Samtliga hästar har noll historiskt underlag i analysdata vilket ger låg separerbarhet mellan löpare och noll mätbar form- eller distansvariation.
Den här platsen är reserverad för framtida annonsering och partnerskap inom trav, sport och datadriven analys.
Gulfstream Park 2026-04-17 lopp 3
Datadriven loppanalys med ranking, spelvärde och tydliga förklaringar för detta lopp.
Snabbvägar från loppet
Kort läsning av loppet
Loppanalys
Loppbild
Modellen visar liten differentiering: alla löpare ges identiska interna mått och samma sammanvägda värde, vilket beror på avsaknad av historiskt underlag i data. Det skapar ett öppet fält där startingposition och kända kusk/tränarkopplingar blir de få differentierande faktorerna.
Hetaste buden
Starship Spectacle rankas högst av modellen men delar samma sammanvägda värde som flera andra; Army Medic och Smart Lisa nämns då de är markerade i input med topprankning och/eller tydlig kusk/tränarprofil. Eftersom form- och prestationsdata saknas bör uppmärksamhet ges åt postpositioner och tränarkopplingar.
Därför rankar modellen så
Ranking styrs här av standardvärden i frånvaron av historik; därför är topprankningen informativ endast i relation till inputfält som postnummer, kusk och tränare. Starship Spectacle och Smart Lisa delar tränare (Steven Dwoskin) vilket påverkar modellens bedömning när prestationsdata saknas.
Rang inom startfältet för modellens viktigaste faktorer. 1 = bäst.
| Faktor | 1. Starship Spectacle (4) | 4. Smart Lisa (3) |
|---|---|---|
| Fartsrank | 1 | 1 |
| Formrank | 1 | 1 |
| Distansrank | 1 | 1 |
| Kuskrank | 1 | 1 |
| Tränarrank | 1 | 1 |
| Stabilitetsrank | 1 | 1 |
| Underlag | 0 lopp | 0 lopp |
| Startspår | 4 | 3 |
Spelvärde
Modellen visar tydligt högt värde för Starship Spectacle, Valley of Dawn, Smart Lisa, Loyalist, Miss Magical och New Lease On Life utifrån skillnaden mellan modellens bedömda segerchans och vissa implicita marknadsantal i input. För Army Medic och New Lease On Life indikerar inmatad marknadsimplicit högre prissättning än modellens bedömning (negativ värdeskillnad).
Trygghet i loppet
Modellens trygghet bedöms som låg: noll historiskt underlag för alla hästar och inga standardavvikelser betyder att modellen inte kan skilja mellan verklig form och slump. Därför ska alla rankningar tolkas med försiktighet.
Slutsats
Datadrivet pekar modellen lägst mot differentiering; Starship Spectacle markeras som topprankad och flera löpare visar positiv värdesignal mot inmatade implicita nivåer, men den låga tryggheten gör att bedömningen är preliminär. Tolka postposition och kusk/tränarkopplingar som de mest relevanta konkreta faktorerna här.
Ranking och sannolikhet
| Rank | Nr | Häst | Marknad % | Modell % | Edge % | Kusk | Tränare |
|---|---|---|---|---|---|---|---|
| 1 | 4 | Starship Spectacle | 1.0% | 14.3% | +13.3% | Jose Morelos | Steven Dwoskin |
| 2 | 5 | Army Medic | 58.5% | 14.3% | -44.2% | Jonathan Ocasio | Heather Smullen |
| 3 | 7 | Valley of Dawn | 1.0% | 14.3% | +13.3% | Renzo Rojas | Herold Simms |
| 4 | 3 | Smart Lisa | 1.0% | 14.3% | +13.3% | Yolber Torres | Steven Dwoskin |
| 5 | 1 | Loyalist | 1.0% | 14.3% | +13.3% | Edgar Perez | Javier Negrete |
| 6 | 6 | Miss Magical | 1.0% | 14.3% | +13.3% | Edwin Gonzalez | Laura Cazares |
| 7 | 2 | New Lease On Life | 58.5% | 14.3% | -44.2% | Leonel Reyes | Frank Regalbuto |
Three-Wide bygger en publik runt trav, spelvägar och datadrivna loppsidor. Den här ytan är reserverad för kommande annonsörer.
