「4歳以上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：
新潟
7R13:10
4歳以上1勝クラスダート1800m15頭
490 円
🔖 競馬予想の目次
🤖 競馬AIウェーブによる「4歳以上1勝クラス」競馬予想
競馬AIウェーブの予想自信度は…
予測不能
「4歳以上1勝クラス」（ダート1800m）のAI予想をお届けいたします。今回は15頭の各馬のスコアが接近しており、混戦模様と判断しております。《レッドイステル》をわずかに上位と評価しておりますが、《サトノシャムロック》《リュミナーズ》も十分に逆転可能な差でございます。展開次第で着順が大きく入れ替わる可能性があり、人気馬の過信は禁物のレースと言えるでしょう。
| 馬番 | 馬名・騎手名 | 人気 | AI予想 |
|---|---|---|---|
| 1 | 11.4倍 | ◎ 90.0 | |
| 14 | 29.8倍 | ○ 89.5 | |
| 12 | 311.5倍 | ▲ 84.8 | |
| 5 | 1037.8倍 | △ 83.4 | |
| 8 | 412.1倍 | ☆ 74.1 | |
| 7 | 1174.2倍 | 68.8 | |
| 3 | 826.3倍 | 58.5 | |
| 9 | 928.3倍 | 53.2 | |
| 11 | 723.9倍 | 52.1 | |
| 15 | 1289.5倍 | 48.6 | |
| 10 | 618.2倍 | 46.1 | |
| 6 | 13131.0倍 | 43.9 | |
| 13 | 15323.2倍 | 42.4 | |
| 2 | 514.7倍 | 40.8 | |
| 4 | 14158.7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
1レッドイステル
110 円
複勝
14サトノシャムロック
240 円
単勝
1レッドイステル
140 円
📊 AIスコア分布「4歳以上1勝クラス」
接戦のスコア分布でございます（上位差0.5pt）。単勝よりもワイドや3連複で手広く構えるのが得策かと存じます。展開や馬場状態によって結果が大きく変わる可能性がございます。
⭐ AI競馬ウェーブ注目馬ピックアップ「4歳以上1勝クラス」
1 レッドイステル（丹内祐次騎手）
当AI予想の本命馬《レッドイステル》にフォーカスしてご紹介いたします。
📌 前走の鮫島克駿騎手から丹内祐次騎手に乗り替わり。手替わり効果に期待。
📊 近走成績: 阪神ダート1800m 2着（1人気） → 阪神ダート1800m 2着（4人気） → 阪神芝1600m 15着（6人気）
📈 AI競馬ウェーブ調子トレンド予測: ↓ 下降中
🎲 波乱度メーター「4歳以上1勝クラス」
過去713レースで1番人気の勝率は32.5%と標準的な水準です。
堅い決着も波乱もあり得るため、ヒモを広めに取ることをおすすめいたします。
なお、標準的な頭数である点もご考慮ください。
| 指標 | 数値 |
|---|---|
| 1番人気の勝率 | 32.5% |
| 1番人気の連対率 | 52.7% |
| 1番人気の複勝率 | 64.9% |
| 勝ち馬の平均人気 | 3.4番人気 |
| 集計レース数 | 713レース |
🏇 AI競馬ウェーブ展開予測シナリオ「4歳以上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：ミドルペース
逃げ1頭・先行5頭・差し7頭・追込2頭と、バランスの取れた脚質構成でございます。極端なペースにはなりにくく、各馬の総合力が問われる一戦となりそうです。脚質による有利不利は少ないため、馬の地力を重視した予想をおすすめいたします。
| 脚質 | 頭数 | 構成比 |
|---|---|---|
逃げ | 1頭 | 6.7% |
先行 | 5頭 | 33.3% |
差し | 7頭 | 46.7% |
追込 | 2頭 | 13.3% |
📈 AI競馬ウェーブ調子トレンド予測「4歳以上1勝クラス」
特に注目していただきたいのは上昇中の《グロリアスヒーロー》《トラストエムシー》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 |
|---|---|---|
1 | レッドイステル | ↓ 下降中 |
| 直近5走: 2着 ← 2着 ← 15着 ← 9着 ← 3着 | ||
2 | ソングコレクター | ↙ やや下降 |
| 直近5走: 14着 ← 4着 ← 9着 ← 12着 ← 11着 | ||
3 | サンディエゴ | ↑ 上昇中 |
| 直近5走: 7着 ← 14着 ← 12着 ← 9着 ← 1着 | ||
4 | メトロポリターナ | ↖ やや上昇 |
| 直近5走: 9着 ← 10着 ← 5着 ← 6着 ← 10着 | ||
5 | コスモフレディ | ↖ やや上昇 |
| 直近5走: 8着 ← 7着 ← 6着 ← 8着 ← 6着 | ||
6 | グロリアスヒーロー | ↑ 上昇中 |
| 直近5走: 10着 ← 13着 ← 12着 ← 6着 ← 10着 | ||
7 | ブレスドナイル | ↑ 上昇中 |
| 直近5走: 12着 ← 10着 ← 4着 ← 3着 ← 5着 | ||
8 | ロードスカイブルー | ↑ 上昇中 |
| 直近5走: 13着 ← 15着 ← 1着 ← 2着 ← 3着 | ||
9 | ヴィーナスバブル | ↓ 下降中 |
| 直近5走: 5着 ← 8着 ← 13着 ← 12着 ← 9着 | ||
10 | ビリングス | ↖ やや上昇 |
| 直近5走: 6着 ← 4着 ← 1着 ← 3着 ← 4着 | ||
11 | トラストエムシー | ↑ 上昇中 |
| 直近5走: 5着 ← 11着 ← 10着 ← 6着 ← 4着 | ||
12 | リュミナーズ | ↙ やや下降 |
| 直近5走: 4着 ← 3着 ← 3着 ← 8着 ← 3着 | ||
13 | サカイシューター | ← 横ばい |
| 直近5走: 10着 ← 15着 ← 13着 ← 6着 ← 14着 | ||
14 | サトノシャムロック | ↑ 上昇中 |
| 直近5走: 8着 ← 9着 ← 10着 ← 6着 ← 2着 | ||
15 | ヴィーデ | ↑ 上昇中 |
| 直近5走: 16着 ← 14着 ← 11着 ← 6着 ← 9着 | ||
👔 AI競馬ウェーブ調教師×新潟相性分析「4歳以上1勝クラス」
新潟での勝率が最も高いのは田中 博康調教師（124戦16勝・勝率12.9%）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（222戦）です。
| 馬番 | 馬名 | 調教師 |
|---|---|---|
14 | サトノシャムロック | 田中 博康 |
| 勝率: 12.9% 複勝率: 30.6% 平均着順: 6.7位 | ||
7 | ブレスドナイル | 茶木 太樹 |
| 勝率: 11.4% 複勝率: 26.6% 平均着順: 6.8位 | ||
10 | ビリングス | 手塚 貴久 |
| 勝率: 10.4% 複勝率: 29.7% 平均着順: 6.7位 | ||
3 | サンディエゴ | 清水 久詞 |
| 勝率: 10.3% 複勝率: 26.3% 平均着順: 6.8位 | ||
6 | グロリアスヒーロー | 高木 登 |
| 勝率: 8.1% 複勝率: 27.2% 平均着順: 7.2位 | ||
8 | ロードスカイブルー | 和田 勇介 |
| 勝率: 7.9% 複勝率: 22.5% 平均着順: 7.4位 | ||
9 | ヴィーナスバブル | 東田 明士 |
| 勝率: 7.1% 複勝率: 14.3% 平均着順: 8.5位 | ||
11 | トラストエムシー | 北出 成人 |
| 勝率: 7.0% 複勝率: 22.6% 平均着順: 7.8位 | ||
5 | コスモフレディ | 水野 貴広 |
| 勝率: 6.5% 複勝率: 18.1% 平均着順: 7.8位 | ||
15 | ヴィーデ | 戸田 博文 |
| 勝率: 3.8% 複勝率: 15.9% 平均着順: 7.8位 | ||
13 | サカイシューター | 松永 康利 |
| 勝率: 2.6% 複勝率: 9.9% 平均着順: 9.1位 | ||
4 | メトロポリターナ | 粕谷 昌央 |
| 勝率: 1.7% 複勝率: 10.3% 平均着順: 8.9位 | ||
12 | リュミナーズ | 堀内 岳志 |
| 勝率: 1.4% 複勝率: 10.3% 平均着順: 9.0位 | ||
2 | ソングコレクター | 加藤 公太 |
| 勝率: 0.0% 複勝率: 7.7% 平均着順: 8.3位 | ||
1 | レッドイステル | 宮地 貴稔 |
| 勝率: 0.0% 複勝率: 20.0% 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1勝クラス」
新潟ダート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キズナ産駒（128戦16勝・勝率12.5%）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 |
|---|---|---|
3 | サンディエゴ | キズナ |
| 出走: 128回 勝率: 12.5% 複勝率: 32.0% | ||
11 | トラストエムシー | ブラックタイド |
| 出走: 107回 勝率: 9.3% 複勝率: 19.6% | ||
5 | コスモフレディ | シニスターミニスター |
| 出走: 199回 勝率: 8.0% 複勝率: 25.1% | ||
6 | グロリアスヒーロー | スクリーンヒーロー |
| 出走: 93回 勝率: 7.5% 複勝率: 31.2% | ||
14 | サトノシャムロック | ニューイヤーズデイ |
| 出走: 31回 勝率: 6.5% 複勝率: 16.1% | ||
1 | レッドイステル | エピファネイア |
| 出走: 69回 勝率: 5.8% 複勝率: 13.0% | ||
9 | ヴィーナスバブル | ダノンバラード |
| 出走: 22回 勝率: 4.5% 複勝率: 27.3% | ||
15 | ヴィーデ | ルヴァンスレーヴ |
| 出走: 29回 勝率: 3.4% 複勝率: 27.6% | ||
12 | リュミナーズ | ルヴァンスレーヴ |
| 出走: 29回 勝率: 3.4% 複勝率: 27.6% | ||
7 | ブレスドナイル | Gun Runner |
| 出走: 7回 勝率: 0.0% 複勝率: 14.3% | ||
8 | ロードスカイブルー | ウインブライト |
| 出走: 4回 勝率: 0.0% 複勝率: 25.0% | ||
10 | ビリングス | フィエールマン |
| 出走: 2回 勝率: 0.0% 複勝率: 0.0% | ||
13 | サカイシューター | Vino Rosso |
| 出走: 2回 勝率: 0.0% 複勝率: 0.0% | ||
2 | ソングコレクター | Collected |
| 出走: 1回 勝率: 0.0% 複勝率: 100.0% | ||
4 | メトロポリターナ | Masar |
| 出走: 0回 勝率: - 複勝率: - | ||
🐴 AI競馬ウェーブ穴馬診断書「4歳以上1勝クラス」
「4歳以上1勝クラス」はAI穴馬診断で3頭がピックアップされる混戦模様です。人気薄の好走が多発しやすい条件が揃っており、高配当を狙うチャンスが広がっています。
※ 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。
8 ロードスカイブルー（Ｆ．ゴンサルベス騎手） ★★★☆☆【穴馬候補】
🔥 前走13着大敗→2400mから1800m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。
🔥 前走大野拓弥騎手で13着→Ｆ．ゴンサルベス騎手に乗り替わり。手替わりで激変の可能性を秘める。
📌 2走前15着の大敗から前走13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: 中山ダート2400m 13着 → 中山ダート1800m 15着 → 函館ダート1700m 1着
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
15 ヴィーデ（水沼元輝騎手） ★★★☆☆【穴馬候補】
🔥 前走16着大敗→2000mから1800m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。
🔥 前走塩津璃菜騎手で16着→水沼元輝騎手に乗り替わり。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。
📊 近走成績: 中京芝2000m 16着 → 中山ダート1800m 14着 → 新潟ダート1800m 11着
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
10 ビリングス（嶋田純次騎手） ★★★☆☆【穴馬候補】
🔥 前走石川裕紀騎手で6着→嶋田純次騎手に乗り替わり。手替わりで激変の可能性を秘める。
🔥 約6ヶ月の休養明けだが、以前は好走歴あり。リフレッシュ効果で復活の可能性。
📌 前走芝からダートに初挑戦。未知の魅力がある。
📊 近走成績: 東京芝2400m 6着 → 福島芝2600m 4着 → 東京芝2400m 1着
📈 AI競馬ウェーブ調子トレンド予測: ↖ やや上昇
❓ 「4歳以上1勝クラス」AI競馬予想のよくある質問
Q. 「4歳以上1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. 「4歳以上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. 「4歳以上1勝クラス」（新潟ダート1800m・15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。
