You're viewing data from 6 Sep — today's update hasn't been published yet.
PREDICCIÓN DEL MODELO · 2026-09-05
HARD

C. Gauff vs C. Bucsapredicción

GAUFFPROBABILIDAD DE VICTORIABUCSA
91%
prob. modelo
@1.04
cuota · 96% impl.
H2H 1–0 GauffHard 75%🎾Saque 63%📈Forma 9/10 · 8✓
CONDICIONES DEL PARTIDOen el modelocontexto
Superficie
Dura

Bote regular y velocidad media-alta: condiciones neutras, sin favorecer un estilo.

Temperatura
26°C

Ambiente cálido: la bola vuela algo más y el físico cuenta.

Humedad
49%

Aire seco: la bola viaja con normalidad.

Viento
14 km/h

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.

EL RAZONAMIENTO DEL MODELO

Ranking: #4 vs #40 (mejor clasificado)

Cara a cara: 1-0 a favor

Sólido en pista dura: 71% en su carrera en esta superficie

Modelo 91% vs mercado 96% → el modelo lo ve menos probable que la cuota

Forma reciente: 9/10 en los últimos partidos

En racha: 8 victorias seguidas

Con ritmo de partido: 5 partidos en las últimas 2 semanas

Probabilidad calibrada del modelo (~64% de precisión fuera de muestra, validada específicamente en WTA). No es una garantía: el modelo ≈ el mercado de media, así que la cuota ya captura casi toda la ventaja. +18 · juega con responsabilidad.
@1.10
cuota justa
−5.4%
valor esperado
CÓMO IMPORTA CADA FACTOR
Level (Elo/ranking)▸ Gauff●●●
Gauff (Elo 2038, ranking #4) vs Bucsa (Elo 1637, ranking #40): 401 Elo points and 36 ranking positions separate them. Model: 91% Gauff.
Form▸ Gauff●●●
Gauff: 9/10 recent, 8-win streak, quality wins (Pegula 2007, Kostyuk 1971). Bucsa: 2/10 recent, 2-win streak, no quality wins. Stark contrast.
Surface (Hard)▸ Gauff●●
Gauff 75% on hard, baseline 75%; Bucsa 47% on hard, baseline 42%. Gauff +28 percentage-point advantage; hard surface amplifies her baseline edge (+0 surface pts vs +4 for opponent, net favors Gauff).
Head-to-head▸ Gauff
1–0 to Gauff (2023). Limited sample; historical context only. Establishes precedent but carries minimal predictive weight in isolation.
Serve/Return▸ Gauff●●
Gauff serve 63% vs Bucsa 56% (7-point edge). Gauff return 46% vs Bucsa 42% (4-point edge). Gauff outweighs her opponent on both sides; hard court rewards better serving.
Rest/Match load= Igualado
Both rested 2 days since last match. Gauff played 5 matches in 14 days; Bucsa 4. Marginal difference; neither is fatigued relative to the other.
Weather= Igualado
Warm (27°C), dry (44% humidity), 15 km/h wind. Neutral hard-court conditions; no surface degradation or precision penalty to break the baseline dynamic.
NIVEL Y TRAYECTORIA

Gauff es una tenista de élite mundial (Elo 2038, ranking #4) enfrentada a una competidora de categoría media (Bucsa, Elo 1637, ranking #40). La brecha de 401 puntos Elo y 36 posiciones de ranking refleja una diferencia sustancial de capacidad. El modelo del WTA calibrado, con un historial de validación externa ~64% de precisión, estima a Gauff en 91% de probabilidad de victoria.

La forma reciente profundiza esta ventaja: Gauff llega con una racha de 8 victorias consecutivas en sus últimas 10 y ha acumulado victorias de calidad contra Pegula (Elo 2007) y Kostyuk (Elo 1971). En contraste, Bucsa registra apenas 2 victorias en sus últimas 10 partidos, sin victorias de rango, tras una racha de 7 derrotas. El momentum es unidireccional.

PISTA DURA Y GOLPE

En pista dura, Gauff domina de forma clara: 75% de puntos ganados (línea de base también 75%), frente al 47% de Bucsa (línea de base 42%). Esto representa una ventaja de +28 puntos porcentuales, una magnitud relevante en el contexto de una eliminatoria. La pista dura no introduce fricción ni variabilidad que favorezca a la jugadora menor; por el contrario, amplifica el diferencial de nivel.

En saque y resto, Gauff también prevalece: 63% en saque (+7 frente a Bucsa 56%) y 46% en resto (+4 frente a Bucsa 42%). En pista dura rápida, un mejor saque es particularmente valioso, y Gauff explota esta ventaja. No hay ningún elemento técnico o táctico que mitigue el dominio de la favorita en estas condiciones.

CONTEXTO Y FACTORES PERIFÉRICOS

Gauff juega en casa (US Open, USA) con apoyo de la multitud, factor que el mercado ya ha precializado y que puede proporcionar comodidad psicológica, pero no altera la mecánica de la pista. El descanso es equilibrado: ambas jugadoras descansaron 2 días desde su último partido (Gauff disputó 5 encuentros en 14 días; Bucsa, 4). Las condiciones meteorológicas son neutras (27°C, 44% humedad, 15 km/h de viento), típicas del US Open: ni ralentizan la pista ni penalizan la precisión.

El historial directo favorece a Gauff (1–0 en 2023), aunque la muestra es muy pequeña y tiene peso secundario. En conjunto, no hay grietas ni asimetrías ocultas que reduzcan la ventaja de la favorita.

VALORACIÓN Y DIVERGENCIA MERCADO-MODELO

El modelo WTA sitúa a Gauff en 91% de probabilidad; el mercado (cuota 1.03) implica 97%. Esta brecha de 6 puntos porcentuales sugiere que el mercado sobrevalora la certeza de Gauff. Sin embargo, la diferencia es estrecha y ambas estimaciones reflejan una superioridad abrumadora.

Desde una perspectiva de valor: la cuota de 1.03 genera un EV negativo de –6.3%, lo que significa que la apuesta a Gauff no es rentable. El modelo es consistente con la realidad del tenis femenino: Gauff es la favorita clara, pero una cuota tan ajustada (97%) no proporciona compensación por el riesgo residual. La valoración de mercado es correcta en dirección pero excesiva en magnitud. Bucsa es una gran outsider, pero sin un perfil específico (una lesión de Gauff, un error mental extremo) que permita vislumbrar una ruta viable de victoria, su probabilidad del 9% refuerza el pronóstico de Gauff, no lo cuestiona.

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.

Analizar los partidos de hoy →