Halva fältet saknar historik vilket begränsar underlaget; topp 4 har alla ett dokumenterat lopp vardera vilket ger rimlig differentiering i toppskiktet.
Den här platsen är reserverad för framtida annonsering och partnerskap inom trav, sport och datadriven analys.
Gavle 2026-05-09 lopp 2
Datadriven loppanalys med ranking, spelvärde och tydliga förklaringar för detta lopp.
Snabbvägar från loppet
Kort läsning av loppet
Loppanalys
Loppbild
Fältet är delvis informativt: fyra hästar har ett tidigare lopp vardera medan övriga fyra saknar historik. Modellen ser ett tydligt toppskikt (Järvsökotten, Myllkärrs Wilma, Önnes Lofar, Kim Vild) med klart bättre prestationstal och lägre sammanvägda modellvärden än resten.
Hetaste buden
Järvsökotten toppar med lägst sammanvägda modellvärde och bästa fart- och positionstal. Myllkärrs Wilma är tvåa med stark förare/tränarkoppling. Önnes Lofar och Kim Vild kompletterar topp fyra; båda har högre värde kontra marknaden enligt modellens värdering.
Därför rankar modellen så
Järvsökotten får högsta rank tack vare lägsta sammanvägda modellvärde kombinerat med toppplacering i fart, position och stabilitet. Myllkärrs Wilma ligger nära i form- och förare/tränarpoäng. Önnes Lofar och Kim Vild har något högre modellvärden men betraktas som konkurrenskraftiga utifrån tränarstatistik och marknadsvärde.
Rang inom startfältet för modellens viktigaste faktorer. 1 = bäst.
| Faktor | 1. Järvsökotten (6) | 2. Myllkärrs Wilma (1) |
|---|---|---|
| Fartsrank | 1 | 2 |
| Formrank | 1 | 2 |
| Distansrank | 1 | 1 |
| Kuskrank | 4 | 2 |
| Tränarrank | 5 | 2 |
| Stabilitetsrank | 1 | 1 |
| Underlag | 1 lopp | 1 lopp |
| Startspår | 2 | 1 |
Spelvärde
Marknaden skattar favoriten högre än modellen för Järvsökotten och Myllkärrs Wilma (modellens bedömda segerchans är lägre än marknadens implied probability för båda), medan Önnes Lofar och Kim Vild visar positiv värdeskillnad gentemot marknaden. Oddsdata saknas explicit i indata, endast implied probabilities och värdeskillnader finns.
Trygghet i loppet
Modellen bedömer tryggheten som medelhög: topp fyra har historik (ett lopp vardera) vilket ger visst stöd, men fyra hästar saknar all historik vilket ökar osäkerheten i fältets botten.
Slutsats
Modellen ser Järvsökotten som klar topp utifrån lägst sammanvägda modellvärde och starka fart- och positionsvärden. Myllkärrs Wilma är närmast konkurrent medan Önnes Lofar och Kim Vild erbjuder bättre modellmässigt värde mot marknaden. Osäkerheten är större längre ner i fältet eftersom hälften av hästarna saknar historik.
Ranking och sannolikhet
| Rank | Nr | Häst | Marknad % | Modell % | Edge % | Kusk | Tränare |
|---|---|---|---|---|---|---|---|
| 1 | 6 | Järvsökotten | 43.3% | 28.0% | -15.3% | Marcus Lilius | Jan-Olov Persson |
| 2 | 1 | Myllkärrs Wilma | 39.1% | 21.6% | -17.4% | Olle Alsén | Olle Alsén |
| 3 | 2 | Önnes Lofar | 1.2% | 16.7% | +15.5% | Fredrik Plassen | Oskar Kylin Blom |
| 4 | 7 | Kim Vild | 1.0% | 14.7% | +13.7% | Henrik Kihle | Linn Andersson |
| 5 | 3 | Höstbo Bert | 31.3% | 4.9% | -26.3% | Tomas Pettersson | Alexander Ljungman |
| 6 | 8 | Lyckans Vidar | 2.2% | 4.8% | +2.6% | Joakim Eskilsson | Susanne Storbjörk |
| 7 | 5 | Scottes Tapto | 1.0% | 4.7% | +3.7% | Lars Johansson | Lars Johansson |
| 8 | 4 | Alf | — | 4.6% | — | Lars-Erik Karlsson | Lars-Erik Karlsson |
Three-Wide bygger en publik runt trav, spelvägar och datadrivna loppsidor. Den här ytan är reserverad för kommande annonsörer.
