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.
Starkt stöd för topp fyra från historiskt underlag (var och en har ett relevant tidigare lopp) men majoriteten av fältet saknar historik vilket sänker helhetstryggheten.
Modellen ser ett klart toppskikt bestående av fyra hästar med relevant historik; Baltic Baunely är ledande följd av So Tough, Baron Revenue och Highway. Resten av fältet saknar eller har tunt historiskt underlag vilket ökar osäkerheten för placeringarna bakom topp fyra. Start- och spårdata påverkar särskilt förstalagen som har bra spår och stabilitet.
Baltic Baunely: lägst modellvärde och bästa kombination av fart, form och stabilitet. So Tough: näst bäst modellvärde med bra körning och lågt marknadssannolikhet — modellen ser högt värde. Baron Revenue och Highway kompletterar topp fyra med konsekvent form och rimliga förutsättningar. Corner Tiki sticker ut som osäker outsider utan historik trots konkurrenskraftigt drivare- eller tränarstöd.
Baltic Baunely har lägst sammanvägda modellvärde tack vare bästa fart- och formkombination samt hög stabilitet. So Tough hamnar tvåa då den har stark hastighetsprofil och bra tränar-/körarstatistik men något högre modellvärde än ledaren. Baron Revenue och Highway prioriteras för konsekvent form och rimliga positioner från start. Övriga saknar historik eller har högre modellvärden vilket placerar dem längre ner.
Rang inom startfältet för modellens viktigaste faktorer. 1 = bäst.
| Faktor | 1. Baltic Baunely (11) | 2. So Tough (9) | 3. Baron Revenue (3) | 4. Highway (4) |
|---|---|---|---|---|
| Fartsrank | 1 | 2 | 3 | 4 |
| Formrank | 1 | 1 | 1 | 1 |
| Distansrank | 1 | 1 | 1 | 1 |
| Kuskrank | 8 | 6 | 7 | 4 |
| Tränarrank | 3 | 4 | 7 | 2 |
| Stabilitetsrank | 1 | 1 | 1 | 1 |
| Underlag | 1 lopp | 1 lopp | 1 lopp | 1 lopp |
| Startspår | 1 | 1 | 3 | 1 |
So Tough och Baltic Baunely visar stora skillnader mellan modellens bedömda segerchans och marknadens prissättning — modellen ser särskilt mycket värde i So Tough (lägre marknadssannolikhet). För många övriga hästar finns inget tillförlitligt oddsunderlag i input att jämföra mot, och flera har negativ värdeskillnad mot marknaden.
Modellen bedömer tryggheten som medelhög: topp fyra backas av historiskt underlag (var och en har ett tidigare lopp), men sju av elva saknar relevant historik vilket minskar total pålitlighet. Spridningen i modellens segerchanser visar måttlig differentiering mellan topp och resten.
Modellen ser Baltic Baunely som favorit följd av So Tough, Baron Revenue och Highway; dessa fyra har bäst underlag. So Tough och Baltic Baunely uppvisar tydligt högre värde mot marknaden i available data. Samtidigt är helhetsbilden osäker eftersom många deltagare saknar tidigare lopp.
| Rank | Nr | Häst | Marknad % | Modell % | Edge % | Kusk | Tränare |
|---|---|---|---|---|---|---|---|
| 1 | 11 | Baltic Baunely | 4.4% | 20.3% | +15.9% | Kim Hjort | Tom Olsen |
| 2 | 9 | So Tough | 1.0% | 17.0% | +16.0% | Ole Bager | Ole Bager |
| 3 | 3 | Baron Revenue | 1.0% | 13.3% | +12.3% | Niels-Peter Steinlein | Niels-Peter Steinlein |
| 4 | 4 | Highway | 2.2% | 13.1% | +10.9% | Jonas Mikkelsen | Frank Mikkelsen |
| 5 | 1 | Corner Tiki | 61.0% | 5.4% | -55.6% | Mads K. Mogensen | Kim Dahl |
| 6 | 6 | Zinzan Cash | 22.0% | 5.4% | -16.7% | Mads Petersen | Mathilde Bager |
| 7 | 10 | Disney | 8.3% | 5.3% | -3.1% | Oliver Gommans | Micki Kofod-Mortensen |
| 8 | 8 | Expressstone | 1.0% | 5.2% | +4.2% | Leif Nyboe | Betina Lund |
| 9 | 5 | Ivory Bork | 8.8% | 5.2% | -3.6% | Martin Sjøholm Jensen | Jørn Sonne Hansen |
| 10 | 2 | Cult | 1.0% | 4.9% | +3.9% | Lasse Rasmussen | Stig B. Rasmussen |
| 11 | 7 | Golden Star K J | 17.6% | 4.9% | -12.7% | Mari Lena Nørregaard | Mari Lena Nørregaard |
Three-Wide bygger en publik runt trav, spelvägar och datadrivna loppsidor. Den här ytan är reserverad för kommande annonsörer.
