Topp-placeringarna bygger på sparsamt historiskt underlag för flera hästar; tre främsta har bättre underlag än resten.
Den här platsen är reserverad för framtida annonsering och partnerskap inom trav, sport och datadriven analys.
Alborg 2026-04-16 lopp 8
Datadriven loppanalys med ranking, spelvärde och tydliga förklaringar för detta lopp.
Snabbvägar från loppet
Kort läsning av loppet
Loppanalys
Loppbild
Loppet domineras i modellen av tre hästar med tydligare prestationsdata; Match'em, Go To Goal Skov och Gaston sticker ut med bäst sammanvägda modellvärden. Många övriga har inget eller mycket tunt historiskt underlag vilket ökar osäkerheten i mitten och bakre fältet.
Hetaste buden
Match'em (sammanvägt modellvärde bäst, hög hastighet och stabilitet) plus Go To Goal Skov och Gaston bildar modellens topptrio. Flying Shadow och Faustino följer som rimliga placeringsbud baserat på form och positioner i underlaget.
Därför rankar modellen så
Match'em får högst värde tack vare det bästa hastighetsvärdet, ledande formindex och stabilitet trots begränsat antal lopp. Go To Goal Skov har näst bäst hastighet och bra positioner i tidigare lopp. Gaston kompletterar med jämn form och något bättre historiskt underlag än många konkurrenter.
Rang inom startfältet för modellens viktigaste faktorer. 1 = bäst.
| Faktor | 1. Match'em (13) | 2. Go To Goal Skov (11) | 3. Gaston (10) |
|---|---|---|---|
| Fartsrank | 1 | 2 | 3 |
| Formrank | 1 | 2 | 2 |
| Distansrank | 3 | 1 | 2 |
| Kuskrank | 10 | 4 | 7 |
| Tränarrank | 5 | 4 | 6 |
| Stabilitetsrank | 1 | 1 | 5 |
| Underlag | 1 lopp | 1 lopp | 2 lopp |
| Startspår | 2 | 5 | 4 |
Spelvärde
Match'em visar tydlig värdeprofil mot marknadens prissättning (modellens segerchans klart över marknadens). Go To Goal Skov och Gaston har mindre men positiv värdeskillnad. För många hästar saknas tillförlitliga odds-/edge-data eller historik; detta är inte uppskattat här.
Trygghet i loppet
Modellen bedömer tryggheten som medelhög: topptrion har relativt bra underlag och stabilitet medan majoriteten av fältet har inget historiskt underlag vilket sänker den totala säkerheten.
Slutsats
Match'em är modellens huvudnamn tack vare bästa sammanvägda modellvärde och hastighet/stabilitet. Go To Goal Skov och Gaston bildar en tydlig sekundgrupp. Stort inslag av hästar utan historik gör loppet svårare än topprankingens tydlighet antyder.
Ranking och sannolikhet
| Rank | Nr | Häst | Marknad % | Modell % | Edge % | Kusk | Tränare |
|---|---|---|---|---|---|---|---|
| 1 | 13 | Match'em | 4.2% | 17.5% | +13.3% | Mads Grønning | Marc Bæk Nielsen |
| 2 | 11 | Go To Goal Skov | 7.4% | 14.6% | +7.2% | Jesper L. Larsen | Michael Batsberg |
| 3 | 10 | Gaston | 8.5% | 13.3% | +4.7% | Maria Olsen | Jacob Christiansen |
| 4 | 5 | Flying Shadow | 5.4% | 10.3% | +5.0% | Jacob Christiansen | Jacob Christiansen |
| 5 | 8 | Faustino | 4.8% | 9.7% | +4.9% | Camilla Munk Boeck | Troels Boeck |
| 6 | 7 | Joey Gardenia | 37.3% | 4.7% | -32.6% | Martin Andreasen | Martin Andreasen |
| 7 | 12 | Fakir de Beauvalet | 7.7% | 4.6% | -3.1% | Karina Madsen | Karina Madsen |
| 8 | 9 | Aqua Photo N | 12.8% | 4.4% | -8.4% | Lucas Kirk | Christian Andersen |
| 9 | 3 | Arkibal Tamsen | 17.0% | 4.3% | -12.6% | Jonas Urth Pedersen | Viktor Larsen |
| 10 | 2 | Encore Cloc | 1.0% | 4.3% | +3.3% | Kim Holleufer | Kim Holleufer |
| 11 | 1 | Gentina | 15.2% | 4.1% | -11.0% | Mike Damberg | Kaj Jensen |
| 12 | 4 | Gigant Toft | 4.8% | 4.1% | -0.8% | Johnni Olsen | Johnni Olsen |
| 13 | 6 | Finegartner | — | 3.9% | — | Frederik Kragh Olsen | Emilie Bau Lassen |
Three-Wide bygger en publik runt trav, spelvägar och datadrivna loppsidor. Den här ytan är reserverad för kommande annonsörer.
