Marozsan vs Zheng 網球運彩觀察｜台灣運彩2072 美網男單首輪：六個總局數選項期望值全為負，模型與市場差 16.2 個百分點

三秒結論

• 本場評級為觀察級，不列入主推。主要原因：市場與模型衝突。

• 評級與分數：觀察級，加權總分 49.9 分（原始 66.5 分 × 資料信心係數 0.75）。

• 模型方向：站熱門方邁克爾．鄭（Michael Zheng），模型給 76.53%（三情境區間 67.60%–83.90%），台彩去水後市場隱含比例給 60.30%。

• 最值得關注玩法：讓分局數 鄭讓 3.5 局（台彩 1.90），模型覆蓋機率 58.98%、模型公平賠率 1.70。

• 明確避開玩法：總局數三條線的六個選項期望報酬率全部為負，其中 38.5 小（台彩 1.84）為 −14.82%；讓分局數 馬羅森受讓 1.5 局（台彩 1.85）為 −45.04%。

• EV 是否合格：讓分局數帳面期望報酬率 +12% 至 +16%，但不讓分的模型與去水後市場隱含比例落差達 16.23 個百分點，已超過本站 15 個百分點的模型可信度上限，本場所有帳面期望值都不視為合格訊號。

• 非主推主因分類：市場與模型衝突。

運彩賽事資訊

• 台灣運彩賽事編號：2072

• 賽事：美國網球公開賽 男子單打首輪（R128），硬地

• 開賽時間：2026-09-02 01:50（台北時間）

• 盤口來源：台灣運彩盤面，擷取時間 2026-09-01 18:32（台北時間）。本文所有賠率皆為台灣運彩盤面，未混入國際盤。

• 本場不讓分抽水率 16.35%（分子＝1/2.05＋1/1.48＝1.16348，分母＝1，超出 1 的部分即抽水），返還率 85.9%。

• 去水方法：對數比例法。本場抽水 16.35% 高於 8%，依本站規則不得使用簡單比例法。

台灣運彩盤面總覽

• 不讓分：馬羅森 2.05／鄭 1.48

• 總局數大小 38.5：大 1.66／小 1.84

• 總局數大小 39.5：大 1.78／小 1.72

• 總局數大小 40.5：大 1.88／小 1.62

• 讓分局數 1.5：鄭讓 1.5 局 1.65／馬羅森受讓 1.5 局 1.85

• 讓分局數 2.5：鄭讓 2.5 局 1.77／馬羅森受讓 2.5 局 1.73

• 讓分局數 3.5：鄭讓 3.5 局 1.90／馬羅森受讓 3.5 局 1.60

相鄰盤口單調性檢查：三條大小線的模型大分機率為 53.71% → 50.35% → 45.82%，隨線位升高嚴格遞減；三條讓分線的鄭覆蓋機率為 70.29% → 63.96% → 58.98%，同樣嚴格遞減。沒有出現相鄰線互相矛盾的情形。

加權評分表

• P 價格（權重 40%）：84.0 分。本站僅取台灣運彩盤面，沒有可用的基準盤，P1 缺席，改為 P2 佔 70%、P3 佔 30%，並在資料信心係數扣 0.10。P2：台彩去水後給鄭 60.30%，本站模型 76.53%，差 +16.23 個百分點。P3 盤口移動：只取得單一時點快照，未取得開盤價，以中性 50 分計。

• B 實力基準（權重 25%）：51.1 分。Elo 評分 鄭 1801 對 馬羅森 1773；世界排名 107 對 63（排名站馬羅森）；近 52 週硬地發球贏分率 63.24% 對 64.55%、接發贏分率 41.46% 對 36.11%。鄭的接發數字漂亮，但那是在什麼層級取得的，見文末風險段。

• C 情境（權重 20%）：50.0 分。同一賽事、同一輪次、同一場地，條件對雙方完全對稱；交手紀錄只有 1 次（2026-08-13 硬地，馬羅森勝），未達 2 場的計分門檻；雙方同場地最近一場分別為 2026-08-23 與 2026-08-13，都在 8 週內。依本站制度，對手強度不放進 C，避免同一個問題被重複處罰兩次。

• F 狀態（權重 15%）：67.6 分。鄭近 10 場 6 勝、近 52 週 47 戰 34 勝（72.3%）；馬羅森近 10 場 5 勝、近 52 週 50 戰 24 勝（48.0%）。

• D 資料信心：×0.75。扣項為：無基準盤（P1 缺席）−0.10、傷病與出賽狀況未確認 −0.05、對手強度重度不對稱 −0.10。

• 原始總分 66.5 ＝ 84.0×0.40 ＋ 51.1×0.25 ＋ 50.0×0.20 ＋ 67.6×0.15

• 最終總分 49.9 ＝ 66.5 × 0.75，落在觀察級區間

• 期望報酬率（鄭 不讓分 1.48）＝ 76.53% × 1.48 − 1 ＝ +13.26%

玩法逐欄價值表

每個玩法逐欄拆解：①市場賠率 ②原始隱含機率（損益兩平勝率）③去水後市場隱含比例 ④模型預估勝率 ⑤模型公平賠率 ⑥與市場價格差距 ⑦可接受最低賠率 ⑧最終判斷。

• 不讓分 鄭：①1.48 ②67.57% ③60.30% ④76.53%（區間 67.60%–83.90%）⑤1.31 ⑥模型較市場多給 16.23 個百分點 ⑦1.31 ⑧資料不足。落差超過模型可信度上限，且輸入受對手強度污染。

• 不讓分 馬羅森：①2.05 ②48.78% ③39.70% ④23.47% ⑤4.26 ⑥模型較市場少給 16.23 個百分點 ⑦4.26 ⑧完全避開。

• 總局數 38.5 大：①1.66 ②60.24% ③53.20% ④53.71% ⑤1.86 ⑥＋0.51 個百分點 ⑦1.86 ⑧價格不足（期望報酬率 −10.85%）。

• 總局數 38.5 小：①1.84 ②54.35% ③46.80% ④46.29% ⑤2.16 ⑥−0.51 個百分點 ⑦2.16 ⑧價格不足（−14.82%）。

• 總局數 39.5 大：①1.78 ②56.18% ③48.94% ④50.35% ⑤1.99 ⑥＋1.41 個百分點 ⑦1.99 ⑧價格不足（−10.37%）。

• 總局數 39.5 小：①1.72 ②58.14% ③51.06% ④49.65% ⑤2.01 ⑥−1.41 個百分點 ⑦2.01 ⑧價格不足（−14.60%）。

• 總局數 40.5 大：①1.88 ②53.19% ③45.35% ④45.82% ⑤2.18 ⑥＋0.47 個百分點 ⑦2.18 ⑧價格不足（−13.85%）。

• 總局數 40.5 小：①1.62 ②61.73% ③54.65% ④54.18% ⑤1.85 ⑥−0.47 個百分點 ⑦1.85 ⑧價格不足（−12.24%）。

• 讓分局數 鄭讓 1.5：①1.65 ②60.61% ③53.56% ④70.29% ⑤1.42 ⑥多給 16.73 個百分點 ⑦1.42 ⑧資料不足。

• 讓分局數 鄭讓 2.5：①1.77 ②56.50% ③49.29% ④63.96% ⑤1.56 ⑥多給 14.67 個百分點 ⑦1.56 ⑧資料不足。

• 讓分局數 鄭讓 3.5：①1.90 ②52.63% ③44.62% ④58.98% ⑤1.70 ⑥多給 14.36 個百分點 ⑦1.70 ⑧資料不足。

• 讓分局數 馬羅森受讓 1.5：①1.85 ②54.05% ③46.44% ④29.71% ⑤3.37 ⑥少給 16.73 個百分點 ⑦3.37 ⑧完全避開（−45.04%）。

球員數據對比

• 本屆逐輪：兩人本場都是首輪，本屆尚無前輪資料。

• 近 52 週硬地：馬羅森 29 戰 14 勝，發球贏分率 64.55%、接發贏分率 36.11%、保發率 81.04%、破發率 19.83%；鄭 35 戰 26 勝，發球贏分率 63.24%、接發贏分率 41.46%、保發率 79.46%、破發率 31.88%。

• 生涯硬地：馬羅森 160 戰 85 勝，發球贏分率 63.70%、接發贏分率 36.84%、保發率 79.89%；鄭 102 戰 68 勝，發球贏分率 63.48%、接發贏分率 40.93%、保發率 80.30%。

• 近 52 週全場地：馬羅森 50 戰 24 勝；鄭 47 戰 34 勝。

• Elo 與排名：馬羅森 Elo 1773、世界排名 63；鄭 Elo 1801、世界排名 107。

• 交手紀錄：1 次，2026-08-13 硬地，馬羅森勝。

當屆賽事狀態

本場為首輪，雙方本屆都還沒有前輪比賽，一發進球率、被逼破發點與挽救率、三盤戰數、累積出賽時間等當屆資料本場全部不適用。

發球與接發分析

• 模型以近 52 週同場地發球與接發贏分率互相抵銷建立對抗值，ATP 硬地接發贏分率均值取 35.5%（分析假設，非官方數據）。

• 馬羅森發球端對抗值＝64.55% −（41.46% − 35.5%）＝58.59%

• 鄭發球端對抗值＝63.24% −（36.11% − 35.5%）＝62.63%

• 推得保發率：馬羅森 70.56%、鄭 78.78%。

• 模型校準自檢：鄭的模型保發 78.78% 對 Tennis Abstract 近 52 週硬地實測 79.46%，只低 0.68 個百分點，貼合良好；但馬羅森的模型保發 70.56% 對實測 81.04%，被壓低了 10.48 個百分點。

• 這個 10.48 個百分點的落差有明確來源：抵銷式全部落在「鄭的接發贏分率 41.46% 比硬地均值高出 5.96 個百分點」這一項上，而那個 41.46% 是在對手排名中位數 238 的環境裡取得的。本站在對手強度校正方法完成驗證之前，不把這個差異換算成勝率該調整幾個百分點，也不宣稱模型與市場的落差有多少比例由此造成，只把它記錄為模型輸出不可直接採信的理由。

場地相性

• 馬羅森近 52 週硬地發球加接發合計 100.66%，生涯硬地 100.54%，近窗與生涯幾乎一致（＋0.12 個百分點），沒有明顯的場地適應方向。

• 鄭近 52 週硬地合計 104.70%，生涯硬地 104.41%，同樣幾乎一致（＋0.29 個百分點）。

• 兩人同場地最近一場分別為 2026-08-23 與 2026-08-13，都在 8 週內，未觸發時效扣分。

總局數命中路徑

• 模型期望總局數 39.7 局（男單五盤制），台彩三條線落在 38.5 到 40.5，正好把期望值夾在中間，這也是六個選項期望報酬率全部為負的原因：盤口位置本身抓得很準，抽水就成為唯一的決定因素。

• 30 局以下 19.20%、31 至 36 局 19.93%、37 至 40 局 15.04%、41 至 45 局 17.20%、46 局以上 28.63%。

• 大分路徑：兩人保發率落在 70.56% 與 78.78%，比一般硬地男單低，破發較頻繁，靠的不是搶七堆局數，而是互相破發後的長盤拉鋸。

• 小分路徑：鄭若能維持模型給的破發節奏（實測近 52 週硬地破發率 31.88%），直落三盤且局數壓在 30 局內的機率是 19.20%，這是六條線裡唯一可能被市場低估的方向，但價格沒有給到。

• 反向風險：一旦馬羅森的真實保發水準接近實測的 81.04% 而不是模型的 70.56%，局數分布會整體右移，小分的路徑就會明顯變窄。

串關適性

本場評為觀察級，不列入任何串關組合的核心腿。不讓分的模型與去水後市場隱含比例落差已超過本站可信度上限，總局數六個選項期望報酬率又全為負，沒有任何一條線適合當串關的腿。

風險與保留

• 對手強度可比性：馬羅森近 52 週硬地對手排名中位數 39、前 50 名對手占比 55%（29 場）；鄭中位數 238、前 50 名占比 9%（35 場）。中位數落差 199、占比落差 46 個百分點，兩項都遠超重度不對稱門檻。

• 影響：近 52 週的發球與接發贏分率沒有做對手強度校正，長期在較低層級賽事出賽的一方，數據會被墊高。依本站制度，這種情況下原始數據不適合直接相減，本場一律降為觀察級，模型差值不得形成正式判斷。

• 在對手強度校正方法完成驗證之前，本站不把對手強度差異換算成勝率調整的百分點。也不會宣稱雙方受到的偏差一定互相抵銷，因為兩人的比賽層級、對手分布、樣本期間與場地組成都可能不同。

• 總局數與讓分局數的精算沿用每局勝負彼此獨立的假設，且尚未經賽果驗證校準，可信度低於不讓分。

• 傷病與臨場出賽狀況本場未逐一查證。

結論

台灣運彩 2072，美網男單首輪馬羅森對邁克爾．鄭，最終評級觀察級、加權總分 49.9 分。這場最值得記錄的不是任何一條盤口，而是模型自己露出的破綻：鄭的保發率算得很準（差 0.68 個百分點），馬羅森卻被壓低 10.48 個百分點，而壓低他的那個係數，來自鄭在對手排名中位數 238 的環境裡累積出來的接發數據。台彩的三條總局數線又剛好把模型期望值夾在中間，六個選項期望報酬率全負。看、不表態。

延伸閱讀

運彩分析首頁

網球運彩分析

今日推薦總表

今日串關候選

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。