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.
Jämn spridning i modellens poäng och rimligt historiskt underlag för majoriteten; några hästar har dock tunt underlag vilket drar ner tryggheten något.
Loppet är jämnt mätt i modellens poäng med flera täta kandidater i toppen. Milo, Gylden Storm och Morgedølen har lägst sammanvägda modellvärde och blir huvudaktörer enligt modellen; positioner och hastighetsprofil skiljer dem åt. Flera hästar har stabila historiska prestationer, men vissa startar från utsatta spår vilket påverkar sannolikheten.
Milo (start 10) toppar med bästa sammanvägda modellvärde och hög drivarrank, snabb nog i loppet. Gylden Storm (11) har starkast speed-profil och bra tränarstatistik vilket ger nära andraplats i modellen. Morgedølen (9) kombinerar bra formrank och positioner. Birk Gullmin (2) har sämre hastighet men starka distans- och tränerrankningar som håller upp värdet.
Milo hamnar i topp tack vare det lägsta sammanvägda modellvärdet, god drivarrank och stabil positionprofil trots sitt yttre startspår. Gylden Storm prioriteras för hög hastighetsprofil och god tränarrank, vilket kompenserar ett sämre startnummer. Morgedølen får hög placering genom kombinationen av låg formpoäng och konsekventa positioner. Birk Gullmin lyfts av toppvärderingar för distans och tränare även om hastigheten är sämre.
Rang inom startfältet för modellens viktigaste faktorer. 1 = bäst.
| Faktor | 1. Milo (10) |
|---|---|
| Fartsrank | 4 |
| Formrank | 5 |
| Distansrank | 2 |
| Kuskrank | 2 |
| Tränarrank | 2 |
| Stabilitetsrank | 5 |
| Underlag | 3 lopp |
| Startspår | 10 |
Marknaden prissätter favoriten (start 10) mycket högre än modellen gör — modellens bedömda segerchans är betydligt lägre än marknadens implied probability för favoriten. Gylden Storm och Morgedølen visar mindre negativ värdeskillnad mot marknaden; flera av loppets outsiders saknar oddsdata här och kan inte bedömas för värde.
Modellen bedömer tryggheten som medelhög: flera startfält har tre eller fler relevant lopp vilket ger bra underlag, men spridning i stabilitet och några med tunn historik sänker säkerheten. Därför är differenser i toppskiktet intressanta men inte definitiva.
Modellen ser Milo, Gylden Storm och Morgedølen som loppets främsta baserat på sammanvägt modellvärde, hastighet och positionsprofiler. Marknaden verkar ha övervärderat favoriten kraftigt i relation till modellens bedömning; modellens trygghet är medelhög, så resultat kan påverkas av startspår och loppets dynamik.
| Rank | Nr | Häst | Marknad % | Modell % | Edge % | Kusk | Tränare |
|---|---|---|---|---|---|---|---|
| 1 | 10 | Milo | 66.7% | 13.2% | -53.5% | Eirik Høitomt | Per Vetle Kals |
| 2 | 11 | Gylden Storm | 15.1% | 12.1% | -3.0% | Pål Sem | Bent Olav Wigdal |
| 3 | 9 | Morgedølen | 10.5% | 12.0% | +1.5% | Johan Herbjørn Undem | Johan Herbjørn Undem |
| 4 | 2 | Birk Gullmin | 1.0% | 11.4% | +10.4% | Knut Robin Dalsbotten | Arthur Bø |
| 5 | 4 | Kos Loke | 30.2% | 8.4% | -21.8% | Lars Anvar Kolle | Liv Inger G. Nordaas |
| 6 | 5 | Kjærs Lykke | 1.0% | 8.3% | +7.3% | Tommy Fløysand | Martine Wessel |
| 7 | 3 | Gjøndina | 1.5% | 8.0% | +6.5% | Geir Flåten | Geir Flåten |
| 8 | 1 | Haugestad Hårek | 1.0% | 8.0% | +7.0% | Vaidas Rimsa | Vaidas Rimsa |
| 9 | 7 | Holt Lykka | 1.0% | 7.6% | +6.6% | Bjørn Steine | Sigbjørn Baann |
| 10 | 6 | Båtsmann | 1.5% | 5.6% | +4.1% | Ingolf Herbjørnrød | Ingolf Herbjørnrød |
| 11 | 8 | Edvarda | 1.0% | 5.4% | +4.4% | Åsbjørn Tengsareid | Finn Holmen |
Three-Wide bygger en publik runt trav, spelvägar och datadrivna loppsidor. Den här ytan är reserverad för kommande annonsörer.
