「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：
東京
12R16:30
4歳以上2勝クラスダート1400m16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…
激アツ
16頭が出走する「4歳以上2勝クラス」（ダート1400m）。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《スナッピードレッサ》でございます。次いで《ベラジオワールド》、《ラピダリア》の順に評価しておりますが、ダート1400m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 | ○ 62.2 | |
| 0 | 00倍 | ▲ 62.0 | |
| 0 | 00倍 | △ 61.1 | |
| 0 | 00倍 | ☆ 60.8 | |
| 0 | 00倍 | 60.6 | |
| 0 | 00倍 | 60.3 | |
| 0 | 00倍 | 58.4 | |
| 0 | 00倍 | 55.8 | |
| 0 | 00倍 | 54.7 | |
| 0 | 00倍 | 53.2 | |
| 0 | 00倍 | 43.2 | |
| 0 | 00倍 | 36.5 | |
| 0 | 00倍 | 消 27.3 | |
| 0 | 00倍 | 消 27.3 | |
| 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」
1位と2位のスコア差は27.8ptとなっております。AIは本命馬を明確に上位と評価しており、軸として信頼できる一頭でございます。全体のスコア幅は70.0ptで、上位と下位の力差がはっきりした構成です。
⭐ 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 スナッピードレッサ（Ｄ．レーン騎手）
当AI予想の本命馬《スナッピードレッサ》にフォーカスしてご紹介いたします。
📌 前走のキング騎手からＤ．レーン騎手に乗り替わり。手替わり効果に期待。
📌 前走1着の勢いそのまま。連勝なるか注目の一頭。
📌 近走の着順が上昇傾向（1着→6着→4着→1着）。調子の波に乗っている。
📌 東京で過去1着の好走歴あり。コース適性は実証済み。
📊 近走成績: 東京ダート1400m 1着（1人気） → 中山ダート1800m 6着（2人気） → 東京ダート1600m 4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「4歳以上2勝クラス」
過去931レースでの1番人気の勝率は34.4%。
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 | 34.4% |
| 1番人気の連対率 | 51.5% |
| 1番人気の複勝率 | 63.8% |
| 勝ち馬の平均人気 | 3.2番人気 |
| 集計レース数 | 931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：ミドルペース
ミドルペースが想定される構成でございます。展開の有利不利は少なく、馬の能力差がそのまま着順に反映されやすいレースです。特定の脚質に偏らない分、実力通りの決着になる確率が高いと見ております。
| 脚質 | 頭数 | 構成比 |
|---|---|---|
逃げ | 1頭 | 6.2% |
先行 | 4頭 | 25.0% |
差し | 3頭 | 18.8% |
追込 | 8頭 | 50.0% |
📈 AI競馬ウェーブ調子トレンド予測「4歳以上2勝クラス」
特に注目していただきたいのは上昇中の《ゴールデンエール》《トロピカルヒーロー》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 |
|---|---|---|
0 | ゴールデンエール | ↑ 上昇中 |
| 直近5走: 14着 ← 11着 | ||
0 | トロピカルヒーロー | ↑ 上昇中 |
| 直近5走: 13着 ← 16着 ← 13着 ← 11着 ← 10着 | ||
0 | ケンキョ | ↑ 上昇中 |
| 直近5走: 10着 ← 8着 ← 7着 ← 3着 ← 5着 | ||
0 | ラピダリア | ↓ 下降中 |
| 直近5走: 1着 ← 13着 ← 7着 ← 7着 ← 7着 | ||
0 | キョウエイカンセ | ↓ 下降中 |
| 直近5走: 7着 ← 4着 ← 1着 ← 2着 ← 11着 | ||
0 | フィリップ | ↙ やや下降 |
| 直近5走: 5着 ← 5着 ← 8着 ← 10着 ← 3着 | ||
0 | ジーベック | ↑ 上昇中 |
| 直近5走: 9着 ← 9着 ← 8着 ← 6着 ← 4着 | ||
0 | リメンバーヒム | ↑ 上昇中 |
| 直近5走: 9着 ← 5着 ← 8着 ← 10着 ← 2着 | ||
0 | ポッドベル | ↙ やや下降 |
| 直近5走: 1着 ← 4着 ← 3着 ← 8着 ← 1着 | ||
0 | プライベートアイズ | ↓ 下降中 |
| 直近5走: 4着 ← 3着 ← 1着 ← 14着 ← 1着 | ||
0 | フレッシュラン | ↖ やや上昇 |
| 直近5走: 16着 ← 12着 ← 11着 ← 8着 ← 16着 | ||
0 | ボルセーナ | ↑ 上昇中 |
| 直近5走: 13着 ← 6着 ← 11着 ← 14着 ← 6着 | ||
0 | マサノユニコーン | ↓ 下降中 |
| 直近5走: 4着 ← 4着 ← 2着 ← 2着 ← 8着 | ||
0 | スナッピードレッサ | ↖ やや上昇 |
| 直近5走: 1着 ← 6着 ← 4着 ← 1着 | ||
0 | ベラジオワールド | ↙ やや下降 |
| 直近5走: 3着 ← 1着 ← 6着 ← 3着 ← 3着 | ||
0 | レーティッシュ | ↓ 下降中 |
| 直近5走: 1着 ← 2着 ← 5着 ← 7着 ← 5着 | ||
👔 AI競馬ウェーブ調教師×東京相性分析「4歳以上2勝クラス」
東京での勝率が最も高いのは矢作 芳人調教師（283戦33勝・勝率11.7%）でございます。
出走経験が最も豊富なのは杉浦 宏昭調教師（373戦）です。
| 馬番 | 馬名 | 調教師 |
|---|---|---|
0 | ジーベック | 矢作 芳人 |
| 勝率: 11.7% 複勝率: 26.5% 平均着順: 7.2位 | ||
0 | プライベートアイズ | 萩原 清 |
| 勝率: 10.9% 複勝率: 36.3% 平均着順: 6.1位 | ||
0 | スナッピードレッサ | 大竹 正博 |
| 勝率: 8.9% 複勝率: 26.2% 平均着順: 7.2位 | ||
0 | リメンバーヒム | 浜田 多実雄 |
| 勝率: 8.2% 複勝率: 26.5% 平均着順: 7.3位 | ||
0 | マサノユニコーン | 小島 茂之 |
| 勝率: 7.9% 複勝率: 21.0% 平均着順: 7.5位 | ||
0 | レーティッシュ | 高橋 一哉 |
| 勝率: 6.2% 複勝率: 31.2% 平均着順: 7.3位 | ||
0 | フィリップ | 岩戸 孝樹 |
| 勝率: 5.9% 複勝率: 19.6% 平均着順: 7.8位 | ||
0 | ポッドベル | 和田 勇介 |
| 勝率: 5.2% 複勝率: 16.7% 平均着順: 8.0位 | ||
0 | ラピダリア | 吉田 直弘 |
| 勝率: 5.1% 複勝率: 20.5% 平均着順: 7.0位 | ||
0 | トロピカルヒーロー | 石栗 龍彦 |
| 勝率: 4.8% 複勝率: 14.4% 平均着順: 9.2位 | ||
0 | ボルセーナ | 奥村 豊 |
| 勝率: 4.8% 複勝率: 14.3% 平均着順: 7.8位 | ||
0 | キョウエイカンセ | 萱野 浩二 |
| 勝率: 3.4% 複勝率: 13.8% 平均着順: 8.5位 | ||
0 | ゴールデンエール | 杉浦 宏昭 |
| 勝率: 3.2% 複勝率: 12.6% 平均着順: 9.0位 | ||
0 | フレッシュラン | 尾形 和幸 |
| 勝率: 3.0% 複勝率: 16.1% 平均着順: 8.3位 | ||
0 | ケンキョ | 高橋 文雅 |
| 勝率: 2.8% 複勝率: 15.8% 平均着順: 8.5位 | ||
0 | ベラジオワールド | 伊藤 大士 |
| 勝率: 2.6% 複勝率: 15.3% 平均着順: 8.4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」
東京ダート1400m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Union Rags産駒（26戦6勝・勝率23.1%）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 |
|---|---|---|
0 | ベラジオワールド | Exceedance |
| 出走: 2回 勝率: 50.0% 複勝率: 100.0% | ||
0 | スナッピードレッサ | Union Rags |
| 出走: 26回 勝率: 23.1% 複勝率: 57.7% | ||
0 | レーティッシュ | American Pharoah |
| 出走: 70回 勝率: 20.0% 複勝率: 31.4% | ||
0 | ポッドベル | モズアスコット |
| 出走: 55回 勝率: 14.5% 複勝率: 43.6% | ||
0 | マサノユニコーン | ルヴァンスレーヴ |
| 出走: 131回 勝率: 10.7% 複勝率: 28.2% | ||
0 | ジーベック | Gun Runner |
| 出走: 19回 勝率: 10.5% 複勝率: 47.4% | ||
0 | ケンキョ | ダノンレジェンド |
| 出走: 241回 勝率: 10.0% 複勝率: 27.4% | ||
0 | フレッシュラン | ホッコータルマエ |
| 出走: 335回 勝率: 7.5% 複勝率: 20.9% | ||
0 | ボルセーナ | イスラボニータ |
| 出走: 196回 勝率: 7.1% 複勝率: 19.9% | ||
0 | ラピダリア | マジェスティックウォリアー |
| 出走: 343回 勝率: 6.7% 複勝率: 18.7% | ||
0 | プライベートアイズ | マジェスティックウォリアー |
| 出走: 343回 勝率: 6.7% 複勝率: 18.7% | ||
0 | ゴールデンエール | コパノリッキー |
| 出走: 220回 勝率: 6.4% 複勝率: 14.5% | ||
0 | リメンバーヒム | コパノリッキー |
| 出走: 220回 勝率: 6.4% 複勝率: 14.5% | ||
0 | フィリップ | ロージズインメイ |
| 出走: 312回 勝率: 4.8% 複勝率: 17.6% | ||
0 | トロピカルヒーロー | ビッグアーサー |
| 出走: 128回 勝率: 0.8% 複勝率: 7.0% | ||
0 | キョウエイカンセ | ビッグアーサー |
| 出走: 128回 勝率: 0.8% 複勝率: 7.0% | ||
🐴 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 ケンキョ（酒井学騎手） ★★★☆☆【穴馬候補】
🔥 前走佐々木大騎手で10着→酒井学騎手に乗り替わり。手替わりで激変の可能性を秘める。
🔥 近走不振だが東京では3着の好走歴。舞台替わりで穴を開ける可能性。
📊 近走成績: 中山ダート1200m 10着 → 中山ダート1200m 8着 → 東京ダート1400m 7着
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
0 キョウエイカンセ（原優介騎手） ★★★☆☆【穴馬候補】
🔥 前走長浜鴻緒騎手で7着→原優介騎手に乗り替わり。手替わりで激変の可能性を秘める。
🔥 近走不振だが東京では2着の好走歴。舞台替わりで穴を開ける可能性。
📌 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: 東京ダート1400m 7着 → 東京ダート1300m 4着 → 中京ダート1400m 1着
📈 AI競馬ウェーブ調子トレンド予測: ↓ 下降中
0 リメンバーヒム（石橋脩騎手） ★★☆☆☆【注意馬】
🔥 前走高杉吏麒騎手で9着→石橋脩騎手に乗り替わり。手替わりで激変の可能性を秘める。
📊 近走成績: 阪神ダート1400m 9着 → 阪神ダート1400m 5着 → 阪神ダート1400m 8着
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
❓ 「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」（東京ダート1400m・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。
