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.
Blandning av väl underbyggda profiler (flera med tre relevanta lopp) och många deltagare utan historik ger måttlig samlad säkerhet.
Det här loppet domineras i modellen av fyra hästar med tydligt bättre sammanvägt modellvärde än övriga. Samtidigt saknar majoriteten historik, vilket ökar osäkerheten i fältet. Startpositioner och fartprofil varierar och gör loppbilden öppen för positionella skiften.
Alm Toledo har loppets bästa sammanvägda modellvärde och bra historik (tre relevanta lopp) med stark positionell data. Lundåsens Linus och Lundåsens Affe följer tätt och visar både stabilitet och god form; Linus särskilt har stark tränardriver-kombo. Eternit kompletterar toppskiktet med hög fartkapacitet trots något sämre positionellt läge.
Alm Toledo topprankas tack vare lägsta modellvärdet, stabil positionell historik och stark kombination av fart- och distansprofil. Lundåsens Linus får högt värde från konsekvent form och fördelaktig startposition. Lundåsens Affe har bra form och konserverad fartprofil men något tunnare historik. Eternit klättrar tack vare bästa snabbhet i fältet trots lägre positionella poäng.
Rang inom startfältet för modellens viktigaste faktorer. 1 = bäst.
| Faktor | 1. Alm Toledo (6) | 2. Lundåsens Linus (10) | 3. Lundåsens Affe (9) |
|---|---|---|---|
| Fartsrank | 4 | 7 | 3 |
| Formrank | 2 | 2 | 1 |
| Distansrank | 1 | 3 | 5 |
| Kuskrank | 5 | 4 | 9 |
| Tränarrank | 9 | 2 | 2 |
| Stabilitetsrank | 6 | 2 | 5 |
| Underlag | 3 lopp | 3 lopp | 2 lopp |
| Startspår | 6 | 2 | 1 |
Marknaden prisar Alm Toledo högre (implied ~25.8%) än modellen bedömer (~14.8%), vilket tyder på att marknaden övervärderar favoriten enligt modellen. Lundåsens Linus och Eternit visar positiv värdeskillnad mot marknaden och framstår som intressanta ur värdeperspektiv. För flera startande saknas oddsdata eller historik, vilket minskar möjligheten att hitta ytterligare spelvärde.
Modellen bedömer tryggheten som medelhög: flera topphästar har tre relevanta lopp och låg spridning i modellens poäng, men 8 av 15 saknar historik helt vilket kraftigt ökar osäkerheten för nedre delen av fältet.
Modellen ser Alm Toledo som favorit baserat på bästa sammanvägda modellvärde, men marknaden värderar favoriten högre än modellen. Lundåsens Linus, Lundåsens Affe och Eternit framstår som huvudkonkurrenter med bättre värdeprofil i modellen. Eftersom många deltagare saknar historik hålls den totala säkerheten på medelnivå.
| Rank | Nr | Häst | Marknad % | Modell % | Edge % | Kusk | Tränare |
|---|---|---|---|---|---|---|---|
| 1 | 6 | Alm Toledo | 25.8% | 14.8% | -10.9% | Victor Karlsson | Pia Jarhede |
| 2 | 10 | Lundåsens Linus | 2.9% | 14.0% | +11.1% | Martin Lundahl | Martin Lundahl |
| 3 | 9 | Lundåsens Affe | 11.7% | 13.5% | +1.8% | Ingvar Nyberg | Martin Lundahl |
| 4 | 13 | Eternit | 2.2% | 13.2% | +11.0% | Johan Gunnarsson | Johan Gunnarsson |
| 5 | 7 | Helmers Hilding | 3.9% | 10.2% | +6.2% | Mikael Halvarsson | Ann-Louise Olofsson |
| 6 | 15 | Sol Eld | 4.7% | 9.5% | +4.8% | Carl-Ivar Larsson | Carl-Ivar Larsson |
| 7 | 4 | Höstbo Anton | 1.5% | 6.0% | +4.5% | Alexander Ljungman | Tommy S Larsson |
| 8 | 3 | Voyle Prinsen | 26.0% | 2.5% | -23.5% | Jomar Blekkan | Jomar Blekkan |
| 9 | 12 | Dragelöperen | 9.1% | 2.4% | -6.7% | Björn Garberg | Björn Garberg |
| 10 | 1 | Alm Rappa | 20.8% | 2.4% | -18.5% | Boye Ölstören | Boye Ölstören |
| 11 | 8 | Gangsters Pirat | 1.0% | 2.3% | +1.3% | Stefan Edin | Anne Dahlshaug |
| 12 | 14 | Bosse Best | — | 2.3% | — | Kenth Söderlund | Kenth Söderlund |
| 13 | 5 | Teigen Baus | 1.9% | 2.3% | +0.4% | Dag Sveinung Dalen | Julie L Engen |
| 14 | 2 | Tynset Aksel | 6.9% | 2.3% | -4.7% | Ragnhild Björnbeth | Marit Draxen |
| 15 | 11 | Kos Best | — | 2.3% | — | Jan-Olof Johansson | Ole Johnsen |
Three-Wide bygger en publik runt trav, spelvägar och datadrivna loppsidor. Den här ytan är reserverad för kommande annonsörer.
