Den här platsen är reserverad för framtida annonsering och partnerskap inom trav, sport och datadriven analys.
Datadriven loppanalys med ranking, spelvärde och tydliga förklaringar för detta lopp.
Topptrean har bra historiskt underlag medan majoriteten av fältet saknar relevanta tidigare lopp, vilket ger rimlig men inte hög säkerhet.
Modellen ser ett tydligt huvudspår: Grande Finale är klart högst värderad utifrån form, fart och erfarenhet. Tvåan och trean (Match'em och Daniella Gardenia) har rimliga chanser men betydligt tunnare historik. Större delen av fältet saknar relevant underlag och bedöms ha låg sannolikhet.
Grande Finale: bäst i fart- och formmått med tre relevanta lopp. Match'em: tvåa i modellvärde men bara ett historiskt lopp; bra fart men mindre stabilitet. Daniella Gardenia: tredje, kort historik men konsekvent snabb i de få registrerade loppen.
Grande Finale toppar tack vare högsta sammanvägda modellvärdet med bästa fart- och formplaceringar samt tre relevanta lopp. Match'em och Daniella Gardenia hamnar efter på grund av färre lopp och något lägre basvärde trots god fart. Resterande fält har i många fall inget eller mycket tunt historiskt underlag och får lägre ranking.
Rang inom startfältet för modellens viktigaste faktorer. 1 = bäst.
| Faktor | 1. Grande Finale (3) | 2. Match'em (15) | 3. Daniella Gardenia (13) |
|---|---|---|---|
| Fartsrank | 1 | 2 | 3 |
| Formrank | 1 | 2 | 3 |
| Distansrank | 2 | 2 | 2 |
| Kuskrank | 1 | 10 | 3 |
| Tränarrank | 1 | 2 | 4 |
| Stabilitetsrank | 6 | 1 | 1 |
| Underlag | 3 lopp | 1 lopp | 1 lopp |
| Startspår | 3 | 3 | 1 |
Grande Finale visar stark värdeprofil: modellen bedömer segerchansen betydligt högre än marknadens prissättning (stor värdeskillnad). Match'em har också positiv värdeskillnad men med tunnare historik. För flera hästar saknas marknadsdata i analysen eller de är prissatta högre än modellens bedömning.
Modellen bedömer tryggheten som medelhög: Grande Finale bygger på tre relevanta lopp och höga interna signaler medan många konkurrenter har få eller inga tidigare lopp, vilket sänker total trygghet.
Modellen framhäver Grande Finale som klar etta utifrån sammanvägt modellvärde, fart och erfarenhet. Match'em och Daniella Gardenia är de mest relevanta utmanarna men har tunnare historik. För loppets övriga deltagare finns i stor utsträckning för lite data för att ge säkra bedömningar.
| Rank | Nr | Häst | Marknad % | Modell % | Edge % | Kusk | Tränare |
|---|---|---|---|---|---|---|---|
| 1 | 3 | Grande Finale | 9.5% | 25.2% | +15.7% | Lucas Kirk | Leif Poulsen |
| 2 | 15 | Match'em | 1.0% | 12.4% | +11.4% | Mads Grønning | Marc Bæk Nielsen |
| 3 | 13 | Daniella Gardenia | 8.7% | 10.4% | +1.8% | Martin Andreasen | Martin Andreasen |
| 4 | 9 | Go To Goal Skov | 23.4% | 9.4% | -14.0% | Jesper L. Larsen | Michael Batsberg |
| 5 | 4 | Flying Shadow | 5.3% | 7.4% | +2.1% | Jacob Christiansen | Jacob Christiansen |
| 6 | 10 | Faustino | 2.2% | 7.2% | +5.0% | Camilla Munk Boeck | Troels Boeck |
| 7 | 14 | Fakir de Beauvalet | 22.2% | 3.3% | -18.9% | Karina Madsen | Karina Madsen |
| 8 | 7 | Arkibal Tamsen | 14.2% | 3.2% | -11.0% | Jonas Urth Pedersen | Viktor Larsen |
| 9 | 1 | Don Anton | 2.7% | 3.2% | +0.4% | Mads Vesterlund | Torben V. Pedersen |
| 10 | 5 | Gigant Toft | 16.0% | 3.1% | -12.9% | Johnni Olsen | Johnni Olsen |
| 11 | 11 | Aqua Photo N | 2.5% | 3.1% | +0.6% | Christian Andersen | Christian Andersen |
| 12 | 2 | Gentina | 7.1% | 3.1% | -4.0% | Anne Hermansen | Kaj Jensen |
| 13 | 6 | Alltherightmoves | 1.2% | 3.0% | +1.8% | Kjell Nielsen | Kjell Nielsen |
| 14 | 8 | Herbie Gin | 1.0% | 3.0% | +2.0% | Michael Skærbæk | Michael Skærbæk |
| 15 | 12 | Cadiz | 9.7% | 3.0% | -6.7% | Lene Dodensig | Jørgen Larsen |
Three-Wide bygger en publik runt trav, spelvägar och datadrivna loppsidor. Den här ytan är reserverad för kommande annonsörer.
