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: #107 vs #520 (mejor clasificado)
›Forma reciente: 2/10 en los últimos partidos
›Modelo 70% vs mercado 78% → el modelo lo ve menos probable que la cuota
!Viene de 3 derrotas seguidas
Jacquet es mejor clasificado (#119 vs #629) y su Elo (1882) supera a Dougaz (1790) en 92 puntos, lo que genera una probabilidad modelo de 70%. Sin embargo, el mercado puja a 78%, lo que refleja una confianza mayor de la que el modelo justifica. La brecha de ranking es real pero engañosa: Dougaz ha ganado su ranking ganándose la vida en ATP 250 y Challengers; Jacquet está mejor posicionado pero su forma actual no sostiene esa posición.
La tendencia de ranking es reveladora: Jacquet cae 20 posiciones, Dougaz cae 417 (pero ambos están en movimiento descendente). El Elo captura mejor el estado actual que el ranking estático.
Dougaz derrotó a Jacquet en 2024 (única reunión en su registro). Ese resultado no es ruido; es evidencia de que el rival puede jugar al nivel requerido. Más significativo aún: Dougaz llega con forma sólida (7-10 últimos partidos, racha positiva de 1) mientras Jacquet está en caída libre (2-10, incluidas 3 derrotas consecutivas). Jacquet acumuló solo una victoria de calidad reciente (D. Merida Aguilar, Elo 1983); Dougaz carece de victorias de élite pero juega con consistencia.
La cifra clave es la diferencia de tendencia en los últimos diez partidos: Dougaz gana 70%, Jacquet 20%. En un partido a una sola vuelta (cuartos), eso importa mucho.
En hard, el saque es fundamental. Dougaz saca a 66%, Jacquet a 64%: pequeña ventaja para el rival, consistente con su juego más sólido en general. Ambos devuelven al 37%, así que el campo de batalla será el de quién sirve mejor bajo presión. Jacquet no tiene ventaja clara aquí, y Dougaz ha demostrado estabilidad.
Rest y fatiga están igualadas: ambos jugaron en cuartos hace 1 día. Jacquet en 5 partidos en 14 días vs Dougaz en 6; diferencia mínima. La fatiga acumulada de una profunda carrera de US Open pesa sobre ambos por igual, quizá ligeramente más sobre quien haya jugado partidos más exigentes. No hay señal clara en los datos.
El hard favorece levemente a Jacquet (33% en pista vs 31% baseline, +3 puntos de edge); Dougaz no tiene datos de superficie específicos. Es una ventaja tenue. Las condiciones cálidas y secas (25°C, 49% humedad, 15 km/h viento) aceleran la bola y reducen el rebote alto, beneficiando el juego plano y ofensivo. Ni Jacquet ni Dougaz aparecen como especialistas extremos en confort de clima, así que es factor de ajuste menor.
El modelo estima 70% para Jacquet; el mercado ofrece 78% (odds 1.28), que implica un EV de -10.2% para quien apueste al favorito. Esa divergencia no es accidental: el mercado ve a Jacquet mejor de lo que el modelo (que integra Elo, form, h2h y contexto físico) justifica. La razón probable es el ranking nominal (#119 vs #629), que el mercado pesa más que la forma reciente y el h2h negativo. El modelo es más conservador porque captura que Jacquet está en caída, Dougaz en estabilidad, y el rival ya lo ha ganado una vez. El expected value sugiere que las cuotas sobrevalúan al favorito.
Conclusión: Jacquet parte como favorito por pedigree, pero los datos apuntan a un partido competitivo donde Dougaz tiene oportunidades reales (30% modelo) que el mercado infravalúa ligeramente. No es un partido definido; es un cruce donde la forma y el antecedente favorecen al rival más de lo que el mercado está dispuesto a reconocer.
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.