Track record · MLB.

Moneyline local con probabilidad 62.2% según Pythagorean ajustado por ventaja de localía, coherente con el diferencial de calidad entre ambos equipos (0.696 vs 0.459). Sin información sobre abridores confirmados ni estado del bullpen visitante, no hay base para ajustar al alza. Mantengo la confianza en la base sin inflar: el ML puro en MLB castiga la overconfidence y la varianza por matchup individual es alta. Stats clave: Prob modelo ML local: 62.2% · Pythagorean Dodgers 0.696 · Carreras esperadas locales: 5.97 · Sin contexto de abridores confirmados

El partido proyecta una diferencia mínima (0.11 carreras) con Pythagorean prácticamente empatado (0.474 vs 0.463), lo que favorece estructuralmente a los run lines +1.5 de ambos lados. Arizona como local con margen esperado positivo cubre el +1.5 en 65.7% de los escenarios según el modelo (σ=4). Sin contexto reciente confirmado (abridores, bullpen) bajo levemente desde la base 66 a 64 para no sobrevalorar una ventaja puramente cuantitativa en Chase Field, parque que tiende a inflar varianza ofensiva. Stats clave: Diferencia esperada de solo 0.11 carreras · Pyth home 0.474 vs away 0.463 (virtual empate) · prob_home_ml 52.6% — partido cerrado · Run line +1.5 con prob modelo 65.7%

El modelo proyecta una diferencia esperada de apenas 0.4 carreras a favor de Seattle, en un partido cerrado entre dos equipos parejos (Pythagorean 0.530 vs 0.481). Con esa margin_sigma de 4 carreras, el run line +1.5 del local cubre con holgura: necesita que Seattle no pierda por dos o más, escenario que el modelo asigna en 68.2%. T-Mobile Park además es un parque que tiende a comprimir el scoring (total esperado 7.31), lo que reduce blowouts y favorece a quien recibe los 1.5. Sin contexto adicional de 96h, mantengo la base sin ajustes. Stats clave: Diferencia esperada: solo 0.4 carreras · Pythagorean Seattle 0.530 vs Boston 0.481 · Total esperado bajo: 7.31 carreras · Prob modelo run line +1.5: 68.2%

El +1.5 local cotiza 61.3% en un partido proyectado cerrado (diff -0.36) donde Houston juega de local con techo cerrado neutralizando el clima. La ausencia de Ramírez y dos jardineros titulares de Cleveland reduce la probabilidad de blowout visitante, lo cual favorece directamente este mercado. En contra: Arrighetti viene irregular y el bullpen de Houston deberá cubrir si la salida se complica. Mantengo el 61 base — el contexto apoya levemente pero no lo suficiente para subir dado que ambos run lines del partido son atractivos y este es el lado de menor probabilidad nominal. Stats clave: Prob modelo 61.3% en +1.5 · Diferencia esperada -0.36 · Cleveland sin Ramírez, Martínez y DeLauter · Pyth home 0.449

El modelo proyecta un partido cerrado (diferencia esperada ~0, Pythagorean 0.475 visitante vs 0.474 local) y la run line +1.5 sale con 64.7% base. El contexto refuerza levemente: Peralta llega con dominio histórico sobre Filadelfia (no más de 2 hits en sus últimas tres aperturas vs Phillies) y los Mets podrían recuperar a Lindor en la serie, lo que sube piso ofensivo. La amenaza real es Cristopher Sánchez con 1.82 de ERA, capaz de imponer un blowout, pero con margin_sigma de 4 carreras el +1.5 sigue siendo cobertura sólida. Ajuste +2 sobre la base de 65. Stats clave: Prob modelo Mets +1.5: 64.7% · Peralta: ≤2 hits en últimas 3 aperturas vs Phillies · Pyth away 0.475 — partido parejo · Diferencia esperada -0.01 carreras

El modelo proyecta un partido muy parejo (diferencia esperada de apenas 0.3 carreras, Pythagorean 0.512 vs 0.479), lo que naturalmente favorece a la run line del local. Con σ=4 en la diferencia, los Cubs cubren el +1.5 en 67.4% de las simulaciones, una probabilidad sólida apoyada en que Wrigley empuja levemente a su favor y en que la diferencia proyectada es prácticamente nula. Sin contexto contextual de últimas 96h (abridores, viento en Wrigley, bullpen), mantengo la base sin ajuste. El riesgo principal es justamente Wrigley: con viento out, los partidos se descontrolan y aumentan los blowouts hacia cualquier lado. Stats clave: Diferencia esperada local-visitante: 0.3 carreras · Pythagorean Cubs 0.512 vs Blue Jays 0.479 · Probabilidad modelo Cubs +1.5: 67.4% · σ de margen: 4 carreras (partido cerrado proyectado)

Partido extremadamente parejo según el modelo: diferencia esperada de apenas 0.04 carreras y Pythagorean casi idéntico (0.491 vs 0.486). En ese escenario, el +1.5 local tiene piso sólido porque Texas solo necesita perder por una carrera o ganar para cubrir, y el modelo asigna 65% a ese resultado. Sin contexto reciente (abridores, bullpen, clima en Globe Life) mantengo la base sin ajuste; la incertidumbre sobre rotaciones impide inflar la confianza. Stats clave: Probabilidad modelo run line: 65.0% · Diferencia esperada: 0.04 carreras · Pythagorean Texas 0.491 vs SD 0.486 · Margin σ = 4 (alta varianza esperada)

El modelo proyecta un partido extremadamente parejo (diferencia esperada de apenas 0.1 carreras a favor del visitante, con Pythagorean 0.486 vs 0.496). En ese escenario, el run line +1.5 para el visitante captura tanto la victoria directa como las derrotas por una carrera, que es el desenlace más probable dada la varianza de σ=4. El modelo da 65.5% a este mercado y sin contexto reciente (abridores, bullpen) que ajustar, mantengo la base en 64 reconociendo la incertidumbre cualitativa. Stats clave: Diferencia esperada -0.1 carreras · Pythagorean Chicago 0.496 vs Detroit 0.486 · Probabilidad modelo White Sox +1.5: 65.5% · Total esperado 8.71 — partido proyectado cerrado

El modelo proyecta una diferencia esperada de 2.44 carreras a favor de Yankees con Pythagorean 0.671 vs 0.430, una brecha sustancial entre ambos planteles. Con σ=4 en la distribución de margen, el +1.5 captura un 83.8% de probabilidad — el escenario adverso requiere que Cincinnati gane o empate hasta el 9no, algo poco frecuente dado el diferencial proyectado. Sin contexto reciente disponible (abridores, bullpen, clima en Yankee Stadium) mantengo el base sin inflar: el riesgo no cuantificado es justamente que un abridor de Yankees con mala jornada nivele el partido. Ajuste -4 sobre base 78 para reconocer esa incertidumbre contextual. Stats clave: Pythagorean Yankees 0.671 vs Reds 0.430 · Diferencia esperada 2.44 carreras · Prob modelo run line +1.5: 83.8% · Carreras esperadas 5.83 vs 3.39

Yankees como local con Pythagorean 0.671 y ventaja proyectada de 2.44 carreras presenta un moneyline 62.8% según modelo. El gap ofensivo-defensivo entre ambos (5.83 esperadas vs 3.39 permitidas) es coherente con un favorito claro, pero la varianza inherente de MLB a partido único impide pasar de ese rango. Sin información de abridores confirmados ni estado del bullpen, mantengo el base 63 sin ajuste. Es un pick de valor moderado, no un lock. Stats clave: Prob moneyline Yankees: 62.8% · Pythagorean home 0.671 · Run differential esperado +2.44 · Carreras esperadas locales 5.83

Partido extremadamente parejo según el modelo: Pythagorean prácticamente idéntico (0.462 vs 0.463) y diferencia esperada de apenas -0.01 carreras. En ese escenario el run line +1.5 del visitante captura el 64.7% del espacio probabilístico porque con margen_sigma de 4 carreras un margen de 2+ es estadísticamente improbable. Sin contexto externo disponible (abridores, bullpen, clima en Chase Field) mantengo la base sin ajuste — no hay señal cualitativa que justifique mover el dial. Stats clave: Diferencia esperada -0.01 carreras · Pyth visitante 0.463 vs local 0.462 · margin_sigma 4.0 · Prob modelo 64.7%

Los Mariners parten como leve favorito en casa con Pythagorean 0.532 vs 0.486 de Boston y una diferencia esperada de apenas 0.37 carreras. En un margen tan ajustado, el +1.5 al local cubre tanto la victoria directa como derrotas por una carrera, escenario muy probable dada la baja producción esperada (3.87 vs 3.5). Sin contexto reciente disponible (abridores, bullpen, clima en T-Mobile) mantengo la base del modelo sin ajuste. El riesgo es un blowout visitante, pero la σ=4 del margen ya lo descuenta y la probabilidad se sostiene en 68%. Stats clave: Prob modelo Seattle +1.5: 68.0% · Diferencia esperada: solo 0.37 carreras a favor del local · Pythagorean: 0.532 Seattle vs 0.486 Boston · Total esperado bajo: 7.37 carreras (favorece coberturas cerradas)

El modelo asigna 68.7% a Cleveland cubriendo +1.5, apoyado en un Pythagorean ligeramente superior (0.493 vs 0.445) y una diferencia esperada de apenas -0.45 carreras a favor de los visitantes. En partidos tan parejos, la línea +1.5 captura el grueso de la distribución de margen (σ=4), lo que históricamente convierte a este mercado en el de mejor calibración. Sin información de abridores ni bullpen en las últimas 96h, no aplico ajuste cualitativo y mantengo la base en 69. El riesgo principal es un blowout de Houston en su parque, escenario que el modelo ya pondera como minoritario (31% para Astros -1.5). Stats clave: Prob modelo Cleveland +1.5: 68.7% · Diferencia esperada: -0.45 a favor de Cleveland · Pythagorean: 0.493 CLE vs 0.445 HOU · Carreras esperadas: 4.51 CLE vs 4.06 HOU

Mismo razonamiento de paridad estructural: con diferencia esperada de 0.1 carreras y total bajo (6.94), ambos +1.5 son mercados con valor matemático. Buehler confirmado (4.14 ERA, 4-3) le da a San Diego una ventaja relativa sobre un abridor de Texas aún sin anunciar, lo que sostiene la cobertura del +1.5 visitante incluso considerando la ofensiva local sin Seager. Mantengo la base en 64% porque el contexto no agrega convicción extra — simplemente confirma que un blowout en cualquier dirección es improbable. Stats clave: Run line +1.5 visitante prob 63.7% · Buehler confirmado vs abridor TEX TBD · Margin σ=4 con diff esperada 0.1 · Padres con rotación diezmada limita escenarios de paliza propia

El modelo proyecta un partido extremadamente parejo (diferencia esperada de apenas -0.15 carreras, Pythagorean 0.521 visitante vs 0.508 local), lo que naturalmente eleva el valor del +1.5 visitante: en escenarios tan cerrados, perder por 2+ carreras es estadísticamente poco probable (σ=4 sobre una diferencia casi nula). Sin contexto reciente de abridores ni bullpen, mantengo la base del modelo en 66% sin ajuste cualitativo. El riesgo principal es la varianza inherente de MLB y la falta de confirmación de rotaciones, por lo que no escalo más arriba. Stats clave: Diferencia esperada -0.15 carreras · Pythagorean Nationals 0.521 vs Rays 0.508 · Probabilidad modelo run line +1.5: 66.0% · Margin σ=4 sobre matchup casi 50/50

En un partido donde el modelo ve apenas 0.31 carreras de ventaja para el local, el +1.5 del visitante también tiene base sólida: 61.7% de probabilidad implícita por la distribución Normal del margen. Toronto pierde el moneyline en la proyección (46.3%) pero el run line absorbe las derrotas por un run, que son frecuentes con σ=4 en juegos tan cerrados. Sin información de abridores ni bullpen en las últimas 96h, no ajusto la base 62. Riesgo: si Cubs encuentra ofensiva en Wrigley con condiciones favorables, una paliza de 3+ carreras invalida el cover, aunque la proyección no lo sugiere. Stats clave: Probabilidad modelo Toronto +1.5: 61.7% · Diferencia esperada de solo 0.31 carreras · Pyth_away 0.475 (cerca de coin flip) · Carreras esperadas visitante 4.05

El partido proyecta como un coin flip puro: diferencia esperada de apenas 0.03 carreras y Pythagorean prácticamente idénticos (.446 local vs .449 visitante). En ese escenario, el run line +1.5 al visitante captura tanto el empate como derrotas por una carrera, lo que el modelo cuantifica en 64.9%. Sin contexto reciente disponible (abridores, bullpen, clima en Sutter Health Park), no hay base para ajustar arriba o abajo del 65 base. Mantengo la confianza base sin inflar. Stats clave: Diferencia esperada -0.03 carreras · Pythagorean Angels 0.449 vs Athletics 0.446 · Prob modelo run line +1.5 Angels: 64.9% · margin_sigma 4 (alta varianza esperada)

Cardinals llegan con mejor perfil ofensivo y defensivo según el modelo (4.81 carreras esperadas vs 3.89 de Royals), y el Pythagorean los pone como favoritos leves (0.521 vs 0.425) incluso jugando de visita. Con diferencia esperada de apenas -0.92 carrera a favor de St. Louis, el colchón de +1.5 es muy cómodo: el modelo le asigna 72.8%. Sin contexto reciente disponible (abridores, bullpen, clima en Kauffman) mantengo la base sin ajuste. La incertidumbre principal es justamente esa: no hay confirmación de rotaciones, así que no inflar. Stats clave: Prob modelo Cardinals +1.5: 72.8% · Diferencia esperada: -0.92 a favor de STL · Pythagorean STL 0.521 vs KC 0.425 · Carreras esperadas: STL 4.81, KC 3.89

El modelo da 76.7% al Yankees +1.5 apoyado en un Pythagorean local de 0.656 vs 0.517 visitante y un diferencial esperado de +1.41 carreras. El contexto, sin embargo, complica el escenario: Yankees pierde a Judge, Stanton, Grisham y Wells, lo que recorta seriamente la producción ofensiva implícita en esos 5.21 runs esperados, y mandan a Weathers (8.47 ERA en últimas 3 aperturas) a la lomita. Aun así, los White Sox también llegan golpeados (sin Murakami ni Hays) y con Burke inestable tras 4 ER y 5 BB ante Dodgers, por lo que el escenario de blowout visitante es poco probable. Ajusto base 77 a 72 por el deterioro neto del lineup local y el viento que favorece la pelota en juego hacia la derecha. Stats clave: Prob modelo Yankees +1.5: 76.7% · Pyth home 0.656 vs away 0.517 · Diferencial esperado +1.41 carreras · Weathers 8.47 ERA últimas 3 aperturas · Yankees sin Judge, Stanton, Grisham y Wells

El modelo da 65.5% al Phillies +1.5 y el contexto refuerza la posición: Nola llega con 3.42 ERA histórica frente a los Mets, que además batean .138 de carrera contra él, y NY se presenta sin Lindor ni Polanco con un bullpen sobreutilizado en junio. La ausencia de Brad Keller en el bullpen local introduce algo de riesgo si el juego se estira, pero el spread de 1.5 absorbe ese escenario. Ajusto base 65 a 70 por convergencia clara entre matchup de pitcheo y bajas ofensivas visitantes. Stats clave: Prob modelo Phillies +1.5: 65.5% · Nola carrera vs Mets: 11-10, 3.42 ERA, 218 K en 30 aperturas · Bateadores Mets vs Nola: .138 AVG histórico · Mets sin Lindor y Polanco · Diferencia esperada: +0.09 a favor local

Brewers llegan con ventaja estructural clara: Pythagorean 0.659 vs 0.494 de Cleveland, y la diferencia esperada de 1.5 carreras coincide exactamente con la línea, lo que carga al run line +1.5 con margen de seguridad (push o cover). El modelo lo valora en 77.4%, dentro del rango sólido para MLB. Sin contexto reciente disponible (abridores, bullpen, clima en American Family Field) mantengo un leve descuento sobre la base de 77 para no asumir lo que no puedo verificar, especialmente con identidad de los starters sin confirmar. Ajusto a 74. Stats clave: Pythagorean Brewers 0.659 vs Guardians 0.494 · Diferencia esperada +1.5 a favor del local · Probabilidad modelo run line +1.5: 77.4% · Carreras esperadas 4.84 vs 3.33

El modelo da 69.5% al +1.5 local en un partido cerrado (diferencia esperada apenas 0.54 carreras, Pythagorean 0.507 vs 0.450). El contexto matiza el pick en ambos sentidos: contra Texas pesa la ausencia de Seager y Carter más el desbalance de abridores (Leiter 4.97 ERA vs Ryan 3.17), pero a favor juega que el bullpen de Minnesota está entre los peores de la liga en ERA, lo que reduce el riesgo de blowout tardío en un partido que probablemente se mantenga dentro de una carrera hasta entradas medias. Ajusto levemente a la baja (68) porque la combinación Leiter + lineup mermado eleva el escenario de derrota holgada más de lo que captura σ=4. Stats clave: Diferencia esperada solo 0.54 carreras · Pythagorean Rangers 0.507 vs Twins 0.450 · Joe Ryan 3.17 ERA vs Jack Leiter 4.97 ERA · Bullpen Twins entre los peores de MLB en ERA

El moneyline local sale al 62.8% combinando ventaja Pythagorean y factor casa en Truist. La diferencia de 0.236 en winning percentage entre ambos es material para MLB, donde la mayoría de matchups quedan dentro de 0.10. Sin confirmación de abridores ni datos de bullpen en las últimas 96h, no hay base para ajustar al alza; mantengo la confianza en el piso del modelo (63) reconociendo que un mismatch de rotación podría invertir la probabilidad. Stats clave: Prob moneyline Atlanta: 62.8% · Pythagorean gap: 0.657 vs 0.421 · Carreras esperadas locales: 5.5 · Sin abridores confirmados en ventana 96h

El modelo proyecta a Atlanta como favorito claro en Truist Park con diferencial esperado de +2.26 carreras y Pythagorean de 0.657 frente a 0.421 de San Francisco. Eso lleva la probabilidad de cubrir +1.5 al 82.6%, un mercado donde los Braves se benefician del colchón de la corrida y media incluso en escenarios de derrota ajustada. Sin contexto reciente disponible (abridores, bullpen, clima), mantengo la base en 75 sin inflar — la varianza de MLB obliga a no estirar más allá del piso técnico aunque la señal cuantitativa sea fuerte. Stats clave: Prob modelo run line Atlanta +1.5: 82.6% · Diferencial esperado: +2.26 carreras a favor de Atlanta · Pythagorean: 0.657 Atlanta vs 0.421 San Francisco · Carreras esperadas: 5.5 vs 3.24

El modelo asigna 71% a Seattle cubriendo +1.5 en casa, sustentado en un Pythagorean local de .530 vs .458 visitante y una diferencia esperada de apenas 0.71 carreras a favor de los Mariners. Con margin_sigma de 4 carreras, la distribución castiga fuerte los escenarios de blowout de Baltimore, y T-Mobile Park históricamente suprime carreras visitantes. Sin contexto de últimas 96h —abridores no confirmados, estado de bullpen desconocido— mantengo la base sin inflar. El riesgo es un mal matchup de pitcheo que no podemos medir hoy, por eso no escalo. Stats clave: Prob modelo Seattle +1.5: 71.0% · Pythagorean Seattle .530 vs Baltimore .458 · Diferencia esperada: +0.71 carreras local · margin_sigma: 4.0 carreras

Partido cerrado en Fenway: el modelo proyecta diferencia esperada de apenas 0.22 carreras y Pythagorean prácticamente empatado (0.493 vs 0.466), lo que hace que cubrir +1.5 para el local sea el mercado con mayor respaldo estadístico (66.7%). Sin contexto adicional de abridores ni bullpen disponible en las últimas 96h, no hay razón para mover la base. El riesgo principal es un blowout visitante en un parque que históricamente premia al bate, pero con σ=4 carreras el cushion de 1.5 sigue siendo sólido. Mantengo 67%. Stats clave: Prob modelo Boston +1.5: 66.7% · Diferencia esperada: 0.22 carreras a favor del local · Pythagorean home 0.493 vs away 0.466 · Margin sigma: 4 carreras

El modelo proyecta diferencia esperada de apenas 0.36 carreras a favor del local con Pythagorean prácticamente parejos (.521 vs .479), lo que históricamente convierte al +1.5 del favorito ligero en uno de los mercados más estables de MLB. Con σ=4 en run line, la probabilidad de que Cardinals pierda por 2+ es contenida (67.9% cubre). Sin contexto reciente de abridores ni bullpen, no hay justificación para mover la base; mantengo 68. Stats clave: Diferencia esperada: +0.36 a favor de St. Louis · Pythagorean home 0.521 vs away 0.479 · Prob modelo run line +1.5: 67.9% · margin_sigma: 4.0

El modelo asigna 74.1% al +1.5 de Washington como local, sostenido en un Pythagorean prácticamente parejo (0.521 vs 0.425) y una diferencia esperada de apenas 1.09 carreras, dentro del margen típico de un solo run en MLB. Sin contexto reciente disponible (abridores, bullpen, clima en Nationals Park) bajo levemente la base de 74 a 70 para reflejar esa incertidumbre informativa. El riesgo principal es que sin confirmación de rotaciones, una paliza queda fuera del control del modelo, pero la estructura cuantitativa del mercado sigue siendo la más sólida del board. Stats clave: Prob modelo +1.5 Washington: 74.1% · Diferencia esperada: 1.09 carreras · Pythagorean: 0.521 vs 0.425 · Margin sigma: 4 carreras

Partido cerrado en el papel: Pythagorean de 0.491 para Detroit vs 0.443 para Houston, con diferencia esperada de apenas 0.48 carreras a favor del visitante. En ese rango de margen ajustado, el +1.5 funciona como red de seguridad razonable: el modelo asigna 69% de cobertura vía Normal(σ=4). Sin contexto de últimas 96h (abridores, bullpen, lesiones), mantengo la base sin ajuste. El riesgo es un blowout de Houston en casa, pero el run differential esperado no respalda ese escenario. Stats clave: Diferencia esperada -0.48 a favor de Detroit · Pyth Detroit 0.491 vs Houston 0.443 · Prob modelo Detroit +1.5: 69.0% · Total esperado 8.97 (juego de margen contenido)

El partido proyecta como un juego parejo, con diferencia esperada de apenas 0.23 carreras y Pythagoreans casi calcados (.472 vs .449). En ese escenario, la cobertura del +1.5 local es el mercado con mayor sustento: el modelo le asigna 66.7% bajo Normal(σ=4). Sin contexto externo disponible en las últimas 96h (abridores, bullpen, clima en Chase Field), mantengo la base sin ajuste cualitativo. El riesgo principal es justamente esa falta de confirmación de rotaciones: si Arizona sale con un abridor débil contra un día caliente en Chase, la varianza castiga al favorito de cobertura. Stats clave: Diferencia esperada: 0.23 carreras · Pythagorean home .472 vs away .449 · prob modelo Arizona +1.5: 66.7% · Total esperado 9.15 con σ=3.5

El modelo asigna 69.9% al +1.5 de Texas, sostenido en un Pythagorean local de 0.507 vs 0.445 visitante y una diferencia esperada de apenas 0.58 carreras. Con margin_sigma de 4, la cobertura de 1.5 corridas a favor del local en un partido tan ajustado tiene base estadística sólida. Sin contexto reciente de abridores ni bullpen confirmado, mantengo cerca de la base sin inflar: el riesgo principal es justamente operar a ciegas sobre el matchup de pitchers en Globe Life. Ajusto levemente a 68% por esa incertidumbre no resuelta. Stats clave: Prob modelo run line +1.5: 69.9% · Pythagorean local 0.507 vs visitante 0.445 · Diferencia esperada 0.58 carreras · Margin sigma 4 (varianza alta favorece cobertura +1.5)

Los Cubs aparecen como favoritos en casa con una ventaja sostenida en Pythagorean (0.518 vs 0.370 de Colorado) y una diferencia esperada de 1.67 carreras, lo que históricamente convierte al +1.5 local en un mercado de alta cobertura. El modelo asigna 78.6% al run line, pero sin contexto reciente (abridores no confirmados, sin lectura de viento en Wrigley que puede alterar drásticamente el run environment) prefiero recortar levemente la base. Wrigley con viento saliendo puede inflar el total y meter ruido en márgenes ajustados, así que mantengo cautela. Stats clave: Prob modelo run line Cubs +1.5: 78.6% · Pythagorean Cubs 0.518 vs Rockies 0.370 · Diferencia esperada +1.67 a favor de Cubs · σ del margen = 4 carreras (cobertura amplia del +1.5)

El moneyline local refleja la ventaja Pythagorean más el factor casa, con 60.3% asignado por el modelo. Es un pick de valor mínimo: Cubs son favoritos claros pero no dominantes, y sin confirmación de abridores ni lectura de viento en Wrigley, no hay base contextual para inflar la confianza. Lo mantengo en el piso porque el número crudo lo justifica, pero sin convicción extra; el run line es la expresión más limpia de la misma ventaja. Stats clave: Prob modelo ML Cubs: 60.3% · Carreras esperadas Cubs 5.92 vs Rockies 4.25 · Pythagorean home 0.518 vs away 0.370

El modelo proyecta un partido cerrado con diferencia esperada de apenas -0.26 carreras a favor de Detroit y Pythagorean casi igualados (.481 vs .455), lo que hace que el +1.5 para el visitante sea atractivo: necesita perder por 2+ para fallar y la distribución Normal con σ=4 le da 67% de cobertura. Sin contexto disponible sobre abridores ni bullpen (partido a futuro, sin reportes en 96h), no hay señal para mover la base ni hacia arriba ni hacia abajo. Mantengo 67% sin ajuste — el número es el número y no hay justificación cualitativa para inflarlo. Stats clave: Diferencia esperada -0.26 carreras (juego prácticamente parejo) · Pyth Detroit .481 vs Houston .455 · Prob modelo Tigers +1.5 = 67.0% · Total esperado 8.96 sugiere ofensivas moderadas, favorece coberturas de runline

Atlanta aparece como favorito en casa con 63.5% de probabilidad de ganar el juego según el modelo, apoyado en una diferencia esperada de 2.43 carreras y ventaja Pythagorean amplia (0.668 vs 0.416). La incertidumbre principal es la ausencia de información sobre abridores confirmados y bullpen, factor que en MLB puede mover este mercado fácilmente 5-8 puntos en cualquier dirección. Por eso ajusto la base 64 a 62: la señal cuantitativa es buena pero sin validación de matchup prefiero mantenerme conservador. Stats clave: Prob modelo moneyline Atlanta: 63.5% · Pythagorean home 0.668 · Carreras esperadas locales: 5.61 · Diferencia esperada: 2.43

El modelo proyecta a Atlanta como favorito claro en casa con Pythagorean de 0.668 vs 0.416 de San Francisco y una diferencia esperada de 2.43 carreras. Eso empuja el +1.5 a una probabilidad muy sólida del 83.7%, ya que los Giants necesitarían no solo ganar sino hacerlo por dos o más para tumbar el ticket. Sin contexto reciente disponible (abridores, bullpen, clima en Truist), mantengo la base 78 con un leve recorte a 76 por la varianza inherente de MLB cuando no hay confirmación de rotaciones. Stats clave: Pythagorean Atlanta 0.668 vs SF 0.416 · Diferencia esperada +2.43 carreras a favor de Atlanta · Prob modelo run line +1.5: 83.7% · Carreras esperadas: 5.61 vs 3.18

El modelo da 68.9% al run line +1.5 de los Mets, sostenido en una diferencia esperada de apenas -0.48 carreras y Pythagorean prácticamente parejo (0.471 visitante vs 0.420 local). En un partido tan cerrado, el colchón de 1.5 carreras es donde aparece el valor real: incluso si Cincinnati gana, lo más probable es que sea por una carrera. Sin información de abridores ni bullpen en las últimas 96h no puedo reforzar ni descontar, así que mantengo la base en 69. Riesgo claro: Great American Ball Park es parque hitter y un partido alto y abierto puede inflar márgenes en cualquier dirección. Stats clave: Prob modelo Mets +1.5: 68.9% · Diferencia esperada: -0.48 carreras · Pythagorean: 0.471 NYM vs 0.420 CIN · Total esperado: 8.43 carreras

Partido muy parejo en el papel: Pythagorean prácticamente idéntico (0.497 vs 0.474) y diferencia esperada de apenas 0.19 carreras a favor del local. En ese escenario el +1.5 del lado con leve ventaja de localía es el mercado con mejor sustento matemático, ya que con σ=4 en el margen, la cobertura cae naturalmente en 66.3%. Sin contexto adicional de abridores ni bullpen en las últimas 96h, no tengo justificación para mover la base, así que mantengo 66. Riesgo principal: un blowout visitante en Fenway, escenario poco probable dada la paridad ofensiva proyectada (3.87 vs 3.68). Stats clave: Prob modelo Boston +1.5: 66.3% · Diferencia esperada: 0.19 carreras · Pyth home 0.497 vs away 0.474 · Carreras esperadas: 3.87 vs 3.68

El modelo da 72% a Pittsburgh cubriendo +1.5, sostenido en un diferencial esperado de apenas -0.85 carreras y un Pythagorean prácticamente parejo (0.520 visitante vs 0.446 local). En un duelo entre dos equipos de fondo de tabla, la varianza por carrera suele ser baja: los blowouts requieren ofensivas que ninguno de los dos exhibe con consistencia. Sin contexto de abridores ni bullpen en las últimas 96h, no tengo señal para inflar la confianza, así que ajusto levemente a la baja (-2) para respetar la incertidumbre del matchup no confirmado. Sutter Health Park además es un parque neutral que no amplifica diferencias. Stats clave: Prob modelo run line +1.5: 72.1% · Diferencia esperada: -0.85 carreras · Pythagorean PIT 0.520 vs OAK 0.446 · Margin sigma: 4 carreras

El modelo proyecta un partido cerrado con leve ventaja para Mets (diferencia esperada -0.52, Pythagorean 0.474 vs 0.419 de Reds). Con esa distribución, el +1.5 corre con margen amplio: la probabilidad cuantitativa es 69.3% sobre σ=4. Sin contexto reciente disponible (abridores, bullpen, clima en Great American — parque hitter que podría ampliar varianza), mantengo la base sin ajuste. El riesgo real es un blowout de Reds en su parque, escenario que ya está incorporado en el 30% restante. Stats clave: Diferencia esperada -0.52 a favor de Mets · Pyth Mets 0.474 vs Reds 0.419 · prob run line +1.5: 69.3% · margin_sigma 4 (varianza alta amortigua el spread)

El modelo le da 70% al +1.5 de Texas como local, sostenido por una diferencia esperada de apenas 0.6 carreras a favor de Rangers y un Pythagorean parejo (0.512 vs 0.448). En run lines de equipos parejos con sigma 4, el +1.5 del lado ligeramente favorito tiende a ser el mercado más estable. Sin información de abridores ni bullpen disponible a esta distancia del partido, no hay señal contextual que mueva la base en ninguna dirección, así que mantengo 70%. El riesgo principal es que el matchup de abridores, una vez confirmado, incline la balanza si Texas saca un perfil débil. Stats clave: Prob modelo run line Rangers +1.5: 70% · Diferencia esperada: 0.6 carreras a favor de Texas · Pyth Texas 0.512 vs Minnesota 0.448 · Carreras esperadas: 4.6 vs 4.0

El modelo proyecta un partido parejo con leve ventaja para Miami (Pyth 0.498 vs 0.468 de Philadelphia) y diferencia esperada de apenas -0.26 carreras. En un escenario tan ajustado, el +1.5 para el visitante captura tanto la victoria directa como las derrotas por una carrera, lo que el modelo cuantifica en 67%. Sin contexto reciente de abridores ni bullpen, mantengo la base sin ajuste: la señal es puramente cuantitativa y el margin_sigma de 4 confirma que escenarios de blowout en contra son poco frecuentes. Stats clave: Diferencia esperada -0.26 carreras · Pyth Miami 0.498 vs Philadelphia 0.468 · Prob modelo run line +1.5: 67.0% · margin_sigma 4.0 (alta varianza, favorece cobertura)

El modelo asigna 72% a los Athletics cubriendo +1.5, sostenido por una diferencia esperada de apenas 0.83 carreras y Pythagorean parejo (0.441 vs 0.370). Es el clásico spot donde el favorito de casa no es dominante: ganaría por margen estrecho en escenarios medios, lo que protege el +1.5 visitante incluso en derrota. Sin contexto fresco de abridores ni bullpen confirmado, aplico un leve recorte de -2 para reconocer la varianza inherente de MLB y la incertidumbre sobre rotaciones. Mantengo la lectura en 70%, dentro del rango calibrado del deporte. Stats clave: Prob modelo Athletics +1.5: 72.0% · Diferencia esperada: 0.83 carreras · Pythagorean home 0.441 vs away 0.370 · σ de margen: 4 carreras (alta varianza)

El modelo da 71.7% al Cubs +1.5 apoyado en una diferencia esperada de apenas 0.8 carreras a favor del visitante y un Pythagorean prácticamente parejo (.505 vs .426). Con σ=4 en margin, este mercado captura prácticamente todos los escenarios salvo blowout visitante, algo poco probable dado que los Giants llegan diezmados ofensivamente (Ramos en IL) y con Vitello bajo escrutinio por manejo de bullpen. El clima frío y lluvia probable en Wrigley además comprime carreras, lo que reduce el riesgo de paliza. Ajuste -2 desde base 72 por incertidumbre en alineación de Cubs (Counsell cuestionado con Bregman) que podría restar producción local sin que eso necesariamente derive en derrota holgada. Stats clave: Diferencia esperada: -0.8 carreras · Probabilidad modelo Cubs +1.5: 71.7% · Pythagorean Cubs .505 vs Giants .426 · Clima frío y lluvia pronosticada en Wrigley · Giants con bajas ofensivas (Ramos) y bullpen bajo presión

El modelo proyecta un partido parejo con diferencia esperada de apenas 0.25 carreras a favor de Houston (pyth 0.448 vs 0.423 de Kansas City). Con σ=4 en el margen, cubrir +1.5 al lado levemente favorito es el mercado con mejor anclaje estadístico (66.9%). Sin contexto reciente disponible —abridores no confirmados, estado de bullpen desconocido— mantengo la base del modelo sin ajuste. El riesgo principal es un blowout de Royals en casa, escenario que la propia varianza implícita ya descuenta. Stats clave: Pyth Houston 0.448 vs Kansas City 0.423 · Diferencia esperada -0.25 carreras · Prob modelo run line +1.5: 66.9% · margin_sigma 4.0

El diferencial esperado de -2.02 a favor de Dodgers, combinado con Pythagorean de .708 vs .515, deja al visitante como favorito claro y el run line +1.5 captura ese gap con margen. El modelo asigna 81% de cobertura, base 78. Sin contexto de 96h disponible (abridores, bullpen) mantengo cautela y bajo a 74 — en MLB la varianza por matchup de pitcher puede comprimir cualquier diferencial, y sin confirmación de rotación no corresponde sostener el cap. Stats clave: Prob modelo run line +1.5: 81% · Pythagorean Dodgers .708 vs White Sox .515 · Diferencia esperada -2.02 carreras · Carreras esperadas visitante 5.53 vs local 3.52

El modelo da 79.5% al +1.5 de Atlanta apoyado en una diferencia Pythagorean clara (0.673 vs 0.471) y un diferencial esperado de -1.79 carreras a favor de los visitantes. El contexto refuerza: Mets llegan con Lindor, Robert Jr. y Taylor en la IL, lo que vacía la ofensiva local, y su bullpen viene sobrecargado. La amenaza real es la tormenta eléctrica pronosticada en Flushing, que podría acortar el juego o suspenderlo, escenario donde un +1.5 pierde algo de margen. Ajusto la base 78 a 76 por ese riesgo climático más que por dudas estadísticas. Stats clave: Prob modelo run line Braves +1.5: 79.5% · Diferencia esperada: -1.79 carreras a favor de Atlanta · Pythagorean: 0.673 Atlanta vs 0.471 Mets · Mets sin Lindor, Robert Jr. y Taylor por lesión · Bryce Elder 3-0 con 3.94 ERA de carrera vs Mets

Partido muy parejo según el modelo (Pythagorean 0.527 vs 0.491, diferencia esperada de apenas 0.38 carreras), lo que favorece estructuralmente al +1.5 del local. Con margin_sigma de 4 carreras y Pittsburgh como ligero favorito en PNC Park, la probabilidad de cubrir +1.5 llega a 68.1%. Sin contexto reciente disponible (rotaciones, bullpen, clima), mantengo la base sin ajuste — el valor proviene puramente de la cercanía esperada del marcador. Riesgo: serie de junio con alta varianza ofensiva si algún bullpen colapsa. Stats clave: Pyth Pirates 0.527 vs Marlins 0.491 · Diferencia esperada solo 0.38 carreras · Prob modelo +1.5 PIT: 68.1% · ERT 4.95 vs 4.58 (juego cerrado)

El modelo da 67.8% al +1.5 visitante y el contexto refuerza el lado de Seattle de forma clara: Hancock llega con ERA de 2.74 contra el 5.61 de Mikolas, y el bullpen de los Mariners es uno de los dos mejores de MLB mientras el de Washington viene de colapsos recientes y está diezmado por lesiones (Irvin, Gray). La amenaza real es la ofensiva visitante sin Raleigh ni Crawford, lo cual limita el upside del moneyline pero apenas afecta el +1.5, ya que el pitching y bullpen siguen siendo los factores dominantes para evitar una derrota por 2+. Ajusto base 68 a 74 por la convergencia pitcheo + bullpen. Stats clave: Pyth Seattle 0.542 vs Washington 0.509 · ERA abridores: Hancock 2.74 vs Mikolas 5.61 · Bullpen Seattle 2do mejor ERA de MLB · Bullpen Washington con colapsos recientes y rotación lesionada · Diferencia esperada -0.35 a favor de Seattle

El modelo da 59.7% al moneyline local apoyado en Pythagorean superior (0.653 vs 0.478) y ventaja de localía. Es un edge real pero modesto: con margin_sigma de 4 carreras, cualquier juego de MLB tiene varianza alta y un solo inning puede dar vuelta el resultado. Sin información de abridores confirmados ni estado de bullpen en las últimas 96h, no tengo justificación para mover la base hacia arriba y la sostengo en el piso publicable. Stats clave: Prob modelo ML Brewers: 59.7% · Pyth home 0.653 vs away 0.478 · Carreras esperadas locales: 5.05 · Sin contexto reciente para ajustar

Los Rays llegan como favoritos por modelo con Pythagorean 0.519 vs 0.442 de los Angels y una diferencia esperada de -0.81 carreras a favor del visitante. El run line +1.5 ofrece un colchón cómodo: el modelo le asigna 71.8% y la diferencia tendría que ampliarse a más de 1.5 carreras en contra para perder, algo improbable dado que Tampa tiene mejor perfil ofensivo (5.15 carreras esperadas) y defensivo agregado. Sin contexto reciente disponible (abridores, bullpen) ajusto a la baja desde la base 72 hasta 68 por prudencia, ya que MLB es muy sensible al matchup de pitchers no confirmados. Stats clave: pyth_away 0.519 vs pyth_home 0.442 · Diferencia esperada -0.81 a favor de Tampa · Carreras esperadas visitante 5.15 vs 4.34 local · Probabilidad modelo run line +1.5: 71.8%

Partido proyectado parejo con leve ventaja para Texas (pyth 0.523 vs 0.476 de Boston) y diferencial esperado de apenas -0.36 carreras. En ese escenario el +1.5 funciona como red amplia: el modelo le da 67.9% de cobertura porque Texas pierde por 2+ solo en colas extremas dada la sigma de 4. Sin contexto de abridores ni bullpen disponible en las últimas 96h, no aplico ajuste y mantengo la base. Riesgo principal: Fenway con viento out puede inflar el total y favorecer un blowout local si el bullpen visitante se cae. Stats clave: Pyth Rangers 0.523 vs Red Sox 0.476 · Diferencia esperada -0.36 carreras · Carreras esperadas Texas 3.7 vs Boston 3.34 · Prob modelo run line +1.5: 67.9%

El modelo proyecta a Seattle como ligero favorito con Pythagorean 0.545 vs 0.509 de Washington y una diferencia esperada de apenas -0.39 carreras, escenario en el que el +1.5 cubre con holgura estadística (68.1% según Normal con σ=4). En partidos tan parejos el run line del lado levemente favorito es históricamente el mercado más estable: incluso perdiendo, Seattle rara vez lo hace por más de una carrera. Sin contexto reciente disponible (abridores, bullpen, clima en Nationals Park) mantengo la base sin ajuste cualitativo. Riesgo principal: si el abridor de Seattle no está confirmado o el bullpen llega corto, la varianza sube. Confianza 68, sin inflar. Stats clave: Prob modelo Seattle +1.5: 68.1% · Diferencia esperada: -0.39 carreras a favor de Seattle · Pythagorean: 0.545 Seattle vs 0.509 Washington · Carreras esperadas: 4.97 SEA – 4.59 WSH

Yankees llegan con clara superioridad estadística reflejada en el Pythagorean (0.658 vs 0.472 de Toronto) y una diferencia esperada de +1.68 carreras a su favor en condición de visitante. El run line +1.5 cubre incluso un escenario de derrota ajustada, que es el principal riesgo del moneyline puro. El modelo asigna 78.7% a esta línea; sin contexto reciente disponible (abridores, bullpen, clima en Rogers Centre con techo) prefiero recortar levemente la base 78 a 74 para no asumir confirmación de rotación que no tengo. Sigue siendo el único mercado con margen sólido sobre el ruido inherente a una serie divisional. Stats clave: Pythagorean Yankees 0.658 vs Blue Jays 0.472 · Diferencia esperada -1.68 a favor de NYY · Prob modelo run line +1.5: 78.7% · Carreras esperadas: NYY 4.91 vs TOR 3.23

El modelo proyecta a Atlanta como favorito claro con Pythagorean de 0.673 contra 0.469 de los Mets, y una diferencia esperada de -1.81 carreras a favor del visitante. Eso convierte el +1.5 en un colchón cómodo: la probabilidad modelo es 79.6%, una de las más altas del slate. Sin contexto externo de últimas 96h (abridores, bullpen, clima en Citi Field) prefiero no inflar sobre la base — mantengo cerca del base 78 con un leve recorte por la incertidumbre del matchup de abridores no confirmado. Riesgo principal: que Atlanta gane por exactamente 1 con un partido cerrado late-innings, pero la σ=4 del modelo ya lo contempla. Stats clave: Probabilidad modelo +1.5 Braves: 79.6% · Pythagorean Braves 0.673 vs Mets 0.469 · Diferencia esperada: -1.81 a favor de Atlanta · Carreras esperadas: Atlanta 4.89, Mets 3.08

Los Dodgers llegan claramente mejor por línea base: Pythagorean .710 vs .515 de los White Sox, con una diferencia esperada de carreras de +2.02 a favor del visitante. El modelo asigna 81% al +1.5, pero sin contexto reciente (abridores, bullpen, clima en Rate Field) prefiero recortar la base 78 hasta 72 — la varianza inherente de MLB en runlines de favorito de calle pesa más cuando no podemos validar matchup de pitcheo. Aun así, el colchón de 1.5 carreras sobre un equipo que proyecta a 5.49 contra 3.47 es la lectura más sólida del board. Stats clave: Pythagorean Dodgers .710 vs White Sox .515 · Diferencia esperada -2.02 a favor de LAD · Carreras esperadas LAD 5.49 vs CWS 3.47 · Probabilidad modelo run line +1.5: 81%

El modelo proyecta un partido parejo con leve ventaja para Texas (Pythagorean 0.523 vs 0.476 de Boston) y una diferencia esperada de apenas 0.36 carreras a favor del visitante. En ese escenario, el run line +1.5 para Rangers se convierte en un colchón amplio: necesitarían perder por 2+ para que falle, y la distribución Normal(σ=4) le asigna 67.9% de cobertura. Sin información de abridores ni bullpen confirmada en las últimas 96h, no tengo elementos para ajustar al alza ni a la baja, así que mantengo la base en 68. Riesgo principal: un duelo de pitching dominante en Fenway que termine en marcador cerrado a favor de Boston por 2+, escenario plausible pero no el modal. Stats clave: Pythagorean Texas 0.523 vs Boston 0.476 · Diferencia esperada -0.36 (leve favoritismo visitante) · Probabilidad modelo cubrir +1.5: 67.9% · Total esperado bajo (7.04) reduce blowouts

El modelo proyecta un margen esperado de apenas 0.44 carreras a favor de Pittsburgh como local, lo que deja al Pirates +1.5 con un colchón amplio: incluso en escenarios donde Miami se impone, la mayoría de los desenlaces simulados caen dentro de un margen de una carrera (σ=4 sobre diff 0.44). Los Pythagorean están prácticamente igualados (0.530 vs 0.487), un perfil clásico de partido cerrado donde el run line del equipo levemente favorito es el mercado más estable. Sin contexto reciente disponible (abridores, bullpen, clima en PNC), mantengo la base sin inflar. Hay riesgo si aparece una blow-out variance, pero la probabilidad modelo de 68.6% es consistente con el rango razonable. Stats clave: Diferencia esperada de solo 0.44 carreras · Pyth home 0.530 vs away 0.487 (paridad) · Prob modelo run line +1.5 = 68.6% · margin_sigma 4 amplía el colchón del +1.5

Partido extremadamente parejo en el papel: Pythagorean prácticamente igualado (0.474 Padres vs 0.460 Orioles) y diferencia esperada de apenas 0.13 carreras a favor de San Diego. En ese escenario, tomar al visitante con +1.5 captura tanto la victoria directa como las derrotas por una carrera, que en MLB representan cerca del 28-30% de los resultados. El modelo asigna 65.9% a este mercado y sin contexto externo en 96h no hay razón para mover la base. Mantengo 66%, asumiendo la varianza propia del deporte y que no hay confirmación de abridores. Stats clave: Prob modelo run line Padres +1.5: 65.9% · Diferencia esperada: -0.13 carreras (favor SD) · Pythagorean Padres 0.474 vs Orioles 0.460 · Total esperado 8.55 — entorno de scoring medio

El modelo asigna 73.3% al +1.5 de Seattle apoyado en un Pythagorean 0.554 vs 0.452 y una diferencia esperada de casi una carrera a favor del visitante. El contexto refuerza: Bryan Woo (3.74 ERA) supera claramente a un Bradish que viene de permitir 5 carreras en 4 innings ante Toronto, y el bullpen de Baltimore atraviesa su peor mes sin Helsley como cerrador, mientras Seattle tiene el segundo bullpen más efectivo de MLB. La amenaza real son las bajas ofensivas visitantes (Crawford, Raleigh) y la posibilidad de tormentas que recorten el juego, pero ambas conviven con el colchón de 1.5 carreras. Subo levemente a 75. Stats clave: Pythagorean Seattle 0.554 vs Baltimore 0.452 · Diferencia esperada -0.99 a favor de Seattle · Bradish: 5 ER en 4 IP en su última salida (6 jun) · Bullpen de Seattle 2° en ERA de MLB; Baltimore sin Helsley

El partido proyecta como un coin flip puro: Pythagorean prácticamente idéntico (0.475 vs 0.479) y diferencia esperada de apenas -0.03 carreras. En ese escenario, el +1.5 a Arizona es el mercado más sólido porque cubre tanto la victoria como la derrota ajustada de un solo run, que es el resultado más probable dado el sigma de 4. Sin contexto adicional de últimas 96h (abridores, bullpen, viento en loanDepot) mantengo la base sin inflar. Riesgo: loanDepot es parque pitcher-friendly y si el juego se va a un blowout, el run line cae — pero la simetría del matchup hace ese escenario poco probable. Stats clave: Probabilidad modelo Arizona +1.5: 64.9% · Diferencia esperada: -0.03 carreras · Pythagorean casi idéntico (0.475 vs 0.479) · Margin sigma: 4 (alta varianza favorece cover)

El modelo proyecta un partido prácticamente parejo, con diferencia esperada de apenas 0.14 carreras a favor de Arizona y Pythagorean casi idéntico (.483 vs .468). En ese escenario de margen mínimo, el run line +1.5 captura tanto la victoria directa del visitante como las derrotas por una carrera, que estadísticamente representan la mayor masa de la distribución Normal(σ=4). Sin contexto reciente de abridores ni bullpen, no aplico ajuste y mantengo la base en 66. La incertidumbre principal: loanDepot suprime ofensa, lo cual no cambia el spread pero podría inclinar más resultados a finales ajustados (favorable al +1.5). Stats clave: Diferencia esperada -0.14 carreras · Pyth Arizona 0.483 vs Miami 0.468 · Prob modelo Arizona +1.5: 65.9% · Total esperado 8.52 en parque pitcher-friendly

Con diferencia esperada de apenas -0.04 carreras y σ=4, el modelo da 64.2% a que los Mets no pierdan por más de uno. El contexto pitching local sostiene la cobertura: Christian Scott permitió solo una carrera en sus últimas 16.1 entradas, lo que hace muy improbable un blowout en contra incluso contra un Pallante en forma. Ajusto +2 a 66 por la racha del abridor local; mantengo cautela porque las lesiones en el lineup limitan upside ofensivo y la amenaza de tormenta podría acortar el juego. Stats clave: Prob modelo run line NYM +1.5: 64.2% · Christian Scott: 1 ER en últimas 16.1 IP · Pyth ambos equipos entre 0.492 y 0.497 · Total esperado 8.09 (juego cerrado)

Seattle aparece como favorito leve por proyección (Pythagorean 0.555 vs 0.454 de Baltimore) y la diferencia esperada de casi una carrera a su favor hace que el +1.5 sea una red amplia: el modelo le asigna 73% de cubrir. Sin contexto reciente disponible (abridores, bullpen, clima en Camden) prefiero no inflar y aplico un leve recorte por prudencia. La amenaza es conocida: Camden Yards puede jugar como parque ofensivo y un slugfest tipo 7-6 sigue cubriendo, pero un blowout de Baltimore en casa rompe la tesis. Mantengo confianza en zona media. Stats clave: Probabilidad modelo Seattle +1.5: 73.1% · Diferencia esperada: -0.97 a favor de Seattle · Pyth Seattle 0.555 vs Baltimore 0.454 · Carreras esperadas: 4.86 vs 3.89

El modelo proyecta a Milwaukee como favorito claro con Pythagorean de 0.663 frente a 0.435 de Athletics, y una diferencia esperada de -2.41 carreras a favor del visitante. Con esa ventaja proyectada, el +1.5 funciona como red de seguridad: incluso escenarios de derrota ajustada por 1 carrera cubren. La probabilidad modelo de 83.6% es sólida, pero MLB siempre carga varianza alta (margin σ=4) y sin contexto reciente confirmado (abridores, bullpen) prefiero no estirar al cap. Ajusto levemente a la baja desde 78 por ausencia de señal contextual que valide el escenario base. Stats clave: Pythagorean away 0.663 vs home 0.435 · Diferencia esperada -2.41 carreras · Prob modelo run line +1.5: 83.6% · Carreras esperadas Milwaukee 6.0 vs Athletics 3.6

El modelo proyecta una diferencia esperada chica (0.51 carreras a favor de San Diego) con margin_sigma de 4, lo que naturalmente eleva el valor del +1.5 local: 69.2% de probabilidad según la Normal del diferencial. Petco es un parque pitcher-friendly y el total esperado de 8.12 acompaña: en juegos de bajo scoring, la cobertura del run line corto del local es estadísticamente más robusta. Sin contexto reciente disponible (abridores, bullpen, lesiones), no aplico ajuste cualitativo y mantengo 69. El riesgo real es justamente esa falta de visibilidad sobre rotación, así que no escalo más allá de la base. Stats clave: Probabilidad modelo +1.5 SD: 69.2% · Diferencia esperada: 0.51 carreras · Total esperado: 8.12 (Petco pitcher-friendly) · Pyth SD 0.474 vs CIN 0.418

El modelo proyecta a Houston como favorito marginal con diferencia esperada de apenas -0.39 carreras y Pythagorean 0.461 vs 0.426, escenario donde el +1.5 captura tanto la victoria directa como derrotas ajustadas por una carrera. Sin contexto reciente disponible (abridores, bullpen, clima), mantengo la base 68% sin ajuste. El riesgo real es un blowout del Angels en casa, pero la simetría de carreras esperadas (4.89 vs 5.28) hace ese escenario poco probable dentro del σ=4. Stats clave: Probabilidad modelo 68.2% para Astros +1.5 · Diferencia esperada -0.39 carreras · Pyth Houston 0.461 vs Angels 0.426 · Carreras esperadas 5.28 vs 4.89

El modelo proyecta a Cubs como favorito moderado con Pythagorean .504 vs .366 de Rockies y diferencia esperada de -1.57 carreras, lo que empuja el run line +1.5 a 77.8% de probabilidad. Coors Field eleva la varianza ofensiva (total esperado 10.26), pero esa misma varianza juega a favor del +1.5 visitante: incluso en derrotas, los partidos en Coors rara vez se deciden por márgenes amplios para el local cuando este es underdog Pythagorean. Sin contexto de abridores ni bullpen en las últimas 96h, no aplico ajuste y dejo la confianza apenas debajo del base por la incertidumbre del park factor más volátil de la liga. Mantengo 74 (base 78, ajuste -4 por falta de confirmación de rotación). Stats clave: Pyth Cubs .504 vs Rockies .366 · Diferencia esperada -1.57 a favor de Chicago · Probabilidad modelo run line +1.5: 77.8% · Total esperado 10.26 en Coors (alta varianza)

El modelo asigna 72% al run line +1.5 de Texas, apoyado en una diferencia esperada de apenas -0.84 carreras a favor de los Rangers y un Pythagorean de 0.524 vs 0.422 para Kansas City. Con margin_sigma de 4 carreras, la cobertura del +1.5 absorbe bien la varianza típica de un partido de MLB incluso si los Royals logran el upset en moneyline. Sin contexto reciente disponible (abridores, bullpen), mantengo la base sin ajustar: no hay señal cualitativa para inflar ni para descartar. El riesgo principal es un blowout local poco probable dado el perfil ofensivo modesto proyectado para Kansas City (3.32 carreras esperadas). Stats clave: Probabilidad modelo 72% para Rangers +1.5 · Diferencia esperada -0.84 a favor de Texas · Pythagorean Texas 0.524 vs KC 0.422 · Carreras esperadas KC 3.32 (ofensiva contenida)

Partido extremadamente parejo según el modelo: Pythagorean prácticamente idéntico (.468 Miami vs .483 Arizona) con diferencia esperada de apenas 0.14 carreras a favor del visitante. En un escenario tan cerrado, el run line +1.5 captura no solo las victorias de Arizona sino la mayoría de derrotas por 1 carrera, que son frecuentes en juegos con margin σ=4. Sin información de abridores confirmados ni contexto de bullpen en las últimas 96h, mantengo la base en 66 sin ajustar. El riesgo es el típico del mercado: un blowout local en loanDepot, escenario poco probable dado el perfil ofensivo modesto de ambos (4.19 vs 4.33 carreras esperadas). Stats clave: Diferencia esperada -0.14 carreras (juego prácticamente coin flip) · Pythagorean Arizona .483 vs Miami .468 · Prob modelo run line +1.5 Arizona: 65.9% · Total esperado 8.52 (perfil ofensivo bajo, favorece cobertura de +1.5)

Partido extremadamente parejo según el modelo: diferencial esperado de apenas -0.03 carreras y Pythagorean de 0.463 visitante vs 0.460 local. En un escenario tan cerrado, el run line +1.5 de Minnesota tiene piso sólido (64.9% según Normal con σ=4) porque hace falta que Detroit gane por 2+ para perder el ticket, algo poco probable cuando el modelo prácticamente proyecta un empate. Sin contexto de últimas 96h (abridores, bullpen) no puedo ajustar al alza; mantengo la base con leve recorte por la incertidumbre del matchup de pitchers no confirmado. Stats clave: Diferencia esperada -0.03 carreras · Pyth Twins 0.463 vs Tigers 0.460 · Prob modelo run line +1.5: 64.9% · Carreras esperadas casi idénticas (4.40 vs 4.37)

Partido proyectado como coin flip puro: Pythagorean prácticamente idéntico (0.475 vs 0.460) y diferencia esperada de apenas 0.13 carreras a favor del local. En ese escenario la cobertura del +1.5 para Toronto se vuelve el mercado con más colchón estadístico (65.8%), porque incluso si Philadelphia gana, lo más probable es que sea por una carrera. Sin contexto reciente disponible (abridores, bullpen, clima en techo cerrado del Rogers) mantengo la base sin ajuste cualitativo. Cap implícito por varianza inherente del béisbol. Stats clave: Diferencia esperada 0.13 carreras · Pyth home 0.475 vs away 0.460 · margin_sigma 4.0 (alta varianza) · Probabilidad modelo run line 65.8%

El Freeway Series proyecta una asimetría marcada: Pythagorean de 0.721 para Dodgers contra 0.421 de Angels, con diferencia esperada de +2.94 carreras a favor del local. Sobre run line +1.5, el modelo asigna 86.7% de cobertura, pero sin abridores confirmados ni señal contextual de las últimas 96h prefiero no quedarme con la base completa de 78. Ajusto a 74 reconociendo varianza inherente de MLB y la ausencia de validación contextual; aun así, pedirle a los Dodgers en casa solo no perder por 2+ es el mercado más limpio del slate. Stats clave: Pythagorean Dodgers 0.721 vs Angels 0.421 · Diferencia esperada +2.94 a favor de local · Prob modelo +1.5 = 86.7% · Carreras esperadas 5.89 vs 2.95

Dodgers como local con ventaja Pythagorean de 30 puntos sobre Angels (0.721 vs 0.421) y proyección de casi 3 carreras de margen. El modelo cotiza 65% al moneyline; sin contexto reciente para reforzar (no hay confirmación de abridores ni estado de bullpen) mantengo prácticamente la base, ajustando levemente a 64 por la ausencia de validación cualitativa. Es el mercado de menor varianza posicional dentro del trío publicable, pero MLB castiga la overconfidence en moneylines sin info del montículo. Stats clave: Prob modelo ML local 65% · Pyth Dodgers 0.721 · Carreras esperadas local 5.89 · Sin confirmación de abridores (no se infla base)

El mismo argumento de juego cerrado aplica al lado local: con pyth prácticamente paridad (0.472 vs 0.486) y diferencia esperada de apenas 0.11 a favor del visitante, el +1.5 de Padres tiene piso estadístico claro al 63.6%. La ofensiva visitante también está apagada (sin Lindor desde 22 de abril, wRC+ 87) y los Mets dependen de jonrones aislados, perfil que rara vez produce ventajas de 2+ carreras de manera sostenida. Mantengo en 64 sin ajuste fuerte porque el factor ventaja local en Petco ya está incorporado al modelo y no hay catalizador adicional. Hay solapamiento conceptual con el pick anterior pero ambos lados del run line tienen valor independiente dado el perfil del partido. Stats clave: prob modelo 63.6% (base 64) · pyth_home 0.472 vs pyth_away 0.486 · Mets sin Lindor desde 22 de abril · wRC+ 87 compartido entre ambas ofensivas · margin_sigma 4 con diferencia esperada -0.11