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: #63 vs #82 (mejor clasificado)
›Modelo 63% vs mercado 55% → el modelo lo ve MÁS probable que la cuota
›Forma reciente: 5/10 en los últimos partidos
›Con ritmo de partido: 3 partidos en las últimas 2 semanas
El dato más contundente es el rendimiento de Marozsan en pista dura: gana el 51% de los puntos, mientras que Svajda apenas alcanza el 27%. Esta brecha de 24 puntos porcentuales es enorme y refleja una incompatibilidad estructural entre el estilo de Svajda y la superficie. Svajda experimenta una caída de 12 puntos respecto a su baseline (39%), confirmando que la pista dura le penaliza directamente.
Para Marozsan, la dureza favorece su juego de base y su capacidad de golpeo plano. Para Svajda, probablemente significa menos oportunidades de construir rallies largos y control. En Shanghai, sobre cemento rápido, esta ventaja es estructural y no depende del resultado del último partido.
Marozsan es #63 mundial, mientras que Svajda ocupa la #82. Sin embargo, sus Elo son prácticamente idénticos (1873 vs 1882), lo que sugiere que el ranking de Svajda está ligeramente inflado o que ambos jugadores están en un nivel muy similar según la calibración de Elo. El modelo de Baseline asigna a Marozsan un 63% de probabilidad, pero el mercado (55%) es más conservador.
Esta discrepancia indica que el modelo ve valor en Marozsan: su ranking y su rendimiento en pista dura justifican una mayor confianza de la que reflejan las cuotas. El Elo prácticamente empatado advierte, sin embargo, que la diferencia de nivel es marginal; no es un favorito abrumador.
Svajda lidera 1–0 en el historial directo (2026, ATP). Es un dato reciente e importante: ha jugado contra Marozsan en condiciones de torneo ATP y ha ganado. Eso le da una pequeña ventaja psicológica e informativa, aunque un único encuentro no es concluyente.
La forma reciente beneficia ligeramente a Svajda: racha +1 y 4/10 en los últimos diez (vs Marozsan 5/10 con racha −2). Marozsan está en descenso; Svajda está repuntando. No es un factor decisivo, pero señala que Svajda llega con ligero impulso mientras Marozsan acumula pérdidas.
El saque es prácticamente equivalente: Marozsan 65% vs Svajda 63%. El resto, idéntico (34% vs 36%). Estos factores no aportan diferenciación relevante. El descanso favorece levemente a Svajda (10 días, 1 partido en 14 días) frente a Marozsan (11 días, pero 3 partidos en 14 días), aunque ambos tienen suficiente recuperación. En cuanto al clima: 24°C, 43% humedad y viento bajo son condiciones neutras que no sesgan el encuentro.
El modelo calcula 63% para Marozsan a una cuota de 1.83, lo que implica un EV positivo del 14.5%. Esto sugiere que la apuesta está sobrevalorada a favor de Marozsan en el mercado (55% implícito). Sin embargo, el EV positivo no garantiza ganancia: el modelo tiene un 65% de precisión fuera de muestra, y los matchups son inherentemente volátiles.
La realidad: Marozsan es favorito legítimo por ranking, rendimiento en pista dura y calibración del modelo. Pero Svajda llega fresco, ha ganado el único precedente, está en mejora de forma y su Elo es prácticamente igual. El 37% que el modelo le asigna no es una sorpresa si gana; la pista dura es su único obstáculo real. Las cuotas de 1.83 ofrecen valor teórico, pero no son una oportunidad de mercado ineficiente; el riesgo 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.