Fery vs Kovacevic 網球運彩分析｜台灣運彩2086 溫斯頓塞勒姆：模型與市場為何出現30個百分點落差

三秒結論

• 評級：觀察（加權總分 44.75，未達值得投注門檻51）｜評級主因：資料不足（雙方近52週對手強度落差過大，SPW／RPW不具直接可比性）

• 模型方向：加權模型偏向費利（Arthur Fery），但因資料信心受限，此方向不轉化為投注建議

• 最值得關注玩法：不讓分（費利／科瓦塞維奇）

• 明確避開玩法：本場不建議以任一玩法作為投注依據

• EV是否合格：理論值僅供揭露（不讓分費利+33.58%），因資料信心係數過低（0.65）且對手強度重度不對稱，不採用

本場評級為觀察級，不列入主推。主要原因：資料不足（雙方近52週交手對手的排名組成差距過大，直接比較SPW／RPW會系統性高估較弱賽程一方的實力）。

運彩賽事資訊

• 台灣運彩賽事編號：2086

• 對戰：亞瑟．費利（Arthur Fery，英國）vs 阿列克桑達．科瓦塞維奇（Aleksandar Kovacevic，美國）

• 賽事：ATP 溫斯頓塞勒姆公開賽（ATP250，硬地）八強戰（Quarterfinal）

• 開賽時間：2026-08-28 06:30（台北時間）

• 盤口來源：台灣運彩盤面，擷取時間 2026-08-26 約19:10（台北）

台灣運彩盤面總覽

• 不讓分：費利 1.530／科瓦塞維奇 1.970

• [總局數]大小 23.5：大 1.780／小 1.720

• [總局數]讓分 -1.5：費利-1.5 1.760／科瓦塞維奇+1.5 1.740

本場不讓分市場抽水率16.12%（返還率約86.1%），[總局數]大小抽水率14.32%，[讓分局數]抽水率14.29%，三者皆高於8%門檻，本文一律以Shin法去水，不使用簡單比例法。

三個玩法在台灣運彩前台皆僅開出單一線（總局數僅23.5一條、讓分僅-1.5一條），無相鄰線可做單調性交叉比較（R12如實記錄，非可省略項）。以本站「讓分局數與總局數精算模型v1」輸出檢核，該模型13條線本身已通過嚴格遞減之單調性自我檢核，可作為單調性佐證，但無法取代台彩實際相鄰線比較。

加權評分表（五因子＋理由）

• P 價格（40%）＝86分：因本站查無先前快照，P3盤口動能資料缺席；且無可靠基準盤可比對，P1亦缺席。P僅以P2（台彩去水後 vs 本站模型）計算：去水後費利57.30%，模型估87.31%，落差達+30.01個百分點，機械計算下屬高分區間。但此高分本身即受資料信心問題影響，詳見「風險與保留」。

• B 實力基準（25%）＝63分：現行世界排名費利37 vs 科瓦塞維奇89；Elo排名費利41（1811分）vs 科瓦塞維奇155（1628分），兩項指標一致指向費利較強且差距不小（Elo差183分）。原始SPW／RPW方向不一致，但此矛盾正是對手強度落差造成，故本因子以較穩定的排名與Elo為主要依據。

• C 情境（20%）＝50分：硬地本週狀態皆佳，費利淘汰Rottgering晉級，科瓦塞維奇接連淘汰Van Assche、Balshaw後爆冷擊敗第7種子Tsitsipas。雙方查無公開H2H紀錄。消耗方面缺乏比賽時長數據佐證，屬分析假設（R8），本因子維持中性。

• F 狀態（15%）＝58分：近52週戰績費利43-20（68%）明顯優於科瓦塞維奇24-35（41%），但科瓦塞維奇本週狀態火燙（爆冷淘汰種子），屬短期動能訊號，兩者互相抵銷後小幅偏向費利。

• D 資料信心係數＝0.65：起算1.00，無基準盤（P1缺席）扣0.10／關鍵指標（P3盤口動能）須以近似值替代扣0.10／對手強度重度不對稱，依步驟3.5降級處理扣0.15。

原始總分 = 86×0.40 + 63×0.25 + 50×0.20 + 58×0.15 = 34.40 + 15.75 + 10.00 + 8.70 = 68.85

最終總分 = 68.85 × 0.65 = 44.75 → 落於觀察級區間（35–50，且不受EV影響）

對手強度可比性檢查（步驟3.5，本場核心觀察重點）

• 近52週同場地（硬地）對手排名中位數：費利187／科瓦塞維奇72，落差115，超過80門檻

• 對手為前50名比例：費利8%／科瓦塞維奇33%，落差25個百分點，落在16–25pp區間

• 兩項指標取較嚴格者判定為重度不對稱。依制度規定，此情形下雙方原始SPW／RPW／勝率已不適合直接比較，模型輸出之差值一律不得形成正式推薦，本場直接降為觀察級。

模型自校準佐證：本站模型算出費利發球局保發率90.33%，但費利本人近52週（全場地）Tennis Abstract實際保發率僅80.8%，模型高估達9.5個百分點；反觀科瓦塞維奇模型算出保發率77.85%，其本人近52週硬地實際保發率高達86.2%，模型反而低估8.35個百分點，且方向與費利端相反。模型內部方向不一致，正是對手強度落差污染原始SPW／RPW的直接證據——費利近52週對手以資格賽、挑戰賽層級為主（對手中位排名187），發球接發數字被相對灌高；科瓦塞維奇雖近52週戰績不佳，但對手層級扎實（中位排名72、33%為前50名），數字反而被壓低。這正是為什麼本場的加權模型與台灣運彩市場價格出現高達30個百分點的落差——這個落差本身不應被解讀為「市場低估費利」，而更可能是「模型高估費利」。

玩法逐欄價值表（R1–R2，觀察級僅作市場方向解讀，不指向任一玩法）

不讓分

• 費利：①市場賠率1.530 ②原始隱含機率65.36% ③去水後市場隱含比例（Shin法）57.30% ④模型預估勝率87.31% ⑤模型公平賠率1.145 ⑥與市場價格差距+30.01pp ⑦可接受最低賠率：不適用（資料信心不足，未達可推薦門檻） ⑧最終判斷：資料不足，市場方向解讀而非投注建議

• 科瓦塞維奇：①市場賠率1.970 ②原始隱含機率50.76% ③去水後市場隱含比例（Shin法）42.70% ④模型預估勝率12.69% ⑤模型公平賠率7.881 ⑥與市場價格差距-30.01pp ⑦可接受最低賠率：不適用 ⑧最終判斷：資料不足，市場方向解讀而非投注建議

[總局數]大小 23.5

• 大23.5：①市場賠率1.780 ②原始隱含機率56.18% ③去水後市場隱含比例49.02% ④模型預估勝率（R2-B精算模型）40.89% ⑤模型公平賠率2.446 ⑥與市場價格差距-8.13pp ⑦可接受最低賠率：不適用 ⑧最終判斷：資料不足，不建議

• 小23.5：①市場賠率1.720 ②原始隱含機率58.14% ③去水後市場隱含比例50.98% ④模型預估勝率59.11% ⑤模型公平賠率1.692 ⑥與市場價格差距+8.13pp ⑦可接受最低賠率：不適用 ⑧最終判斷：資料不足，不建議

[總局數]讓分 -1.5（費利讓1.5局）

• 費利-1.5：①市場賠率1.760 ②原始隱含機率56.82% ③去水後市場隱含比例49.67% ④模型預估覆蓋機率80.87% ⑤模型公平賠率1.237 ⑥與市場價格差距+31.20pp ⑦可接受最低賠率：不適用 ⑧最終判斷：資料不足，不建議

• 科瓦塞維奇+1.5：①市場賠率1.740 ②原始隱含機率57.47% ③去水後市場隱含比例50.33% ④模型預估覆蓋機率19.13% ⑤模型公平賠率5.228 ⑥與市場價格差距-31.14pp ⑦可接受最低賠率：不適用 ⑧最終判斷：資料不足，不建議

已知模型限制（如實揭露）：[總局數]大小與[讓分局數]之模型輸出沿用「每局勝負獨立」假設，理論上會使勝率略高估（既有制度文件已知約2pp，硬地影響通常小於WTA）；搶七與一般局採同一組點機率，未做壓力情境調整；此模型尚未經賽果驗證校準，屬理論精算而非已驗證預測。加上本場對手強度重度不對稱污染輸入數據，[總局數]與[讓分局數]的模型輸出可信度低於不讓分市場，判讀時應保留更大空間。

球員數據對比（近52週硬地，資料權重依R4順序）

• 現行世界排名：費利37／科瓦塞維奇89

• Elo排名（分數）：費利41（1811）／科瓦塞維奇155（1628）

• 近52週硬地SPW：費利64.80%（樣本38場）／科瓦塞維奇67.33%（樣本39場）

• 近52週硬地RPW：費利40.69%／科瓦塞維奇30.09%

• 近52週對手排名中位數：費利187／科瓦塞維奇72

• 近52週對手前50名占比：費利8%／科瓦塞維奇33%

• 近52週戰績：費利43-20（68%）／科瓦塞維奇24-35（41%）

SPW／RPW數字經與Tennis Abstract頁面分割表交叉驗證：科瓦塞維奇自算硬地SPW 67.33%／RPW 30.09%，與TA頁面顯示Hard SPW 67.4%／RPW 30.2%誤差在0.2pp內，通過交叉驗證；費利因TA頁面預設僅顯示「近52週全場地」總表（未展開硬地分割），本站僅能以全場地Hld%／SPW／RPW（80.8%／64.2%／39.8%）作為粗略對照，與本站自算硬地專屬數字（64.80%／40.69%）方向一致但非同一口徑，此為資料限制，已反映於P3與D係數判斷中。

當屆賽事狀態

本輪為溫斯頓塞勒姆公開賽八強戰（Quarterfinal）。費利本週戰績：R32直落二淘汰外卡Cruz Hewitt，R16淘汰19歲新星Mees Rottgering晉級。科瓦塞維奇本週戰績更為亮眼：R64淘汰資格賽選手Felix Balshaw，R32淘汰第11種子Luca Van Assche，R16爆冷擊敗第7種子Stefanos Tsitsipas，是本站賽會目前最大驚奇之一。雙方賽前傷病狀況查無異常訊號，皆以健康身份出賽。

發球與接發分析

費利近52週硬地一發得分率69.9%、二發得分率54.4%，發球端表現扎實；接發端RPW高達40.69%，但如前述，此數字受累積對手層級偏弱影響，實際面對科瓦塞維奇這類硬地發球力量型球員時的真實接發表現存在不確定性。科瓦塞維奇近52週硬地一發得分率78.0%、Hld%達86.2%，是本站硬地保發率數一數二的球員，發球是他本週能連續淘汰種子選手的核心武器；但其RPW僅30.09%，接發能力明顯偏弱，若能將比賽拖入多回合拉鋸，對費利較為有利。

場地相性

雙方近52週皆以硬地為主要賽場，費利硬地戰績為近52週最大宗（38場），科瓦塞維奇亦然（39場），場地適應度均無疑慮。費利今年另有溫布頓闖入四強的紀錄（草地），顯示其在快速球場整體具備一定競爭力；科瓦塞維奇則以硬地作為主要得分手段（發球局優勢）。

總局數命中路徑

模型估算總局數大於23.5的機率為40.89%（小23.5機率59.11%），意味模型傾向本場「打不滿23.5局」，路徑上偏向：其一，若科瓦塞維奇延續本週高保發水準（模型估77.85%，實測86.2%），比賽可能因雙方保發穩定而走向搶七或直落二但局數不高的結局；其二，若費利的接發優勢在面對科瓦塞維奇時未能完全發揮（如前述資料限制所示存在不確定性），比賽可能提前在兩盤內結束，同樣壓低總局數。惟因對手強度重度不對稱導致模型輸入資料存在系統性偏誤，此路徑判斷僅供參考，不建議以此作為總局數大小的投注依據。

串關適性

因本場評級僅為觀察級、且P3盤口動能資料缺席、對手強度重度不對稱降低資料信心，本場不建議納入任何串關組合。

風險與保留

本場核心風險在於資料可比性問題：費利近52週對手排名中位數187、僅8%交手過前50名球員，科瓦塞維奇對手中位數72、33%交手過前50名球員，兩者近52週SPW／RPW所反映的並非同一競爭強度下的表現，不能直接視為兩人紙面實力具有相同的可比性（依R13-B，僅能敘述雙方受到的賽程強度偏差可能較接近或不同，不宣稱兩者差異的具體百分點歸因）。模型算出的87.31% vs 12.69%勝率差距、以及+30pp的市場落差，很可能主要反映的是「費利數據被較弱賽程墊高」而非「市場低估費利」。本文已將此發現完整揭露，並依制度規定將本場評級鎖定於觀察級，不轉化為任何投注建議。

結論

費利在世界排名、Elo與近52週戰績上都優於科瓦塞維奇，加權模型方向亦指向費利，但受限於雙方近52週對手強度落差過大（重度不對稱），SPW／RPW等核心數據不具直接可比性，模型與市場之間出現的顯著落差，較可能是資料失真所致而非市場定價錯誤。本場列為觀察級，僅供賽前方向參考，不做任何玩法之投注建議。

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。

延伸閱讀

運彩分析首頁｜網球運彩分析總覽｜每日精選運彩