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.
Flera hästar har full historik (tre lopp) och tydliga indikatorer i hastighet och position, men vissa startande har tunt eller inget historiskt underlag vilket sänker totaltryggheten.
Modellen ser ett tätt fält där Ellbert, LanglandsBallerina och Stuve Skarp skiljer sig ut på snabbhet och lämplig distansprofil. Flera hästar har tre lopp i historiken vilket ger underlag, men två deltagare saknar relevant historik vilket ökar osäkerheten i utkanten av fältet. Startpositioner är neutrala till fördel för de främre placeringarna.
Ellbert är främst på grund av bäst hastighetsmätning och lägst sammanvägda modellvärde; LanglandsBallerina har stark position- och formprofil och kommer tidigt till anfall. Stuve Skarp visar hög formrank men värderas lägre av marknaden. Myrs Are är konkurrenskraftig via förarstyrka och stabilitet men hamnar efter i modellvärdet.
Ellbert får topposition då den har bästa hastighetsrank och lägst sammanvägda modellvärde; LanglandsBallerina gynnas av hög position- och förarrank; Stuve Skarp har bästa formindex men sämre marknadsstöd. Myrs Are lyfter via stark förare och stabilitet men har högre modellvärde än tre främsta.
Rang inom startfältet för modellens viktigaste faktorer. 1 = bäst.
| Faktor | 1. Ellbert (6) | 2. LanglandsBallerina (7) | 3. Stuve Skarp (10) |
|---|---|---|---|
| Fartsrank | 1 | 4 | 2 |
| Formrank | 6 | 3 | 1 |
| Distansrank | 1 | 2 | 5 |
| Kuskrank | 7 | 3 | 10 |
| Tränarrank | 5 | 10 | 3 |
| Stabilitetsrank | 3 | 4 | 10 |
| Underlag | 3 lopp | 3 lopp | 3 lopp |
| Startspår | 2 | 3 | 6 |
Modellen visar starkt spelvärde i Ellbert och LanglandsBallerina då marknadens implicita chanser är väsentligt lägre än modellens bedömning (stora positiva värdeskillnader). Stuve Skarp saknar värde enligt modellen eftersom marknadens pris redan är mycket högt jämfört med modellens segerchans. För övriga hästar saknas signaler som motiverar värdebedömning.
Modellen bedömer tryggheten som medelhög: flertalet startande har tre relevanta lopp och stabila hastighetsmått, vilket ger relativt säkra skillnader i toppskiktet. Två hästar har inget historiskt underlag och sänker den totala säkerheten i fältets bortre del.
Ellbert och LanglandsBallerina utmärker sig: modellen ger dem lägre sammanvägt modellvärde och tydlig positiv värdeskillnad mot marknaden. Stuve Skarp rankas högt i form men marknaden värderar redan upp den, vilket minskar dess relativa värde. Totalt ger modellen medelhög trygghet i loppet på grund av några startande med tunt historiskt underlag.
| Rank | Nr | Häst | Marknad % | Modell % | Edge % | Kusk | Tränare |
|---|---|---|---|---|---|---|---|
| 1 | 6 | Ellbert | 1.5% | 15.5% | +14.0% | Henrik Kihle | Jan-Olov Persson |
| 2 | 7 | LanglandsBallerina | 1.0% | 13.7% | +12.7% | Ole Johan Östre | Merete Viksås |
| 3 | 10 | Stuve Skarp | 58.8% | 13.1% | -45.7% | Hannah Gustavsson | Jonathan Gustafsson |
| 4 | 9 | Myrs Are | 10.2% | 11.3% | +1.2% | Örjan Kihlström | Nina Jonsson |
| 5 | 1 | Hammars Jonte | 3.6% | 9.5% | +5.9% | Kajsa Frick | Kajsa Frick |
| 6 | 4 | Sangviks Lynet | 18.0% | 7.7% | -10.3% | Olle Alsén | Filip Raihle |
| 7 | 11 | Väskinge Inez | 1.2% | 7.4% | +6.3% | Nathalie Blom | Nathalie Blom |
| 8 | 5 | Silke Sjarmör | 14.0% | 6.8% | -7.2% | Åsbjörn Tengsareid | Vegard Raaum |
| 9 | 3 | Klocksve D.Under | 5.2% | 6.4% | +1.2% | Jorma Kontio | Leif Persson |
| 10 | 8 | Vinn Tabac | 1.0% | 5.2% | +4.2% | Joakim Eskilsson | Claes Eskilsson |
| 11 | 12 | Lysjö Isa | — | 1.7% | — | Kristina Larsson | Kristina Larsson |
| 12 | 2 | Best Vind | 4.4% | 1.7% | -2.7% | Björn Steinseth | Björn Steinseth |
Three-Wide bygger en publik runt trav, spelvägar och datadrivna loppsidor. Den här ytan är reserverad för kommande annonsörer.
