「4歳以上2勝クラス」の無料AI競馬予想【ウェーブ】
競馬予想の更新日：
中山
12R
4歳以上2勝クラスダート1200m16頭
🔖 競馬予想の目次
🤖 競馬AIウェーブによる「4歳以上2勝クラス」競馬予想
競馬AIウェーブの予想自信度は…
自信アリ
16頭が出走する「4歳以上2勝クラス」（ダート1200m）。多頭数戦ならではの紛れが起きやすい条件です。AIが最も高く評価したのは《プレアデスグループ》でございます。次いで《クインズポラリス》、《アスタールフナ》の順に評価しておりますが、ダート1200mの多頭数レースでは不利を受ける馬も出やすく、実力通りに決まるとは限りません。枠順統計データも参考に、総合的にご判断くださいませ。
| 馬番 | 馬名・騎手名 | 人気 | AI予想 |
|---|---|---|---|
| 0 | 00倍 | ◎ 90.0 | |
| 0 | 00倍 | ○ 85.5 | |
| 0 | 00倍 | ▲ 85.2 | |
| 0 | 00倍 | △ 80.3 | |
| 0 | 00倍 | ☆ 75.7 | |
| 0 | 00倍 | 75.0 | |
| 0 | 00倍 | 74.3 | |
| 0 | 00倍 | 72.9 | |
| 0 | 00倍 | 70.4 | |
| 0 | 00倍 | 68.7 | |
| 0 | 00倍 | 62.3 | |
| 0 | 00倍 | 57.3 | |
| 0 | 00倍 | 55.6 | |
| 0 | 00倍 | 51.7 | |
| 0 | 00倍 | 48.4 | |
| 0 | 00倍 | 消 20.0 |
🧮 馬券点数計算
上の競馬予想一覧表の「軸」「紐」「穴」のボタンを押すと
自動でそれぞれの券種の点数が表示されます。
馬券購入の参考にしてください。
| ワイド | 枠連 | 馬連 | 馬単 | 三連複 | 三連単 | 0点 | 0点 | 0点 | 0点 | 0点 | 0点 |
|---|
📊 AIスコア分布「4歳以上2勝クラス」
上位グループと下位グループの差が明確な分布でございます（幅70.0pt）。上位5頭のBOXや、本命馬からの流しが効率的な買い方と言えるでしょう。下位馬は余程の展開利がない限り、厳しい戦いになりそうです。
⭐ AI競馬ウェーブ注目馬ピックアップ「4歳以上2勝クラス」
0 プレアデスグループ（戸崎圭太騎手）
当AI予想の本命馬《プレアデスグループ》にフォーカスしてご紹介いたします。
📌 前走の斎藤新騎手から戸崎圭太騎手に乗り替わり。手替わり効果に期待。
📌 近走の着順が上昇傾向（5着→12着→5着→8着→2着）。調子の波に乗っている。
📊 近走成績: 阪神ダート1200m 5着（7人気） → 京都ダート1200m 12着（5人気） → 京都ダート1200m 5着（5人気）
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
🎲 波乱度メーター「4歳以上2勝クラス」
過去1247レースでの1番人気の勝率は34.2%。
やや堅い傾向のコース条件で、軸馬を信頼しやすいレースと言えます。
なお、多頭数で紛れやすいである点もご考慮ください。
| 指標 | 数値 |
|---|---|
| 1番人気の勝率 | 34.2% |
| 1番人気の連対率 | 52.3% |
| 1番人気の複勝率 | 64.4% |
| 勝ち馬の平均人気 | 3.4番人気 |
| 集計レース数 | 1247レース |
🏇 AI競馬ウェーブ展開予測シナリオ「4歳以上2勝クラス」
出走馬の直近レースの脚質から、このレースの展開を予測します。
予測ペース：スローペース
先行争いが穏やかなメンバー構成でございます。逃げ・先行馬が楽にポジションを取れる見込みで、4角先頭からの押し切りが決まりやすい展開が予想されます。前に行ける馬を中心に馬券を組み立てるのがおすすめです。
| 脚質 | 頭数 | 構成比 |
|---|---|---|
逃げ | 1頭 | 6.7% |
先行 | 2頭 | 13.3% |
差し | 9頭 | 60.0% |
追込 | 3頭 | 20.0% |
📈 AI競馬ウェーブ調子トレンド予測「4歳以上2勝クラス」
《シアター》《プレアデスグループ》が上り調子となっております。
直近の着順が着実に上昇しており、勢いのある走りが期待できます。
この好調ぶりは見逃せないポイントでございます。
| 馬番 | 馬名 | 調子 |
|---|---|---|
0 | ヒナアラレ | ← 横ばい |
| 直近5走: - | ||
0 | ベニシア | ↓ 下降中 |
| 直近5走: 1着 ← 7着 ← 6着 ← 14着 ← 7着 | ||
0 | プレゼンティーア | ↙ やや下降 |
| 直近5走: 6着 ← 1着 ← 9着 ← 3着 ← 6着 | ||
0 | クインズポラリス | ↙ やや下降 |
| 直近5走: 6着 ← 8着 ← 11着 ← 6着 ← 8着 | ||
0 | シアター | ↑ 上昇中 |
| 直近5走: 9着 ← 10着 ← 4着 ← 8着 ← 1着 | ||
0 | アルジェンタージョ | ← 横ばい |
| 直近5走: 5着 ← 11着 ← 11着 ← 10着 ← 5着 | ||
0 | プレアデスグループ | ↑ 上昇中 |
| 直近5走: 5着 ← 12着 ← 5着 ← 8着 ← 2着 | ||
0 | ルーフオブヘヴン | ↓ 下降中 |
| 直近5走: 1着 ← 4着 ← 8着 ← 5着 ← 11着 | ||
0 | エリカカリーナ | ↑ 上昇中 |
| 直近5走: 13着 ← 3着 ← 3着 ← 8着 ← 5着 | ||
0 | バロン | ↙ やや下降 |
| 直近5走: 10着 ← 11着 ← 12着 ← 6着 ← 14着 | ||
0 | モリノレッドスター | ↑ 上昇中 |
| 直近5走: 6着 ← 16着 ← 12着 ← 1着 ← 5着 | ||
0 | ベルブリエ | ↑ 上昇中 |
| 直近5走: 8着 ← 8着 ← 11着 ← 7着 ← 5着 | ||
0 | アスタールフナ | ↖ やや上昇 |
| 直近5走: 4着 ← 4着 ← 10着 ← 3着 ← 2着 | ||
0 | クインズシフォン | ↓ 下降中 |
| 直近5走: 1着 ← 3着 ← 5着 ← 6着 ← 10着 | ||
0 | ボルセーナ | ↑ 上昇中 |
| 直近5走: 6着 ← 11着 ← 14着 ← 6着 ← 1着 | ||
0 | オカメノコイ | ↑ 上昇中 |
| 直近5走: 11着 ← 13着 ← 15着 ← 1着 ← 2着 | ||
👔 AI競馬ウェーブ調教師×中山相性分析「4歳以上2勝クラス」
中山での勝率が最も高いのは宮田 敬介調教師（293戦38勝・勝率13.0%）でございます。
出走経験が最も豊富なのは手塚 貴久調教師（484戦）です。
| 馬番 | 馬名 | 調教師 |
|---|---|---|
0 | エリカカリーナ | 宮田 敬介 |
| 勝率: 13.0% 複勝率: 29.0% 平均着順: 6.5位 | ||
0 | ボルセーナ | 奥村 豊 |
| 勝率: 10.8% 複勝率: 26.5% 平均着順: 7.1位 | ||
0 | バロン | 手塚 貴久 |
| 勝率: 8.5% 複勝率: 31.2% 平均着順: 6.9位 | ||
0 | ベルブリエ | 尾関 知人 |
| 勝率: 8.5% 複勝率: 23.2% 平均着順: 7.5位 | ||
0 | オカメノコイ | 小笠 倫弘 |
| 勝率: 8.1% 複勝率: 21.5% 平均着順: 8.0位 | ||
0 | アスタールフナ | 中竹 和也 |
| 勝率: 8.0% 複勝率: 28.0% 平均着順: 6.6位 | ||
0 | アルジェンタージョ | 伊藤 圭三 |
| 勝率: 7.8% 複勝率: 21.3% 平均着順: 7.8位 | ||
0 | ルーフオブヘヴン | 武藤 善則 |
| 勝率: 7.4% 複勝率: 18.9% 平均着順: 8.0位 | ||
0 | シアター | 茶木 太樹 |
| 勝率: 6.9% 複勝率: 25.9% 平均着順: 7.0位 | ||
0 | クインズポラリス | 上原 博之 |
| 勝率: 6.8% 複勝率: 21.9% 平均着順: 8.2位 | ||
0 | モリノレッドスター | 鈴木 伸尋 |
| 勝率: 5.9% 複勝率: 20.6% 平均着順: 7.5位 | ||
0 | クインズシフォン | 和田 正一郎 |
| 勝率: 5.9% 複勝率: 19.6% 平均着順: 8.6位 | ||
0 | プレアデスグループ | 吉岡 辰弥 |
| 勝率: 5.9% 複勝率: 21.6% 平均着順: 7.1位 | ||
0 | プレゼンティーア | 田中 克典 |
| 勝率: 4.4% 複勝率: 20.0% 平均着順: 7.0位 | ||
0 | ベニシア | 粕谷 昌央 |
| 勝率: 2.9% 複勝率: 10.3% 平均着順: 9.2位 | ||
0 | ヒナアラレ | 的場 均 |
| 勝率: 1.4% 複勝率: 3.6% 平均着順: 10.7位 | ||
🧬 AI競馬ウェーブ血統×条件適性分析「4歳以上2勝クラス」
中山ダート1200m付近での父馬別産駒成績（過去10年）を分析しました。
勝率が最も高い血統はヘニーヒューズ産駒（560戦77勝・勝率13.8%）です。
血統の条件適性は馬券検討の重要な材料となります。
| 馬番 | 馬名 | 父馬 |
|---|---|---|
0 | ベニシア | ヘニーヒューズ |
| 出走: 560回 勝率: 13.8% 複勝率: 30.0% | ||
0 | ルーフオブヘヴン | ドレフォン |
| 出走: 223回 勝率: 10.3% 複勝率: 26.9% | ||
0 | モリノレッドスター | デクラレーションオブウォー |
| 出走: 39回 勝率: 10.3% 複勝率: 35.9% | ||
0 | クインズシフォン | デクラレーションオブウォー |
| 出走: 39回 勝率: 10.3% 複勝率: 35.9% | ||
0 | バロン | ロードカナロア |
| 出走: 373回 勝率: 10.2% 複勝率: 24.9% | ||
0 | ボルセーナ | イスラボニータ |
| 出走: 140回 勝率: 9.3% 複勝率: 26.4% | ||
0 | エリカカリーナ | ミッキーアイル |
| 出走: 146回 勝率: 8.2% 複勝率: 24.7% | ||
0 | クインズポラリス | シニスターミニスター |
| 出走: 315回 勝率: 7.0% 複勝率: 19.7% | ||
0 | アルジェンタージョ | レッドファルクス |
| 出走: 89回 勝率: 6.7% 複勝率: 20.2% | ||
0 | ベルブリエ | キズナ |
| 出走: 61回 勝率: 6.6% 複勝率: 14.8% | ||
0 | シアター | リアルスティール |
| 出走: 94回 勝率: 6.4% 複勝率: 28.7% | ||
0 | プレアデスグループ | サトノアラジン |
| 出走: 64回 勝率: 6.2% 複勝率: 25.0% | ||
0 | プレゼンティーア | マジェスティックウォリアー |
| 出走: 127回 勝率: 5.5% 複勝率: 14.2% | ||
0 | オカメノコイ | パイロ |
| 出走: 387回 勝率: 5.4% 複勝率: 19.4% | ||
0 | アスタールフナ | ジョーカプチーノ |
| 出走: 146回 勝率: 4.8% 複勝率: 20.5% | ||
0 | ヒナアラレ | ヴァンセンヌ |
| 出走: 32回 勝率: 0.0% 複勝率: 6.2% | ||
🐴 AI競馬ウェーブ穴馬診断書「4歳以上2勝クラス」
「4歳以上2勝クラス」では3頭もの穴馬候補が検出されました。これだけ激走パターンに合致する馬が多いということは、波乱の可能性が高いレースと言えるでしょう。馬券は手広く構えることをおすすめします。
※ 穴馬度は過去の走行パターンから算出した参考指標です。
0 シアター（木幡巧也騎手） ★★★☆☆【穴馬候補】
🔥 前走菱田裕二騎手で9着→木幡巧也騎手に乗り替わり。手替わりで激変の可能性を秘める。
📌 前走芝からダートに初挑戦。未知の魅力がある。
📌 2走前10着の大敗から前走9着に浮上。V字回復の途上にあり、さらなる上昇が期待できる。
📊 近走成績: 小倉芝1200m 9着 → 阪神芝1400m 10着 → 福島芝1200m 4着
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
0 オカメノコイ（大野拓弥騎手） ★★★☆☆【穴馬候補】
🔥 前走11着大敗→1700mから1200mへ距離短縮。距離が長すぎた可能性があり、短縮で一変の余地あり。
🔥 前走丸山元気騎手で11着→大野拓弥騎手に乗り替わり。手替わりで激変の可能性を秘める。
📌 2走前13着の大敗から前走11着に浮上。V字回復の途上にあり、さらなる上昇が期待できる。
📊 近走成績: 小倉ダート1700m 11着 → 京都ダート1400m 13着 → 阪神ダート1800m 15着
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
0 プレゼンティーア（上里直汰騎手） ★★☆☆☆【注意馬】
🔥 前走藤岡佑介騎手で6着→上里直汰騎手に乗り替わり。手替わりで激変の可能性を秘める。
📌 近走は下降傾向だが、勝ち鞍のある実力馬。一度の好走で一気に浮上する力を秘めている。
📊 近走成績: 京都ダート1200m 6着 → 福島ダート1150m 1着 → 京都ダート1400m 9着
📈 AI競馬ウェーブ調子トレンド予測: ↙ やや下降
❓ 「4歳以上2勝クラス」AI競馬予想のよくある質問
Q. 「4歳以上2勝クラス」のAI競馬予想は無料で見られますか？
A. はい、「4歳以上2勝クラス」を含む中央競馬の全レースのAI競馬予想を無料で公開しております。会員登録も不要で、どなたでもすぐにご利用いただけます。
Q. 「4歳以上2勝クラス」のAI予想はいつ更新されますか？
A. 最速で2日前（木曜日）の17時頃に公開し、前日の馬番発表時（12時頃）に更新、当日の朝9時頃に最終更新されます。
Q. 「4歳以上2勝クラス」（中山ダート1200m・16頭）の予想の根拠は？
A. JRA公式データを基に、過去10年以上のレースデータを独自の機械学習モデル（LightGBM）で分析しています。走破タイム・コース適性・騎手成績・血統・調教データなど3,000以上の特徴量を総合的に評価し、各馬の能力値をスコア化しております。
