivo, pero no anula el patrón de juego flojo.
La cancha dura favorece marginalmente a Sierra: ella tira 33% de victorias en hard, -15 puntos bajo su baseline (49%), mientras que Stephens solo 17% en hard (-1 punto desde su baseline de 18%). Sierra es menos sensible a la superficie, lo que le da un pequeño margen. En saque y resto, ambas son casi iguales: Sierra 56%/43%, Stephens 55%/49%. El resto de Stephens es ligeramente mejor (+6 puntos), un detalle que en partidos cerrados cuenta.
El modelo da a Sierra 64% de ganar; el mercado da 54% (odds 1.86). Esto implica un expected value positivo del 19% para apostar a favor de Sierra según la predicción calibrada. Sin embargo, esta es una WTA de nivel medio (tier completo, sin indicación de profundidad del torneo) y el Elo soft (1580 rango) refleja un mercado menos profundo que el de Grand Slams. La ventaja modelística es real pero no es una profecía.
Los datos duros favorecen a Sierra: ranking mejor, descanso superior y dominio en hard. Pero el head-to-head 0-2, la forma negativa y la cercanía Elo (1584 vs 1593) crean fricción. El mercado no está mal calibrado; está siendo conservador con una favorita en mala forma. Si valoras el modelo por encima del mercado, hay un trade, pero el riesgo es la fatiga mental/física acumulada de Stephens tras la final.
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.