Duckworth vs Fery 網球運彩觀察｜台灣運彩2020 溫斯頓塞勒姆四強：模型多給費利 9.6 個百分點，仍差 0.4% 過不了投注門檻

運財101
5天前
讀畢需時 11 分鐘

三秒結論

本場評級為觀察級，不列入主推。主要原因：價格不合格。
加權評分 53.3 分（P 價格 65／B 實力基準 70／C 情境 72／F 狀態 58，資料信心係數 0.80）。分數本身已達「值得投注」門檻的 51 分，卡住的是期望值。
模型方向：費利（Arthur Fery）勝出機率 66.4%，三情境區間 58.3%～73.8%。去水後市場只給他 56.8%，兩者差 9.6 個百分點。
最值得關注的玩法：不讓分費利（1.53，期望值 +1.6%）與[讓分局數]費利 −1.5（1.72，期望值 +1.3%）。兩者都是正期望值，但都低於本站 +2% 的投注門檻。
明確避開：不讓分杜克沃斯（期望值 −35.2%）、[讓分局數]杜克沃斯 +1.5（−29.3%）、[總局數]小 23.5（−21.8%）。
期望值是否合格：不合格。最好的一項是 +1.6%，未達 +2%，因此本場自「值得投注」降為觀察級。

本場方向我們有把握（加權評分 53.3 分，模型比去水後市場多給費利 9.6 個百分點），但台灣運彩此價格的期望報酬率只有 +1.6%，未達本站 +2% 的投注門檻，長期買進的邊際太薄，不足以承受模型誤差。差 0.4 個百分點就是差，本站不因為「差一點」而放寬門檻。

運彩賽事資訊

台灣運彩賽事編號：2020
賽事：ATP 溫斯頓塞勒姆公開賽（Winston-Salem Open，ATP 250）四強
對戰：詹姆斯·杜克沃斯 James Duckworth（澳洲，世界排名 79、Elo 排名 148／1647 分，34 歲）對亞瑟·費利 Arthur Fery（英國，世界排名 37、Elo 排名 41／1811 分，24 歲）
開賽時間：2026/08/29 06:30（台北時間）
場地：北美室外硬地
盤口來源：台灣運彩盤面，擷取時間 2026/08/28 18:13（台北時間）。本文所有賠率皆為台灣運彩，未混用國際盤。
抽水揭露：本場不讓分抽水 17.17%（兩側隱含機率合計 117.17%），返還率 85.3%。

台灣運彩盤面總覽

不讓分：費利 1.53／杜克沃斯 1.93。兩側隱含機率合計 117.17%。
[總局數]大小 23.5：大 1.80／小 1.63。兩側合計 116.91%。
[總局數]讓分 1.5：費利 −1.5 為 1.72／杜克沃斯 +1.5 為 1.72。兩側合計 116.28%，這是本場抽水最低的市場。
單調性檢查（R12）：本場[總局數]大小與[讓分局數]台灣運彩各只開出一條線，無相鄰線可做單調性比較，本文不以單調性作為價值判斷依據。

去水後的市場隱含比例（Shin 法，z = 0.1722）：費利 56.77%、杜克沃斯 43.23%。對照組：對數比例法 57.50%／42.50%，簡單比例法 55.78%／44.22%。三種方法方向一致，本文採 Shin 法。這是還原抽水後的價格結構，不是真實勝率。

加權評分表（本站加權評分制度 v1.1）

P 價格（權重 40%）＝ 65。本場無可用的基準盤，P1 缺席，改為 P2 佔 70%、P3 佔 30%（資料信心因此扣 0.10）。P2：模型 66.40% 對去水後 56.77%，差 9.63 個百分點且方向一致，是本站近期少見的較大落差，給 72。P3：本站未保存本場開盤價，無盤口移動資料，中性給 50。
B 實力基準（權重 25%）＝ 70。以我們傾斜的費利一方計分。Elo 1811（第 41）對 1647（第 148），差 164 分；世界排名 37 對 79。近 52 週硬地：費利發球得分率 64.78%、接發得分率 40.77%（38 場）；杜克沃斯 66.83%／35.76%（51 場）。杜克沃斯發球較強，但費利接發強出 5.0 個百分點，主導比 1.11 對 1.06。
C 情境（權重 20%）＝ 72。當屆消耗差距是本場最大的情境變數：費利三場合計 301 分鐘，杜克沃斯四場合計 437 分鐘，差 136 分鐘；且杜克沃斯 34 歲、費利 24 歲，體能折舊方向一致。交手紀錄三戰，最近一次是 2026/08/13 辛辛那提 64 強費利以 6-4 2-6 7-6(4) 取勝，那是唯一一次在巡迴賽層級的交手；杜克沃斯的兩勝都發生在 2024 年的挑戰賽。
F 狀態（權重 15%）＝ 58。費利近 52 週 44 勝 20 敗（69%），今年溫布頓打進四強（八強擊敗柯波利、16 強擊敗迪米特洛夫），排名創生涯新高 36。但要誠實說：他本週的籤運極軟，32 強對克魯茲·休伊特（368）、16 強對羅特格林（389），只有八強對科瓦塞維奇（89）像樣。杜克沃斯本週擊敗納沃內（48）、索內戈（91）、馬羅森（15 種子），路徑硬得多，這一項因此壓到 58 而非更高。
D 資料信心（乘數）＝ 0.80。扣分明細：無基準盤（P1 缺席）−0.10；雙方傷病與出賽狀況未經官方確認 −0.05；對手強度檢查判定為對稱，但雙方近 52 週硬地對手排名中位數皆超過 150（187 與 168），依制度再扣 0.05。未扣分項目：同場地近窗樣本 38 與 51 場、時效落差 0 週、H2H 存在。

原始總分＝ 65×0.40 ＋ 70×0.25 ＋ 72×0.20 ＋ 58×0.15 ＝ 66.6；最終總分＝ 66.6 × 0.80 ＝ 53.3。分數落在「值得投注」的 51 分之上，但期望值最高只有 +1.6%、未達 +2%，依制度降為觀察級。

對手強度可比性檢查

費利近 52 週硬地 38 場，對手世界排名中位數 187，前 50 名對手占比 8%（3／38）。
杜克沃斯近 52 週硬地 51 場，對手世界排名中位數 168，前 50 名對手占比 22%（11／51）。
中位數差 19（門檻 30 以內）、前 50 名占比差 14 個百分點（門檻 15 以內），兩項都落在「對稱」級。但雙方中位數皆超過 150，代表兩人的近窗都以中低排名對手為主，依制度資料信心額外扣 0.05。
需注意：對稱只表示兩人受到的賽程強度偏差可能較接近，不代表灌水一定互相抵銷。兩人的比賽層級、對手分布與樣本期間都可能不同——杜克沃斯近 52 週硬地有 24 場在挑戰賽層級，費利則有溫布頓四強這種極高強度的區塊，這種結構差異無法用單一中位數說完。本站尚未建立對手強度校正方法，因此本文不把這個差異換算成任何勝率調整幅度，只作定性描述。

玩法逐欄價值表

不讓分：費利

① 市場賠率：1.53
② 原始隱含機率／損益兩平勝率：65.36%
③ 去水後市場隱含比例：56.77%
④ 模型預估勝率：66.4%（情境區間 58.3%～73.8%）
⑤ 模型公平賠率：1.506
⑥ 與市場價格差距：市場 1.53 高於公平價 1.506，價差 +1.6%
⑦ 可接受最低賠率：1.51
⑧ 最終判斷：可投注但價值不足（期望值 +1.6%，未達本站 +2% 門檻）

不讓分：杜克沃斯

① 市場賠率：1.93
② 原始隱含機率／損益兩平勝率：51.81%
③ 去水後市場隱含比例：43.23%
④ 模型預估勝率：33.6%（情境區間 26.2%～41.7%）
⑤ 模型公平賠率：2.976
⑥ 與市場價格差距：市場 1.93 遠低於公平價 2.976
⑦ 可接受最低賠率：2.98
⑧ 最終判斷：完全避開（期望值 −35.2%）

[總局數]大小 23.5

① 市場賠率：大 1.80／小 1.63
② 原始隱含機率／損益兩平勝率：大 55.56%／小 61.35%
③ 去水後市場隱含比例：大 47.10%／小 52.90%
④ 模型預估勝率：大 52.00%／小 48.00%（模型期望總局數 25.09 局）
⑤ 模型公平賠率：大 1.923／小 2.083
⑥ 與市場價格差距：大分側市場比公平價低約 6.4%，小分側低約 21.8%
⑦ 可接受最低賠率：大 1.93／小 2.09
⑧ 最終判斷：兩側皆價格不足（期望值 −6.4% 與 −21.8%）

[總局數]讓分 1.5（費利 −1.5）

① 市場賠率：費利 −1.5 為 1.72／杜克沃斯 +1.5 為 1.72
② 原始隱含機率／損益兩平勝率：兩側皆 58.14%
③ 去水後市場隱含比例：兩側皆 50.00%
④ 模型預估勝率：費利全場淨勝局數大於 1.5 局的機率 58.91%／杜克沃斯 41.09%
⑤ 模型公平賠率：費利 1.697／杜克沃斯 2.434
⑥ 與市場價格差距：費利側市場 1.72 高於公平價 1.697，價差 +1.3%；杜克沃斯側遠低於公平價
⑦ 可接受最低賠率：費利 1.70／杜克沃斯 2.44
⑧ 最終判斷：費利側可投注但價值不足（+1.3%，未達門檻）；杜克沃斯側完全避開（−29.3%）

球員數據對比

本屆逐輪（權重最高）：費利 32 強 6-1 7-5 勝克魯茲·休伊特（368）、16 強 6-3 6-3 勝羅特格林（389）、八強 3-6 7-5 6-3 勝科瓦塞維奇（89）。杜克沃斯 64 強 6-2 6-1 勝范德卡斯提爾（456）、32 強 6-3 7-6(5) 勝納沃內（48）、16 強 7-5 6-3 勝索內戈（91）、八強 6-7(4) 6-2 6-4 勝馬羅森（15 種子，63）。
近 52 週同場地（硬地）：費利 38 場，發球得分率 64.78%、接發得分率 40.77%、一發進球率 61.93%、一發得分率 70.47%、二發得分率 55.53%。杜克沃斯 51 場，66.83%／35.76%／57.57%／77.45%／52.42%。
生涯同場地：費利 189 場，發球得分率 64.51%、接發得分率 41.17%。杜克沃斯 624 場，66.13%／36.86%。
近 52 週全場地：費利 44 勝 20 敗（69%），保發率 80.9%、破發率 26.9%、主導比 1.11。杜克沃斯 43 勝 30 敗（59%），保發率 85.9%、破發率 19.7%、主導比 1.06。
Elo 與排名：費利 Elo 1811（第 41）、世界排名 37、生涯最高 36（2026/07/13）；杜克沃斯 Elo 1647（第 148）、世界排名 79、生涯最高 46（2022/01/31）。
交手紀錄（含同場地）：三戰全在硬地，杜克沃斯 2 勝 1 敗。2026/08/13 辛辛那提 64 強費利 6-4 2-6 7-6(4) 勝；2024/05/13 台北挑戰賽八強杜克沃斯 7-5 7-5 勝；2024/04/08 釜山挑戰賽 16 強杜克沃斯 4-6 6-1 6-4 勝。

資料截至 2026/08/28，來源為 Tennis Abstract 逐場統計，並與該站分割表交叉核對一致（誤差 0.2 個百分點以內）。八強賽果與時長另以 ATP 官方比分頁核對。

當屆賽事狀態

累積上場時間：費利三場約 301 分鐘（80＋93＋128）；杜克沃斯四場約 437 分鐘（71＋112＋104＋150）。差距 136 分鐘。
前一輪消耗：費利八強 2 小時 8 分 31 秒；杜克沃斯八強 2 小時 30 分 11 秒。兩人皆於 8/27 出賽，杜克沃斯多耗 22 分鐘，且是先丟一盤再逆轉。
三盤戰次數：本屆兩人各一場。費利八強對科瓦塞維奇；杜克沃斯八強對馬羅森。
對手強度：杜克沃斯本屆四位對手排名 456／48／91／63；費利三位對手排名 368／389／89。杜克沃斯的路徑明顯較硬，這一點在狀態評分裡已扣。
傷退與醫療暫停：兩人本週皆無公開的傷退或醫療暫停紀錄；本站未取得官方傷病報告，此項列為未確認，已反映在資料信心係數。

發球與接發分析

把雙方近 52 週硬地數據互相抵銷後（以 ATP 硬地接發得分率均值 35.5% 為基準，屬分析假設），模型輸入為：費利發球得分率 64.52%、杜克沃斯 61.56%。換算成單局保發機率是費利 82.16%、杜克沃斯 76.73%，差 5.4 個百分點——這比 Buse 對 Bonzi 那場的 2.4 個百分點大了一倍以上，也是本場模型敢給到 66.4% 的主因。

杜克沃斯是典型的大發球型：一發得分率 77.45% 是本輪四強四人中最高，但一發進球率只有 57.57%，等於有 42% 的分要靠二發（52.42%）撐。
費利的分布平均得多：一發進球率 61.93%、一發得分率 70.47%、二發得分率 55.53%。他的二發比杜克沃斯高 3.1 個百分點，而且他每盤要面對的二發次數更少。
真正的落差在接發：費利硬地接發得分率 40.77%，杜克沃斯 35.76%，差 5.0 個百分點。對上一個一發進球率只有 57.57% 的對手，費利的接發優勢正好打在杜克沃斯的弱點上——這是模型把差距拉開的機制。
模型校準自檢：費利模型保發 82.16%、近 52 週實際 80.9%，偏差 +1.3 個百分點，落在合理範圍。杜克沃斯模型 76.73%、實際 85.9%，偏差 −9.2 個百分點——但這不是模型算錯，而是模型刻意扣掉了費利接發強度的 5.3 個百分點；杜克沃斯的 85.9% 是對他自己的年度對手群，不是對費利。讀者仍應把這個大幅折扣視為本場最需要保留的假設。

場地相性

兩人都是硬地為主。杜克沃斯生涯硬地 624 場，是不折不扣的硬地老將，發球得分率 66.13% 高於費利的 64.51%；但他的接發 36.86% 低於費利 41.17%，兩人的硬地優勢型態完全不同。

方向差看得出年齡效應：杜克沃斯近窗硬地發球得分率 66.83% 略高於生涯 66.13%（+0.7），接發 35.76% 低於生涯 36.86%（−1.1），發球守得住、接發在退。費利近窗硬地發球 64.78% 高於生涯 64.51%（+0.3），接發 40.77% 低於生涯 41.17%（−0.4），兩端都相當穩定。整體而言場地相性不是本場的分歧點，體能與接發才是。

總局數命中路徑

盤口開在 23.5 局，模型期望總局數 25.09 局，模型算出大分機率 52.00%，去水後市場只給 47.10%。模型偏大分，但幅度不足以形成價值（期望值 −6.4%）。四條路徑拆解：

打滿三盤：模型給費利 66.4% 的勝率，代表約三分之一的機率會走到第三盤；只要進第三盤，總局數幾乎必定超過 23.5。這是大分的主路徑。
直落二但局數超盤：杜克沃斯保發率高（近 52 週 85.9%）、破發率低（19.7%），非常容易把盤帶進 6-6。7-6 7-5（25 局）、7-6 7-6（26 局）這類比分對他而言是常態——他近 52 週搶七 16 勝 22 敗，打過 38 次搶七，是四強四人中最多的。
進搶七可能：杜克沃斯的保發與費利的接發正面對撞，最可能的結果就是雙方各自守住發球局、把盤推進 6-6。這條路徑同時支撐大分與費利的讓分不覆蓋。
單盤崩潰造成小分的風險：費利本週 16 強 6-3 6-3、32 強 6-1 7-5，他有能力在對手一發不進時快速結束一盤。若杜克沃斯的一發進球率掉到 55% 以下，6-3 6-4（19 局）並不意外。這是小分側的唯一實質論點，也是模型只給大分 52% 的原因。

提醒：[總局數]的模型輸出可信度低於不讓分。本站模型的每局獨立假設會系統性高估總局數，因此模型的 52.00% 大分機率應視為上限而非中值。這也是本場我們沒有把[總局數]列入關注玩法的原因。

串關適性

本場的不讓分費利與[讓分局數]費利 −1.5 是本輪三場裡唯二的正期望值標的（+1.6% 與 +1.3%），理論上比其他腳更適合作為串關素材。但要提醒兩件事：第一，兩者高度相關，同時放進同一串等於重複押同一個判斷，不會分散風險；第二，正期望值只有 1 個百分點多一點，串關會把每一腳的抽水再乘一次，兩腳串下來的邊際通常會被吃回負值。本站的立場是：本場單注都還沒到門檻，串關不會讓它變得更好。

風險與保留

最大風險：9.6 個百分點的模型與市場落差不是小數字，本站對自己的模型並沒有這麼高的信心。落差可能來自模型沒有納入的資訊——例如杜克沃斯本週的實際擊球狀態、費利的軟籤讓他缺乏高強度對抗的檢驗、或是市場已知的體能／傷勢訊息。當模型與市場差這麼多時，先懷疑模型是比較安全的預設。
第二風險：費利本週對手排名 368／389／89，這三場的數據對「他打得動高強度對手」幾乎沒有證明力。杜克沃斯八強打贏 15 號種子馬羅森，是本週四強四人中含金量最高的一場勝仗。
第三風險：交手紀錄實際上是杜克沃斯 2 勝 1 敗。雖然唯一一次巡迴賽層級交手是費利贏，而且就在兩週前，但 2024 年那兩場挑戰賽都是杜克沃斯贏，樣本方向並非一面倒。
第四風險：抽水。17.17% 的抽水本身就吃掉了大部分模型優勢——去水前費利的 1.53 需要 65.36% 勝率才打平，去水後市場只認為他有 56.77%。這 8.6 個百分點的差就是抽水，模型必須跨過它才有價值，而本場只多跨了 1.6%。
最後：市場較看好費利，這只說明台灣運彩的價格結構，不等於買費利就有價值。本文不以盤口方向反推投注價值。

結論

本場評級為觀察級，加權評分 53.3 分。這是本輪三場網球裡分數最高、也是唯一出現正期望值的一場：模型給費利 66.4%，去水後市場給 56.8%，落差 9.6 個百分點；不讓分費利期望值 +1.6%、[讓分局數]費利 −1.5 期望值 +1.3%。

但本站的投注門檻是期望值 +2%，+1.6% 就是沒過。門檻的意義正在於此——如果因為「只差 0.4 個百分點」就放寬，那門檻等於不存在。本場列為觀察，賽後會回填結果，用來檢驗模型在這種大落差情境下的校準表現。

本站方法說明

去水方法：台灣運彩本場抽水率高於 8%，一律採 Shin 法還原，不使用簡單比例法。簡單比例法假設抽水平均分配在兩側，但莊家通常把水偏壓在散戶偏好側，在 17% 量級的抽水下會系統性低估熱門方。
「去水後市場隱含比例」是把抽水還原後的價格結構，它不是真實勝率，也不是本站模型勝率，更不是命中率。
模型：點級 Barnett–Clarke（保發機率→單盤局數分布→三盤制），輸入為雙方近 52 週同場地發球得分率互相抵銷後的對抗值。[總局數]大小與[讓分局數]由本站「讓分局數與總局數精算模型 v1」展開全場局差與總局數分布後計算。
模型已知限制：每局勝負採獨立假設，會使勝率略為高估（約 2 個百分點），並連帶高估總局數；[讓分局數]與[總局數]的模型輸出屬理論精算，尚未經足量賽果校準，可信度低於不讓分。

延伸閱讀

以上分析僅供賽前參考，盤口與賽果仍可能變動，請量力評估。