A. Siskova vs N. Hibino — 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: #207 vs #227 (mejor clasificado)
›Forma reciente: 5/10 en los últimos partidos
›Más descansado: 205d frente a los 43d del rival
!Vuelve tras un parón largo (205d) — posible falta de ritmo
Siskova entra como favorita en el modelo con una ventaja Elo clara: +57 puntos (1576 vs 1519) y mejor ranking (#207 vs #227). Estos diferenciales son moderados pero consistentes. El modelo calibrado en WTA la da al 62%, pero el mercado solo al 53% —una brecha de 9 puntos que sugiere un modelo que ve más valor en su posición que lo que reflejan las cuotas. Ambas tienen ranking similar y sin victorias de calidad registradas, así que la ventaja se ancla en la diferencia Elo y el posicionamiento más sólido de Siskova.
Ambas llegan con un registro idéntico en los últimos 10 partidos: 5 victorias y 5 derrotas. Sin embargo, el descanso pinta un cuadro muy distinto. Siskova alcanzó las semifinales del US Open hace 1 día y acumula 7 partidos en 14 días, lo que genera fatiga de carrera profunda. Hibino, también en QF hace 1 día, ha jugado solo 1 partido en los últimos 14 días —una brecha de descanso del 85%. Este factor penaliza a Siskova de forma notable: la fatiga acumulada por los 7 partidos recientes es el lastre más concreto del favorito en esta encuentro.
Hibino saca al 58% en hard court frente al 57% de Siskova, una ventaja marginal de 1 punto. Ambas devuelven al 43%, sin diferencia. Aunque Hibino lidera ligeramente en saque, esta ventaja es mínima y no compensa la fatiga de Siskova ni invierte el balance general. En los últimos 14 días, el bajo volumen de partidos de Hibino significa menos datos recientes de servicio, así que el contraste puede deberse más a la pequeña muestra que a una verdadera superioridad técnica.
Hard court en condiciones cálidas (27 °C), secas (49% humedad) y con viento moderado (13 km/h). Hibino registra el 17% en hard, por debajo de su baseline del 20% (−3 puntos), lo que sugiere cierta debilidad en el surface. Siskova no tiene datos en hard registrados. Las condiciones de calor y sequedad aceleran el juego y favorecen a quien juega mejor al fondo, pero sin perfiles de precisión/potencia disponibles para ambas, no hay mecanismo claro que beneficie a una sobre la otra.
El modelo da a Siskova un 62% de probabilidad de victoria, pero la cuota 1.88 refleja solo el 53% del mercado. Esto genera un EV positivo del 16.1% para apostar al favorito. Sin embargo, este valor se sustenta principalmente en el ranking superior y Elo —diferenciales pequeños en un contexto donde la fatiga profunda de Siskova por 7 partidos en 14 días es un contrapeso de peso. El mercado no se equivoca por ignorancia: ambas están agotadas, pero Siskova lo está más. La cuota 1.88 refleja prudencia justificada. El modelo ve 62%, pero la realidad es que Hibino entra más fresca tras 1 solo partido en dos semanas. No es un pick 'value' clásico; es una línea donde el favorito nominal tiene datos mejor, pero el contexto real lo debilita. Apostar requiere confianza en que la posición Elo/ranking se impone pese a la fatiga.
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.