Tydlig toppkandidat men spridning i historiskt underlag och flera hästar med likartade slutpoäng gör utfallet osäkert.
Den här platsen är reserverad för framtida annonsering och partnerskap inom trav, sport och datadriven analys.
Solanget 2026-06-15 lopp 1
Datadriven loppanalys med ranking, spelvärde och tydliga förklaringar för detta lopp.
Snabbvägar från loppet
Kort läsning av loppet
Loppanalys
Loppbild
Moe Kan sticker ut som klar modellvinnare med lägst sammanvägda modellvärde och bästa hastighets- och positionsstatistik. Bakom finns flera täta kandidater (Pyseidon, Nordfaks, Tåga Borken) med små poängskillnader, vilket skapar ett fält där placeringarna kan växla beroende på körning och spår.
Hetaste buden
Moe Kan (ettan) har lägst modellvärde, bäst hastighetsrank och stark startposition i spår 3. Pyseidon (tvåan) är snabb på papperet men marknaden verkar favorisera den mer; modellen bedömer något lägre chans än marknaden. Nordfaks och Tåga Borken ligger tätt efter med positiv värdeprofil mot odds och stabila tidigare prestationer.
Därför rankar modellen så
Moe Kan får bästa plats tack vare lågt sammanvägt modellvärde, hög hastighetsrank och stabilitet i tidigare lopp. Pyseidon rankas tvåa på bra form- och hastighetsvärden men tappar mot Moe Kan i modellens totalbedömning samt har mindre historiskt underlag. Nordfaks och Tåga Borken har respektive fördelar i spår och spår-/bana-anpassning vilket placerar dem nära toppen.
Rang inom startfältet för modellens viktigaste faktorer. 1 = bäst.
| Faktor | 1. Moe Kan (12) |
|---|---|
| Fartsrank | 1 |
| Formrank | 2 |
| Distansrank | 2 |
| Kuskrank | 1 |
| Tränarrank | 4 |
| Stabilitetsrank | 1 |
| Underlag | 3 lopp |
| Startspår | 3 |
Spelvärde
Moe Kan visar liten positiv värdeskillnad mot marknaden men är inte markerad som värdekandidat. Nordfaks och Tåga Borken har större positiv skillnad mellan modellens segerchans och marknadens prissättning, vilket indikerar bättre värde i förhållande till odds. Pyseidon är prissatt tufft av marknaden och visar negativ värdeskillnad.
Trygghet i loppet
Modellen bedömer tryggheten som medelhög: tydlig toppkandidat (bra historik och stabilitet) men flera hästar ligger nära i totalvärde och några har tunt historiskt underlag, vilket minskar säkerheten i exakta placeringar.
Slutsats
Modellen ser Moe Kan som favorit baserat på lägst sammanvägda modellvärde, hastighet och stabilitet. Pyseidon, Nordfaks och Tåga Borken är närmaste hoten; Nordfaks och Tåga Borken visar bättre värde mot marknaden än Pyseidon. Säkerheten i exakta placeringar är medelhög då flera hästar ligger nära i totalpoäng.
Ranking och sannolikhet
| Rank | Nr | Häst | Marknad % | Modell % | Edge % | Kusk | Tränare |
|---|---|---|---|---|---|---|---|
| 1 | 12 | Moe Kan | 21.6% | 22.1% | +0.6% | Susanne H Osterling | Siv Nilsson |
| 2 | 7 | Pyseidon | 28.0% | 12.6% | -15.4% | Ingvar Nyberg | Niclas Torstemo |
| 3 | 8 | Nordfaks | 6.7% | 9.4% | +2.7% | Mats Gällerstedt | Mats Gällerstedt |
| 4 | 4 | Tåga Borken | 4.7% | 8.7% | +4.0% | Micael Melander | Micael Melander |
| 5 | 2 | Tåsjö Teddy | 10.9% | 6.9% | -3.9% | Björn Karlsson | Björn Karlsson |
| 6 | 3 | Holms Loke | 11.1% | 6.6% | -4.5% | Marcus Lilius | Alf Nordh |
| 7 | 5 | Vejmo Märta | 4.0% | 6.5% | +2.5% | Camilla Olsson | Jörgen E Berglund |
| 8 | 6 | Sixten R.G. | 20.0% | 6.3% | -13.7% | Robert Skoglund | Robert Skoglund |
| 9 | 1 | Faks Olle | 3.3% | 6.2% | +2.9% | Ricky Eklund | Anette Björklund |
| 10 | 10 | Guli Selma | 3.0% | 6.2% | +3.2% | Stefan Johansson | Stefan Johansson |
| 11 | 9 | Nord Alma | 3.1% | 4.3% | +1.2% | Frida Olsson | Frida Olsson |
| 12 | 11 | Nordstorm | 1.5% | 4.2% | +2.7% | Kevin Porshage | Frida Olsson |
Three-Wide bygger en publik runt trav, spelvägar och datadrivna loppsidor. Den här ytan är reserverad för kommande annonsörer.
