La dinámica del momentum psicológico en el tenis ha despertado interés durante mucho tiempo, pero medir su impacto presenta obstáculos sustanciales. En este artículo, presentamos un enfoque para cuantificar el momentum que combina probabilidades de ganar en tiempo real, apalancamiento y un promedio móvil ponderado exponencialmente (EWMA). Probamos el método en un partido de alto perfil entre Carlos Alcaraz y Novak Djokovic, demostrando cómo los cambios en el apalancamiento afectan el momentum. Además, utilizamos métodos de extracción de características del análisis de series temporales para derivar características relacionadas con el momentum, que son insumos críticos para crear un modelo de clasificación binaria de eXtreme Gradient Boosting (XGBoost) para predecir los ganadores del juego. El algoritmo tiene una precisión promedio del 84% y proporciona predicciones en tiempo real de las posibilidades de cada jugador de ganar el partido. Nuestros hallazgos indican que el momentum es un elemento algo relevante en la previsión de los resultados de los partidos, destacando su potencial valor para mejorar los sistemas de predicción de partidos.