「3歳未勝利」の無料AI競馬予想【ウェーブ】
競馬予想の更新日：
東京
2R10:20
3歳未勝利ダート1400m16頭
551,550 円
🔖 競馬予想の目次
🤖 競馬AIウェーブによる「3歳未勝利」競馬予想
競馬AIウェーブの予想自信度は…
自信アリ
「3歳未勝利」（ダート1400m）は16頭立ての多頭数戦でございます。AIの総合分析では《レイズレガシー》を本命に推奨いたします。対抗は《レピュニット》、単穴に《ブルーミーティア》を指名しております。ダート1400mの多頭数レースでは枠順や展開の影響が大きくなりますので、下記の展開予測シナリオも合わせてご参照いただければ幸いです。馬券は少し広めに構えておくのが賢明でしょう。
| 馬番 | 馬名・騎手名 | 人気 | AI予想 |
|---|---|---|---|
| 10 | 45.9倍 | ◎ 90.0 | |
| 5 | 24.6倍 | ○ 84.8 | |
| 7 | 35.7倍 | ▲ 73.0 | |
| 11 | 12.6倍 | △ 69.5 | |
| 13 | 1170.0倍 | ☆ 67.0 | |
| 15 | 726.2倍 | 63.2 | |
| 2 | 942.3倍 | 54.1 | |
| 8 | 1054.3倍 | 49.7 | |
| 12 | 59.3倍 | 47.9 | |
| 6 | 12126.8倍 | 41.7 | |
| 9 | 14274.4倍 | 40.3 | |
| 1 | 13137.4倍 | 38.9 | |
| 4 | 617.9倍 | 38.8 | |
| 14 | 830.3倍 | 38.4 | |
| 3 | 15409.2倍 | 35.4 | |
| 16 | 16460.6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
5レピュニット
170 円
複勝
7ブルーミーティア
240 円
複勝
13プリプリプリン
1,450 円
単勝
5レピュニット
460 円
馬単
5レピュニット＞13プリプリプリン
39,980 円
3連複
5レピュニット－7ブルーミーティア－13プリプリプリン
40,160 円
3連単
5レピュニット＞13プリプリプリン＞7ブルーミーティア
469,090 円
📊 AIスコア分布「3歳未勝利」
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歳未勝利」
10 レイズレガシー（横山武史騎手）
当AI予想の本命馬《レイズレガシー》にフォーカスしてご紹介いたします。
📌 前走1800m→今回1400mへ距離短縮。スピード勝負への対応力が鍵。
📌 近走の着順が上昇傾向（6着→5着）。調子の波に乗っている。
📊 近走成績: 中山ダート1800m 6着（6人気） → 東京ダート1600m 5着（2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「3歳未勝利」
過去934レースでの1番人気の勝率は34.3%。
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 | 34.3% |
| 1番人気の連対率 | 51.5% |
| 1番人気の複勝率 | 63.7% |
| 勝ち馬の平均人気 | 3.2番人気 |
| 集計レース数 | 934レース |
🏇 AI競馬ウェーブ展開予測シナリオ「3歳未勝利」
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5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 | 2頭 | 14.3% |
先行 | 3頭 | 21.4% |
差し | 6頭 | 42.9% |
追込 | 3頭 | 21.4% |
📈 AI競馬ウェーブ調子トレンド予測「3歳未勝利」
《ブルーミーティア》《キタノドンカルロ》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 |
|---|---|---|
1 | マッシブショット | ↓ 下降中 |
| 直近5走: 7着 ← 9着 ← 9着 | ||
2 | キタノドンカルロ | ↑ 上昇中 |
| 直近5走: 9着 ← 7着 ← 4着 ← 6着 ← 2着 | ||
3 | リトルコリンズ | ← 横ばい |
| 直近5走: 8着 ← 8着 | ||
4 | キーチジャステン | ← 横ばい |
| 直近5走: - | ||
5 | レピュニット | ↑ 上昇中 |
| 直近5走: 7着 ← 4着 ← 3着 ← 7着 ← 2着 | ||
6 | エメラルファイン | ← 横ばい |
| 直近5走: 12着 | ||
7 | ブルーミーティア | ↑ 上昇中 |
| 直近5走: 6着 ← 15着 ← 7着 ← 5着 ← 2着 | ||
8 | ハピナスター | ← 横ばい |
| 直近5走: 6着 | ||
9 | レオスキーム | ↑ 上昇中 |
| 直近5走: 14着 ← 9着 | ||
10 | レイズレガシー | ↑ 上昇中 |
| 直近5走: 6着 ← 5着 | ||
11 | ライカ | ↓ 下降中 |
| 直近5走: 2着 ← 3着 ← 4着 ← 4着 ← 4着 | ||
12 | セツナサ | ↑ 上昇中 |
| 直近5走: 10着 ← 5着 ← 3着 | ||
13 | プリプリプリン | ← 横ばい |
| 直近5走: - | ||
14 | マイネルテオドロス | ↑ 上昇中 |
| 直近5走: 10着 ← 8着 ← 2着 ← 7着 ← 6着 | ||
15 | ネオシューマン | ← 横ばい |
| 直近5走: 11着 | ||
16 | イントゥゴールデン | ↑ 上昇中 |
| 直近5走: 14着 ← 12着 ← 15着 ← 14着 ← 6着 | ||
👔 AI競馬ウェーブ調教師×東京相性分析「3歳未勝利」
東京での勝率が最も高いのは宮田 敬介調教師（385戦51勝・勝率13.2%）でございます。
出走経験が最も豊富なのは伊藤 圭三調教師（485戦）です。
| 馬番 | 馬名 | 調教師 |
|---|---|---|
5 | レピュニット | 宮田 敬介 |
| 勝率: 13.2% 複勝率: 40.8% 平均着順: 5.7位 | ||
10 | レイズレガシー | 高柳 瑞樹 |
| 勝率: 9.6% 複勝率: 25.4% 平均着順: 7.0位 | ||
13 | プリプリプリン | 伊藤 圭三 |
| 勝率: 8.5% 複勝率: 24.7% 平均着順: 7.5位 | ||
12 | セツナサ | 武井 亮 |
| 勝率: 7.5% 複勝率: 27.1% 平均着順: 7.1位 | ||
4 | キーチジャステン | 千葉 直人 |
| 勝率: 7.0% 複勝率: 26.1% 平均着順: 7.4位 | ||
7 | ブルーミーティア | 鈴木 伸尋 |
| 勝率: 4.7% 複勝率: 22.2% 平均着順: 7.3位 | ||
15 | ネオシューマン | 鈴木 伸尋 |
| 勝率: 4.7% 複勝率: 22.2% 平均着順: 7.3位 | ||
1 | マッシブショット | 武藤 善則 |
| 勝率: 4.3% 複勝率: 15.7% 平均着順: 8.1位 | ||
9 | レオスキーム | 萱野 浩二 |
| 勝率: 3.4% 複勝率: 13.8% 平均着順: 8.5位 | ||
11 | ライカ | 杉浦 宏昭 |
| 勝率: 3.2% 複勝率: 12.8% 平均着順: 8.9位 | ||
14 | マイネルテオドロス | 菊川 正達 |
| 勝率: 2.7% 複勝率: 11.1% 平均着順: 8.7位 | ||
3 | リトルコリンズ | 小手川 準 |
| 勝率: 2.5% 複勝率: 12.4% 平均着順: 8.8位 | ||
16 | イントゥゴールデン | 和田 雄二 |
| 勝率: 2.4% 複勝率: 10.8% 平均着順: 9.2位 | ||
2 | キタノドンカルロ | 粕谷 昌央 |
| 勝率: 1.2% 複勝率: 5.0% 平均着順: 10.4位 | ||
6 | エメラルファイン | 勢司 和浩 |
| 勝率: 1.1% 複勝率: 6.4% 平均着順: 9.9位 | ||
8 | ハピナスター | 伊藤 伸一 |
| 勝率: 1.1% 複勝率: 5.5% 平均着順: 9.8位 | ||
🧬 AI競馬ウェーブ血統×条件適性分析「3歳未勝利」
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モズアスコット産駒（59戦8勝・勝率13.6%）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 |
|---|---|---|
7 | ブルーミーティア | モズアスコット |
| 出走: 59回 勝率: 13.6% 複勝率: 42.4% | ||
5 | レピュニット | モズアスコット |
| 出走: 59回 勝率: 13.6% 複勝率: 42.4% | ||
13 | プリプリプリン | ルヴァンスレーヴ |
| 出走: 137回 勝率: 11.7% 複勝率: 29.2% | ||
6 | エメラルファイン | ルヴァンスレーヴ |
| 出走: 137回 勝率: 11.7% 複勝率: 29.2% | ||
12 | セツナサ | サートゥルナーリア |
| 出走: 28回 勝率: 10.7% 複勝率: 21.4% | ||
16 | イントゥゴールデン | ミスチヴィアスアレックス |
| 出走: 20回 勝率: 10.0% 複勝率: 30.0% | ||
11 | ライカ | サンダースノー |
| 出走: 116回 勝率: 9.5% 複勝率: 22.4% | ||
9 | レオスキーム | ベストウォーリア |
| 出走: 75回 勝率: 8.0% 複勝率: 16.0% | ||
15 | ネオシューマン | オルフェーヴル |
| 出走: 284回 勝率: 4.6% 複勝率: 13.7% | ||
10 | レイズレガシー | ロジャーバローズ |
| 出走: 48回 勝率: 4.2% 複勝率: 14.6% | ||
14 | マイネルテオドロス | ダノンバラード |
| 出走: 58回 勝率: 3.4% 複勝率: 15.5% | ||
2 | キタノドンカルロ | タワーオブロンドン |
| 出走: 41回 勝率: 2.4% 複勝率: 12.2% | ||
4 | キーチジャステン | タワーオブロンドン |
| 出走: 41回 勝率: 2.4% 複勝率: 12.2% | ||
8 | ハピナスター | フォーウィールドライブ |
| 出走: 60回 勝率: 1.7% 複勝率: 21.7% | ||
3 | リトルコリンズ | ダノンスマッシュ |
| 出走: 17回 勝率: 0.0% 複勝率: 11.8% | ||
1 | マッシブショット | ヴァンゴッホ |
| 出走: 10回 勝率: 0.0% 複勝率: 0.0% | ||
🐴 AI競馬ウェーブ穴馬診断書「3歳未勝利」
「3歳未勝利」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。
15 ネオシューマン（団野大成騎手） ★★★☆☆【穴馬候補】
🔥 前走11着大敗→1800mから1400m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。
🔥 前走津村明秀騎手で11着→団野大成騎手に乗り替わり。手替わりで激変の可能性を秘める。
📊 近走成績: 中山ダート1800m 11着
📈 AI競馬ウェーブ調子トレンド予測: ← 横ばい
2 キタノドンカルロ（柴田大知騎手） ★★★☆☆【穴馬候補】
🔥 前走9着大敗→1700mから1400m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。
🔥 前走菊沢一樹騎手で9着→柴田大知騎手に乗り替わり。手替わりで激変の可能性を秘める。
📊 近走成績: 小倉ダート1700m 9着 → 中山ダート1200m 7着 → 東京ダート1400m 4着
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
12 セツナサ（三浦皇成騎手） ★★★☆☆【穴馬候補】
🔥 前走10着大敗→1800mから1400m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。
🔥 前走横山武史騎手で10着→三浦皇成騎手に乗り替わり。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: 中山芝1800m 10着 → 中山芝2000m 5着 → 中山芝1800m 3着
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
❓ 「3歳未勝利」AI競馬予想のよくある質問
Q. 「3歳未勝利」のAI競馬予想は無料で見られますか？
A. はい、「3歳未勝利」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歳未勝利」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歳未勝利」（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。
