Blandning av stabila profiler med högt historiskt underlag och några starters med tunt underlag samt spridda startpositioner påverkar säkerheten.
Den här platsen är reserverad för framtida annonsering och partnerskap inom trav, sport och datadriven analys.
Romme 2026-03-13 lopp 3
Datadriven loppanalys med ranking, spelvärde och tydliga förklaringar för detta lopp.
Snabbvägar från loppet
Kort läsning av loppet
Loppanalys
Loppbild
Modellen ser ett tätt lopp där Leonardo Silvåkra har lägst sammanvägda modellvärde och högst bedömd segerchans, men marknaden favoriserar andra. Flera hästar har bra startpositioner och varierande historiskt underlag vilket skapar osäkerhet i slutskedet. Tempo- och postpositioner pekar på att innerhästar kan få fördel tidigt.
Hetaste buden
Leonardo Silvåkra är modellens spetskandidat: snabbaste hastighetsprofil och starkt avvägt totalvärde. Aros nära bakom med jämnt form under Nathalie Blom och ett tydligt värde i oddsen. Mark Newmen sticker ut som outsider med högt modellvärde i förhållande till marknaden.
Därför rankar modellen så
Leonardo Silvåkra får topprank tack vare bäst hastighetsprofil, låg sammanvägd poäng och fördelaktig startposition. Aros ligger nära på kombination av jämn form, stark förare och lägre antytt marknadspris. Mark Newmen värderas högt på grund av stabila prestationer i distans och en relativt låg marknadsprissättning.
Rang inom startfältet för modellens viktigaste faktorer. 1 = bäst.
| Faktor | 1. Leonardo Silvåkra (4) | 2. Aros (2) | 3. Mark Newmen (8) |
|---|---|---|---|
| Fartsrank | 1 | 2 | 5 |
| Formrank | 5 | 2 | 4 |
| Distansrank | 1 | 9 | 2 |
| Kuskrank | 2 | 1 | 3 |
| Tränarrank | 7 | 3 | 5 |
| Stabilitetsrank | 7 | 2 | 4 |
| Underlag | 3 lopp | 2 lopp | 3 lopp |
| Startspår | 1 | 1 | 5 |
Spelvärde
Marknaden prisar favoriter hårt: Leonardo Silvåkra har modellens bästa segerchans men negativ värdeskillnad mot marknaden. Aros och Mark Newmen visar positiv värdeskillnad — särskilt Mark Newmen där marknadsoddsen är betydligt längre än modellens bedömning. För flera hästar saknas indikationer på betydande spelvärde.
Trygghet i loppet
Modellens trygghet bedöms som medelhög: flera toppkandidater har bra historik och stabila hastighetsprofiler, men ett par hästar har få lopp vilket ökar osäkerheten. Variation i startpositioner och spåreffekt bidrar också till måttlig säkerhet.
Slutsats
Modellen ser Leonardo Silvåkra som loppets främsta kraft baserat på hastighet och totalvärde, men marknaden prissätter favoriten högre än modellens värdering motståndare som Aros och Mark Newmen framstår som mer prisvärda i nuläget. Tryggheten i analysen är medelhög på grund av varierande historik i fältet.
Ranking och sannolikhet
| Rank | Nr | Häst | Marknad % | Modell % | Edge % | Kusk | Tränare |
|---|---|---|---|---|---|---|---|
| 1 | 4 | Leonardo Silvåkra | 32.7% | 16.6% | -16.0% | Jonathan Carre | Jörgen S Eriksson |
| 2 | 2 | Aros | 11.1% | 16.3% | +5.1% | Nathalie Blom | Anna Andersson |
| 3 | 8 | Mark Newmen | 2.7% | 13.8% | +11.1% | Alice Molin | Erik Svensson |
| 4 | 7 | Global Emperor | 10.1% | 12.7% | +2.6% | Jennifer Persson | Jennifer Persson |
| 5 | 9 | Shackhills Dragon | 5.1% | 9.9% | +4.8% | Elina Pakkanen | Tuomas Pakkanen |
| 6 | 1 | Ruth Riddle | 13.5% | 9.3% | -4.2% | Engla Tunmar | Christian Riedl |
| 7 | 5 | Denaro Nero | 37.7% | 8.3% | -29.5% | Linda Forsén | Jenny Hansen |
| 8 | 6 | Eagle Brodde | 2.1% | 7.4% | +5.2% | Nicole Melberg | Christian Lind |
| 9 | 3 | Ninja Star | 2.9% | 5.7% | +2.8% | Mikaela Almgren | Helena Brossberg |
Three-Wide bygger en publik runt trav, spelvägar och datadrivna loppsidor. Den här ytan är reserverad för kommande annonsörer.
