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 starkt historiskt underlag för flera startande och några med mycket tunt eller inget historiskt underlag; toppkandidaten har begränsat historiskt material vilket sänker totaltryggheten.
Tätt fält med en tydlig modellvinnare: Guli Theo placerar sig klart bäst i vår bedömning trots mycket begränsat historiskt underlag. Bakom henne är Lita och Svenne Express tätt ihop i modellens värdering, medan flera hästar har stabila men mindre offensiva profiler. Två hästar saknar tidigare relevanta lopp vilket ökar osäkerheten för slutplaceringarna.
Guli Theo (8) är modellens favorit med högsta sammanvägda modellvärde men bygger på ett enda relevant lopp. Lita (7) är näst bäst med fler lopp bakom sig och god stabilitet i data. Svenne Express (12) och Mälarstens Sagari (4) följer tätt efter; de har mer historik och därmed högre driftsstabilitet i bedömningen.
Guli Theo får högsta placering tack vare bästa värde på hastighet, position och stabilitet i tillgänglig data, trots endast ett relevant lopp. Lita och Svenne Express rankas högt eftersom de har lägre varians i kilometerdata, fler tidigare starter och balanserade hastighets- och formvärden. Mälarstens Sagari lyfts av god pos-form och trovärdig tränardata.
Rang inom startfältet för modellens viktigaste faktorer. 1 = bäst.
| Faktor | 1. Guli Theo (8) | 2. Lita (7) |
|---|---|---|
| Fartsrank | 1 | 4 |
| Formrank | 1 | 6 |
| Distansrank | 1 | 1 |
| Kuskrank | 5 | 7 |
| Tränarrank | 3 | 8 |
| Stabilitetsrank | 1 | 4 |
| Underlag | 1 lopp | 3 lopp |
| Startspår | 8 | 7 |
Modellen ser tydligt värde i Guli Theo: modellens bedömda segerchans är mycket högre än marknadens prissättning indikerar. Lita har också en positiv värdesignal men i mindre grad. För några hästar (t.ex. Svenne Express, Lynodin) visar marknaden högre sannolikhet än modellen, vilket minskar deras värdeprofil.
Modellen bedömer tryggheten som medelhög: flera konkurrenter har stabilt historiskt underlag, men toppkandidaten Guli Theo baseras på mycket få observationer vilket sänker helhetstryggheten. Dessutom saknar två deltagare helt historik vilket ökar loppets osäkerhet.
Modellens bild: Guli Theo sticker ut som bästa kandidat enligt sammanvägt modellvärde, men mycket begränsat historiskt underlag gör att tryggheten inte blir hög. Lita och Svenne Express är robustare alternativ i modellens ögon tack vare fler lopp och lägre varians i data. Var uppmärksam på att två hästar saknar tidigare lopp vilket kan ge oväntade utfall.
| Rank | Nr | Häst | Marknad % | Modell % | Edge % | Kusk | Tränare |
|---|---|---|---|---|---|---|---|
| 1 | 8 | Guli Theo | 4.9% | 20.6% | +15.7% | Stefan Johansson | Stefan Johansson |
| 2 | 7 | Lita | 1.0% | 10.7% | +9.7% | Jami Mikkonen | Rolf Gustavsson |
| 3 | 12 | Svenne Express | 19.0% | 10.7% | -8.3% | Krister Söderholm | Lars Marklund |
| 4 | 4 | Mälarstens Sagari | 6.9% | 9.5% | +2.6% | Hugo Lundgren | Hugo Lundgren |
| 5 | 3 | Tangen Birk | 5.5% | 8.0% | +2.5% | Vesa Jokiniemi | Vesa Jokiniemi |
| 6 | 6 | Tåga På | 7.8% | 7.8% | +0.0% | Peter Wikström | Leif Eriksson |
| 7 | 5 | Lynodin | 12.0% | 7.7% | -4.3% | Ove A Lindqvist | Julianne T Carlsen |
| 8 | 9 | Sinkå Ö.K. | 1.0% | 7.6% | +6.6% | Jens Eriksson | Petra Stenberg |
| 9 | 2 | Moe Kan | 33.8% | 6.9% | -26.9% | Susanne H Osterling | Siv Nilsson |
| 10 | 1 | Brenne Bingo | 17.7% | 6.8% | -10.8% | Moa J Kärrman | Robert Kärrman |
| 11 | 11 | Möller Oda | 1.7% | 1.9% | +0.2% | Mika Forss | Ola Eriksson |
| 12 | 10 | Järvsötekno | 8.0% | 1.8% | -6.2% | Jorma Särkiniva | Annica Gedlund |
Three-Wide bygger en publik runt trav, spelvägar och datadrivna loppsidor. Den här ytan är reserverad för kommande annonsörer.
