Blandning av högkonfidensdata för vissa hästar (flera med flera historiska lopp) och flera med tunt eller inget historiskt underlag; modellens sannolikhetsspridning är måttlig.
Den här platsen är reserverad för framtida annonsering och partnerskap inom trav, sport och datadriven analys.
Vincennes 2026-05-05 lopp 6
Datadriven loppanalys med ranking, spelvärde och tydliga förklaringar för detta lopp.
Snabbvägar från loppet
Kort läsning av loppet
Loppanalys
Loppbild
Ett jämnt fält där modellen lyfter NINA HAGEN D'OR och NALA DE FAY som främsta aktörer utifrån kombination av snabbhet, tränar-/förarrankning och sammanvägt modellvärde. Flera deltagare har tunt historiskt underlag vilket dämpar säkerheten i helhetsbedömningen. Marknaden har prisat några favoriter hårt vilket skapar värde i ett par längre streckade hästar enligt modellen.
Hetaste buden
NINA HAGEN D'OR (7) har loppets lägsta sammanvägda modellvärde och bästa snabbhetsrank, plus topptränare och stabilitet i data — kort och tydligt favoritbild. NALA DE FAY (9) har nästan lika högt modellvärde men fler historiska lopp och stark förare; modellen ser det som en av de mest intressanta värdekandidaterna. NONOLETA (4) bidrar med högre säkerhet i formdata och placeringar, en realistisk topptrea enligt modellen.
Därför rankar modellen så
Modellen prioriterar NINA HAGEN D'OR för dess låga sammanvägda modellvärde och topposition i snabbhetsmätning samt höga tränar-/stabilitetsrankningar. NALA DE FAY hamnar tätt bakom tack vare fler relevanta lopp och stark förarepresentation trots något högre grundpoäng. NONOLETA tar tredjeplatsen genom konsekventa placeringar och relativt bra formstabilitet.
Rang inom startfältet för modellens viktigaste faktorer. 1 = bäst.
| Faktor | 1. NINA HAGEN D'OR (7) |
|---|---|
| Fartsrank | 1 |
| Formrank | 3 |
| Distansrank | 4 |
| Kuskrank | 2 |
| Tränarrank | 1 |
| Stabilitetsrank | 1 |
| Underlag | 1 lopp |
| Startspår | — |
Spelvärde
Modellen noterar värde i NALA DE FAY då dess vinstchans enligt modellen är klart högre än marknadens prissättning (stor positiv värdeskillnad). NINA HAGEN D'OR har också positiv värdeskillnad men mindre uttalat. Några favoriter på marknaden är prissatta hårt vilket skapar utrymme för längre spelade hästar enligt modellens bedömning.
Trygghet i loppet
Modellens trygghet bedöms som medelhög: flera toppkandidater har stabil historik och högre konfidens medan flera i fältet har bara ett eller inget tidigare relevant lopp, vilket drar ner den totala säkerheten. Spridningen i modellens vinstchanser är måttlig, vilket speglar oklart favoritläge.
Slutsats
Modellen ser NINA HAGEN D'OR och NALA DE FAY som ledande aktörer; NALA DE FAY representerar det tydligaste marknadsvärdet. Fältet innehåller flera med tunt historiskt underlag vilket gör loppbilden mindre stabil — bedömningen är datadriven men inte överdrivet säker.
Ranking och sannolikhet
| Rank | Nr | Häst | Marknad % | Modell % | Edge % | Kusk | Tränare |
|---|---|---|---|---|---|---|---|
| 1 | 7 | NINA HAGEN D'OR | 10.5% | 17.5% | +7.0% | A Barrier | A Buisson |
| 2 | 9 | NALA DE FAY | 4.5% | 16.9% | +12.3% | M Abrivard | N Raimbeaux |
| 3 | 4 | NONOLETA | 5.3% | 11.1% | +5.9% | D Bonne | Cl Thomain |
| 4 | 5 | NEFERTITI PIYA | 2.4% | 10.3% | +7.9% | Cl Thomain | Cl Thomain |
| 5 | 3 | NIKITA GOLD | 9.1% | 10.1% | +1.0% | B Robin | B Robin |
| 6 | 6 | NATIVITY QUICK | 5.0% | 9.7% | +4.7% | E Raffin | Julien Raffestin |
| 7 | 10 | NYASSA DAXEL | 34.5% | 8.3% | -26.2% | P.PH Ploquin | J.G Van eeckhaute |
| 8 | 2 | NOLLY WOOD | 24.4% | 8.1% | -16.3% | G D'haenens | Th Lamare |
| 9 | 8 | NOSTRA DE LAUNI | 4.8% | 5.7% | +0.9% | Ch Nicole | Ch Nicole |
| 10 | 1 | NONNE D'ERABLE | 17.5% | 2.3% | -15.2% | D Thomain | Cl Thomain |
Three-Wide bygger en publik runt trav, spelvägar och datadrivna loppsidor. Den här ytan är reserverad för kommande annonsörer.
