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 välunderbyggda profiler (flera med tre historiska lopp) och flera startande utan historik ger medelhög säkerhet.
Loppet domineras i modellen av tre hästar med tätt historiskt underlag och konkurrenskraftiga sammanvägda värden. Flera startande saknar relevant historik vilket gör fältet ojämnt; det skapar öppningar för de mest stabila profilerna. Modellens sannolikheter sprids relativt jämnt över de främre hästarna.
Realsbo Wilja (nr 8) toppar med bästa sammanvägda modellvärde och ett positivt värde mot marknaden. Sigrid B. (nr 11) har stark form- och tränardata samt hög marknadsvärdering, vilket ger henne andra plats i modellen. Höstbo Anita (nr 5) är snabb på distansen och kommer in med bra historik; hon är tredje i rang. Järvsö Josefin (nr 4) har bra positionsdata men tunnare historik, därför lägre trygghet i bedömningen.
Realsbo Wilja får topposition genom starkt sammanvägt värde: låg slutpoäng, god stabilitet och bra positionshistorik. Sigrid B. gynnas av ledande tränar- och kördata plus solid form som sänker hennes slutpoäng. Höstbo Anita lyfts av hög hastighet för distansen och konsekventa prestationer. Järvsö Josefin rankas ner av begränsat historiskt underlag trots god positionsdata.
Rang inom startfältet för modellens viktigaste faktorer. 1 = bäst.
| Faktor | 1. Realsbo Wilja (8) |
|---|---|
| Fartsrank | 3 |
| Formrank | 4 |
| Distansrank | 2 |
| Kuskrank | 9 |
| Tränarrank | 11 |
| Stabilitetsrank | 4 |
| Underlag | 3 lopp |
| Startspår | 8 |
Modellen identifierar mest spelvärde i Sigrid B. och Realsbo Wilja — båda visar positiv värdeskillnad mot marknadens prissättning. För några favoriter (t.ex. Järvsö Josefin) tyder negativ värdeskillnad på att marknaden satt högre förväntningar än modellen. Oddsdata saknas i input; alla värdebedömningar bygger på skillnaden mellan modellens och marknadens uppgivna sannolikheter i datasetet.
Modellen bedömer tryggheten som medelhög: flera toppkandidater har tre tidigare lopp och stabila hastighets- och positionsvärden, medan tre startande saknar historik helt och därmed sänker den övergripande säkerheten. En del hästar har även låg standardavvikelse i prestationer vilket stärker förtroendet för deras placering.
Modellen ser Realsbo Wilja och Sigrid B. som tydliga huvudkandidater tack vare låga sammanvägda värden och positiv värdeskillnad mot marknaden. Höstbo Anita och Järvsö Josefin är relevanta utmanare utifrån hastighet och positionsdata, men tunnare historik på vissa startfält begränsar säkerheten i de nedre placeringarna.
| Rank | Nr | Häst | Marknad % | Modell % | Edge % | Kusk | Tränare |
|---|---|---|---|---|---|---|---|
| 1 | 8 | Realsbo Wilja | 9.9% | 14.2% | +4.3% | Tomas Rosén | Tomas Rosén |
| 2 | 11 | Sigrid B. | 7.7% | 12.7% | +5.0% | Oskar Kylin Blom | Oskar Kylin Blom |
| 3 | 5 | Höstbo Anita | 8.7% | 12.5% | +3.8% | Johanna Stark | Barbro Nilsson |
| 4 | 4 | Järvsö Josefin | 35.5% | 12.3% | -23.2% | Mats E Djuse | Jan-Olov Persson |
| 5 | 9 | Komnes Fina | 17.2% | 11.8% | -5.3% | Jan-Olov Persson | Jan-Olov Persson |
| 6 | 6 | Soleika H.L. | 14.5% | 10.6% | -3.9% | Lotta Persson | Hans Brunlöf |
| 7 | 2 | Fakså Ö.K. | 6.4% | 10.1% | +3.7% | Michaela B Fransson | Line Firman Torp |
| 8 | 10 | Trollsessan | 10.4% | 8.8% | -1.5% | Tomas Pettersson | Tomas Pettersson |
| 9 | 1 | Hassli Dina | 5.5% | 2.4% | -3.1% | Jorma Kontio | Harald Nordhagen |
| 10 | 3 | Klack Jossa | 2.2% | 2.3% | +0.2% | Joakim Reiser | Joakim Reiser |
| 11 | 7 | Grevinnan Stöen | — | 2.3% | — | Marcus Lilius | Jan-Olov Persson |
Three-Wide bygger en publik runt trav, spelvägar och datadrivna loppsidor. Den här ytan är reserverad för kommande annonsörer.
