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.
Blandning av hög trygghet för flera profilerade hästar och flera med tunt historiskt underlag; spridning i sannolikheter gör bedömningen måttligt säker.
Loppet är öppet med relativt jämna modellvärden över toppen; Harkar toppar modellen tack vare bäst snabbhet och stabilitet i poängbilden. Flera hästar har tunt historiskt underlag vilket sänker säkerheten i mittfältet. Startpositioner och spårbias påverkar särskilt Vinner Lilja (innespår) och Harkar (ytterläge).
Harkar (10) har loppets bästa sammanvägda modellvärde — snabbast i speed och god stabilitet. Horg Blessen (3) och Remlov (2) följer tätt med starka form- och positionssignaler. Vinner Lilja (1) har lågt historiskt underlag men gynnas av innerspår och stark tränarrankning.
Harkar leder eftersom den kombinerar hög hastighetssignal med lägre sammanvägt modellvärde; stabilitet och tränarrankning stödjer. Horg Blessen och Remlov har bra positions- och distansprofil samt konkurrenskraftiga slutpoäng men bedöms något sämre i ren snabbhet. Vinner Lilja får poäng för innespår och tränare trots mycket begränsad historik.
Rang inom startfältet för modellens viktigaste faktorer. 1 = bäst.
| Faktor | 1. Harkar (10) | 2. Horg Blessen (3) | 3. Remlov (2) |
|---|---|---|---|
| Fartsrank | 1 | 5 | 2 |
| Formrank | 5 | 1 | 3 |
| Distansrank | 7 | 2 | 1 |
| Kuskrank | 6 | 3 | 11 |
| Tränarrank | 3 | 11 | 4 |
| Stabilitetsrank | 9 | 6 | 10 |
| Underlag | 3 lopp | 2 lopp | 2 lopp |
| Startspår | 10 | 3 | 2 |
Modellen indikerar spelvärde i Harkar eftersom dess beräknade segerchans överstiger marknadens prissättning (positiv värdeskillnad). Remlov och Horg Blessen ser ut att vara spelmässigt nedspelade i marknaden enligt jämförelsen, medan flera andra profiler med höga odds visar marginellt positivt värde. Fullständiga odds/marknadsdjup saknas i input utöver implicita sannolikheter.
Modellen bedömer tryggheten som medelhög: flera toppkandidater har hög intern trygghet men flera deltagare har få eller inga historiska lopp vilket ökar osäkerheten. Stabilitets- och sd-signaler varierar mellan hästarna och sänker helhetstryggheten något.
Harkar presenterar loppets bästa sammanvägda modellvärde och visar positiv värdeskillnad mot marknaden. Horg Blessen och Remlov är närmast i modellrankning med bra positions- och distanselement. Eftersom flera hästar har tunt historiskt underlag bör man väga modellens medelhöga trygghet mot osäkerhet i mittenfältet.
| Rank | Nr | Häst | Marknad % | Modell % | Edge % | Kusk | Tränare |
|---|---|---|---|---|---|---|---|
| 1 | 10 | Harkar | 11.5% | 13.5% | +2.1% | Per Oleg Midtfjeld | Hans Kristian Skubberud |
| 2 | 3 | Horg Blessen | 17.7% | 12.6% | -5.1% | Ole Johan Östre | Merete Viksås |
| 3 | 2 | Remlov | 39.1% | 11.5% | -27.6% | Kristian Lindberg | Matilda Svensson |
| 4 | 1 | Vinner Lilja | 5.0% | 11.0% | +6.1% | Trond Möretrö | Diana L Olsson |
| 5 | 6 | Frivoll Faksen | 5.7% | 9.0% | +3.3% | Per Linderoth | Leif Persson |
| 6 | 11 | Pålly Tulla | 5.1% | 8.7% | +3.5% | Mikael J Andersson | Finn Fröshaug |
| 7 | 12 | Huseby Sirius | 4.0% | 8.4% | +4.4% | Odd Arne Sagholen | Odd Arne Sagholen |
| 8 | 7 | Järvsö Karin | 18.9% | 6.9% | -12.0% | Carl Johan Jepson | Nicklas Sundqwist |
| 9 | 9 | Lysjö Wilma | 1.0% | 6.2% | +5.2% | Kristina Larsson | Kristina Larsson |
| 10 | 8 | Tekno Britta | 2.5% | 5.4% | +2.9% | Viktor Brodin | Viktor Brodin |
| 11 | 5 | Björn Borksson | 7.9% | 5.0% | -2.8% | Cato Antonsen | Siri Kvebäk |
| 12 | 4 | Madde | — | 1.7% | — | Magnus Jakobsson | Öystein Simonsen |
Three-Wide bygger en publik runt trav, spelvägar och datadrivna loppsidor. Den här ytan är reserverad för kommande annonsörer.
