Pubblicato il 30 dicembre 2024 su TennisAbstract – Traduzione di Edoardo Salvati
// Ogni anno Damian Kust, super esperto del circuito Challenger, seleziona i giocatori che ritiene abbiano più probabilità di entrare nei primi 100 della classifica ATP nell’anno a venire. Come spesso accade, anche nel 2024 ha fatto un buon lavoro, scegliendo 14 giocatori su 20 che sono poi riusciti a superare quella barriera. Possiamo perdonarlo per essersi perso Jacob Fearnley, che in meno di dodici mesi è salito dalla posizione 646 alla 90.
Non mi è ancora capitato di incrociare una previsione che non abbia poi voluto modellare matematicamente e quella di Kust non fa eccezione. Probabilmente un algoritmo non sarà in grado di fare meglio, perché incapace di tenere conto di tutte le minuzie che balzano agli occhi di un osservatore a tempo pieno del circuito. È però in ogni caso un esercizio utile a un’idea più precisa di quali fattori rendono più o meno probabile che un giocatore entri tra i primi 100.
Partiamo subito con la previsione.
Prev Kust Giocatore ATP C. Elo Età p(100)
1 3 Joao Fonseca 145 45 18.4 96.5%
2 4 Learner Tien 122 74 19.1 92.4%
3 1 Hamad Medjedovic 114 91 21.5 89.1%
4 5 Nishesh Basavareddy 138 84 19.7 84.2%
5 9 Raphael Collignon 121 97 23.0 82.5%
6 8 Martin Landaluce 151 99 19.0 82.1%
7 6 Jerome Kym 134 111 21.9 79.6%
8 Leandro Riedi 135 108 22.9 71.9%
9 15 Jaime Faria 123 146 21.4 69.0%
10 7 Jesper de Jong 112 117 24.6 66.8%
11 12 Tristan Boyer 133 116 23.7 64.0%
12 2 Francesco Passaro 108 147 24.0 60.9%
13 Harold Mayot 116 154 22.9 57.6%
14 10 Alexander Blockx 203 102 19.7 56.8%
15 16 Valentin Vacherot 140 110 26.1 55.2%
16 11 N Moreno de Alboran 110 132 27.5 52.5%
17 Lukas Klein 136 126 26.8 47.0%
18 19 Elmer Moeller 160 160 21.5 37.4%
19 18 Duje Ajdukovic 142 171 23.9 36.6%
20 Terence Atmane 158 174 23.0 35.5%
21 R A Burruchaga 156 177 22.9 28.1%
22 Matteo Gigante 141 203 23.0 26.8%
23 13 Vit Kopriva 130 150 27.5 26.3%
24 Gustavo Heide 172 190 22.8 24.3%
25 Coleman Wong 170 238 20.6 24.3%
…
35 14 Mark Lajal 229 187 21.6 13.4%
…
41 17 Dino Prizmic 292 167 19.4 10.6%
42 20 James Trotter 193 175 25.4 10.4%La tabella mostra i 25 giocatori con più probabilità di debuttare nei primi 100 nel 2025, in aggiunta ad alcuni dell’elenco di Kust. Ho incluso la sua classifica (anche se lui stesso sottolinea come non intendeva fare una classifica vera e propria, per quanto poi abbia scelto i nomi più ovvi prima, lasciando i meno probabili per ultimi) oltre alla posizione a fine anno nella classifica ATP, la classifica di fine anno secondo le mie valutazioni Elo e l’età a oggi. L’ultima colonna, p(100), rappresenta la probabilità di ingresso nei primi 100 in qualche momento del 2025. Le tre colonne tra il giocatore e la sua probabilità costituiscono le principali componenti della regressione logistica. Non sorprende che l’età sia l’elemento chiave: più giovane il giocatore, maggiore la probabilità di scalata della classifica. Inoltre, i più giovani hanno sinora avuto un calendario limitato, così da indurre la classifica ufficiale a sottostimarne il livello di bravura.
È un po’ insolito includere sia la classifica ATP che le valutazioni Elo, semplicemente due interpretazioni diverse della stessa base dati di partite e risultati. Qui però ha senso: Elo è migliore nel pronosticare il rendimento futuro di un giocatore e più preciso della classifica ATP nel prevedere fra un anno in che posizione si troveranno i giocatori. Ma l’orizzonte temporale d’ingresso tra i primi 100 nel nostro caso è inferiore all’anno: se Joao Fonseca si mette in luce in Australia, entrerà tra i primi 100 in larga parte per merito dell’accumulo di punti negli undici mesi del 2024. In questo modello quindi, la classifica ATP indica quanto un giocatore sia vicino al numero di punti totali necessari, mentre Elo quanto è probabile che vinca le rimanenti partite che servono per i primi 100. I punti che un giocatore porta in dote diventano in qualche modo più importanti del potenziale associato al suo talento.
Il modello assegna una ponderazione alla classifica ufficiale di circa la metà di quella assegnata alle valutazioni Elo. Ci sono innumerevoli altre variabili che si potrebbero considerare. Ne ho testate molte, ma l’unica che ho tenuto è l’altezza, che ha solo un’incidenza minore sull’ingresso nei primi 100. Però è sempre meglio essere più alti. Jesper De Jong ad esempio è alto 180 cm e si posiziona ottavo nell’elenco del 2025 senza considerare l’altezza, undicesimo se la si tiene in conto. C’è allineamento con le statistiche di conversione circuito Challenger verso circuito maggiore che ho elaborato in un recente articolo su Learner Tien. Giocatori bassi e mancini fanno più fatica a sfondare nel circuito maggiore rispetto ai colleghi più alti e destrimani. È una conversione che non si rivolge esattamente alle stesse problematiche, visto che è possibile entrare tra i primi 100 pur con poco o nullo successo sul circuito maggiore, significa solo vincere molti Challenger. Per questa ragione, essere mancini è probabilmente un vantaggio per giocatori che cercano di passare diciamo dal numero 122 al numero 100, come per Tien. La correlazione tra colpi mancini e probabilità di avanzamento era meno chiara di quella con l’altezza, quindi l’ho omessa dall’analisi.
Joao-wow
Torniamo alle previsioni. Il 96.5% di probabilità di Fonseca può sembrare in alternativa follemente alto o scandalosamente conservativo. Di sicuro esprime fiducia nei suoi mezzi, del resto il brasiliano è un giocatore speciale. Salvo infortuni, e infortuni immediati, molto presto ci si aspetta un salto da parte sua. Generosa o restrittiva che sia, la previsione su Fonseca è inusuale. Come per il suo dritto, lo mette in nel gruppo dei degni di nota. La tabella elenca i giocatori sui quali, dal 2000, il modello sarebbe stato più ottimistico.
Anno Giocatore ATP Elo Età p(100) S+1
2021 Holger Rune 103 50 18.7 98.7% 10
2020 Sebastian Korda 118 48 20.5 97.9% 38
2024 Joao Fonseca 145 45 18.4 96.5%
2010 Grigor Dimitrov 106 75 19.6 96.3% 52
2020 Carlos Alcaraz 141 51 17.7 96.1% 32
2018 Felix Auger Aliassime 108 89 18.4 95.8% 17
2023 Hamad Medjedovic 113 66 20.5 95.4% 105
2000 Andy Roddick 156 52 18.3 94.5% 14
2020 Lorenzo Musetti 128 68 18.8 94.0% 57
2019 Emil Ruusuvuori 123 64 20.7 94.0% 84Non è così straordinario che otto dei nove giocatori in elenco siano riusciti a entrare tra i primi 100, perché la previsione si sarebbe aspettata (almeno) che lo facessero. Anche considerando il deludente finale di stagione 2024 di Hamad Medjedovic, la classifica media dei nove alla fine della stagione successiva (S+1) è 45. In tre sono arrivati tra i primi 20. E la previsione per Fonseca lo pone davanti a sette di loro. Medjedovic ha solo sfiorato il risultato in parte perché non è stato bene. Vale la pena ricordare che il modello fa previsioni sul singolo anno, e il giovane serbo è ancora sulla rampa di lancio per una carriera di tutto rispetto (tra cui, probabilmente, anche un debutto tra i primi 100 nel 2025). Francisco Cerundolo avrebbe ricevuto una probabilità del 90% nel 2021. Non ce l’ha fatta quell’anno, ma un paio di stagioni dopo è entrato tra i primi 20. Fernando Gonzalez non ha sfruttato una probabilità dell’80% nel 2001, ma dopo qualche anno era uno dei primi 10.
L’uso di un semplice modello, anziché l’opinione di esperti come Kust, espone a un altro tipo di errore. Il ventiduenne Leandro Riedi gode di favori del pronostico per il 2025, avendo una classifica e una valutazione Elo a ridosso dei primi 100. Sulla carta, è una scelta ovvia, ma ha dovuto affrontare un’operazione al ginocchio a settembre e, invece di difendere i punti accumulati in due vittorie Challenger, sta continuando il recupero. Potrebbe trovarsi a sorpassare molti dei suoi colleghi della lista, ma già ritornare alla forma pre infortunio quest’anno è chiedere molto.
Aspettando Eva
Proviamo a fare la stessa simulazione per le giocatrici. Purtroppo non ho abbastanza dati sull’altezza da renderla una variabile. Il modello che ne scaturisce è meno predittivo rispetto agli uomini (anche senza contare la mancanza di riferimenti sull’altezza), ma con la classifica WTA a fine stagione, le valutazioni Elo e l’età, è quasi altrettanto valido. Il compito di elaborare un elenco nello stile di Kust è affidato a Patrick Ding. Non c’è un ordine, quindi ho aggiunto “Si” nella colonna PD accanto alle sue scelte.
Prev PD Giocatrice WTA C. Elo Età p(100)
1 Si Eva Lys 131 43 23.0 80.1%
2 Si Anca Todoni 118 100 20.2 74.9%
3 Si Maya Joint 116 173 18.7 65.8%
4 Aoi Ito 126 109 20.6 65.4%
5 Si Marina Stakusic 125 131 20.1 62.3%
6 Si Polina Kudermetova 107 159 21.6 61.8%
7 Si Alina Korneeva 177 80 17.5 61.8%
8 Si Robin Montgomery 117 155 20.3 61.1%
9 Si Sara Bejlek 161 88 18.9 59.9%
10 M Sawangkaew 130 94 22.5 58.8%
11 Anastasia Zakharova 112 145 23.0 54.1%
12 Si Sijia Wei 134 135 21.1 49.9%
13 Si Celine Naef 153 124 19.5 48.8%
14 Si Antonia Ruzic 143 105 21.9 48.7%
15 Maja Chwalinska 128 119 23.2 47.7%
16 Si Sara Saito 150 182 18.2 43.1%
17 Alexandra Eala 148 162 19.6 41.6%
18 Si Darja Semenistaja 119 192 22.3 41.5%
19 Si Dominika Salkova 151 150 20.5 38.1%
20 Talia Gibson 140 185 20.5 37.2%
21 V Jimenez Kasintseva 156 170 19.4 36.3%
22 Si Ella Seidel 141 205 19.9 36.2%
23 Si Iva Jovic 189 157 17.1 33.8%
24 Daria Snigur 139 161 22.8 32.0%
25 Francesca Jones 152 106 24.3 31.5%
26 Si Solana Sierra 163 156 20.5 30.2%
27 Si Ena Shibahara 137 103 26.9 29.1%
28 Lois Boisson 204 95 21.6 23.9%
29 Elsa Jacquemot 159 191 21.7 21.8%
30 Si Taylah Preston 170 246 19.2 20.0%
31 Si Tereza Valentova 240 127 17.9 19.6%
32 Elena Pridankina 186 201 19.3 18.9%
33 Lola Radivojevic 185 186 20.0 18.9%
34 Si Oksana Selekhmeteva 176 176 22.0 16.8%
35 Barbora Palicova 180 202 20.8 16.2%È un po’ ingiusto nei suoi confronti perché la selezione è stata fatta a inizio ottobre. Due delle sue giocatrici (Suzan Lamens e Zeynep Sonmez) sono già entrate nelle prime 100. Presumibilmente sarebbe più cauto su Aoi Ito, visto che ha raggiunto una semifinale sul circuito maggiore due settimane dopo. Voglio fare anche notare che Ding ha scelto due prodigi fuori dalle prime 300, cioè Renata Jamrichova e Mia Ristic. Il mio modello non ha considerato giocatrici con classifica così bassa, ho dovuto stabilire un limite minimo da qualche parte e, escludendo Fearnley, salti di classifica in un solo anno di quella grandezza sono abbastanza rari. La meccanica dell’algoritmo è piuttosto simile a quella degli uomini. L’elenco qui appare un po’ più caotico e mette contro giocatrici con una forte valutazione Elo (come Eva Lys e Alina Korneeva) e giocatrici che sono vicine alle prime 100 senza però avere la forma di gioco che Elo vorrebbe vedere (come Maya Joint, Polina Kudermetova, etc).
Il caso di Lys è intrigante perché per il terzo anno di fila compare quasi in cima all’elenco. Ha terminato il 2022 al numero 127 e alla posizione 71 per valutazione Elo. Appena prima di compiere 21 anni, si qualificava per una probabilità del 76% di raggiungere le prime 100 l’anno successivo, seconda solo a Diana Shnaider. È arrivata fino al numero 112 senza andare oltre. Dopo un anno, era quarta nell’elenco del 2023. Una posizione WTA al 136 e un Elo quasi immutato al numero 72 valevano per una probabilità del 67% di emergere nel 2024. Solo tre giocatrici — Brenda Fruhvirtova, Erika Andreeva e Sara Bejlek — avevano un punteggio più alto. Le mancava una vittoria per le prime 100 a settembre, ma si trova in fondo all’elenco per il 2024. Oltre all’80% di probabilità di farcela finalmente nel 2025, anche la storia è dalla sua parte. Andando a ritroso per 25 anni, solo altre due giocatrici avrebbero ricevuto una probabilità di almeno il 50% di raggiungere le prime 100 per tre anni di fila. Stephanie Dubois ci andò vicino dal 2005 al 2007 finendo il terzo anno al numero 106, per poi riuscirci nel 2008. Più recentemente è stata la volta di Wang Xiyu, dal 2019 al 2021 (l’esplosione di una pandemia non ha certamente aiutato). Non solo ce l’ha fatta nel 2022, ma ci è riuscita con stile, arrivando al numero 50 alla fine di quella stagione. Lo stesso scenario positivo muove a favore di Bejiek, che aveva una probabilità del 52% nel 2023, del 77% l’anno scorso e del 60% nel 2025.
Bloccate l’agenda
Da qui a dodici mesi possiamo controllare la bontà del modello rispetto al lavoro di Kust e Ding. L’algoritmo può far leva sulla precisione e tende generalmente a non sovrastimare il potenziale inespresso. Di converso, non è in grado di cogliere le mille peculiarità che possono alterare, in un verso o nell’altro, la probabilità di una specifica giocatrice. Per ora, tra algoritmo e uomo, scommetto sull’uomo. ◼︎
