Flera huvudkandidater har bra historiskt underlag (flera lopp vardera) men tre starters saknar historik vilket sänker totaltryggheten.
Den här platsen är reserverad för framtida annonsering och partnerskap inom trav, sport och datadriven analys.
Gavle 2026-04-14 lopp 3
Datadriven loppanalys med ranking, spelvärde och tydliga förklaringar för detta lopp.
Snabbvägar från loppet
Kort läsning av loppet
Loppanalys
Loppbild
Loppet är relativt öppet med flera jämna kandidater i toppen men också tre hästar utan historik i fältet. Modellen ser Ängsmolly som starkast tack vare bra anpassning till distans, konsekvent tempo och stabila resultat; Maja W.J. och Mjölner Tyra är tätt bakom. Startspår och rutinerade körsvenner gör fältet taktiskt.
Hetaste buden
Ängsmolly (5) toppar med bästa sammanvägda modellvärde och god distans- och positionsprofil. Maja W.J. (2) ligger nära i modellens bedömning och visar en positiv värdeprofil mot marknaden. Mjölner Tyra (1) är snabbast i fältet och har stabil form men något tunnare historik. Stjärne Jerva (3) har bäst positionell form men lägre slutvärde.
Därför rankar modellen så
Ängsmolly får högst totalvärde genom bra distansanpassning, stabila placeringar och god spårposition. Maja W.J. kombinerar konsekvent form och fördelaktigt startspår vilket ger nära finalvärde. Mjölner Tyra kompenserar lägre historik med hög hastighet. Stjärne Jerva har bra positionell form men lägre hastighets- och slutpoäng.
Rang inom startfältet för modellens viktigaste faktorer. 1 = bäst.
| Faktor | 1. Ängsmolly (5) | 2. Maja W.J. (2) |
|---|---|---|
| Fartsrank | 2 | 4 |
| Formrank | 3 | 2 |
| Distansrank | 1 | 2 |
| Kuskrank | 4 | 2 |
| Tränarrank | 6 | 5 |
| Stabilitetsrank | 4 | 3 |
| Underlag | 3 lopp | 3 lopp |
| Startspår | 5 | 2 |
Spelvärde
Marknaden värderar favoriten högre än modellen gör: Ängsmolly visar lägre marknadsandel än modellens sannolikhet indikerar. Maja W.J. framstår som mest intressant värdeprofil då marknadens prissättning är betydligt lägre än modellens bedömning. För flera hästar saknas oddsinformation i data och därför kan ingen komplett värdering göras för hela fältet.
Trygghet i loppet
Modellen bedömer tryggheten som medelhög: toppkandidaterna har flera relevanta lopp vardera vilket stärker bedömningen, men tre hästar saknar historik helt vilket ökar osäkerheten i mitten-av-fältet.
Slutsats
Modellen ser Ängsmolly som loppets starkaste häst följd tätt av Maja W.J. och Mjölner Tyra. Maja W.J. framstår som den tydligaste värdeprofilen mot marknaden enligt tillgängliga oddsdata. Osäkerheten ökar på grund av flera starters utan historik, så bilden kan ändras vid nya marknadsrörelser.
Ranking och sannolikhet
| Rank | Nr | Häst | Marknad % | Modell % | Edge % | Kusk | Tränare |
|---|---|---|---|---|---|---|---|
| 1 | 5 | Ängsmolly | 40.3% | 22.7% | -17.6% | Kajsa Frick | Kajsa Frick |
| 2 | 2 | Maja W.J. | 4.9% | 20.7% | +15.8% | Robert Wilhelmsson | Robert Wilhelmsson |
| 3 | 1 | Mjölner Tyra | 14.5% | 19.9% | +5.3% | Jan Roar Mjölneröd | Jan Roar Mjölneröd |
| 4 | 3 | Stjärne Jerva | 3.0% | 13.5% | +10.5% | Jan-Olov Persson | Jan-Olov Persson |
| 5 | 8 | Nons Ängla | 5.1% | 12.3% | +7.2% | Wiktor Kylin-Blom | Wiktor Kylin-Blom |
| 6 | 7 | L.Q.Wessla | 5.3% | 3.7% | -1.6% | Oskar Kylin Blom | Oskar Kylin Blom |
| 7 | 4 | Eld Donna | 7.7% | 3.6% | -4.1% | Mats E Djuse | Jan-Olov Persson |
| 8 | 6 | Nordlilja | 36.9% | 3.6% | -33.3% | Marcus Lilius | Jan-Olov Persson |
Three-Wide bygger en publik runt trav, spelvägar och datadrivna loppsidor. Den här ytan är reserverad för kommande annonsörer.
