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.
Tre hästar har gott historiskt underlag och skapar en tydlig toppbild, men 3 av 8 saknar relevant historik vilket sänker helhetstryggheten.
Modellen ser en klar topptrio med Våler Nikolai, Ivarsviking och Källsjöviking baserat på snabbhet, form och positionsegenskaper. Tre konkurrenter saknar relevant historik vilket ökar osäkerheten i nedre delen av startfältet. Startpositioner och tränar/driver-data förstärker Våler Nikolais fördel som snabbaste i fältet.
Våler Nikolai (start 7) har bästa snabbhetsprofil och lägst modellvärde vilket ger hög segerandel enligt modellen. Ivarsviking (5) är nära i sammanvägt värde tack vare stabil form och fördelaktig körning. Källsjöviking (8) har andra snabbhetsvärden men marknaden värderar den högre än modellen gör.
Våler Nikolai toppar på grund av klart bästa snabbhetsrank och stark position/form-kombination. Ivarsviking har stabil form och bra medianplaceringar vilket ger nära totalvärde. Källsjöviking får sämre placeringsmedel men god snabbhet—marknaden verkar redan prisa dess potential högre än modellen.
Rang inom startfältet för modellens viktigaste faktorer. 1 = bäst.
| Faktor | 1. Våler Nikolai (7) | 2. Ivarsviking (5) | 3. Källsjöviking (8) |
|---|---|---|---|
| Fartsrank | 1 | 4 | 2 |
| Formrank | 3 | 1 | 5 |
| Distansrank | 1 | 4 | 3 |
| Kuskrank | 7 | 6 | 5 |
| Tränarrank | 4 | 5 | 6 |
| Stabilitetsrank | 5 | 3 | 2 |
| Underlag | 3 lopp | 3 lopp | 3 lopp |
| Startspår | 3 | 1 | 1 |
Modellen identifierar Våler Nikolai som loppets största värde; dess bedömda segerchans är högre än marknadens prisning. Ängsbrage visar också positiv värdeskillnad enligt modellen. Källsjöviking ser däremot dyrare ut på marknaden än modellens bild och ger negativ värdesignal.
Modellen bedömer tryggheten som medelhög: bra underlag för topp 4 (flera lopp vardera) men 3 av 8 saknar historik helt, vilket drar ner stabiliteten i fältets nedre del. Spridningen i modellens segerandelar visar att loppet inte är fullständigt förutsägbart.
Modellen ser Våler Nikolai som klar topprisk och bäst värde gentemot marknaden, med Ivarsviking och Källsjöviking som närmaste rivaler. Osäkerheten finns främst i mitten/slutet av fältet där tre hästar saknar historik, vilket gör loppet måttligt förutsägbart.
| Rank | Nr | Häst | Marknad % | Modell % | Edge % | Kusk | Tränare |
|---|---|---|---|---|---|---|---|
| 1 | 7 | Våler Nikolai | 11.0% | 22.9% | +11.9% | Jan-Olov Persson | Jan-Olov Persson |
| 2 | 5 | Ivarsviking | 10.9% | 19.6% | +8.7% | Susanne H Osterling | Nicklas Lundgren |
| 3 | 8 | Källsjöviking | 29.2% | 18.9% | -10.3% | Kenth Åkerlund | Mats Gällerstedt |
| 4 | 6 | Ängsbrage | 6.8% | 17.3% | +10.5% | Mats Gällerstedt | Mats Gällerstedt |
| 5 | 1 | Fyrkrafs | 11.8% | 10.6% | -1.2% | Tilde Eriksson | Jens Eriksson |
| 6 | 4 | Guli Orkan | 15.1% | 3.6% | -11.4% | Jill Ivarsson | Bert Pettersson |
| 7 | 3 | Harry Växus | 15.6% | 3.6% | -12.0% | Mikael M Andersson | Rickard Smidt |
| 8 | 2 | Björlifix | 17.5% | 3.5% | -14.0% | William Strand | Veronica Borg |
Three-Wide bygger en publik runt trav, spelvägar och datadrivna loppsidor. Den här ytan är reserverad för kommande annonsörer.
