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.
Modellen har komplett historik (flera hästar har tre relevanta lopp) men spridningen i sannolikheter är måttlig vilket ger måttlig säkerhet.
Det här är ett relativt öppet lopp där modellen ser Villnorsken och Moe Kan som främsta kandidater baserat på lägst sammanvägda modellvärden. Skillnaderna i modellens bedömda segerchanser är små och flera hästar har rimligt historiskt underlag vilket ger ett taktiskt loppbildsbehov.
Villnorsken (start 6) toppar med lägsta modellvärdet och bästa hastighetsprofilen; Moe Kan (10) ligger nära tack vare stabilt form- och lägesvärde. Fräcke Blixt (11) och Vejmo Märta (2) är tredje- respektive fjärdevalet — Fräcke Blixt visar bra snabbhet medan Vejmo Märta har fördel i distansprestanda.
Villnorsken har lägst sammanvägda modellvärde tack vare bästa hastighetsrank och positionshistorik. Moe Kan hamnar tätt bakom genom bra basvärde och stabila lopp; Fräcke Blixt får högre modellvärde men uppskattar snabbheten och lägre marknadsandel, medan Vejmo Märta gynnas av distansprestanda trots sämre hastighetsrank.
Rang inom startfältet för modellens viktigaste faktorer. 1 = bäst.
| Faktor | 1. Villnorsken (6) | 2. Moe Kan (10) | 3. Fräcke Blixt (11) |
|---|---|---|---|
| Fartsrank | 1 | 3 | 2 |
| Formrank | 2 | 2 | 7 |
| Distansrank | 3 | 3 | 3 |
| Kuskrank | 4 | 5 | 7 |
| Tränarrank | 5 | 7 | 6 |
| Stabilitetsrank | 8 | 5 | 10 |
| Underlag | 3 lopp | 3 lopp | 3 lopp |
| Startspår | 1 | 5 | 6 |
Fräcke Blixt visar största positiva värdeskillnaden mot marknaden — modellen bedömer högre segerchans än implicerat. Villnorsken och Moe Kan ligger nära marknadens prissättning och ger i nuläget inget tydligt spelvärde enligt modellen. Oddsdata är tillgängligt via implicita sannolikheter i insignaleringen.
Modellen bedömer tryggheten som medelhög: många startande har tre relevanta lopp vilket stärker bedömningen, men det är snålt med stora avstånd i modellvärde och vissa har lägre stabilitet vilket drar ner säkerheten något.
Modellen ser Villnorsken som loppets starkaste kandidat men Moe Kan ligger mycket nära; Fräcke Blixt är den mest intressanta ur värdeperspektiv mot marknaden. Säkerheten är medelhög och loppet kan bli taktiskt avgörande.
| Rank | Nr | Häst | Marknad % | Modell % | Edge % | Kusk | Tränare |
|---|---|---|---|---|---|---|---|
| 1 | 6 | Villnorsken | 16.2% | 16.1% | -0.1% | Kenth Åkerlund | Karen E. Kvåle |
| 2 | 10 | Moe Kan | 17.6% | 14.7% | -2.9% | Susanne H Osterling | Siv Nilsson |
| 3 | 11 | Fräcke Blixt | 3.5% | 9.6% | +6.1% | Marcus Lilius | Marie Svanholm |
| 4 | 2 | Vejmo Märta | 7.0% | 8.9% | +2.0% | Camilla Olsson | Jörgen E Berglund |
| 5 | 4 | Hulte Madeleine | 12.7% | 8.9% | -3.8% | Linda S Hedström | Linda S Hedström |
| 6 | 3 | Tåga Borken | 9.2% | 8.5% | -0.7% | Micael Melander | Micael Melander |
| 7 | 9 | Selina | 8.6% | 8.1% | -0.5% | Ingvar Nyberg | Lina Melin |
| 8 | 8 | Ymer Dox | 12.6% | 7.6% | -5.0% | Magnus O Jonsson | Magnus O Jonsson |
| 9 | 7 | Troll Rapp | 16.0% | 7.1% | -8.9% | Ove A Lindqvist | Jan Ove Olsen |
| 10 | 5 | Pyseidon | 12.2% | 6.8% | -5.4% | Tomas Pettersson | Niclas Torstemo |
| 11 | 1 | Guli Frasse | 2.3% | 3.8% | +1.5% | Henrik Kihle | Anneli Öberg |
Three-Wide bygger en publik runt trav, spelvägar och datadrivna loppsidor. Den här ytan är reserverad för kommande annonsörer.
