Track record · MLB.

El modelo asigna 84.1% al spread +1.5 de Dodgers, sustentado en un Pythagorean win% de 0.696 vs 0.459 de Baltimore y una diferencia esperada de 2.5 carreras a favor del local. Sin contexto adicional de últimas 96h (abridores, bullpen, clima), mantengo la base en 78 pero la recorto a 74 por el cap de varianza inherente a MLB y porque no puedo verificar matchup de pitcheo. Es la exposición más limpia al edge del modelo en este partido. Stats clave: Prob modelo run line +1.5: 84.1% · Pythagorean Dodgers 0.696 vs Orioles 0.459 · Diferencia esperada: 2.5 carreras · Carreras esperadas 5.97 vs 3.47

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%

Los Pirates llegan como favoritos discretos según Pythagorean (0.517 vs 0.395 de Colorado) y la diferencia esperada de -1.53 carreras a favor del visitante se mueve cómoda dentro del colchón del +1.5. En Coors el sigma del margen es amplio (σ=4) por la varianza propia del parque, pero esa misma volatilidad juega a favor del underdog del run line cuando ya parte con ventaja proyectada. El modelo asigna 77.6% y sin contexto contrario en 96h no hay razón para mover la base. Mantengo cerca del piso del cap (78) reconociendo el riesgo inherente de Coors a explosiones ofensivas que disparen el marcador en cualquier dirección. Stats clave: Diferencia esperada -1.53 a favor de Pittsburgh · Pyth Pirates 0.517 vs Rockies 0.395 · Probabilidad modelo run line +1.5: 77.6% · Carreras esperadas: 6.5 PIT vs 4.97 COL

El modelo muestra un partido prácticamente parejo: diferencia esperada de apenas 0.15 carreras a favor de Angels y Pythagorean casi idéntico (0.450 vs 0.436). En ese escenario de margen ajustado, el +1.5 del visitante captura tanto la victoria directa como la derrota por una carrera, lo que el modelo cuantifica en 66%. Sin contexto externo de últimas 96h (abridores, bullpen, clima en Sutter Health) mantengo la base sin ajuste. El riesgo está en una eventual paliza local, escenario que el modelo considera minoritario dado el σ=4 sobre una diferencia casi nula. Stats clave: Diferencia esperada: -0.15 a favor de Angels · Pyth Angels 0.450 vs Pyth Athletics 0.436 · Prob modelo run line +1.5 Angels: 66.0% · Total esperado 10.29 con σ=3.5 (juego competitivo)

El modelo da 67.9% al +1.5 de Cleveland apoyado en una diferencia esperada de apenas -0.36 carreras y Pythagorean casi parejo (0.486 vs 0.449). El contexto matiza en ambos sentidos: Cleveland pierde a José Ramírez, Angel Martínez y DeLauter, lo que recorta su techo ofensivo, pero los Astros también arrastran bajas relevantes en rotación (McCullers, Javier) y Arrighetti permitió 3+ carreras en sus últimas tres salidas. Con margen de 1.5 carreras y σ=4, el cushion absorbe la merma ofensiva visitante. Mantengo 68% — sin convergencia adicional que justifique subir, y el cap de varianza MLB aconseja no estirar. Stats clave: Diferencia esperada -0.36 carreras · Pyth away 0.486 vs home 0.449 · Arrighetti permitió 3+ carreras en últimas 3 salidas · Total esperado 8.59 (juego cerrado proyectado)

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 da 66.7% al Brewers +1.5 apoyado en una diferencia esperada mínima de -0.22 carreras y un Pythagorean prácticamente empatado (Atlanta 0.642 vs Milwaukee 0.664), lo que vuelve muy improbable un blowout local. Con σ=4 en la distribución del margen, cubrir +1.5 al equipo levemente favorito por proyección ofensiva (4.34 vs 4.12) es la zona más densa de la curva. Sin contexto de últimas 96h (abridores, bullpen) mantengo la base sin ajuste. Riesgo: Truist suele jugar neutral-hitter y un mal matchup de pitching podría inclinar la diferencia, pero el colchón de 1.5 absorbe la mayoría de escenarios. Stats clave: Diferencia esperada: -0.22 carreras · Pyth Milwaukee 0.664 vs Atlanta 0.642 · Prob modelo Brewers +1.5: 66.7% · Carreras esperadas visitante 4.34 vs local 4.12

El modelo proyecta un partido prácticamente parejo (diferencia esperada de apenas 0.11 carreras a favor de Washington, con Pythagorean 0.517 vs 0.507). En un escenario tan cerrado, el run line +1.5 al visitante captura tanto la victoria directa como cualquier derrota por una sola carrera, lo que el modelo cuantifica en 65.7%. Sin contexto reciente disponible (abridores, bullpen, clima en domo del Trop es neutro), mantengo la base sin ajuste cualitativo. La incertidumbre real está en no conocer la rotación confirmada, pero el colchón de 1.5 carreras absorbe buena parte de ese riesgo. Stats clave: Diferencia esperada -0.11 carreras (partido virtualmente parejo) · Pythagorean Washington 0.517 vs Tampa 0.507 · Probabilidad modelo run line +1.5 Nationals: 65.7% · Carreras esperadas: 5.16 TB vs 5.27 WAS

El modelo asigna 69.7% al +1.5 de Miami como local, sostenido por un Pythagorean prácticamente parejo (0.493 vs 0.433) y una diferencia esperada de apenas 0.57 carreras. En partidos tan ajustados, el colchón de 1.5 en loanDepot park —parque históricamente pitcher-friendly que comprime márgenes— suele ser el mercado más sólido. Sin información de abridores ni bullpen en las últimas 96h, mantengo la base sin ajuste y respeto la varianza inherente del deporte. Stats clave: Probabilidad modelo run line: 69.7% · Diferencia esperada: 0.57 carreras a favor de Miami · Pythagorean: 0.493 Miami vs 0.433 SF · Total esperado contenido: 8.74 en parque pitcher-friendly

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)

La contracara del partido cerrado: con diferencia esperada de solo 0.3 carreras a favor del local, Toronto cubre el +1.5 en 61.8% de los escenarios simulados. Los Pythagorean casi idénticos (0.512 vs 0.479) confirman que no hay un favorito claro y que un escenario de derrota por más de 1 carrera es minoritario. Sin información de abridores ni clima en Wrigley para ajustar, dejo la confianza en la base. La advertencia estándar: Wrigley con viento a favor puede transformar el juego en un slugfest donde las run lines pierden valor predictivo. Stats clave: Probabilidad modelo Blue Jays +1.5: 61.8% · Diferencia esperada: solo 0.3 carreras · Pythagorean prácticamente empatado (0.512 vs 0.479) · Prob moneyline visitante: 46.3% (partido competitivo)

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 espejo del pick anterior: con diferencia esperada de 0.04 y carreras esperadas casi idénticas (3.48 vs 3.45), el visitante también tiene cobertura natural en el +1.5. La probabilidad del modelo (64.3%) refleja que un partido tan parejo rara vez se decide por más de una carrera. Sin factores contextuales en 96h no aplico ajuste; el riesgo es que un blowout poco probable rompa la cobertura, pero la simetría estadística justifica publicarlo. Stats clave: Probabilidad modelo run line: 64.3% · Carreras esperadas SD: 3.45 · Diferencia esperada: 0.04 · Pyth away 0.486 (equipo competitivo)

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

El modelo proyecta a Dodgers con Pythagorean 0.697 contra 0.456 de Baltimore y una diferencia esperada de 2.55 carreras a favor del local, lo que coloca el +1.5 en 84.4% de probabilidad. Sin contexto reciente disponible (rotación, bullpen, lesiones), evito empujar la línea principal y prefiero la cobertura del run line, que aguanta incluso un escenario de derrota ajustada. Mantengo cerca del base 78 pero recorto a 76 por la ausencia de confirmación de abridores, factor crítico en MLB. Stats clave: Prob modelo Dodgers +1.5: 84.4% · Pythagorean Dodgers 0.697 vs Orioles 0.456 · Diferencia esperada +2.55 a favor del local · Carreras esperadas 6.01 vs 3.46

Dodgers como local con ventaja clara en Pythagorean (0.697 vs 0.456) y un run differential proyectado de +2.55 sostienen un moneyline en 62.3%. Sin información contextual de las últimas 96h sobre abridores ni bullpen, no tengo elemento para ajustar al alza. Mantengo en el base 62: hay valor estructural, pero MLB castiga la overconfidence en moneyline sin confirmar el matchup de pitchers. Stats clave: Prob modelo moneyline Dodgers: 62.3% · Pythagorean home 0.697 · Carreras esperadas locales 6.01 · Diferencia esperada +2.55

El espejo del pick anterior y por la misma razón estructural: con carreras esperadas de 4.73 vs 4.74 y sigma de 4, el local cubre el +1.5 en 64.5% de las simulaciones. Chase Field históricamente favorece ofensivas pero el modelo ya integra los run totals esperados. Sin información de abridor confirmado ni estado de bullpen no aplico ajuste contextual; el valor está puramente en la varianza estrecha del margen. Stats clave: ERT local 4.73 vs visitante 4.74 · Pyth local 0.462 · Prob modelo 64.5% · Total esperado 9.47

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)

Partido muy parejo según el modelo: Pythagorean prácticamente idénticos (0.458 visita vs 0.445 local) y diferencia esperada de apenas -0.15 carreras a favor de Angels. En ese escenario el run line +1.5 al visitante captura tanto la victoria directa como las derrotas por una carrera, que con margin σ=4 son el desenlace modal. Sin contexto reciente disponible (abridores, bullpen, clima en Sutter Health Park) mantengo la base en 66% sin ajuste cualitativo. Riesgo principal: una paliza local sin información para descartarla. Stats clave: Diferencia esperada -0.15 a favor de Angels · Pyth Angels 0.458 vs Athletics 0.445 · Probabilidad modelo run line +1.5 = 66.0% · margin_sigma 4 (alta varianza en margen)

Cardinals llegan con mejor perfil ofensivo y defensivo (4.81 carreras esperadas vs 3.86 de Royals, Pythagorean 0.524 vs 0.423), lo que les da el rol de favorito moderado en visita. El run line +1.5 captura ese edge con margen: el modelo asigna 73% a que pierdan por 1 o menos, o ganen directamente. Sin información de abridores confirmados ni contexto de bullpen en las últimas 96h, no puedo reforzar el número, así que aplico un leve descuento de calibración. La diferencia esperada (-0.96) está cómodamente dentro del colchón del +1.5 con σ=4, por lo que el mercado tiene base sólida aún sin convergencia contextual. Stats clave: Pythagorean Cardinals 0.524 vs Royals 0.423 · Diferencia esperada -0.96 (Cardinals favorito leve) · Probabilidad modelo run line +1.5: 73.0% · Carreras esperadas: STL 4.81 / KC 3.86

El modelo asigna 76.5% al run line de Pittsburgh +1.5, sostenido por una diferencia esperada de -1.39 a favor del visitante y un Pythagorean de .507 vs .396 de Colorado. Pittsburgh es favorito directo en moneyline (54.2%), por lo que el colchón de 1.5 carreras suma margen de seguridad relevante en un parque de varianza extrema como Coors, donde los blowouts pueden caer para cualquier lado. Sin contexto reciente disponible (abridores, bullpen, viento) recorto levemente desde la base 77 para no asumir condiciones ideales. Mantengo el pick como el único con edge cuantitativo claro entre los publicables. Stats clave: Prob modelo run line Pirates +1.5: 76.5% · Pythagorean Pirates .507 vs Rockies .396 · Diferencia esperada -1.39 a favor de Pittsburgh · Pirates favoritos en moneyline (54.2%) pese a jugar de visita

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

El modelo proyecta un partido extremadamente parejo (diferencia esperada 0.1 carreras, Pythagorean 0.491 vs 0.478) en un escenario de bajo scoring donde el run line +1.5 al local tiene base sólida del 65.5%. El problema es que Texas no confirmó abridor y arrastra bajas ofensivas mayores (Seager, Carter, Helman), lo que debería castigar el pick; sin embargo, los Padres llegan con rotación diezmada (Pivetta, Musgrove, Darvish out) y receptores titulares lesionados, así que la asimetría se compensa. Mantengo el 66% sin ajustar: el +1.5 es un mercado robusto frente a la incertidumbre del abridor local porque cubre incluso una derrota cerrada, que es el escenario más probable dado margin σ=4. Stats clave: Diferencia esperada solo 0.10 carreras · Pyth home 0.491 vs away 0.478 · Run line +1.5 prob modelo 65.5% · Total esperado 6.94 (entorno bajo scoring)

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 asigna 82.8% a Yankees cubriendo +1.5, apoyado en una diferencia esperada de 2.29 carreras y un Pythagorean local de .667 frente a .440 de Cincinnati. Es el mercado más sólido del partido: incluso en escenarios donde los Reds aguantan el bate, el margen normal-distribuido sigue dejando una cola muy fina de derrota por 2+ del local. Sin contexto de 96h disponible (abridores, bullpen, viento en el Bronx) mantengo el ajuste neutro y aplico un descuento leve al cap base por esa falta de confirmación, particularmente porque la varianza intrínseca de MLB castiga la sobrecarga en favoritos de run line. Stats clave: Prob modelo +1.5 Yankees: 82.8% · Pythagorean Yankees .667 vs Reds .440 · Diferencia esperada: +2.29 carreras · Carreras esperadas: 5.70 vs 3.41

Yankees figuran como favoritos claros con 62.2% en el moneyline, sustentado en una expectativa ofensiva de 5.70 carreras frente a 3.41 del visitante y la ventaja de localía en el Bronx. Es un favoritismo legítimo pero no extraordinario: 38% de probabilidad de no ganar sigue siendo material en un deporte donde el abridor reescribe la jornada. Sin confirmación de rotaciones ni reporte de bullpen en las últimas 96h, no hay base para ajustar al alza; mantengo la confianza en el piso del rango base. Stats clave: Prob modelo ML Yankees: 62.2% · ERT local 5.70 vs visitante 3.41 · Pythagorean gap: .667 vs .440

Partido extremadamente parejo en el modelo: Pythagorean prácticamente idéntico (0.657 local vs 0.660 visitante) y diferencia esperada de apenas -0.03 carreras. En ese escenario el +1.5 del visitante es estructuralmente sólido porque cubre tanto la victoria directa como cualquier derrota por una carrera, que es el desenlace más probable dado el σ=4 del margen. Sin contexto reciente de abridores o bullpen confirmado, mantengo cerca de la base 65 con un leve recorte por la incertidumbre informativa. Stats clave: Probabilidad modelo 64.9% para Brewers +1.5 · Diferencia esperada -0.03 carreras (virtual empate) · Pyth visitante 0.660 vs Pyth local 0.657 · σ de margen = 4, favorece coberturas de 1.5

Mismo razonamiento estructural por el otro lado: con diferencia esperada cercana a cero y margin_sigma de 4, la cobertura de 1.5 para el local también captura más del 64% de los desenlaces simulados. Truist Park no introduce sesgo extremo y el Pythagorean local (0.657) está al nivel del visitante. Sin info de abridores en las últimas 96h aplico un leve descuento sobre la base 64; es un pick de valor estructural, no de convicción direccional. Stats clave: Probabilidad modelo 64.4% para Braves +1.5 · Pyth local 0.657, casi idéntico al visitante · Total esperado 8.35 (ofensivas medianas, no blowout) · Sin contexto de pitcher confirmado en 96h

Partido extremadamente parejo según el modelo: Pythagorean de 0.488 local vs 0.503 visitante y diferencia esperada de apenas -0.14 carreras. En ese escenario, el +1.5 al visitante captura valor porque incluso si Detroit gana, la probabilidad de hacerlo por 2+ carreras es baja (Tigers -1.5 cotiza solo 34%). Sin contexto reciente de abridores ni bullpen, mantengo la base 66% sin ajuste; el riesgo es que un mal abridor de White Sox abra el partido temprano y rompa el margen. Stats clave: Diferencia esperada -0.14 carreras · Pyth home 0.488 vs away 0.503 · Prob modelo Chicago +1.5: 65.9% · Prob Detroit -1.5 solo 34.1%

El mismo escenario de paridad (diff esperada -0.14, ambos Pyth en torno a 0.50) sostiene también el +1.5 al local, con 63.3% modelo. Detroit suma además la ventaja de localía en Comerica, parque que tiende a comprimir carreras y reduce blowouts. Sin información de abridor confirmado ni clima, mantengo base sin ajuste. Pick complementario al anterior: el modelo dice que es muy probable que el partido se decida por 1 carrera independientemente de quién gane. Stats clave: Carreras esperadas 4.27 vs 4.42 · Total esperado 8.69 (bajo) · Prob modelo Detroit +1.5: 63.3% · Comerica Park históricamente pitcher-friendly

El modelo da 69.8% al +1.5 de Miami como local, sostenido en una diferencia esperada baja (0.58 carreras) y un Pythagorean muy parejo (.482 vs .421). En un partido donde el margen proyectado es menor a una carrera y la σ del margen es 4, cubrir el +1.5 tiene fundamento estadístico claro. Sin contexto externo en 96h para reforzar o ajustar, mantengo cerca de la base con un leve recorte por la varianza inherente de MLB y el hecho de que loanDepot tiende a deprimir scoring (totales bajos ayudan al underdog a no quedarse fuera por blowout). Stats clave: Probabilidad modelo 69.8% Marlins +1.5 · Diferencia esperada solo 0.58 carreras · Pythagorean parejo: .482 Miami vs .421 SF · Total esperado 8.6 en park pitcher-friendly

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

El modelo proyecta un partido parejo con diferencia esperada de apenas 0.31 carreras a favor de Cubs y Pythagorean casi idéntico (.509 vs .475). En ese escenario de baja separación, el run line +1.5 al local captura tanto la victoria directa como las derrotas por un run, que es donde se concentra buena parte de la distribución (σ=4). Sin contexto de 96h —abridores, bullpen o viento en Wrigley— mantengo la base 67 sin ajuste cualitativo. La incertidumbre principal es justamente esa: Wrigley con viento saliendo puede inflar el total y aumentar varianza de margen, pero el colchón de 1.5 absorbe escenarios razonables. Stats clave: Diferencia esperada 0.31 carreras a favor de Cubs · Pyth_home 0.509 vs pyth_away 0.475 (partido parejo) · Probabilidad modelo Cubs +1.5: 67.5% · Total esperado 8.42 con σ=3.5

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)

Espejo del pick anterior: con diferencia esperada cercana a cero y σ de margen en 4 carreras, el +1.5 al local también ofrece valor estadístico (64.3% modelo). Athletics juega en casa con expectativa de 5.11 carreras, lo suficiente para mantenerse dentro de 1 carrera en la mayoría de escenarios. Sin información sobre rotación o estado del bullpen en las últimas 96h, no hay catalizador para ajustar la base. Publico al 64 sin modificar. Stats clave: Carreras esperadas Athletics 5.11 · Diferencia esperada -0.03 · Prob modelo run line +1.5 Athletics: 64.3% · Pythagorean Athletics 0.446

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

Toronto +1.5 sale con 62.5% en el modelo, coherente con un partido proyectado como casi un coin flip (0.466 ML visitante) y un total esperado bajo de 7.62, escenario que tiende a comprimir márgenes finales. En entornos de pocas carreras, cubrir el +1.5 al visitante tiene piso porque pocas veces el local se escapa por 2+. Sin información de abridores ni bullpen en las últimas 96h, no aplico ajuste cualitativo. El riesgo es que Fenway con viento favorable inflate carreras y abra el margen, pero el modelo ya pondera la varianza. Stats clave: Prob modelo Toronto +1.5: 62.5% · Total esperado: 7.62 carreras · Margen σ=4 amplio vs diff 0.22 · Pyth away 0.466 (partido parejo)

El modelo asigna 66.7% al +1.5 de Boston, sostenido por un Pythagorean prácticamente parejo (0.493 vs 0.466) y una diferencia esperada de apenas 0.22 carreras. En partidos tan ajustados, el run line al equipo local con ventaja de hándicap es históricamente el mercado más estable. Sin contexto reciente disponible (abridores, bullpen, clima en Fenway), no hay base para ajustar al alza ni a la baja, así que mantengo la confianza base. El riesgo real es la varianza pura de MLB y la posibilidad de un blow-out de Toronto, pero la σ=4 ya está incorporada en el cálculo. Stats clave: Prob modelo Boston +1.5: 66.7% · Diferencia esperada: 0.22 carreras · Pyth home 0.493 vs away 0.466 · Total esperado bajo: 7.62

El modelo asigna 71% al run line +1.5 de Seattle, apoyado en una diferencia esperada de apenas 0.71 carreras a favor del local y un Pythagorean prácticamente parejo (0.530 vs 0.458). Con margin sigma de 4, la probabilidad de que Seattle pierda por 2+ es contenida, y juegan en T-Mobile Park, un parque pitcher-friendly que comprime los márgenes de carreras. Sin contexto adicional de últimas 96h (abridores, bullpen) mantengo la base sin ajuste — el edge es puramente estructural. Riesgo: si el abridor de Seattle sale temprano y el bullpen se quema, el margen se puede abrir rápido. Stats clave: Probabilidad modelo run line +1.5: 71% · Diferencia esperada: 0.71 carreras a favor de Seattle · Pythagorean Seattle 0.530 vs Baltimore 0.458 · Margin sigma: 4 carreras · T-Mobile Park reduce volatilidad ofensiva

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

Los Cubs como locales en Wrigley parten con ventaja Pythagorean clara (.514 vs .391) y una diferencia esperada de 1.41 carreras a favor que vuelve muy probable cubrir el +1.5. El modelo asigna 76.7% a esta línea, una de las probabilidades más limpias del slate dado que solo requiere que los Cubs no pierdan por 2+. Sin contexto reciente disponible (rotaciones, viento en Wrigley que puede inflar varianza, bullpen de Colorado), mantengo la confianza levemente por debajo de la base como castigo por la incertidumbre informativa. El riesgo real es el factor parque: con viento soplando hacia afuera, Colorado puede capitalizar y achicar márgenes, pero la asimetría sigue favoreciendo al local. Stats clave: Pythagorean Cubs .514 vs Rockies .391 · Diferencia esperada +1.41 a favor de Chicago · Probabilidad modelo 76.7% para Cubs +1.5 · Carreras esperadas 5.91 vs 4.50

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

Milwaukee llega como favorito implícito según el modelo, con Pythagorean 0.659 vs 0.494 de Cleveland y una diferencia esperada de 1.5 carreras a favor. El run line +1.5 captura ese margen completo y agrega colchón ante la varianza típica del béisbol (σ=4 sobre el diferencial). Sin contexto reciente disponible —abridores, bullpen y clima en American Family Field sin confirmar— mantengo la base en 77 pero aplico un leve recorte a 74 para no asumir confirmación de rotación. El riesgo principal es un blowout de Cleveland, escenario que el propio modelo penaliza fuerte (Guardians -1.5 apenas 22.6%). Stats clave: Probabilidad modelo run line Brewers +1.5: 77.4% · Pythagorean Brewers 0.659 vs Guardians 0.494 · Diferencia esperada +1.5 a favor de Milwaukee · Cleveland -1.5 con apenas 22.6% de probabilidad

El modelo proyecta una diferencia esperada de apenas -0.71 carreras con Pythagorean prácticamente parejo (Pirates 0.507 vs Athletics 0.446), lo que hace muy improbable que Athletics gane por 2+ corridas en un partido en Sutter Health Park, un parque neutral sin tendencias extremas. La run line +1.5 de Pittsburgh queda con 71% de cobertura según la Normal(σ=4), un margen razonable dado lo cerrado del matchup en el moneyline (51.2% Pirates). Sin contexto reciente disponible (rotación, bullpen, clima), no aplico ajuste y mantengo la base. El riesgo principal es la varianza inherente de MLB en juegos de scoring alto (total esperado 10.69), donde un blowout puede ocurrir aunque las probabilidades no lo favorezcan. Stats clave: Diferencia esperada -0.71 carreras · Pyth Pirates 0.507 vs Athletics 0.446 · Moneyline parejo: 51.2% Pittsburgh · Total esperado 10.69 carreras

El modelo asigna 79.7% a Dodgers cubriendo +1.5 apoyado en una ventaja estructural marcada: Pythagorean 0.696 vs 0.510 y diferencia esperada de 1.83 carreras a favor del local. Sin reportes contextuales en las últimas 96h, no hay señal para mover la base, pero el cap MLB de 78 obliga prudencia y mantengo levemente por debajo dado que jugar el favorito en run line corta implica que cualquier blowout invertido por bullpen o un abridor sorpresa puede romper la cobertura. Ajuste -2 sobre base 78 por ausencia de confirmación de rotaciones. Stats clave: Prob modelo Dodgers +1.5: 79.7% · Pythagorean Dodgers 0.696 vs Rays 0.510 · Diferencia esperada +1.83 carreras a favor de LAD · Carreras esperadas 5.23 vs 3.41

El moneyline local llega justo al piso de publicación con 59.6% del modelo, sostenido por la ventaja de Pythagorean (0.696 vs 0.510) y el plus de localía en Dodger Stadium. Sin contexto de abridores ni bullpen no hay base para ajustar al alza, y el margen sobre 50% es estrecho para la varianza típica de MLB. Mantengo la base sin inflar: pick de exposición mínima, valor estadístico real pero sin convicción contextual adicional. Stats clave: Prob moneyline LAD: 59.6% · Pythagorean home 0.696 · ERT local 5.23 vs visitante 3.41

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

La misma lógica de partido parejo sostiene el +1.5 visitante: con diferencia esperada de solo 0.22 carreras y Pythagorean casi idéntico, el escenario de derrota por 2+ del visitante es minoritario (33.3%). El modelo asigna 62.5% al cover, consistente con la varianza típica de MLB. Sin información de abridores confirmados ni estado de bullpen, no aplico ajuste. El riesgo es que Fenway suele amplificar ofensivas locales, pero el margen de 1.5 absorbe la mayoría de los desenlaces. Mantengo 63%. Stats clave: Prob modelo Toronto +1.5: 62.5% · Carreras esperadas visitante: 3.70 · Pyth away 0.466 (partido competitivo) · Margin sigma: 4 carreras

El modelo asigna 76.7% al Yankees cubriendo +1.5 en casa, apoyado en una ventaja Pythagorean clara (0.656 vs 0.517) y diferencial esperado de +1.41 carreras a favor del local. Tomar al favorito con el corredor regalado funciona como hedge: incluso si los Yankees no ganan limpio, basta con que no caigan por 2+. Sin contexto de últimas 96h (abridores, bullpen, clima en Yankee Stadium) no puedo reforzar más allá del número base, así que aplico un leve recorte por prudencia. Mantengo cerca del base sin inflar: la varianza inherente del béisbol y la falta de confirmación de rotación pesan. Stats clave: Prob modelo run line +1.5: 76.7% · Pythagorean Yankees 0.656 vs White Sox 0.517 · Diferencia esperada de carreras: +1.41 a favor del local · Carreras esperadas: 5.21 vs 3.80

El partido proyecta como una pelea pareja en Chase Field, con diferencia esperada de apenas 0.23 carreras a favor del local y Pythagorean prácticamente empatados (.472 vs .449). En ese contexto, el run line +1.5 de Arizona captura tanto las victorias directas como las derrotas por una carrera, escenario muy probable cuando el margen esperado es tan estrecho. El modelo asigna 66.7% a ese mercado y sin información de abridores ni bullpen en las últimas 96h mantengo la base sin ajuste. Riesgo: si el abridor de Arizona termina siendo un perfil débil, partidos parejos pueden romperse rápido en un parque neutral-ofensivo como Chase. Stats clave: Diferencia esperada 0.23 carreras · Pythagorean: ARI .472 / LAA .449 · Prob modelo run line +1.5 ARI: 66.7% · Total esperado 9.15 con σ=3.5 (sin sesgo claro a blowout)

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

Partido proyectado como cerrado: total esperado 7.84 y diferencia de solo 0.36 carreras indican un juego de un run en alta probabilidad, escenario donde el +1.5 del visitante tiene cobertura razonable. El modelo asigna 61.2% al cover y sin información de abridores confirmados o estado del bullpen, no hay base contextual para ajustar arriba ni abajo. Riesgo principal: si Padres pierde foco temprano en Busch, σ=4 deja cola de paliza no trivial. Mantengo en 61. Stats clave: Diferencia esperada: solo 0.36 carreras · Carreras esperadas Padres: 3.74 · Prob modelo run line +1.5: 61.2% · Pythagorean away 0.479 (juego competitivo)

El modelo proyecta un partido extremadamente parejo, con diferencia esperada de apenas -0.13 carreras y Pythagorean casi idéntico (.476 vs .490). En ese escenario, el run line +1.5 para el visitante captura el 65.8% de los desenlaces dentro de la distribución Normal con σ=4, ya que cubre tanto victoria de Miami como derrota por una carrera. Sin contexto reciente disponible (abridores, bullpen, clima en Citizens Bank) mantengo la base sin ajustar. La incertidumbre principal es justamente esa ausencia de señal contextual en un parque que históricamente favorece la ofensiva. Stats clave: Diferencia esperada -0.13 carreras · Pyth Miami 0.490 vs Pyth Philadelphia 0.476 · Prob modelo run line +1.5 Miami: 65.8% · Total esperado 7.96 con σ=3.5

El modelo da 67% al Mets +1.5 con una diferencia esperada de apenas 0.26 carreras a favor del visitante y un margin_sigma de 4, lo que vuelve muy improbable una derrota por 2+ en un partido tan parejo (Pythagorean 0.465 vs 0.437). Great American es parque hitter, pero eso favorece a ambos lados y no altera el margen esperado. Sin contexto reciente disponible (abridores, bullpen, clima), mantengo la base sin ajustar: 67%. El riesgo principal es justamente esa ausencia de info sobre rotación, por eso no subo. Stats clave: Prob modelo 67% Mets +1.5 · Diferencia esperada -0.26 carreras · Pyth Mets 0.465 vs Reds 0.437 · margin_sigma 4 (alta varianza absorbe el +1.5)

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 moneyline local sale en 59.6% combinando Pythagorean y ventaja de localía, consistente con la diferencia esperada de casi dos carreras. Es un edge real pero modesto en un mercado de alta varianza como MLB, donde un solo abridor puede dar vuelta la lectura. Sin confirmación de rotaciones ni señales del bullpen en las últimas 96h, me quedo en la base 60 sin inflar. Pick de bajo tamaño relativo: el valor está más limpio en el run line. Stats clave: Prob moneyline modelo 59.6% · Pythagorean home 0.696 · ert_home 5.23 vs ert_away 3.41 · Margin sigma 4 (alta varianza)

Los Dodgers proyectan como favoritos claros en casa con Pythagorean 0.696 contra 0.510 de Tampa Bay, y una diferencia esperada de +1.83 carreras a su favor. Sobre run line +1.5 esto deja al modelo en 79.7% de cobertura, una de las probabilidades más limpias del slate. Sin contexto reciente disponible (abridores, bullpen, clima en Dodger Stadium), no agrego convicción extra y bajo levemente desde la base 78 para reflejar esa incertidumbre informativa. El riesgo principal es que un mal matchup de abridor local convierta el juego en blowout inverso, escenario poco frecuente dada la asimetría Pythagorean. Stats clave: Pythagorean Dodgers 0.696 vs Rays 0.510 · Diferencia esperada +1.83 a favor de LAD · Prob modelo run line +1.5: 79.7% · Carreras esperadas 5.23-3.41

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 da 71% al +1.5 de Pittsburgh, sostenido por una diferencia esperada de apenas -0.71 carreras y Pythagorean casi parejo (0.507 visitante vs 0.446 local). Con margen tan ajustado y σ=4 en run line, cubrir 1.5 carreras es el mercado más sólido del slate. Sin contexto reciente (rotaciones, bullpen, clima en Sutter Health Park) que confirme o contradiga, aplico un ajuste prudente a la baja: bajo de 71 a 68 para reflejar la incertidumbre de abridores no verificados en un parque que ya proyecta total alto (10.69). Stats clave: Diferencia esperada -0.71 carreras · Pyth_away 0.507 vs Pyth_home 0.446 · Probabilidad modelo 71.0% al +1.5 · Total esperado 10.69 (varianza ofensiva alta)

El modelo asigna 71% a Seattle cubriendo +1.5 en casa, sustentado en una ventaja Pythagorean leve (0.530 vs 0.458) y un run differential esperado de apenas +0.71 a favor del local. Con margen sigma de 4 carreras, la línea de 1.5 actúa como colchón razonable incluso si Baltimore se impone por la mínima. Sin contexto reciente disponible (rotación, bullpen, clima en T-Mobile), no aplico ajuste cualitativo y mantengo la base. El riesgo es un blowout visitante, escenario que el modelo ya pondera en el 29% restante. Stats clave: Probabilidad modelo Mariners +1.5: 71% · Pyth home 0.530 vs Pyth away 0.458 · Diferencia esperada +0.71 a favor de Seattle · Margin sigma 4.0 carreras

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 asigna 77.2% al run line +1.5 de Milwaukee, sostenido por un Pythagorean local de .655 contra .494 visitante y una diferencia esperada de 1.48 carreras a favor del local. Con σ=4 en el margen, el colchón de 1.5 corridas cubre escenarios donde Cleveland incluso gane por una. Sin contexto de últimas 96h (abridores, bullpen, clima en American Family Field) no puedo reforzar el número, así que recorto levemente la base de 77 a 74 para no asumir convergencia que no verifiqué. Riesgo principal: si Cleveland alinea su as y Milwaukee va con bullpen game, la varianza de margen se amplía. Stats clave: Pythagorean Milwaukee .655 vs Cleveland .494 · Diferencia esperada 1.48 carreras a favor del local · Prob modelo run line +1.5: 77.2% · σ de margen = 4 carreras

El modelo asigna 67.9% al runline +1.5 de Cardinals, sostenido por una diferencia esperada de apenas 0.36 carreras a favor del local y Pythagorean casi parejos (0.519 vs 0.478). En un escenario tan cerrado, cubrir 1.5 carreras al equipo local con leve ventaja es de los mercados estadísticamente más sólidos del partido. Sin contexto reciente disponible (abridores, bullpen, clima en Busch) no puedo reforzar la lectura, así que aplico un ajuste defensivo de -2 sobre la base. El riesgo principal es un blowout visitante, poco frecuente dado el margen esperado sub-medio. Stats clave: Probabilidad modelo 67.9% para Cardinals +1.5 · Diferencia esperada de solo 0.36 carreras · Pyth home 0.519 vs away 0.478 (partido parejo) · margin_sigma 4 amplio respecto a la diferencia

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 76.5% al Yankees +1.5, sostenido en una diferencia esperada de +1.39 carreras a favor del local con Pythagorean 0.653 vs 0.515. Es básicamente un escudo: para perder el ticket, los White Sox tendrían que ganar por 2+ en Yankee Stadium siendo el equipo más débil en run differential proyectado. Sin contexto externo confirmado (abridores, bullpen, clima en parque outdoor) recorto levemente desde el base 77 a 74 — la incertidumbre sobre rotación no se puede ignorar en MLB. Aun así, el margen probabilístico es el más limpio de la pizarra. Stats clave: Pyth Yankees 0.653 vs White Sox 0.515 · Diferencia esperada +1.39 a favor de NYY · Prob modelo run line +1.5: 76.5% · Carreras esperadas 5.17 vs 3.78

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

El modelo le asigna 73% al +1.5 de Washington, sustentado en una diferencia esperada de apenas 0.95 carreras a favor del local y un Pythagorean parejo (0.505 vs 0.422). En MLB, márgenes proyectados por debajo de 1 carrera rara vez se traducen en derrotas por 2+ corridas, y los Nationals juegan como locales en Nationals Park. Sin contexto reciente de abridores ni bullpen disponible, mantengo la base con un ajuste defensivo de -3 por la incertidumbre cualitativa (no sé quién lanza ni cómo viene el pen). El riesgo real es un blowout temprano si el abridor local falla, pero la estructura del número favorece el +1.5. Stats clave: Probabilidad modelo +1.5 Nationals: 73.0% · Diferencia esperada: 0.95 carreras · Pythagorean home 0.505 vs away 0.422 · Carreras esperadas: 5.68 vs 4.73

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 parte de 62.4% para Phillies +1.5 sobre la base de un partido parejo (Pythagorean 0.471 vs 0.497, diferencia esperada de apenas -0.23 carreras), pero el matchup de abridores rompe esa simetría: Wheeler llega 5-1 con 2.22 ERA mientras Miami manda al box a Ryan Gusto (6.00 ERA) con rotación diezmada por lesiones (Pérez, Henriquez fuera). En ese contexto, que Philadelphia pierda por 2+ carreras requiere un colapso del bullpen local, que viene sólido con Durán como cerrador. Ajusto +6 sobre la base por convergencia entre ventaja de abridor y bullpen local estable. El riesgo es la variabilidad ofensiva tras la baja de García, pero +1.5 absorbe ese escenario. Stats clave: Prob modelo run line +1.5 Phillies: 62.4% · Wheeler 2.22 ERA vs Gusto 6.00 ERA · Pythagorean prácticamente parejo (0.471 vs 0.497) · Diferencia esperada -0.23 carreras · Bullpen Phillies sólido con Durán cerrando

El modelo da 79.4% al run line +1.5 de los Dodgers, base 78, sustentado en un diferencial esperado de 1.78 carreras y Pythagorean 0.697 vs 0.517. El contexto refuerza parcialmente: Ohtani como abridor con ERA 1.06 contiene el techo ofensivo de Tampa, lo que protege el lado del -2 incluso si pierden. La amenaza concreta es el bullpen de los Dodgers con ERA colectiva sobre 8.00 en junio enfrentando a un Rays que tiene a Rasmussen (2.71) y un pen liderado por Baker (18 SV) — un escenario de blowout en contra existe si Ohtani sale temprano. Ajusto levemente a la baja desde 78 a 75 por ese riesgo de relevo y la ausencia de Will Smith detrás del plato con Rushing debutando. Stats clave: Prob modelo run line +1.5: 79.4% · Diferencia esperada: 1.78 carreras · Pythagorean Dodgers 0.697 vs Rays 0.517 · Ohtani abridor con ERA 1.06 · Bullpen Dodgers ERA >8.00 en junio

El modelo da 67.5% al +1.5 de Detroit, consistente con un partido muy parejo (Pythagorean 0.485 vs 0.453) y una diferencia esperada de apenas -0.31 carreras a favor del visitante. En un escenario tan cerrado, la cobertura del run line +1.5 captura tanto la victoria directa de Tigers como las derrotas por una sola carrera, que es el desenlace estadísticamente más probable. Sin contexto reciente de abridores o bullpen, mantengo la base sin ajuste. Riesgo principal: un blowout local en Daikin Park, escenario que el modelo descuenta correctamente vía σ=4. Stats clave: Prob modelo Detroit +1.5: 67.5% · Diferencia esperada: -0.31 carreras · Pyth Detroit 0.485 vs Houston 0.453 · Total esperado 8.94 (juego de varianza moderada)

El modelo proyecta un partido cerrado en Chase Field con diferencia esperada de apenas 0.24 carreras a favor del local y Pythagorean prácticamente igualado (0.468 vs 0.444). En ese escenario, el run line +1.5 para Arizona captura tanto la victoria directa como las derrotas por una carrera, lo que la distribución Normal con σ=4 valora en 66.8%. Sin contexto reciente disponible (abridores, bullpen, clima en Chase) mantengo la base sin ajustar. La amenaza principal es que ante un desempate por blowout visitante el ticket cae, pero la probabilidad modelada cubre bien ese riesgo. Stats clave: Diferencia esperada de solo 0.24 carreras a favor de Arizona · Pyth_home 0.468 vs pyth_away 0.444 — partido parejo · Prob modelo run line +1.5 Arizona: 66.8% · Total esperado 9.3 con σ=3.5 sugiere juego sin blowout claro

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

Los Cubs como locales en Wrigley con un diferencial esperado de +1.6 carreras a su favor convierten al +1.5 en un colchón amplio: el modelo asigna 78.1% a que cubran, consistente con un Pythagorean de .511 vs .369 de Colorado, históricamente el peor equipo de carretera de la liga. Sin contexto reciente de últimas 96h no puedo confirmar abridores ni viento en Wrigley (factor crítico que puede dar vuelta totales pero impacta menos al spread). Ajusto levemente hacia abajo desde la base 78 hasta 74 por el cap MLB y por no tener confirmación de rotación: el mercado sigue siendo el más sólido del board. Stats clave: Prob modelo run line 78.1% · Diferencia esperada +1.6 a favor de Chicago · Pythagorean Cubs .511 vs Rockies .369 · Carreras esperadas 5.89 vs 4.29

El moneyline local sale en 60% por Pythagorean más ventaja de localía, soportado por la brecha de 1.6 carreras esperadas. Es un pick de valor marginal: Colorado fuera de Coors pierde gran parte de su ofensiva, pero la varianza inherente de MLB y la falta de confirmación de abridores en las últimas 96h impiden inflar la confianza. Mantengo la base sin ajuste; si tuviera confirmación del matchup de pitchers podría moverse, pero hoy no hay señal contextual nueva. Stats clave: Prob modelo moneyline 60.0% · Pythagorean Cubs .511 · Carreras esperadas locales 5.89 · Diferencia esperada +1.6

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 asigna 72.2% al run line +1.5 de Washington, sostenido por un margen esperado de apenas 0.86 carreras a favor del visitante y un Pythagorean prácticamente parejo (0.498 local vs 0.422 visitante). Con esa diferencia tan corta y σ=4 en el margen, el escenario de derrota por 2+ carreras es estadísticamente minoritario. Sin información contextual nueva en 96h (abridores, bullpen, clima en Nationals Park) mantengo la base sin ajuste. Riesgo principal: si Kansas City suelta al abridor de Washington temprano y el bullpen local cede, el margen puede ampliarse rápido. Stats clave: Probabilidad modelo run line +1.5: 72.2% · Diferencia esperada: 0.86 carreras a favor del local · Pythagorean: 0.498 home vs 0.422 away · Margin sigma: 4 (varianza alta favorece cobertura de +1.5)

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 una diferencia esperada de apenas 0.41 carreras a favor del local, lo que con σ=4 deja al Cardinals +1.5 con 68.4% de cobertura. Pythagorean muy parejo (0.515 vs 0.467) refuerza la lectura de partido cerrado, escenario ideal para el handicap defensivo. Sin contexto reciente disponible (abridores, bullpen, clima en Busch) mantengo la base sin ajuste cualitativo. El riesgo principal es que un mal arranque del abridor local explote la diferencia, pero el margen de 1.5 carreras absorbe la mayoría de los desenlaces proyectados. Stats clave: Diferencia esperada solo 0.41 carreras · Pythagorean Cardinals 0.515 vs Padres 0.467 · Probabilidad modelo 68.4% para +1.5 · σ de margen = 4 (alta varianza absorbida por el +1.5)

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 da 68.2% al run line de Texas, sostenido en un Pythagorean ligeramente superior de los Rangers (0.527 vs 0.476) y un diferencial esperado de apenas -0.39 carreras a favor del visitante. En un total proyectado bajo (7.01), los partidos cerrados favorecen al underdog con +1.5, ya que la mayoría de los desenlaces quedan dentro de un run. Sin información de abridores ni bullpen en las últimas 96h, mantengo la base en 68 sin ajuste cualitativo. El riesgo principal es que Fenway suele inflar carreras y un partido de slugfest podría romper la cobertura, pero el modelo ya pondera eso vía σ=4. Stats clave: Prob modelo Texas +1.5: 68.2% · Diferencia esperada: -0.39 carreras · Pythagorean Texas 0.527 vs Boston 0.476 · Total esperado bajo: 7.01

Los Rays llegan como leve favoritos según el modelo (Pythagorean 0.519 vs 0.442 de Angels) con una diferencia esperada de +0.81 carreras a su favor. El run line +1.5 ofrece un colchón cómodo: incluso en escenarios donde Angels gane por su ventaja de localía, la probabilidad de que sea por más de un run se mantiene baja (28.2% de Angels -1.5). Sin contexto reciente disponible (abridores, bullpen, clima), no aplico ajuste cualitativo y bajo levemente desde 72 a 70 para respetar la incertidumbre de no tener confirmación de rotaciones, factor crítico en MLB. Stats clave: Probabilidad modelo Rays +1.5: 71.8% · Diferencia esperada: +0.81 carreras a favor de Rays · Pythagorean Rays 0.519 vs Angels 0.442 · Angels -1.5 solo 28.2% — escenario de blowout local poco probable

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 asigna 71.4% al Cardinals +1.5, apoyado en un Pythagorean superior (0.518 vs 0.444) y una diferencia esperada de -0.76 a favor de St. Louis. Con margin sigma de 4 carreras, el colchón de 1.5 cubre la dispersión natural incluso si Minnesota empuja el juego a un final cerrado. Sin información de abridores ni bullpen en las últimas 96h no hay base para mover la confianza, así que mantengo el 71 base. La principal incertidumbre es justamente esa: un mismatch de rotación podría invalidar la lectura, pero el margen del mercado absorbe el escenario más probable. Stats clave: Prob modelo Cardinals +1.5: 71.4% · Pythagorean STL 0.518 vs MIN 0.444 · Diferencia esperada -0.76 a favor de visitante · Margin sigma 4 carreras

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

Royals como local en un partido proyectado a diferencia de solo 0.25 carreras: cubrir +1.5 tiene 62.2% según el modelo. La ventaja de localía ya está incorporada en el pyth_home y aún así el partido es virtual coin flip en moneyline (50.6%), lo que valida que ganar por 2+ para Houston es escenario minoritario. Sin información de abridores ni bullpen en las últimas 96h, no hay base para ajustar al alza ni a la baja. Pick de menor convicción que el de Houston por margen más ajustado al cierre estadístico. Stats clave: Prob modelo run line +1.5: 62.2% · Diferencia esperada -0.25 carreras · Prob ML Royals 50.6% · Carreras esperadas KC 4.37 vs HOU 4.62

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 78.4% al +1.5 local, y el contexto de matchup refuerza un escenario de juego cerrado: duelo de zurdos con Harrison (2.72 ERA) vs Sánchez (1.54 ERA), perfil claro de partido bajo en carreras donde la diferencia final difícilmente exceda 1. La amenaza al pick no es ofensiva sino logística — 75-85% de probabilidad de lluvia mencionada en el contexto (aunque la sede figura como American Family Field, hay ruido en el reporte climático) y un bullpen de Milwaukee con varias bajas (Woodruff, Priester) que podría agrandar el margen si el juego se descontrola tarde. Mantengo cerca de la base, ajuste leve a 77 por el riesgo del relevo local. Stats clave: prob modelo +1.5: 78.4% · Sánchez ERA reciente 1.54 (LHP) · Harrison ERA reciente 2.72 (LHP) · diferencia esperada: 1.64 carreras · bullpen Milwaukee con múltiples bajas

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

Yankees llegan con clara ventaja estructural: Pythagorean 0.658 vs 0.472 de Toronto y diferencial esperado de +1.68 carreras a favor del visitante. El run line +1.5 captura tanto la victoria directa (prob ML 56.3%) como la derrota ajustada, lo que el modelo cuantifica en 78.7%. Sin contexto reciente disponible (abridores, bullpen, clima en Rogers Centre techado lo neutraliza), mantengo cerca de la base sin inflar: ajusto levemente a la baja por ausencia de confirmación de rotación. La varianza inherente de MLB y la falta de señal cualitativa justifican no llegar al cap. Stats clave: Pyth Yankees 0.658 vs Blue Jays 0.472 · Diferencial esperado -1.68 a favor de NYY · Prob modelo run line +1.5: 78.7% · Carreras esperadas NYY 4.91 vs TOR 3.23

Partido muy parejo en los números: Pythagorean prácticamente idéntico (.463 local vs .474 visitante) y diferencia esperada de apenas -0.11 carreras a favor de San Diego. En ese escenario el +1.5 visitante es el mercado con mejor base estadística (65.6%), porque cubre tanto la victoria pura como derrotas por una sola carrera, que es el desenlace más probable dado σ=4 en la diferencia. Sin contexto reciente de abridores ni bullpen, mantengo la base sin ajuste; el riesgo evidente es un blowout local, baja probabilidad pero no descartable en MLB. Stats clave: Prob modelo Padres +1.5: 65.6% · Diferencia esperada: -0.11 carreras · Pythagorean Padres 0.474 vs Orioles 0.463 · Carreras esperadas: 4.34 SD vs 4.24 BAL

El modelo proyecta a Arizona como favorito marginal (Pythagorean 0.464 vs 0.422 de Cincinnati) con una diferencia esperada de apenas -0.42 carreras, lo que hace que la cobertura del +1.5 sea estadísticamente sólida con 68.5% de probabilidad. Great American Ball Park es un parque hitter y el total esperado de 9.15 sugiere un juego con carreras, escenario que favorece al underdog para mantenerse dentro del run line. Sin información de abridores ni bullpen en las últimas 96h, mantengo la base del modelo sin ajuste cualitativo. Riesgo principal: si Arizona pierde por blowout en un partido de slugfest, el +1.5 se cae, pero la varianza histórica del run line con σ=4 ya está incorporada. Stats clave: Prob modelo Arizona +1.5: 68.5% · Diferencia esperada: -0.42 a favor de Arizona · Pythagorean Arizona 0.464 vs Cincinnati 0.422 · Total esperado 9.15 en parque hitter (GABP)

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

Milwaukee llega como favorito en casa con Pythagorean de 0.653 frente a 0.478 de Philadelphia, y el modelo proyecta una diferencia esperada de 1.64 carreras a favor del local. Eso vuelve al +1.5 estructuralmente sólido: el modelo asigna 78.4% a que Milwaukee no pierda por 2+ en su propio parque. Sin contexto reciente disponible (abridores, bullpen, clima en American Family Field) no aplico ajuste cualitativo y mantengo cerca de la base, con un leve recorte por la varianza inherente de MLB a 9 innings. Stats clave: Prob modelo +1.5 Brewers: 78.4% · Pyth Milwaukee 0.653 vs Philadelphia 0.478 · Diferencia esperada: +1.64 a favor de Milwaukee · Carreras esperadas: 5.05 vs 3.40

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

El modelo proyecta a Cubs como favorito leve por Pythagorean (0.497 vs 0.426) con una diferencia esperada de apenas -0.72 carreras a favor del visitante. En ese escenario, el +1.5 funciona como colchón natural: incluso si Giants logra ganar en casa, lo más probable es por margen de una carrera, algo que la distribución Normal con σ=4 captura en 71%. Sin contexto externo en las últimas 96h no aplico ajuste cualitativo, mantengo la base. Riesgo principal: Oracle Park suprime ofensiva y los juegos cerrados pueden resolverse con jonrón tardío que estire margen, pero la varianza ya está incorporada en σ. Stats clave: Pyth Cubs 0.497 vs Giants 0.426 · Diferencia esperada -0.72 carreras · Prob modelo run line +1.5: 71.0% · Total esperado 9.21 en parque pitcher-friendly

El modelo proyecta una diferencia esperada de apenas 0.77 carreras a favor del local, lo que con σ=4 deja al Athletics cubriendo el +1.5 en 71.5% de las simulaciones. Ambos equipos tienen Pythagorean win% bajos (0.441 vs 0.375), señal de que ninguno domina y los partidos tienden a cerrarse dentro de 2 carreras. Sin contexto de últimas 96h —abridores, bullpen ni clima en Las Vegas Ballpark confirmados— mantengo la base sin ajustar. El riesgo es un blow-out si el abridor visitante colapsa temprano, pero la varianza modelada ya lo contempla. Stats clave: Diferencia esperada solo 0.77 carreras · Probabilidad modelo 71.5% para Athletics +1.5 · Pyth home 0.441 vs away 0.375 (equipos parejos en piso bajo) · Total esperado 10.35 con σ=3.5

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%

El modelo da 81% al +1.5 de Dodgers, apoyado en una brecha Pythagorean considerable (.710 vs .515) y una diferencia esperada de poco más de dos carreras a favor del visitante. Sin contexto reciente de abridores ni bullpen disponible no puedo reforzar al alza, así que aplico un ajuste defensivo: bajo de la base 78 a 74 reconociendo la varianza típica de MLB y que un White Sox local siempre puede robar un juego cerrado. Aun así, el colchón de 1.5 carreras absorbe bien el escenario de derrota ajustada del favorito. Stats clave: Prob modelo run line +1.5 Dodgers: 81% · Pythagorean Dodgers .710 vs White Sox .515 · Diferencia esperada: -2.02 a favor de Dodgers · Carreras esperadas: 5.49 vs 3.47

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 partido proyecta como prácticamente parejo (diferencia esperada de apenas 0.23 carreras a favor de Houston, Pythagorean 0.448 vs 0.426), lo que convierte al run line +1.5 visitante en el mercado con mejor base. Con σ=4 en el margen, el modelo asigna 66.7% a que Houston pierda por menos de 2 o gane directamente, un escenario que cubre la mayoría de la distribución dado lo cerrado del matchup. Sin información de abridores ni bullpen confirmada en las últimas 96h, no hay justificación para mover la base. Mantengo 67 — es el mercado más eficiente dado el perfil del juego. Stats clave: Diferencia esperada -0.23 carreras · Pythagorean Houston 0.448 vs Kansas City 0.426 · Probabilidad modelo 66.7% para Houston +1.5 · Total esperado 9.03 con σ=3.5 (juego cerrado)

El modelo proyecta un partido muy parejo (diferencia esperada de apenas 0.18 carreras a favor del local) entre dos equipos con Pythagorean casi idéntico (0.49 vs 0.468). En ese escenario, cubrir a Cleveland con +1.5 en casa tiene base sólida: el 66.3% del modelo refleja que pierden por 2+ solo en una minoría de simulaciones. Sin contexto reciente disponible (abridores, bullpen) mantengo la base sin ajuste. La amenaza es estándar: cualquier blowout puntual del visitante rompe la cobertura, pero con margin_sigma de 4 y diferencial mínimo, el colchón está bien valorado. Stats clave: Diferencia esperada solo 0.18 carreras · Probabilidad modelo 66.3% · Pyth home 0.49 vs away 0.468 · margin_sigma 4 sobre diff mínimo

El modelo ya da 79.6% al Braves +1.5 y el contexto refuerza la lectura: Bryce Elder llega con ERA 2.66 frente a un Sean Manaea irregular (5.02) respaldado por un bullpen sobrecargado y con David Peterson saliendo de una salida desastrosa (6 ER en 3.2 IP). Atlanta proyecta 4.89 carreras vs 3.08 de los Mets y un Pythagorean de .673 contra .469, diferencial que se amplía si Lindor no llega. La única fricción menor es la baja de Kinley en el bullpen visitante, irrelevante para cubrir 1.5. Mantengo el cap en 78. Stats clave: Prob modelo Braves +1.5: 79.6% · Pyth Atlanta .673 vs Mets .469 · Elder ERA 2.66 vs Manaea ERA 5.02 · Diferencia esperada -1.81 carreras a favor de Atlanta · Lindor (SS titular Mets) cuestionable

Partido extremadamente parejo a nivel Pythagorean (Arizona 0.466 vs Cincinnati 0.422) con diferencia esperada de apenas medio run a favor del visitante. En ese escenario, el +1.5 de Arizona se convierte en el mercado de mayor cobertura estadística: el modelo le asigna 68.7% porque sólo pierde si Cincinnati gana por 2 o más, algo que choca con un margen esperado negativo. Sin contexto reciente disponible (abridores, bullpen, viento en Great American que suele inflar el run scoring), mantengo cerca de la base sin inflar. Ajuste leve a la baja por la varianza propia de un parque hitter-friendly que puede generar resultados de slugfest impredecibles. Stats clave: Pyth Arizona 0.466 vs Cincinnati 0.422 · Diferencia esperada -0.45 a favor del visitante · Prob modelo run line +1.5 ARI: 68.7% · Total esperado 9.26 en parque hitter (Great American)

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

El modelo asigna 78.7% al spread +1.5 de Yankees, apoyado en un Pythagorean claramente superior (0.658 vs 0.472) y una diferencia esperada de -1.68 carreras a favor del visitante. El contexto matiza la lectura: Judge y Stanton ausentes le quitan poder a la ofensiva neoyorquina, pero del otro lado Toronto llega con bullpen sobreexigido por lesiones en la rotación, lo que protege el spread incluso si el juego se alarga. La incertidumbre del abridor local (Schlittler o Rodón) frente a Gausman es un riesgo real, por eso ajusto desde 78 a 74 en lugar de sostener la base. Aun así, +1.5 absorbe escenarios de derrota ajustada, que es el modo más probable dado el perfil del partido. Stats clave: Pythagorean Yankees 0.658 vs Blue Jays 0.472 · Diferencia esperada -1.68 carreras a favor de NYY · Prob modelo run line +1.5: 78.7% · Bajas ofensivas NYY (Judge, Stanton) compensadas por bullpen TOR exigido

El modelo da 68.6% al Pirates +1.5 con diferencia esperada de apenas 0.44 carreras y Pythagorean parejos (0.53 vs 0.487), lo que sugiere un partido cerrado donde la cobertura es viable. Sin embargo, ajusto a la baja: la lesión de Oneil Cruz (4-6 semanas) golpea la ofensiva local, y el bullpen de Pittsburgh es de los peores de la liga (14 saves desperdiciados, 10 carreras permitidas en un inning vs Dodgers el 9/6), lo que abre la puerta a derrotas por margen amplio si el partido se rompe tarde. Chandler (4.91 ERA) contra Alcántara (4.33 ERA) tampoco favorece a Pittsburgh en el matchup. Mantengo el pick por jugar de local y por el margen del modelo, pero recorto la base de 69 a 66. Stats clave: Diferencia esperada: 0.44 carreras · Pyth home 0.530 vs away 0.487 · Bullpen PIT: 14 saves desperdiciados, peor de la liga · Bubba Chandler 4.91 ERA vs Sandy Alcántara 4.33 ERA · Oneil Cruz out 4-6 semanas (fracturas mano izq.)

El modelo da 65.9% al +1.5 visitante en un partido casi parejo (Pythagorean 0.474 vs 0.460, diferencia esperada de apenas 0.13 carreras a favor de San Diego). El contexto refuerza levemente: los Padres vienen de ganar serie y enfrentan a Trey Gibson (4.24 ERA), un abridor sin dominancia clara, mientras que Vasquez aunque irregular (4.29 ERA últimos 7) no proyecta blowout en contra. Ajusto +2 sobre la base 66 por la línea ofensiva pareja y el sigma alto de margen (σ=4) que protege el +1.5 incluso si Baltimore gana. Riesgo: bullpen visitante sobrecargado con Musgrove y Pivetta en IL, lo que podría abrir la puerta a una derrota por 2+ si el juego se va largo. Stats clave: Prob modelo +1.5 SD: 65.9% · Pythagorean SD 0.474 vs BAL 0.460 · Diferencia esperada -0.13 carreras · Vasquez 4.29 ERA últimos 7 vs Gibson 4.24 ERA

El modelo da 70.2% al run line +1.5 de St. Louis, apoyado en una diferencia esperada de apenas -0.62 carreras a favor de los Cardinals y Pythagorean casi parejo (0.519 vs 0.459). Con margen tan ajustado y σ=4, la cobertura del 1.5 es matemáticamente sólida: incluso si Minnesota gana el partido, lo haría por una carrera en una fracción importante de escenarios. Sin contexto reciente para ajustar (abridores no confirmados, bullpen sin data), bajo levemente la base de 70 a 68 para no asumir certezas que el contexto no respalda. La principal incertidumbre es justamente esa: en MLB el matchup de abridores puede mover la diferencia esperada más de medio run. Stats clave: Probabilidad modelo run line +1.5 STL: 70.2% · Diferencia esperada: -0.62 carreras · Pyth STL 0.519 vs Pyth MIN 0.459 · ERT visitante 5.06 vs local 4.45

Los Rays llegan con perfil ofensivo y defensivo levemente superior (Pythagorean 0.519 vs 0.442 de los Angels) y proyectan 5.15 carreras esperadas contra 4.34 del local. La diferencia esperada de -0.81 a favor del visitante hace que el +1.5 funcione como red de seguridad amplia: incluso perdiendo por una carrera, el pick cobra. Sin información de abridores confirmados en las últimas 96h mantengo la base del modelo sin ajuste cualitativo. El riesgo principal es un blowout local en Angel Stadium, escenario que el modelo ya descuenta en el 28.2% restante. Stats clave: Probabilidad modelo 71.8% · Pyth Rays 0.519 vs Angels 0.442 · Diferencia esperada -0.81 carrera · Carreras esperadas Rays 5.15 vs Angels 4.34

El modelo proyecta una diferencia esperada de apenas -0.62 carreras a favor de St. Louis, con Pythagorean prácticamente parejo (.519 vs .459). En un escenario tan cerrado, el run line +1.5 visitante se beneficia de la varianza natural del béisbol: la probabilidad modelo de 70.2% refleja que incluso si Minnesota gana, lo hará por margen estrecho en la mayoría de los escenarios. Sin contexto reciente disponible (abridores, bullpen, clima en Target Field), bajo levemente de 70 a 68 para no asumir certeza sobre matchups de pitcheo que no puedo verificar. Stats clave: Prob modelo run line +1.5 STL: 70.2% · Diferencia esperada: -0.62 a favor de STL · Pyth STL .519 vs MIN .459 · Total esperado 9.51 (rango medio)

El modelo da 71% a Cubs +1.5 con una diferencia esperada de apenas -0.72 carreras a favor de Chicago y Pythagorean casi parejo (0.497 vs 0.426). Oracle Park suprime ofensiva y comprime márgenes, lo que históricamente favorece el cover del +1.5 al visitante en juegos cerrados. Sin contexto reciente disponible (abridores, bullpen, viento en la bahía), mantengo la base sin ajuste cualitativo. La incertidumbre principal es no tener confirmados los starters, pero el colchón de 1.5 carreras absorbe bien la varianza típica MLB (σ=4). Stats clave: Prob modelo Cubs +1.5: 71% · Diferencia esperada: -0.72 a favor de Cubs · Pyth Cubs 0.497 vs Giants 0.426 · Total esperado bajo (9.21) en Oracle Park favorece márgenes ajustados

El modelo da 71.5% al Athletics cubriendo +1.5 con una diferencia esperada de apenas 0.77 carreras a favor del local. Con margin_sigma de 4, la probabilidad de que Colorado gane por 2+ es estructuralmente baja incluso siendo el equipo más débil (Pythagorean 0.375 vs 0.441). Sin contexto reciente disponible (abridores, bullpen, clima en Las Vegas), no aplico ajuste y mantengo la base. La incertidumbre principal es justamente esa falta de confirmación de rotaciones, pero el colchón de 1.5 carreras absorbe bien la varianza típica de MLB. Stats clave: Prob modelo 71.5% Athletics +1.5 · Diferencia esperada solo 0.77 carreras · Pyth home 0.441 vs away 0.375 · Carreras esperadas 5.56 vs 4.79

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%

Milwaukee aparece como favorito claro con 59.7% en el moneyline gracias a la ventaja de Pythagorean (0.653 vs 0.478) y la condición de local en American Family Field. Sin contexto reciente disponible —abridores, bullpen, lineup— no hay base para mover la confianza por encima del piso del modelo. La incertidumbre sobre los pitchers probables es relevante en un mercado tan sensible al matchup, por eso mantengo en 60 sin inflar. Stats clave: Prob moneyline local: 59.7% · Pythagorean home 0.653 · Carreras esperadas local: 5.05 · Sin contexto de abridores confirmado

El modelo proyecta a Milwaukee con una diferencia esperada de +1.64 carreras como local y un Pythagorean de 0.653 frente al 0.478 visitante, lo que deja al +1.5 con 78.4% de cobertura bajo Normal(σ=4). Sin información de abridores confirmados ni estado de bullpens en las últimas 96h, no puedo reforzar contextualmente la convicción, así que aplico un ajuste defensivo. El riesgo principal es justamente esa opacidad: un mismatch de abridores no captado podría comprimir la ventaja local. Mantengo el pick por margen de seguridad estadístico pero por debajo del base. Stats clave: Prob modelo run line +1.5: 78.4% · Diferencia esperada: +1.64 a favor de Milwaukee · Pythagorean local 0.653 vs visitante 0.478 · Carreras esperadas: 5.05 vs 3.40

Partido proyectado como esencialmente parejo (diferencia esperada -0.23 carreras, Pythagorean 0.448 vs 0.426 a favor de Houston). En un escenario tan ajustado, el +1.5 del visitante absorbe la mayoría de los desenlaces: el modelo le asigna 66.7% por la distribución Normal con σ=4. Sin contexto reciente que altere el cuadro (abridores, bullpen, clima en Kauffman), mantengo la base sin ajuste. Riesgo principal: si Houston desarma rotación o hay viento favorable en Kauffman (parque neutro-hitter), el margen puede ensancharse, pero la cobertura de 1.5 sigue siendo robusta. Stats clave: Diferencia esperada -0.23 carreras · Pyth Houston 0.448 vs Royals 0.426 · Prob modelo run line +1.5 = 66.7% · Margin σ = 4 (alta varianza absorbida por el +1.5)

Partido cerrado en el papel: el modelo da apenas 0.45 carreras de ventaja a Arizona, con Pythagorean prácticamente parejo (0.466 vs 0.422). En ese escenario el +1.5 del visitante recoge tanto la victoria directa como las derrotas por una carrera, lo que el modelo cuantifica en 68.7%. Great American es parque hitter, lo que reduce blowouts del local porque rivales también suman. Sin contexto reciente disponible, mantengo la base en 69 sin ajuste. Stats clave: Prob modelo Arizona +1.5: 68.7% · Diferencia esperada: -0.45 a favor de Arizona · Pythagorean ARI 0.466 vs CIN 0.422 · Total esperado 9.26 en parque hitter

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

Boston como local con +1.5 tiene 61.2% de cubrir según el modelo, sostenido en que la diferencia esperada es de apenas -0.36 carreras y el total proyectado (7.04) es bajo, lo que comprime los márgenes finales. Pythagorean los pone en 0.476, casi paridad pura, así que escenarios de derrota por 2+ son minoritarios. Sin contexto de abridores confirmado, mantengo la base en 61 sin ajuste. La amenaza es clara: el modelo favorece levemente a Texas, por lo que este pick tiene menos margen que el espejo visitante y queda apenas sobre el piso de publicación. Stats clave: Diferencia esperada -0.36 carreras · Total esperado 7.04 (bajo, favorece márgenes cerrados) · Probabilidad modelo cubrir +1.5: 61.2% · Pythagorean Boston 0.476

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 muy parejo según el modelo: Pythagorean 0.49 vs 0.468 y diferencial esperado de apenas 0.18 carreras a favor del local. En ese escenario, el +1.5 de Cleveland funciona como cobertura natural — la σ=4 del margen implica que en la mayoría de los desenlaces el local pierde por más de 1 solo en colas. Sin contexto reciente disponible (abridores, bullpen) mantengo la base del modelo en 66% sin inflar. Riesgo: si el matchup de abridores se confirma desfavorable para Cleveland, este pick pierde su mejor virtud que es la convergencia con el rol de local. Stats clave: prob modelo run line +1.5 CLE: 66.3% · diferencia esperada: 0.18 carreras · pyth_home 0.490 vs pyth_away 0.468 · margin σ = 4 (alta varianza, favorece coberturas +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 da 68% a Seattle cubriendo +1.5, una línea que ya tiene margen amplio considerando la diferencia esperada de apenas -0.39. El contexto refuerza: Bryce Miller llega con 1.33 ERA y 29 ponches en su tramo reciente, enfrentando a un bullpen de Nationals con efectividad alta que históricamente entrega ventajas tardías. Aún si Seattle no gana, la combinación de pitching superior visitante y bullpen local débil hace muy improbable una derrota por 2+. La baja de Crawford resta en defensa pero no compromete el resultado al punto de invalidar la cobertura. Ajusto base 68 a 72. Stats clave: Prob modelo +1.5 Seattle: 68.1% · Diff esperada: -0.39 carreras · Bryce Miller reciente: 2-0, 1.33 ERA, 29 K · Bullpen Nationals señalado como punto débil estructural · Pyth Seattle 0.545 vs Washington 0.509

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 modelo asigna 80.9% al +1.5 visitante apoyado en una brecha Pythagorean clara (0.717 vs 0.529) y un diferencial esperado de casi dos carreras a favor de Los Angeles. El contexto refuerza: Wrobleski llega con ERA 2.62 y viene de seis innings en blanco, mientras Keller permitió seis carreras en menos de cinco entradas en su última salida y el bullpen pirata acaba de regalar 10 carreras en una entrada en el primer juego de la serie. La baja de Oneil Cruz le quita a Pittsburgh uno de sus bates productivos, lo que reduce aún más el techo ofensivo local. La duda con Will Smith atrás del plato es la única incertidumbre que impide subir más; mantengo en el cap 78. Stats clave: Pyth Dodgers 0.717 vs Pirates 0.529 · Diferencial esperado -1.99 a favor de LAD · Wrobleski ERA 2.62, viene de 6 IP sin carreras · Bullpen Pirates permitió 10 carreras en 1 entrada en juego previo de la serie · Oneil Cruz fuera por fractura en la mano

El modelo asigna 76.8% al +1.5 de Cubs, sostenido por una diferencia esperada de -1.43 carreras a favor del visitante y un gap Pythagorean considerable (0.499 vs 0.373). Coors siempre introduce varianza al alza en el total, pero ese mismo efecto suele inflar también el margen del favorito ofensivo, no comprimirlo. Sin contexto de abridores confirmado en las últimas 96h, mantengo el ajuste neutro y bajo levemente la base (77→74) por el cap MLB y la incertidumbre inherente al parque más volátil de la liga. Stats clave: Prob modelo run line Cubs +1.5: 76.8% · Diferencia esperada: -1.43 a favor de Chicago · Pythagorean: Cubs 0.499 vs Rockies 0.373 · Carreras esperadas: 5.85 visitante vs 4.42 local

El modelo asigna 71.5% al Rangers +1.5 apoyado en una diferencia esperada de apenas 0.77 carreras a favor del visitante y un Pythagorean de 0.522 vs 0.428. Con margin_sigma de 4, la cobertura del +1.5 es estructuralmente sólida: incluso escenarios donde Royals gana ajustado siguen pagando el ticket. Sin contexto de las últimas 96h (abridores, bullpen, clima en Kauffman) no puedo añadir convicción, así que ajusto levemente a la baja desde el base 72 para reflejar esa falta de confirmación cualitativa. Mantengo dentro del rango razonable para un mercado de baja varianza. Stats clave: Probabilidad modelo Texas +1.5: 71.5% · Diferencia esperada: -0.77 carreras · Pythagorean Texas 0.522 vs KC 0.428 · margin_sigma 4 favorece coberturas de 1.5

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)

Partido proyectado como coin flip puro: Pythagorean 0.507 vs 0.480 y diferencial esperado de apenas -0.24 carreras. En ese escenario, el +1.5 del visitante captura tanto la victoria directa de Cardinals (49.4%) como las derrotas por una carrera, llevando la probabilidad modelo a 66.8%. Sin contexto reciente (abridores, bullpen, clima) para ajustar en ninguna dirección, mantengo la base. Riesgo principal: si el matchup de abridores se inclina fuerte a Mets, el margen podría ampliarse más allá de 1 carrera y este mercado pierde valor. Stats clave: Prob modelo 66.8% St. Louis +1.5 · Diferencial esperado -0.24 carreras · Pythagorean 0.507 vs 0.480 · margin_sigma 4.0 (varianza alta favorece run line del underdog)

El modelo proyecta un partido muy parejo, con diferencia esperada de apenas 0.15 carreras y Pythagoreans casi calcados (.470 vs .456). En ese escenario el run line +1.5 para el local tiene piso sólido: el visitante necesita ganar por 2+ carreras y la distribución Normal(σ=4) le asigna 66% de cobertura. Sin contexto de últimas 96h (abridores, bullpen, clima en Comerica) mantengo la base sin ajustar. Es el mercado más limpio del board dado lo ajustado del matchup. Stats clave: Diferencia esperada 0.15 carreras · pyth_home 0.470 vs pyth_away 0.456 · Prob modelo run line +1.5 = 66.0% · Total esperado 8.92

El modelo proyecta a Milwaukee con clara ventaja estructural: Pythagorean 0.656 vs 0.44 de Athletics y diferencia esperada de -2.3 carreras a favor del visitante. Eso empuja la run line +1.5 a una probabilidad del 82.9%, un escenario donde Milwaukee solo necesita perder por menos de 2 o ganar para cubrir. Sin contexto reciente disponible (abridores, bullpen) mantengo prudencia y bajo levemente desde la base 78 a 74 para no sobreexponer en un mercado donde la varianza del margen (σ=4) puede generar resultados ajustados. Riesgo principal: si Athletics fuerza un blowout local en Las Vegas, mercado cae; sin info de abridor confirmado, el ajuste a la baja se justifica. Stats clave: Pythagorean Brewers 0.656 vs Athletics 0.44 · Diferencia esperada -2.3 carreras a favor de Milwaukee · Probabilidad modelo run line +1.5: 82.9% · Carreras esperadas: 5.98 visitante vs 3.68 local

El modelo proyecta un partido extremadamente parejo, con diferencia esperada de apenas 0.11 carreras a favor de Houston y Pythagorean casi idénticos (0.44 local vs 0.45 visitante). En ese escenario el run line +1.5 del visitante captura tanto el escenario de victoria directa como el de derrota ajustada, con 65.6% de probabilidad según la distribución Normal(σ=4). Sin contexto reciente disponible (abridores, bullpen, clima en Anaheim) mantengo la base en 66 sin ajuste cualitativo. El riesgo principal es un blowout local si el abridor visitante falla temprano, pero la varianza típica de MLB respalda el colchón. Stats clave: Diferencia esperada -0.11 carreras · Pyth Astros 0.45 vs Pyth Angels 0.44 · Prob modelo run line +1.5 = 65.6% · Carreras esperadas 5.17 visitante vs 5.06 local

El modelo proyecta a los Cubs como favoritos moderados (Pythagorean .499 vs .373 de Colorado) con diferencia esperada de -1.43 carreras a favor de Chicago, lo que ubica el +1.5 como una cobertura amplia: la probabilidad sale 76.8% bajo Normal(σ=4). Coors Field introduce ruido — eleva el total esperado a 10.27 y aumenta la varianza por slugfest, lo que en teoría podría favorecer al underdog en márgenes altos, aunque ese mismo entorno también ha sido históricamente duro para el pitching de Colorado. Sin contexto de abridores confirmado en las últimas 96h, no aplico ajuste cualitativo y mantengo cerca de la base, recortando levemente por el riesgo intrínseco de Coors a producir resultados extremos. Confianza final 74. Stats clave: Pythagorean Cubs .499 vs Rockies .373 · Diferencia esperada -1.43 a favor de Chicago · Probabilidad modelo run line +1.5: 76.8% · Total esperado 10.27 en Coors Field

Texas llega con ventaja estadística clara: Pythagorean 0.524 vs 0.422 de Kansas City, traducido en un diferencial esperado de +0.84 a favor del visitante. El run line +1.5 captura tanto el escenario de victoria directa de Texas (53.4% moneyline) como derrotas ajustadas por un solo run, lo cual cubre la mayor parte de la distribución dado σ=4. Sin contexto reciente disponible (abridores, bullpen, clima) mantengo la base del modelo sin ajuste cualitativo. El riesgo real es la varianza pura del deporte y un eventual blowout local, que el modelo asigna en torno al 28%. Stats clave: Probabilidad modelo Texas +1.5: 72.0% · Pythagorean Texas 0.524 vs KC 0.422 · Diferencial esperado -0.84 (favor visitante) · Total esperado 7.47 carreras

Atlanta llega con ventaja estructural marcada: Pythagorean 0.680 vs 0.512 de Chicago, con una diferencia esperada de 1.73 carreras a favor del visitante. El modelo asigna 79% al +1.5 con σ=4, lo que implica que incluso en escenarios de derrota ajustada los Braves cubren. Sin información de abridores ni bullpen en las últimas 96h, mantengo el base sin inflar — el cap de varianza MLB pesa y prefiero calibrar conservador. Ajuste -4 desde 78 por falta de confirmación de rotación, queda 74. Stats clave: Pythagorean Atlanta 0.680 vs Chicago 0.512 · Diferencia esperada -1.73 carreras a favor de Atlanta · Probabilidad modelo run line +1.5: 79.0% · Carreras esperadas Atlanta 5.38 vs Chicago 3.66

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

Misma lógica espejada: con diferencia esperada de solo 0.14 carreras, el local cubriendo +1.5 tiene base sólida en 63.3%. Miami juega en casa (loanDepot tiende a reducir totales y comprimir márgenes) y el Pythagorean apenas favorece a Arizona. Sin información de abridores confirmados en las últimas 96h no ajusto al alza, mantengo 63. Riesgo a monitorear: si Arizona alinea su as y Miami un quinto rotación, el spread podría abrirse, pero el modelo ya pondera ese ruido en σ=4. Stats clave: Diferencia esperada -0.14 carreras · Prob modelo Miami +1.5: 63.3% · Pyth home 0.468 vs away 0.483 · Margin sigma 4 — distribución amplia

El modelo proyecta un partido casi parejo (diferencia esperada -0.04, Pythagorean 0.497 visitante vs 0.492 local) y la run line +1.5 a favor de St. Louis sale con 65% base. El contexto refuerza la cobertura: Pallante llega 4-0 con 2.67 ERA como visitante y ya blanqueó a los Mets esta temporada, mientras que la ofensiva local sigue sin Lindor ni Polanco, dos bates clave. El regreso de Álvarez compensa parcialmente pero no cierra el hueco. Ajusto +3 a 68 por convergencia entre matchup de abridor y lesiones del lineup local; el riesgo es la tormenta pronosticada que puede alterar planes de pitcheo. Stats clave: Prob modelo run line STL +1.5: 65% · Pallante visitante 2026: 4-0, 2.67 ERA · Diferencia esperada: -0.04 carreras · Mets sin Lindor ni Polanco por lesión

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

Partido extremadamente parejo según el modelo: Pythagorean 0.463 visitante vs 0.460 local y diferencia esperada de apenas -0.03 carreras. En ese escenario el +1.5 visitante captura el valor estructural — con margin_sigma de 4 carreras, que Minnesota pierda por 2+ requiere una cola amplia de la distribución. Sin contexto reciente disponible (abridores, bullpen) mantengo la base del modelo sin ajuste. El riesgo es ciego: no sé quién lanza ni cómo llegan los bullpens. Stats clave: Pyth away 0.463 vs Pyth home 0.460 · Diferencia esperada -0.03 carreras · Prob modelo run line +1.5: 64.9% · Margin sigma 4.0

El modelo otorga 79% al run line +1.5 de Dodgers, base 78, apoyado en un diferencial esperado de -1.73 carreras y un Pythagorean de 0.71 vs 0.544 a favor de Los Ángeles. El contexto refuerza: Ohtani (0.74 ERA) abre frente a Jared Jones (4.82 ERA), y el bullpen de Pittsburgh es de los peores de la liga (4.33 ERA, 48.1% saves), lo que limita la capacidad local de remontar o sostener juegos cerrados. Las bajas ofensivas de Dodgers (Smith, Teoscar, Kiké) son la principal amenaza y justifican mantenerse en el run line en vez de mover al moneyline; aún así, +1.5 cubre el escenario de derrota ajustada. Mantengo 78, cap del deporte, sin inflar pese a la convergencia. Stats clave: Pyth Dodgers 0.710 vs Pirates 0.544 · Diferencia esperada -1.73 carreras a favor de LAD · Ohtani 0.74 ERA vs Jones 4.82 ERA · Bullpen Pirates 4.33 ERA, 48.1% saves · Prob modelo run line +1.5: 79.0%

El modelo da 72.9% al Nationals cubriendo +1.5, sostenido por un Pythagorean ligeramente superior (0.506 vs 0.425) y una diferencia esperada de apenas -0.94 carreras a favor de los visitantes. Oracle Park es de los parques más amplios de la liga, lo que comprime totales y márgenes — favorece que el partido se mantenga dentro de una carrera. Sin contexto externo confirmado (abridores, bullpen) bajo levemente la base de 73 a 70 para reconocer la incertidumbre de rotación no validada. Es un mercado de cobertura, no de convicción ofensiva. Stats clave: Probabilidad modelo run line +1.5 Washington: 72.9% · Diferencia esperada: -0.94 carreras · Pyth visitante 0.506 vs Pyth local 0.425 · Oracle Park históricamente suprime márgenes amplios

El modelo da 69% al +1.5 de los Padres como locales con diferencia esperada de +0.51, y el contexto refuerza el lado de San Diego de forma clara. Cincinnati llega con cinco derrotas al hilo, sin Elly De La Cruz y con un bullpen diezmado (Pagán, Johnson, Ashcraft fuera) que registra una de las peores ERA de la liga desde mayo. Suma el matchup de abridores: Michael King contra Brady Singer (2-6, 5.89 ERA), en un Petco donde los Reds son 12-27 desde 2012. Ajusto base 69 a 74; el techo lo pone que la ofensiva de los Padres también está entre las peores en OPS/OBP, lo que limita el margen pero no la cobertura del +1.5. Stats clave: Diferencia esperada +0.51 a favor de SD · Pyth_home 0.474 vs Pyth_away 0.418 · Brady Singer 2-6, 5.89 ERA · Reds 12-27 en Petco desde 2012 · Bullpen de Cincinnati peor ERA de la liga desde mayo

El modelo proyecta a Yankees con clara ventaja estructural: Pythagorean 0.656 vs 0.498 de Cleveland y diferencia esperada de -1.39 carreras a favor del visitante. Sobre ese diff, el +1.5 atrapa todo el escenario salvo derrotas por 2+ carreras, lo que el modelo cuantifica en 76.5%. Sin contexto reciente disponible (abridores, bullpen, clima en Progressive Field), no aplico ajuste cualitativo y mantengo prácticamente la base. La incertidumbre principal es justamente esa: un mismatch de abridores podría mover el sigma, pero sin señal concreta no hay razón para descontar. Stats clave: Prob modelo run line +1.5: 76.5% · Pythagorean Yankees 0.656 vs Cleveland 0.498 · Diferencia esperada -1.39 a favor de NYY · Carreras esperadas: NYY 4.63 vs CLE 3.24

Partido cerrado en el Trop con diferencia esperada de apenas 0.29 carreras a favor del local, lo que hace muy probable que Tampa cubra el +1.5 incluso en escenarios de derrota ajustada. Con Pythagorean local de 0.514 vs 0.481 visitante, el run line corto absorbe la varianza natural del juego de 9 innings. Sin contexto reciente disponible (abridores, bullpen) mantengo la base del modelo sin ajuste; el riesgo real es un blowout puntual de Boston, escenario poco frecuente dado el perfil parejo de ambos run differential. Stats clave: Diferencia esperada de solo 0.29 carreras · Pyth local 0.514 vs visitante 0.481 · Probabilidad modelo Rays +1.5: 67.3% · Carreras esperadas: 4.12 vs 3.82

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

Los Nationals llegan como favoritos sutiles del modelo (Pythagorean 0.506 vs 0.425 de Giants) y la diferencia esperada de apenas -0.94 carreras hace que el +1.5 sea un colchón cómodo: el modelo le asigna 72.9% de probabilidad bajo Normal(σ=4). Oracle Park es un parque pitcher-friendly que tiende a comprimir márgenes, lo que refuerza la cobertura. Sin contexto reciente de abridores ni bullpen, mantengo la confianza en la base sin ajuste cualitativo. El riesgo principal es un blowout local poco probable dado el run differential proyectado. Stats clave: Prob modelo run line +1.5: 72.9% · Diferencia esperada: -0.94 a favor de Washington · Pyth Nationals 0.506 vs Giants 0.425 · Oracle Park suprime carreras y márgenes

Atlanta llega con una brecha clara de calidad: Pythagorean .680 vs .512 de los White Sox, y el modelo proyecta una diferencia esperada de 1.73 carreras a favor del visitante. Eso convierte al +1.5 en una red amplia: el modelo le asigna 79% y la única vía para que pierda es una derrota por 2+ carreras, escenario poco frecuente dada la dispersión esperada (σ=4). Sin contexto reciente disponible (abridores, bullpen), aplico un ajuste leve a la baja sobre la base 78 para no comprar overconfidence ciega en MLB. Mantengo en 74, dentro del cap del deporte. Stats clave: Prob modelo run line +1.5: 79.0% · Pythagorean Atlanta .680 vs Chicago .512 · Diferencia esperada: 1.73 carreras a favor de Atlanta · σ del margen: 4 carreras

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)

El modelo da 63.8% al Phillies +1.5 con margen esperado de apenas 0.09 carreras, virtualmente un coin flip en el resultado directo. El contexto refuerza el lado visitante: Wheeler llega con ERA 2.31 y enfrenta a un Cease que regresa de lesión en la corva en su primera apertura, mientras el bullpen de Toronto está sobrecargado por las lesiones en la rotación. Sumado a la posible ausencia de Varsho en el outfield y el bate de Toronto, la cobertura de 1.5 carreras se vuelve un piso muy sólido. Ajuste base 64 → 68 por convergencia clara de matchup de abridores y fatiga de bullpen local. Stats clave: Diferencia esperada: 0.09 carreras · pyth_away 0.468 vs pyth_home 0.478 (paridad) · Wheeler ERA 2.31 · Cease regresa de lesión (corva) en su primera apertura · Bullpen de Toronto entre los más utilizados de MLB

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)

El modelo proyecta a Yankees como favorito moderado con diferencia esperada de -1.33 carreras a favor del visitante y Pythagorean notablemente superior (0.656 vs 0.502 de Cleveland). Bajo Normal(σ=4), el +1.5 captura 76% de los escenarios: incluso si Yankees pierde, lo haría por margen ajustado dada la paridad ofensiva esperada (4.54 vs 3.21). Sin contexto externo de últimas 96h para ajustar — abridores y bullpen no confirmados, lo que justifica mantenerse por debajo del cap. Aplico ajuste -2 sobre la base por ausencia de validación cualitativa. Stats clave: Pyth Yankees 0.656 vs Cleveland 0.502 · Diferencia esperada -1.33 a favor de NYY · Carreras esperadas NYY 4.54 vs CLE 3.21 · Prob modelo run line +1.5: 76.0%

Seattle llega con leve ventaja estructural: Pythagorean 0.550 vs 0.456 de Baltimore y diferencial esperado de -0.9 a favor del visitante. El modelo asigna 72.6% al +1.5, un mercado que cubre tanto la victoria directa como la derrota por una carrera, escenario probable dado el σ=4 sobre un margen ya favorable. Sin contexto de abridores ni bullpen en las últimas 96h, ajusto levemente a la baja (-2) para no anclar en la base sin señal cualitativa que la refuerce. El riesgo real es una paliza local en Camden Yards, parque hitter-friendly, pero el modelo ya lo incorpora. Stats clave: Pyth Seattle 0.550 vs Baltimore 0.456 · Diferencial esperado -0.9 a favor de Seattle · Prob modelo run line +1.5: 72.6% · Carreras esperadas visitante 4.82 vs local 3.92

El modelo da 79% al +1.5 visitante apoyado en un Pythagorean de .710 vs .544 y un diferencial esperado de +1.73 carreras a favor de Los Angeles. El contexto refuerza moderadamente: bullpen de Pittsburgh con 14 salvamentos desperdiciados y ERA entre las peores de la liga desde fines de abril, lo que protege la cobertura si el juego se mantiene cerrado hasta innings tardíos. La amenaza es Skenes, que aún cargando con tres salidas recientes permitiendo 3+ carreras puede limitar a un lineup de Dodgers golpeado por las dudas de Will Smith y Teoscar Hernández. Ajusto la base de 78 a 75 por ese riesgo de techo bajo en la ofensiva visitante y posible interrupción por tormentas que acorte el juego. Stats clave: Pyth Dodgers .710 vs Pirates .544 · Diferencial esperado -1.73 a favor visitante · Bullpen Pirates: 14 blown saves, ERA entre las peores MLB · Lauer 2.53 ERA en sus dos primeras aperturas con LAD · Will Smith y Teoscar Hernández en duda

El modelo le da 66.9% al +1.5 de Tampa apoyado en Pythagorean prácticamente parejo (0.511 vs 0.483) y diferencia esperada de apenas 0.25 carreras a favor del local. El contexto refuerza levemente: Nick Martinez llega con récord de equipo 9-3 en sus aperturas, y Boston arrastra una lista de lesionados profunda (Casas, Story, Anthony fuera) que recorta poder ofensivo. La amenaza es real igualmente — sin Kimbrel cerrando y con DeLuca/Fraley out, el bullpen de Rays es vulnerable a un blowout puntual. Ajuste +1 sobre la base. Stats clave: Prob modelo +1.5 Rays: 66.9% · Diferencia esperada: 0.25 carreras · Pythagorean Rays 0.511 vs Boston 0.483 · Rays 9-3 en aperturas de Martinez · Boston sin Casas, Story y Anthony por lesión

El modelo proyecta una diferencia esperada de 2.3 carreras a favor de Milwaukee con Pythagorean 0.661 vs 0.425 del Athletics, lo que sostiene una probabilidad de 82.9% al +1.5 visitante. La brecha de calidad es estructural —no depende de un matchup puntual— y el Las Vegas Ballpark no altera materialmente la lógica. Ajusto la base de 78 a 72 porque el partido es a meses vista: sin abridores confirmados, sin estado de bullpen ni lesiones, conviene castigar la confianza pese a que el cushion de 1.5 carreras absorbe buena parte del ruido. Se mantiene como el único mercado con margen suficiente para publicar. Stats clave: Pythagorean Brewers 0.661 vs Athletics 0.425 · Diferencia esperada -2.3 carreras a favor de Milwaukee · Prob modelo run line +1.5: 82.9% · Carreras esperadas: 5.61 vs 3.31

El modelo asigna 73.6% al +1.5 visitante, sustentado en una diferencia esperada de apenas 1.02 carreras a favor de Washington y Pythagorean win% prácticamente parejas (0.51 vs 0.424). En un partido tan cerrado, cubrir 1.5 carreras al underdog histórico de la liga ofrece colchón razonable: incluso si Giants gana, lo más probable es que sea por una sola carrera dado el run differential proyectado. Oracle Park además suprime ofensiva, lo que tiende a estrechar márgenes finales. Sin contexto reciente disponible (abridores, bullpen) mantengo cerca de la base, con leve recorte por la incertidumbre de no tener confirmación de rotaciones. Stats clave: Probabilidad modelo run line Washington +1.5: 73.6% · Diferencia esperada: -1.02 carreras · Pyth Nationals 0.510 vs Giants 0.424 · Oracle Park históricamente suprime carreras (favorece márgenes ajustados)

El modelo asigna 68.7% al run line +1.5 de los Padres, sostenido en un Pythagorean prácticamente parejo (0.474 vs 0.425) y una diferencia esperada de apenas 0.44 carreras a favor del local. Petco como parque pitcher-friendly comprime el margen y favorece partidos cerrados, lo que estructuralmente refuerza el +1.5 del lado con leve ventaja. Sin contexto adicional en las últimas 96h (abridores, bullpen, clima) no aplico ajuste cualitativo y mantengo la base en 69. El riesgo es un blowout visitante, escenario que la varianza MLB siempre deja abierto pero que el modelo cuantifica como minoritario. Stats clave: Prob modelo Padres +1.5: 68.7% · Diferencia esperada: 0.44 carreras a favor del local · Pythagorean home 0.474 vs away 0.425 · Total esperado 8.12 en parque pitcher-friendly (Petco)

El modelo da 69.8% a Houston cubriendo +1.5, sostenido por una ventaja moderada en Pythagorean (.465 vs .414) y una diferencia esperada de apenas medio run a favor del visitante. En un matchup tan parejo (moneyline 50.9% Houston), el colchón del run line es el mercado natural: incluso perdiendo, Houston cubre en una porción amplia de escenarios dado σ=4 sobre el margen. Sin contexto de 96h disponible (abridores, bullpen) mantengo la base sin inflar; el riesgo es un blowout local poco probable dado el perfil de equipos. Confianza final 68, sin ajuste cualitativo. Stats clave: Prob modelo Houston +1.5: 69.8% · Diferencia esperada: -0.58 a favor de Houston · Pythagorean Astros .465 vs Angels .414 · Margin sigma: 4 runs

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 modelo proyecta a Yankees como favorito moderado (Pythagorean 0.650 vs 0.519 de Cleveland) con diferencia esperada de 1.14 carreras a su favor, lo que vuelve el +1.5 una cobertura amplia: necesitan no perder por 2+. La probabilidad cuantitativa es 74.5% y el run differential proyectado refuerza que escenarios de blowout contra NY son poco frecuentes en este matchup. Sin contexto de abridores confirmados en las últimas 96h aplico un ajuste defensivo leve (-3) sobre la base 75, ya que en MLB el +1.5 depende fuertemente de quién toma la bola; mantengo el pick por el margen estadístico, pero sin maximizarlo. Stats clave: Prob modelo Yankees +1.5: 74.5% · Pythagorean Yankees 0.650 vs Cleveland 0.519 · Diferencia esperada -1.14 a favor de NY · σ de margen: 4 carreras

Partido muy parejo en el papel: Pythagorean 0.516 vs 0.493 y diferencia esperada de apenas 0.2 carreras a favor del local. Con margen tan ajustado y σ=4 en run line, el +1.5 a Tampa cubre tanto la victoria directa como una derrota por una carrera, escenarios que concentran la mayor masa probabilística. Sin contexto de abridores ni bullpen en las últimas 96h, no hay razón para mover la base 66% del modelo. Mantengo en 66% — el techo de varianza MLB desaconseja inflar sin señal cualitativa que respalde. Stats clave: Pythagorean Rays 0.516 vs Red Sox 0.493 · Diferencia esperada solo 0.2 carreras · Prob modelo run line +1.5 = 66.5% · Total esperado 8.13 en Tropicana (parque neutral-pitcher)

El modelo da 72.7% al +1.5 visitante apoyado en el diferencial Pythagorean (Seattle .554 vs Baltimore .458) y un run diff esperado de -0.91 a favor de los Mariners. El contexto refuerza: Hancock llega con 2.80 de ERA y récord 4-2, mientras que Bassitt arrastra rigidez en la espalda y su participación está en duda. A eso se suma que el bullpen de Baltimore viene golpeado desde la lesión de Helsley y la ofensiva local pierde a Westburg y Mountcastle, dos bates titulares. Subo a 76 por convergencia de señales; mantengo prudencia bajo el cap porque las bajas en el bullpen visitante (Brash, Speier, Vargas) limitan el techo si el juego se estira. Stats clave: Pyth Mariners .554 vs Orioles .458 · Run diff esperado -0.91 a favor de Seattle · Hancock 4-2, ERA 2.80 · Bassitt en duda por rigidez de espalda · Orioles sin Westburg ni Mountcastle · Bullpen Baltimore debilitado tras lesión de Helsley

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 modelo asigna 71.9% a Cubs +1.5, sostenido por una ventaja Pythagorean modesta (0.504 vs 0.425) y un diferencial esperado de apenas 0.82 carreras a favor del local. Wrigley con techo de varianza típico de MLB hace que cubrir +1.5 sea el mercado más estable: incluso si Giants gana, lo natural es que sea por margen corto. Sin contexto de últimas 96h (abridores, viento en Wrigley, bullpen), no aplico ajuste y mantengo la base en 72. El riesgo principal sería un blowout visitante, escenario que el modelo ya pondera bajo dada la paridad subyacente. Stats clave: Prob modelo Cubs +1.5: 71.9% · Diferencia esperada: 0.82 carreras a favor de Cubs · Pyth Cubs 0.504 vs Giants 0.425 · σ de margen: 4 carreras

El modelo proyecta un juego cerrado (diferencia esperada -0.11, total 7.16) en Petco Park, escenario ideal para que el +1.5 de Mets rinda: con σ=4 en el margen, el 65.6% base ya es sólido. El contexto refuerza: ambos equipos son ofensivamente anémicos (wRC+ 87 compartido, Padres últimos en carreras de MLB con 14 en sus últimas 6 derrotas), lo que comprime aún más la dispersión de resultados y reduce escenarios de blowout. Subo levemente a 68 por la pérdida de Estrada en el bullpen local, que limita la capacidad de Padres de cerrar con ventajas grandes. Riesgo: la ausencia prolongada de Lindor degrada la ofensiva visitante, por eso el ajuste es modesto. Stats clave: prob modelo 65.6% (base 66) · diferencia esperada -0.11 carreras · total esperado 7.16 — juego de bajo scoring · Padres 14 carreras en últimas 6 derrotas · Estrada (bullpen SD) a IL desde 3 de junio

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

El moneyline visitante refleja la brecha Pythagorean: Brewers proyecta 6.42 carreras contra 3.48 de Colorado, con probabilidad de 61.3% ya descontada la ventaja de localía. El riesgo es Coors Field, donde Colorado anula parte de su desventaja por park factor y los bullpens visitantes históricamente sufren en altitud. Sin información de abridores confirmados, mantengo la confianza pegada a la base sin ajuste al alza. Stats clave: Probabilidad modelo moneyline 61.3% · Pyth visitante 0.654 vs local 0.381 · Carreras esperadas 6.42 vs 3.48 · Park factor Coors penaliza confianza ML