テニスは1対1だから読みやすい、とは限らない
チームスポーツと違い、テニスは変数が少ないように見えます。11人ではなく1人、監督の采配もターンオーバーもありません。ところが実際には、テニス特有の難しさがあります。サーフェス、日程の負荷、そしてスコアリングシステムの構造です。
テニスは1ポイントの価値が状況によって大きく変わる競技です。5-5 の 30-30 と 0-5 の 0-40 では、同じ1ポイントでも試合結果への寄与がまったく違います。この非線形性が、単純な勝率の平均では扱えない部分をつくります。
サーフェスがすべてを変える
クレー、ハード、グラス。この3つは実質的に別競技です。
| サーフェス | 特徴 | 有利なタイプ |
|---|---|---|
| クレー | 球速が落ち、ラリーが長い | ベースライナー、粘るタイプ |
| ハード | 中間的でバランス型 | オールラウンダー |
| グラス | 球速が上がり、バウンドが低い | ビッグサーバー、攻撃型 |
だからサーフェス別の成績を分けずに見るのは無意味です。ハードコートで70%勝っている選手が、クレーでは45%ということは珍しくありません。過去の直接対決も、どのサーフェスで行われたかを確認しないと使えません。
サービスゲームの構造
テニスのモデルで中心になるのは、サービスポイント獲得率とリターンポイント獲得率です。この2つが分かれば、ゲーム、セット、マッチの勝率をポイント単位から積み上げて計算できます。
ここで重要なのは、サービスキープ率の小さな差が、マッチの勝率では大きな差になるということです。サービスポイント獲得率が65%と62%の選手なら、差はわずか3ポイントですが、5セットマッチの勝率では10ポイント以上開くこともあります。非線形に増幅されるのがテニスの特徴です。
日程の負荷とコンディション
ATPとWTAでは年間のスケジュールが異なり、大会のグレードによって回復期間も変わります。モデルが見るのはこのあたりです。
- 前の試合からの経過時間：連日の試合か、中1日か。
- 前の試合の消耗度：ストレート勝ちと5セットのフルセットでは疲労が違います。
- 時差と移動：大陸をまたいだ直後の大会は成績が落ちる傾向があります。
- サーフェスの切り替え直後：クレーからグラスへの移行期は特に不安定です。
- 屋外の気象条件：高温、風、標高は球の飛び方を変えます。
ランキングを信用しすぎない
ATP/WTAランキングは52週の累積ポイントで決まるため、直近の調子を反映するのが遅いという性質があります。ケガから復帰した元トップ選手のランキングは低く出ますし、1年前の好成績で順位を維持している選手もいます。市場はランキングに反応しやすいので、ここにずれが生まれます。
テニスのマーケット
勝敗市場は上位選手のオッズが極端に低くなりがちで、バリューが残りにくい構造です。ゲーム数のオーバー／アンダー、セットハンディキャップ、セットの正確なスコアのほうが、モデルの推定と市場の差が出やすい傾向があります。特にゲーム数の合計は、両者のサービスキープ率から直接計算できるため、モデルの得意分野です。
モデルが弱い場面
ケガの申告は試合直前まで分かりませんし、棄権（リタイア）は確率として織り込むしかありません。また、下位ツアーの大会はデータが薄く、サービスポイント獲得率のサンプルが足りないことがあります。データの薄い大会では予想を出さない、というのが正しい判断です。
よくある質問
テニスのモデルで最も重要な指標は何ですか。
サービスポイント獲得率とリターンポイント獲得率です。この2つが分かればゲーム、セット、マッチの勝率をポイント単位から積み上げて計算できます。
サーフェスによってどれくらい差が出ますか。
大きく出ます。ハードコートで70%勝っている選手がクレーでは45%ということは珍しくありません。サーフェスを分けずに成績を見るのは実質的に無意味です。
ATP/WTAランキングは予想に使えますか。
参考にはなりますが、52週の累積ポイントで決まるため直近の調子を反映するのが遅いという弱点があります。ケガからの復帰選手や、1年前の成績で順位を保っている選手には注意が必要です。
サービスキープ率の小さな差はどれくらい効きますか。
非線形に増幅されます。サービスポイント獲得率が65%と62%という3ポイントの差が、5セットマッチの勝率では10ポイント以上の差になることがあります。
どのマーケットがバリューを見つけやすいですか。
ゲーム数のオーバー／アンダーとセットハンディキャップです。勝敗市場は上位選手のオッズが極端に低くなり、バリューが残りにくくなります。
日程の負荷はどう評価しますか。
前の試合からの経過時間、前の試合が何セットだったか、大陸をまたぐ移動があったか、サーフェスの切り替え直後かどうかを見ます。特にクレーからグラスへの移行期は成績が不安定になります。
棄権（リタイア）はどう扱いますか。
確率として織り込むしかありません。直前のケガ情報は公開されないことが多く、モデルの外側にある要素です。
下位ツアーの試合も予想できますか。
データが薄く、サービスポイント獲得率のサンプルが不足しがちです。信頼できる推定ができない大会では予想を出さないのが正しい対応です。