Relativt jämn fördelning av modellens bedömda chanser och flertalet hästar med tre historiska lopp ger rimligt underlag, men vissa signaler (t.ex. mycket olika post/track-bias och en häst med få historiska data) sänker säkerheten något.
Den här platsen är reserverad för framtida annonsering och partnerskap inom trav, sport och datadriven analys.
Arjang 2026-06-19 lopp 4
Datadriven loppanalys med ranking, spelvärde och tydliga förklaringar för detta lopp.
Snabbvägar från loppet
Kort läsning av loppet
Loppanalys
Loppbild
Modellen ser ett relativt öppet lopp där Storm Annsgal toppar sammanvägt modellvärde, men flera hästar ligger tätt bakom. Fördelning av postpositioner och olika styrkor (speed vs. position) skapar taktiska scenarion snarare än en klar favoritbild.
Hetaste buden
Storm Annsgal (start 2) har lägst sammanvägt modellvärde och bra förar-/tränarrankningar. Eskils Balder (start 7) bedöms som bäst värdeprofil med lägre marknadsprissättning än modellens bedömning. Remlov (start 4) är offensivt formstark och nära i modellens poängbild.
Därför rankar modellen så
Storm Annsgal leder tack vare lågt sammanvägt modellvärde kombinerat med hög förarrankning och stabil form. Eskils Balder får bra poäng från tränare och konsistent distansprestation, vilket sänker hans slutpoäng och ger ett attraktivt värde. Remlov har bäst positionsstatistik och formplaceringar men trummor upp något högre slutpoäng pga lägre hastighetsrank.
Rang inom startfältet för modellens viktigaste faktorer. 1 = bäst.
| Faktor | 1. Storm Annsgal (2) | 2. Eskils Balder (7) | 3. Remlov (4) |
|---|---|---|---|
| Fartsrank | 3 | 2 | 6 |
| Formrank | 3 | 6 | 1 |
| Distansrank | 3 | 4 | 2 |
| Kuskrank | 1 | 2 | 3 |
| Tränarrank | 2 | 1 | 4 |
| Stabilitetsrank | 4 | 3 | 6 |
| Underlag | 3 lopp | 3 lopp | 3 lopp |
| Startspår | 2 | 2 | 4 |
Spelvärde
Marknaden prissätter Storm Annsgal hårt (implied ~50%), medan modellen ger betydligt lägre segerchans vilket indikerar att favoriten är överspelad. Eskils Balder framstår som den tydligaste värdehästen då marknaden underskattar honom kraftigt jämfört med modellens bedömning. Övriga hästar visar små positiva eller negativa värden men inget annat sticker ut lika tydligt.
Trygghet i loppet
Modellen bedömer tryggheten som medelhög: flera hästar har tre historiska lopp vilket ger rimligt underlag, men spridning i spårpreferenser och en häst med svagare data minskar entydigheten.
Slutsats
Storm Annsgal är modellens etta på sammanvägt värde, men marknaden överdriver hans chanser. Eskils Balder är den mest intressanta utifrån värdebilden och Remlov är nära i formprofilen. Modellen är medelhög i trygghet och loppets taktik kommer påverka utgången mycket.
Ranking och sannolikhet
| Rank | Nr | Häst | Marknad % | Modell % | Edge % | Kusk | Tränare |
|---|---|---|---|---|---|---|---|
| 1 | 2 | Storm Annsgal | 50.5% | 17.5% | -33.0% | Carl Johan Jepson | Göran Antonsen |
| 2 | 7 | Eskils Balder | 7.1% | 16.3% | +9.2% | Per Linderoth | Veikko Haapakangas |
| 3 | 4 | Remlov | 29.9% | 14.2% | -15.6% | Kristian Lindberg | Matilda Svensson |
| 4 | 1 | Tangen Ternar | 5.1% | 12.0% | +6.9% | Per Anders Thuresson | Per Anders Thuresson |
| 5 | 5 | Tysvär Mikkel | 14.1% | 11.0% | -3.1% | Odd Arne Sagholen | Odd Arne Sagholen |
| 6 | 6 | Gran Eld | 3.1% | 10.9% | +7.8% | Göran Antonsen | Göran Antonsen |
| 7 | 3 | Pålly Tulla | 5.7% | 10.3% | +4.6% | Mikael J Andersson | Finn Fröshaug |
| 8 | 8 | Fina Boelito | 2.5% | 7.8% | +5.4% | Emil Sillén | Maija Rajala |
Three-Wide bygger en publik runt trav, spelvägar och datadrivna loppsidor. Den här ytan är reserverad för kommande annonsörer.
