Blandning av starkt historiskt underlag för flera hästar (flera med tre relevanta lopp) och några med tunnare data; spridning i modellens sannolikheter är måttlig.
Den här platsen är reserverad för framtida annonsering och partnerskap inom trav, sport och datadriven analys.
Forus 2026-06-07 lopp 9
Datadriven loppanalys med ranking, spelvärde och tydliga förklaringar för detta lopp.
Snabbvägar från loppet
Kort läsning av loppet
Loppanalys
Loppbild
Loppet domineras i modellen av Crowbar som har lägst sammanvägda modellvärde och starka hastighets- och positionsindikatorer. Bakom finns tre jämna kandidater (Golden Dooleys, Khloe, Lucky Runaway) där små skillnader i historik och position påverkar rankningen. Några hästar har tunnare underlag vilket dämpar säkerheten i bedömningen.
Hetaste buden
Crowbar (4) står ut med bäst sammanvägda modellvärde och topprankad hastighet; förväntas kunna kontrollera loppet från bra mittspår. Golden Dooleys (2) och Khloe (3) ligger tätt i modellens bedömning med olika styrkor — Golden Dooleys bra distansvärde, Khloe jämn form och fördelaktig körning. Lucky Runaway (5) är också nära i värde men har lägre hastighetsrank.
Därför rankar modellen så
Crowbar får lägst sammanvägda modellvärde tack vare bästa hastighetsrank och bra tränarrankning samtidigt som dess positionsform är stark. Golden Dooleys och Khloe har högre sammanvägda värden men kompenserar med goda distans- respektive formindikatorer; små skillnader i stabilitet och postposition förklarar deras placeringar. Längre ner påverkar svagare hastighet och lägre stabilitet utfallet.
Rang inom startfältet för modellens viktigaste faktorer. 1 = bäst.
| Faktor | 1. Crowbar (4) | 2. Golden Dooleys (2) | 3. Khloe (3) |
|---|---|---|---|
| Fartsrank | 1 | 2 | 3 |
| Formrank | 2 | 7 | 4 |
| Distansrank | 2 | 1 | 6 |
| Kuskrank | 3 | 8 | 2 |
| Tränarrank | 1 | 2 | 3 |
| Stabilitetsrank | 3 | 6 | 8 |
| Underlag | 3 lopp | 3 lopp | 3 lopp |
| Startspår | 4 | 2 | 3 |
Spelvärde
Modellen visar klart positiv värdevinkel för Golden Dooleys och Khloe jämfört med marknadens prissättning; deras modellbedömda segerchanser är betydligt högre än de implicita odds som angivits. Crowbar är modellerad som favorit men marknaden har prisat den något högre än modellen anser, vilket ger litet negativt spelvärde. För flera hästar saknas explicita odds i input — det går inte att uppskatta värde för dem.
Trygghet i loppet
Modellen bedömer tryggheten som medelhög: flera hästar har tre relevanta lopp vilket ger stabila indikatorer, men några startar med endast ett eller två lopp vilket sänker helhetstryggheten. Spridningen i modellens segerchanser är måttlig och fördelningen pekar på en klar toppkandidat men osäkerhet i kampen om placeringarna bakom.
Slutsats
Crowbar framstår som loppets mest sannolika vinnare enligt modellen tack vare hastighet och bra tränar-/positionsindikatorer, men Golden Dooleys och Khloe är näraliggande hot med positivt värde i modellens jämförelse mot marknaden. Modellens trygghet är medelhög och detaljer som startspår och körning kan avgöra placeringarna bakom favoriten.
Ranking och sannolikhet
| Rank | Nr | Häst | Marknad % | Modell % | Edge % | Kusk | Tränare |
|---|---|---|---|---|---|---|---|
| 1 | 4 | Crowbar | 33.0% | 29.3% | -3.7% | Svein Ove Wassberg | Lars Kristian Løkken |
| 2 | 2 | Golden Dooleys | 1.0% | 12.7% | +11.7% | Tord R. Salte | Stine Andersen |
| 3 | 3 | Khloe | 1.0% | 12.6% | +11.6% | Ronny Lauritsen | Ronny Lauritsen |
| 4 | 5 | Lucky Runaway | 33.0% | 12.5% | -20.5% | Eirik Høitomt | Siv Elin Gudmestad |
| 5 | 7 | Musical Sun | 1.0% | 11.0% | +10.0% | Øyvind Hegdal | Hanne Charlotte Gudim |
| 6 | 8 | Extreme Talisman | 26.4% | 9.9% | -16.5% | Rune Wiig | Egil Stensland |
| 7 | 6 | Sweet Dreamboy | 1.0% | 6.9% | +5.9% | Martin Soma | Martin Soma |
| 8 | 1 | Hans Reerstrup | 33.0% | 5.1% | -27.9% | Kjetil Djøseland | Katrine Samuelsen |
Three-Wide bygger en publik runt trav, spelvägar och datadrivna loppsidor. Den här ytan är reserverad för kommande annonsörer.
