CÓMO IMPORTA CADA FACTOR
Level (Elo/ranking)▸ Fernandez●●●
Fernández (Elo 1679) supera a Zhang (1616) en 63 puntos. Zhang clasificada #53, Fernández ~#74 según equivalencia Elo. El modelo interno de Zhang (53%) sube sobre el nivel puro, pero el diferencial Elo es claro.
Forma= Igualado●●
Ambas con racha de -2 y 3/10 en últimas 10. Zhang sin victorias de calidad; Fernández ganó a Andreeva (Elo 1913). Ambas en baja, pero Fernández con un resultado de élite reciente.
Descanso/Fatiga▸ Fernandez●●
Fernández lleva 13 días sin jugar, 1 partido en 14 días. Zhang jugó hace 4 días, 3 partidos en 14 días. Acumulación de fatiga favorece a Fernández en un torneo de Grand Slam.
Saque/Resto▸ Zhang●
Zhang 60% puntos de saque vs 59% de Fernández (1 punto de ventaja). En resto, Zhang 40% vs 39%. Diferencia mínima, casi neutral.
Superficie (Hard)▸ Zhang●●
Zhang 56% en hard, +10 puntos sobre su baseline (46%). Fernández sin dato de superficie. Hard suele favorecer al sacador más potente; Zhang domina 1 punto en saque.
Clima= Igualado●
24 °C, 44 % humedad, 7 km/h viento. Condiciones cálidas y secas, sin extremos. Favorece ligeramente el saque (aire más fino), pero no es decisivo.
NIVEL TEÓRICO VS. FORMA ACTUAL
La brújula principal es el diferencial Elo: Fernández (1679) aventaja a Zhang (1616) en 63 puntos, lo que históricamente se traduce en ~55 % de victorias esperadas para la oponente. Zhang está clasificada #53 (ranking oficial), Fernández equivale a ~#74 en el sistema Elo. El modelo interno de Baseline (53 % para Zhang) intenta corregir este sesgo usando información más reciente, pero la verdad es que Fernández es la jugadora de mayor nivel intrínseco.
Sin embargo, ambas llegan en forma cuestionable: 3 victorias en las últimas 10 partidas cada una, ambas con racha de -2. Fernández tiene un aval: derrotó a M. Andreeva (Elo 1913), una jugadora de élite. Zhang carece de victorias de calidad en el período reciente. En un US Open, donde los márgenes se cierran, la forma puede anular parcialmente el nivel, pero Fernández sigue siendo la mejor jugadora sobre el papel.
DESCANSO Y ACUMULACIÓN
Este es un factor concreto en favor de Fernández. Ella ha jugado solo 1 partido en 14 días y lleva 13 días sin competición; Zhang ha jugado 3 en los últimos 14 días y solo descansó 4 días antes de esta ronda. En un Grand Slam de five sets (si llega), el desgaste acumulado pesa más que en torneos cortos. Fernández llega fresca; Zhang acumula fatiga.
La carga de Zhang es típica de una jugadora fuera del top 20 que debe ganar muchos partidos para mantener puntos. Fernández, con más estatus Elo, ha tenido acceso a una estructura de descanso superior. Esto es un mecanismo claro que favorece a la oponente en una competición larga.
HARD COURT Y EFICACIA DE SAQUE
Zhang gana un +10 puntos de margen en superficie hard (56 % vs su baseline 46 %). Esto es real y notable: la superficie le sienta bien. El hard court favorece el saque potente y plano, y Zhang (60 % de puntos desde el saque) tiene una ligera ventaja sobre Fernández (59 %). En términos absolutos, 1 punto de diferencia es mínimo, pero en el contexto hard + Zhang, es el nicho donde ella puede encontrar continuidad.
Sin embargo, no hay dato del rendimiento de Fernández en hard. Lo que sí sabemos es que Fernández es más redonda (Elo más alto) y ganó a Andreeva en una superficie neutra. Si Fernández juega al nivel de su Elo, el hard court de 56 % de Zhang no compensa una brecha de 63 puntos Elo.
TIEMPO Y VIENTO
24 °C, 44 % de humedad, 7 km/h de viento. Condiciones cálidas y secas, casi ideales para el tenis. El viento suave (7 km/h) no penaliza la precisión. El calor en el hard court tiende a acelerar el juego y favorecer al sacador más fiable, ventaja marginal para Zhang, pero demasiado pequeña para mover la aguja.
LECTURA DE VALOR
El modelo de Baseline estima 53 % de probabilidad para Zhang; el mercado (odds 2.84) implica 35 %. Una divergencia de 18 puntos porcentuales sugiere que el modelo ve más valor en Zhang que la apuesta actual. Con un EV de +49.5 %, la apuesta por Zhang sobre 2.84 es matemáticamente atractiva según el modelo.
Pero hay honestidad que exigir: Fernández es Elo superior (+63), llega descansada (13 días), y tiene una victoria de élite reciente (Andreeva). Zhang ha jugado 3 partidos en 2 semanas y no tiene wins de calidad. El modelo Baseline tiene ~64 % de precisión out-of-sample en WTA, lo que es bueno pero no infalible. Si la divergencia refleja un sesgo del modelo hacia rankings/recencia, o si el mercado está sobrecorrigiendo por Fernández, es una pregunta sin respuesta garantizada. La apuesta tiene valor según el modelo, pero el riesgo fundamental (Fernández es mejor jugadora, mejor descansada) es real.
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.