Den här platsen är reserverad för framtida annonsering och partnerskap inom trav, sport och datadriven analys.
Datadriven loppanalys med ranking, spelvärde och tydliga förklaringar för detta lopp.
Samlade signaler visar identiska och mycket begränsade underlag (inga historiska lopp registrerade och noll i stöd), vilket ger låg differentiering mellan hästarna.
Modellen ser ett mycket jämnt fält utan historiskt underlag för beslutsstöd; alla hästar får identiska grundvärden och sannolikheter. Det gör att ranking baseras på små skillnader i interna signaler snarare än tydlig form eller statistik. Marknadspriser saknas i input utöver indikationer i enstaka fält, vilket minskar precisionen.
Cadet Corps, Awesome Train och Flying Liam sticker ut eftersom modellen placerar dem i topp tre baserat på likvärdiga interna poäng. Cadet Corps och Awesome Train har högsta rank och värdeindikator i datan; Flying Liam skiljer sig genom att marknadsindikatorn i input avviker (implied_probability = 1).
Alla hästar har samma sammanvägda modellvärde i input och saknar historiska lopp, så rangordningen följer små interna preferenser (förare, postposition och interna hastighets- och stabilitetsindikatorer). Flying Liam syns i datan med ett avvikande marknadstal vilket sänker dess relativa spelvärde i modellen.
Rang inom startfältet för modellens viktigaste faktorer. 1 = bäst.
| Faktor | 3. Flying Liam (3) |
|---|---|
| Fartsrank | 1 |
| Formrank | 1 |
| Distansrank | 1 |
| Kuskrank | 1 |
| Tränarrank | 1 |
| Stabilitetsrank | 1 |
| Underlag | 0 lopp |
| Startspår | 3 |
Cadet Corps och Awesome Train visar hög värdeskillnad mot den implicita marknaden i input (positiv värdeskillnad i data). Flying Liam har negativ värdeskillnad i input vilket indikerar att marknaden redan prissatt den högre än modellen bedömer. Observera att odds i klar form saknas utöver de angivna sannolikheterna i datan.
Modellen bedömer tryggheten som låg eftersom inga tidigare lopp eller spridningsmått finns i datan för någon häst. Det ger liten differentiering och hög osäkerhet i bedömningarna.
Datan ger ett jämnt fält där Cadet Corps, Awesome Train och Flying Liam framstår som mest relevanta utifrån modellens interna poäng och angivna värdeskillnader. Eftersom historiken saknas är bedömningen osäker och ska tolkas som en första indikation snarare än avgörande slutsats.
| Rank | Nr | Häst | Marknad % | Modell % | Edge % | Kusk | Tränare |
|---|---|---|---|---|---|---|---|
| 1 | 5 | Cadet Corps | 1.0% | 16.7% | +15.7% | Paco Lopez | Kelly Breen |
| 2 | 4 | Awesome Train | 1.0% | 16.7% | +15.7% | Edwin Gonzalez | Antonio Sano |
| 3 | 3 | Flying Liam | 100.0% | 16.7% | -83.3% | Miguel Vasquez | Nolan Ramsey |
| 4 | 6 | Grand Mo the First | 1.0% | 16.7% | +15.7% | Samy Camacho | Victor Barboza, Jr. |
| 5 | 1 | Special Session | 1.0% | 16.7% | +15.7% | Sonny Leon | Mark Casse |
| 6 | 2 | Con Compania (CHI) | 1.0% | 16.7% | +15.7% | Diego Herrera | Bobby Dibona |
Three-Wide bygger en publik runt trav, spelvägar och datadrivna loppsidor. Den här ytan är reserverad för kommande annonsörer.
