Flera hästar har komplett historik och tydliga skillnader i modellvärde, men vissa starter har begränsat underlag eller hög spridning i senaste prestationer vilket sänker total trygghet.
Den här platsen är reserverad för framtida annonsering och partnerskap inom trav, sport och datadriven analys.
Forus 2026-04-19 lopp 3
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 Odspika har lägst (bäst) sammanvägda modellvärde medan flera konkurrenter ligger nära bakom. Postplaceringar och förar-/träningsdata skapar små men relevanta skillnader; vissa hästar visar även stora spridningar i historisk kilometrikörning vilket påverkar tryggheten.
Hetaste buden
Odspika (start 3) leder på modellens sammanvägda värde, tätt följd av Turina och Kolli Jodin. G.G. Sin är också relevant med starka positionstal men sämre hastighetsprofil än Turina. Jag nämner bara dessa fyra då resten ligger tydligt lägre i modellvärde.
Därför rankar modellen så
Odspika toppar tack vare bästa sammanvägda modellvärde, stark position- och distansprofil samt stabilitet i form. Turina har snabbast hastighet och bra basvärde men marknaden prissätter den högre än modellen. Kolli Jodin kombinerar god form och rimlig startposition bakifrån vilket ger tredjeplats i rankningen.
Rang inom startfältet för modellens viktigaste faktorer. 1 = bäst.
| Faktor | 1. Odspika (3) | 2. Turina (5) | 3. Kolli Jodin (10) |
|---|---|---|---|
| Fartsrank | 3 | 1 | 2 |
| Formrank | 2 | 6 | 7 |
| Distansrank | 1 | 2 | 3 |
| Kuskrank | 7 | 8 | 5 |
| Tränarrank | 4 | 5 | 2 |
| Stabilitetsrank | 4 | 2 | 3 |
| Underlag | 3 lopp | 3 lopp | 3 lopp |
| Startspår | 1 | 3 | 8 |
Spelvärde
Odspika visar stor värdeskillnad mot marknaden — modellen uppskattar betydligt högre segerchans än marknadens prissättning. Turina prissätts hårt av marknaden och har negativ värdeskillnad i modellen. För flera hästar (exempelvis flera längre ner i listan) saknas explicita odds i input, vilket gör värdebedömningen ofullständig för dem.
Trygghet i loppet
Modellen bedömer tryggheten som medelhög: toppkandidaterna har stabila underlag men enstaka starter visar hög spridning i kilometrikörning och en häst har bara ett tidigare lopp, vilket begränsar säkerheten i slutsatsen.
Slutsats
Odspika framstår som loppets främsta enligt modellens sammanvägda värde, med klart bättre modellad segerchans än marknaden. Turina och Kolli Jodin är näst intill i konkurrens, där Turina har hög hastighet men är kraftigt prissatt av marknaden. Modellens trygghet bedöms som medelhög på grund av viss datavarans och spridning i historisk prestation.
Ranking och sannolikhet
| Rank | Nr | Häst | Marknad % | Modell % | Edge % | Kusk | Tränare |
|---|---|---|---|---|---|---|---|
| 1 | 3 | Odspika | 1.0% | 18.3% | +17.3% | Tormod Gudmestad | Tormod Gudmestad |
| 2 | 5 | Turina | 25.6% | 14.9% | -10.7% | Frode Espeland | Jostein Osland |
| 3 | 10 | Kolli Jodin | 3.9% | 12.7% | +8.8% | Henrik Rosseland Salte | Geir Gudmestad |
| 4 | 2 | G.G. Sin | 1.0% | 11.3% | +10.3% | Geir Gudmestad | Geir Gudmestad |
| 5 | 9 | Hage Balder | 80.0% | 8.6% | -71.4% | Johan Kringeland Eriksen | Johan Kringeland Eriksen |
| 6 | 6 | Mo Stine | 1.0% | 7.6% | +6.6% | Jørn Bjaanes | John Olav Jensen |
| 7 | 4 | Magnums Valentin | 1.0% | 7.5% | +6.5% | Geir Mikkelsen | Iselin Toft Dyrstad |
| 8 | 8 | Mjølner Flaksen | 3.2% | 6.5% | +3.3% | Øyvind Hegdal | Gunn Merete Sør-Reime |
| 9 | 7 | Langlands Spika | 6.4% | 6.4% | +0.0% | Tom Erga | Lene Grødeland Gundersen |
| 10 | 1 | Erik K. | 6.4% | 6.4% | +0.0% | Rune Wiig | Egil Stensland |
Three-Wide bygger en publik runt trav, spelvägar och datadrivna loppsidor. Den här ytan är reserverad för kommande annonsörer.
