Smash It es una aplicación de fantasy tenis donde armás un equipo de hasta 6 jugadores para cada torneo ATP. Ganás puntos según sus resultados reales: victorias, sets, juegos, hasta break points. El desafío es elegir bien dentro de un presupuesto de créditos — los mejores jugadores cuestan más, pero eso no siempre garantiza más puntos.
Para el ATP 250 de Bucharest decidí no elegir por intuición. Tenemos 67.000 partidos de historia en arcilla. Los usé para construir un modelo que simula el torneo y optimiza el equipo automáticamente.
El problema
Tenés 30 créditos para elegir 6 jugadores. El jugador más caro del cuadro cuesta 9.2 — pero no juega. Eso ya es información útil: el sistema de créditos no siempre refleja quién va a rendir mejor en ese torneo específico.
Bucharest se juega en arcilla. No todos los jugadores rinden igual en todas las superficies. Un especialista barato en arcilla puede valer mucho más que una estrella cara que no se adapta bien a la tierra.
Cómo funciona el modelo
El modelo tiene tres pasos: primero construye un rating de cada jugador en arcilla, después simula el torneo miles de veces, y finalmente elige el mejor equipo posible.
Paso 1 — Elo en arcilla. El sistema Elo es el mismo que se usa en ajedrez para medir el nivel de los jugadores. Tomé los últimos 4 años de partidos en arcilla y fui procesándolos en orden cronológico: cada vez que un jugador gana, su rating sube; cada vez que pierde, baja. La magnitud del cambio depende del nivel del rival. Al final, cada jugador tiene un número que refleja exactamente su nivel en esta superficie.
Paso 2 — Simulación. Con los ratings Elo puedo calcular la probabilidad de que cualquier jugador le gane a cualquier otro. Usé esas probabilidades para simular el torneo completo 10.000 veces. En cada simulación hay aleatoriedad: el favorito gana la mayoría de las veces, pero no siempre. Las 10.000 repeticiones capturan esa incertidumbre y me dan los puntos esperados de cada jugador a lo largo de todo el torneo.
Paso 3 — Optimización. Con los puntos esperados por jugador, el modelo prueba todas las combinaciones posibles de 6 jugadores dentro de los 30 créditos y elige la que maximiza el total de puntos esperados.
Lo que encontró el modelo
El resultado más llamativo no es el equipo elegido — es lo que el modelo descartó. Los jugadores más caros del cuadro (Borges a 5.1, Diallo a 5.0) tienen Elo bajo en arcilla comparado con alternativas mucho más baratas. Pagar más créditos por ellos no vale la pena.
El mejor valor del torneo según el modelo es Arnaldi: 2.4 créditos, el Elo más alto entre los jugadores baratos, y los puntos esperados más altos del cuadro. Dzumhur y Navone siguen la misma lógica: arcilla, experiencia, precio bajo.
El cuadro tuvo dos bajas de último momento — Nava y Carreno-Busta se retiraron antes del inicio — y sus lugares los ocuparon los alternates O'Connell y Virtanen. El modelo se corrió con el cuadro definitivo ya actualizado.
El equipo óptimo
| Jugador | Créditos | Pts esperados |
|---|---|---|
| M. Arnaldi | 2.4 | 50.8 |
| D. Dzumhur | 2.0 | 47.6 |
| S. Baez | 4.4 | 46.5 |
| F. Marozsan | 4.2 | 44.4 |
| M. Navone | 2.4 | 44.1 |
| D. Prizmic | 1.2 | 43.5 |
| Total | 16.6 / 30 | 276.8 |
El equipo usa solo 16.6 de 30 créditos. No porque sobre presupuesto, sino porque el modelo probó todas las combinaciones posibles y ningún jugador más caro mejora el total de puntos esperados. En arcilla, los baratos ganan. Prizmic (1.2 créditos) entra como el sexto hombre: Elo neutro, rival accesible en primera ronda y un precio que el modelo no puede ignorar.
El Key Match — el multiplicador que Smash It permite elegir para un partido — va en Arnaldi, el jugador con mayor puntuación esperada del equipo.
Las limitaciones
El modelo no es perfecto. No tiene datos de break points (que también suman en Smash It), las cuotas de apuesta reales de Bucharest las estimó a partir de los ratings y no todos los jugadores tienen suficiente historia en arcilla — algunos apparecen con el Elo por defecto de 1500.
Tampoco puede predecir lesiones, retiros ni días malos. Es una herramienta de apoyo, no un oráculo.
La parte 2 de esta nota llega cuando termine el torneo: los resultados reales contra lo que el modelo predijo.