K. Swan vs M. Stoiana — 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: #206 vs #122
›Forma reciente: 4/10 en los últimos partidos
›Más descansado: 55d frente a los 12d del rival
›Modelo 57% vs mercado 37% → el modelo lo ve MÁS probable que la cuota
!Vuelve tras un parón largo (55d) — posible falta de ritmo
Stoiana aventaja de forma clara en ranking (#122 vs #206, 84 posiciones) y Elo (1528 vs 1493, +6 puntos). Esta brecha es el factor más robusto del encuentro: la oponente es jugadora de perfil objetivamente superior. Swan no ha mostrado capacidad para cerrar este diferencial mediante victoria reciente de calidad; de hecho, sin victorias de nota en su registro.
El modelo de factor WTA calibrado en datos de torneo reciente captura esta asimetría en su probabilidad base del 57% para Swan, pero el mercado (37% implícito en cuota 2.71) la descuenta más. Esto refleja escepticismo del mercado sobre la consistencia de Swan en este contexto de ranking distante.
Swan: 4 de 10 últimos partidos ganados, con rachas largas de pérdidas (7L en 10, incluida una racha de 5 derrotas consecutivas). Stoiana: 6 de 10 con distribución más equilibrada, incluida una secuencia reciente de victorias (W-W tras pérdidas intercaladas). La forma de Stoiana es más estable; la de Swan, volátil y deficitaria.
Ambas llegan con racha de 1 victoria, pero es contexto superficial: la trayectoria de 10 partidos favorece claramente a Stoiana. Este es un factor secundario pero convergente con la brecha de ranking.
Swan gana 65% de sus puntos de saque, 6 puntos por encima de Stoiana (59%). En pista dura con clima templado y seco (27°C, 49% humedad, 12 km/h), el saque rápido tiene rendimiento levemente mejorado. Swan tiene aquí su arma más clara: mejor golpe de entrada con estadística diferenciada.
Sin embargo, el resto es prácticamente parejo (Swan 44% return, Stoiana 45%): Stoiana neutraliza el saque de Swan en la devolución. La ventaja del saque de Swan no es lo bastante amplia para compensar la brecha de nivel general y la forma deficitaria. Es un activo real pero insuficiente.
Ambas jugaron cuartos de final hace 1 día. Swan disputó 1 partido en 14 días (sesgo de descanso previo); Stoiana, 3 partidos en 14 días (fatiga de carrera profunda más reciente). Por tanto, Swan llegaba con ventaja de descanso general, pero esto se erosiona por el enfrentamiento de cuartos hace 24 horas. El impacto neto es neutral: dos jugadoras en recuperación aguda equivalente.
El dato de riesgo menciona que Swan regresa de pausa larga (55 días antes de esta serie, según el texto de riesgos), lo que sugiere posible oxidación incluso si ha ganado dos de sus últimos tres. Stoiana, en cambio, se mantuvo activa en torneo. Este es un factor contextual menor pero presente.
El modelo estima 57% para Swan; el mercado 37% (cuota 2.71). La diferencia es 20 puntos, generando EV positivo del 54.7% por apostar a Swan. Sin embargo, este diferencial debe interpretarse con cautela: el modelo WTA tiene ~64% de precisión fuera de muestra, no certeza. La brecha de ranking real (#206 vs #122) y forma (4/10 vs 6/10) sugieren que el mercado no está equivocado al ser escéptico.
Swan es favorita técnicamente por su saque superior y Elo apenas desfavorable, pero no es una favorita con margen cómodo. La cuota de 2.71 (37% implícito) penaliza su ranking bajo y forma pobre; el modelo ve más probabilidad (57%), lo que genera «valor» técnico. Pero la diferencia es consistente con incertidumbre real, no con una asimetría clara. Apostar a Swan aquí es asumir que el mercado sobrevalora la brecha de ranking; su saque puede ser decisivo en este tipo de encuentro, pero no hay garantía de que compense la volatilidad de Swan en este nivel.
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.