Bote regular y velocidad media-alta: condiciones neutras, sin favorecer un estilo.
Ambiente cálido: la bola vuela algo más y el físico cuenta.
Aire húmedo: la bola pierde algo de velocidad.
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: #227 vs #83
›Modelo 53% vs mercado 68% → el modelo lo ve menos probable que la cuota
›Forma reciente: 4/10 en los últimos partidos
En saque y resto, los perfiles son prácticamente gemelos: Shang gana 1 punto porcentual en saque (63% vs 62%) pero Trungelliti lo supera en resto (39% vs 36%). En hard, donde la velocidad del saque es crítica, esta paridad es notable. Shang no puede recurrir a una ventaja de servicio decisiva; el juego dependerá de quién gestione mejor los rallies en ambos lados.
El dato de superficie de Shang (46%) iguala su baseline, sugiriendo que no tiene un perfil de hard court particularmente fuerte. Sin números de hard para Trungelliti, no hay evidencia de que la superficie privilegie al favorito.
Trungelliti domina en clase pura: 144 posiciones por arriba en ranking (#83 vs #227) y +18 en Elo (1867 vs 1849). Esta brecha es sustancial. El modelo calibrado, ajustado a 65% de precisión fuera de muestra, refleja esta realidad y solo da 53% de probabilidad a Shang. La tendencia de ranking es ligeramente favorable a Shang (+35 vs +11), pero la diferencia actual es clara.
La inconsistencia entre modelo (53%) y mercado (68%, implícito en cuota 1.48) revela sobrevaloración de Shang en odds. El mercado ignora o subestima la ventaja de Elo/ranking de Trungelliti.
Ambos cierran con rachas negativas (Shang -2, Trungelliti -1), pero Shang ha ganado 4 de 10 con un hito destacado: victoria sobre Rublev (Elo 1989), un jugador de nivel notablemente superior. Trungelliti ganó 5 de 10, incluyendo victoria sobre Cerundolo (Elo 1951), rival más débil. En términos de calidad competitiva reciente, Shang mostró más.
Shang descansa 16 días sin actividad; Trungelliti 14 días tras jugar un partido en esa ventana. La ventaja de descanso es marginal pero favorece a Shang. Ambos deberían estar frescos en un Grand Slam.
Las condiciones de US Open (25°C, 73% humedad, 11 km/h) son cálidas y húmedas pero no extremas. El viento moderado no debería destrozar precisión. Sin datos específicos sobre cómo cada jugador maneja calor o humedad prolongada, es imposible extraer ventaja de estas variables.
El modelo da 53% a Shang; el mercado (cuota 1.48) implica 68%. Esto genera un EV de –21.1% para el favorito, es decir, valor negativo: apostar a Shang a esas cuotas es una mala apuesta matemática. La realidad según los números: Trungelliti es jugador más fuerte (ranking, Elo) con un juego técnico comparable (saque/resto) y forma competitiva sólida.
Shang tiene su oportunidad real (53% no es despreciable) por su forma reciente contra élite y descanso ligeramente superior. Pero el mercado ha inflado sus opciones. Apostar a Trungelliti ofrece mejor relación riesgo-recompensa; apostar a Shang a 1.48 es perder dinero a largo plazo.
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.