「3歳1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
6R12:50
3歳1勝クラスダート1800m6頭
35,190 円
🔖 競馬予想の目次
🤖 競馬AIウェーブによる「3歳1勝クラス」競馬予想
競馬AIウェーブの予想自信度は…
激アツ
「3歳1勝クラス」(ダート1800m)は6頭立ての少頭数戦でございます。AIの一推しは《イッテラッシャイ》、次いで《イナズマダイモン》を評価しております。ダート1800mの少頭数レースでは各馬の力関係がストレートに結果に反映されやすく、実力上位の馬が順当に好走する傾向がございます。《ファイタージェット》も含めた上位馬中心の馬券構成がおすすめです。
| 馬番 | 馬名・騎手名 | 人気 | AI予想 |
|---|---|---|---|
| 4 | 22.2倍 | ◎ 90.0 | |
| 3 | 11.7倍 | ○ 80.4 | |
| 6 | 39.8倍 | ▲ 73.3 | |
| 1 | 410.6倍 | △ 56.9 | |
| 5 | 665.3倍 | ☆ 31.5 | |
| 2 | 544.3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競馬ウェーブ予想の的中馬券
複勝
4イッテラッシャイ
220 円
複勝
5ルーナディサングエ
2,530 円
単勝
4イッテラッシャイ
220 円
馬単
4イッテラッシャイ>5ルーナディサングエ
5,960 円
3連複
1ショウナンパトス-4イッテラッシャイ-5ルーナディサングエ
3,260 円
3連単
4イッテラッシャイ>5ルーナディサングエ>1ショウナンパトス
23,000 円
📊 AIスコア分布「3歳1勝クラス」
スコアレンジは70.0ptと力差が大きいフィールドでございます。下位馬の逆転は厳しく、上位馬中心の馬券構成が妥当と考えられます。ただし上位同士の比較では接戦の部分もございますので、相手選びは慎重に。
⭐ AI競馬ウェーブ注目馬ピックアップ「3歳1勝クラス」
4 イッテラッシャイ(戸崎圭太騎手)
「3歳1勝クラス」でAIが最も高く評価した《イッテラッシャイ》を深掘り分析いたします。
📌 前走の横山武史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(4着→3着→1着→3着)。調子の波に乗っている。
📌 中山で過去1着の好走歴あり。コース適性は実証済み。
📊 近走成績: 中山ダート1800m 4着(5人気) → 東京ダート1600m 3着(2人気) → 中山ダート1800m 1着(1人気)
📈 AI競馬ウェーブ調子トレンド予測: ↖ やや上昇
🎲 波乱度メーター「3歳1勝クラス」
過去1364レースでの1番人気の勝率は35.1%。
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、超少頭数で堅い傾向である点もご考慮ください。
| 指標 | 数値 |
|---|---|
| 1番人気の勝率 | 35.1% |
| 1番人気の連対率 | 52.9% |
| 1番人気の複勝率 | 64.9% |
| 勝ち馬の平均人気 | 3.3番人気 |
| 集計レース数 | 1364レース |
🏇 AI競馬ウェーブ展開予測シナリオ「3歳1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:ハイペース
先行馬が4頭と多く、ペースが上がりやすいメンバー構成でございます。前が潰れる展開になれば、後方待機組に大きなチャンスが巡ってまいります。差し脚に定評のある馬を穴馬として押さえておくのも一手でございます。
| 脚質 | 頭数 | 構成比 |
|---|---|---|
逃げ | 1頭 | 16.7% |
先行 | 3頭 | 50.0% |
差し | 1頭 | 16.7% |
追込 | 1頭 | 16.7% |
📈 AI競馬ウェーブ調子トレンド予測「3歳1勝クラス」
特に注目していただきたいのは上昇中の《ショウナンパトス》でございます。
調子の波に乗っている馬は、本番でも好走する傾向がございます。
人気に関わらず、好調馬は馬券に組み入れておく価値があるでしょう。
| 馬番 | 馬名 | 調子 |
|---|---|---|
1 | ショウナンパトス | ↑ 上昇中 |
| 直近5走: 6着 ← 4着 ← 1着 ← 3着 ← 3着 | ||
2 | ピュアエンブレム | ↓ 下降中 |
| 直近5走: 1着 ← 15着 ← 4着 | ||
3 | イナズマダイモン | ↙ やや下降 |
| 直近5走: 1着 ← 2着 ← 2着 ← 2着 ← 2着 | ||
4 | イッテラッシャイ | ↖ やや上昇 |
| 直近5走: 4着 ← 3着 ← 1着 ← 3着 | ||
5 | ルーナディサングエ | ↓ 下降中 |
| 直近5走: 1着 ← 4着 ← 7着 ← 15着 | ||
6 | ファイタージェット | ↓ 下降中 |
| 直近5走: 1着 ← 2着 ← 8着 ← 3着 | ||
👔 AI競馬ウェーブ調教師×中山相性分析「3歳1勝クラス」
中山での勝率が最も高いのは宮田 敬介調教師(292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斎藤 誠調教師(515戦)です。
| 馬番 | 馬名 | 調教師 |
|---|---|---|
3 | イナズマダイモン | 宮田 敬介 |
| 勝率: 13.0% 複勝率: 28.8% 平均着順: 6.5位 | ||
6 | ファイタージェット | 林 徹 |
| 勝率: 12.5% 複勝率: 30.6% 平均着順: 7.1位 | ||
4 | イッテラッシャイ | 斎藤 誠 |
| 勝率: 11.7% 複勝率: 29.7% 平均着順: 6.7位 | ||
1 | ショウナンパトス | 中舘 英二 |
| 勝率: 10.2% 複勝率: 30.8% 平均着順: 6.7位 | ||
2 | ピュアエンブレム | 小手川 準 |
| 勝率: 5.5% 複勝率: 18.1% 平均着順: 8.2位 | ||
5 | ルーナディサングエ | 天間 昭一 |
| 勝率: 2.0% 複勝率: 10.3% 平均着順: 10.0位 | ||
🧬 AI競馬ウェーブ血統×条件適性分析「3歳1勝クラス」
中山ダート1800m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ルヴァンスレーヴ産駒(118戦19勝・勝率16.1%)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 |
|---|---|---|
1 | ショウナンパトス | ルヴァンスレーヴ |
| 出走: 118回 勝率: 16.1% 複勝率: 41.5% | ||
3 | イナズマダイモン | クリソベリル |
| 出走: 49回 勝率: 14.3% 複勝率: 42.9% | ||
2 | ピュアエンブレム | サトノダイヤモンド |
| 出走: 91回 勝率: 12.1% 複勝率: 24.2% | ||
4 | イッテラッシャイ | ミスチヴィアスアレックス |
| 出走: 9回 勝率: 11.1% 複勝率: 11.1% | ||
5 | ルーナディサングエ | リアルスティール |
| 出走: 115回 勝率: 7.8% 複勝率: 23.5% | ||
6 | ファイタージェット | デクラレーションオブウォー |
| 出走: 94回 勝率: 6.4% 複勝率: 21.3% | ||
🐴 AI競馬ウェーブ穴馬診断書「3歳1勝クラス」
「3歳1勝クラス」では、データが示す隠れた好走候補を2頭ピックアップしました。人気薄でも侮れない馬をAI競馬ウェーブ穴馬診断書としてまとめています。馬券の紐や3連系の穴馬として要チェックです。
※ 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。
2 ピュアエンブレム(岩田康誠騎手) ★★☆☆☆【注意馬】
📌 2走前15着の大敗から前走1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: 中山ダート1800m 1着 → 中山芝2000m 15着 → 東京芝2000m 4着
📈 AI競馬ウェーブ調子トレンド予測: ↓ 下降中
5 ルーナディサングエ(菅原隆一騎手) ★☆☆☆☆【注意馬】
📌 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: 中京ダート1800m 1着 → 福島ダート1700m 4着 → 東京ダート1300m 7着
📈 AI競馬ウェーブ調子トレンド予測: ↓ 下降中
❓ 「3歳1勝クラス」AI競馬予想のよくある質問
Q. 「3歳1勝クラス」のAI競馬予想は無料で見られますか?
A. はい、「3歳1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. 「3歳1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. 「3歳1勝クラス」(中山ダート1800m・6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。



