「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：
京都
6R
3歳1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「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…
予測不能
「3歳1勝クラス」（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《ゼロヴィジビリティ》を本命に推奨いたします。対抗は《ハグレジョー》、単穴に《テーオーパーセル》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 |
|---|---|---|---|
| 0 | 00倍 | ◎ 90.0 | |
| 0 | 00倍 | ○ 88.8 | |
| 0 | 00倍 | ▲ 85.8 | |
| 0 | 00倍 | △ 76.7 | |
| 0 | 00倍 | ☆ 66.6 | |
| 0 | 00倍 | 60.9 | |
| 0 | 00倍 | 57.7 | |
| 0 | 00倍 | 57.5 | |
| 0 | 00倍 | 54.9 | |
| 0 | 00倍 | 52.6 | |
| 0 | 00倍 | 46.5 | |
| 0 | 00倍 | 45.2 | |
| 0 | 00倍 | 39.3 | |
| 0 | 00倍 | 33.7 | |
| 0 | 00倍 | 消 26.2 | |
| 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「3歳1勝クラス」
上位馬のスコア差は1.2ptと僅差でございます。AIの分析でも甲乙つけがたい結果となっており、どの馬が勝っても不思議ではありません。ワイドや3連複など、手広い馬券で臨まれることをおすすめいたします。
⭐ AI競馬ウェーブ注目馬ピックアップ「3歳1勝クラス」
0 ゼロヴィジビリティ（Ｃ．ルメール騎手）
「3歳1勝クラス」でAIが最も高く評価した《ゼロヴィジビリティ》を深掘り分析いたします。
📌 前走の坂井瑠星騎手からＣ．ルメール騎手に乗り替わり。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。
📊 近走成績: 阪神ダート1400m 1着（1人気） → 小倉芝1200m 3着（1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「3歳1勝クラス」
過去554レースで1番人気の勝率は29.8%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、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 | 29.8% |
| 1番人気の連対率 | 51.3% |
| 1番人気の複勝率 | 62.8% |
| 勝ち馬の平均人気 | 3.4番人気 |
| 集計レース数 | 554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
逃げ馬が2頭おり、先行争いが激化することが予想されます。消耗戦になれば差し・追込脚質の馬が台頭する展開が濃厚です。直線の長いコースであれば、なおさら差し馬有利の傾向が強まります。
| 脚質 | 頭数 | 構成比 |
|---|---|---|
逃げ | 2頭 | 12.5% |
先行 | 4頭 | 25.0% |
差し | 6頭 | 37.5% |
追込 | 4頭 | 25.0% |
📈 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《ヒナノムサシ》《プレダトゥール》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 | エルリオ | ↙ やや下降 |
| 直近5走: 10着 ← 10着 ← 11着 ← 11着 ← 11着 | ||
0 | タイセイモノリス | ↓ 下降中 |
| 直近5走: 1着 ← 3着 ← 9着 ← 9着 ← 4着 | ||
0 | ゼロヴィジビリティ | ↓ 下降中 |
| 直近5走: 1着 ← 3着 | ||
0 | フリッシュ | ↓ 下降中 |
| 直近5走: 1着 ← 6着 ← 4着 ← 14着 ← 11着 | ||
0 | ヒナノムサシ | ↑ 上昇中 |
| 直近5走: 9着 ← 7着 ← 14着 ← 1着 ← 5着 | ||
0 | アイカンアズーラ | ↓ 下降中 |
| 直近5走: 1着 ← 2着 ← 5着 ← 2着 ← 4着 | ||
0 | プレダトゥール | ↑ 上昇中 |
| 直近5走: 14着 ← 5着 ← 6着 ← 1着 | ||
0 | ヘリテージブルーム | ↑ 上昇中 |
| 直近5走: 8着 ← 3着 ← 1着 ← 2着 ← 3着 | ||
0 | マーゴットサンズ | ↑ 上昇中 |
| 直近5走: 7着 ← 7着 ← 6着 ← 1着 ← 6着 | ||
0 | ハグレジョー | ↑ 上昇中 |
| 直近5走: 5着 ← 3着 ← 1着 ← 2着 ← 2着 | ||
0 | ブルズアイプリンス | ↑ 上昇中 |
| 直近5走: 12着 ← 6着 | ||
0 | ブロンテス | ↑ 上昇中 |
| 直近5走: 4着 ← 10着 ← 2着 ← 1着 ← 2着 | ||
0 | テーオーパーセル | ↖ やや上昇 |
| 直近5走: 3着 ← 1着 ← 2着 | ||
0 | バトゥカーダ | ↑ 上昇中 |
| 直近5走: 9着 ← 8着 ← 1着 ← 4着 ← 4着 | ||
0 | クラックショット | ↑ 上昇中 |
| 直近5走: 10着 ← 7着 ← 1着 ← 6着 | ||
0 | ナムラダリア | ↑ 上昇中 |
| 直近5走: 7着 ← 1着 | ||
👔 AI競馬ウェーブ調教師×京都相性分析「3歳1勝クラス」
京都での勝率が最も高いのは寺島 良調教師（281戦29勝・勝率10.3%）でございます。
出走経験が最も豊富なのは清水 久詞調教師（390戦）です。
| 馬番 | 馬名 | 調教師 |
|---|---|---|
0 | ゼロヴィジビリティ | 寺島 良 |
| 勝率: 10.3% 複勝率: 27.4% 平均着順: 6.9位 | ||
0 | タイセイモノリス | 栗田 徹 |
| 勝率: 8.3% 複勝率: 19.4% 平均着順: 7.8位 | ||
0 | プレダトゥール | 北出 成人 |
| 勝率: 8.2% 複勝率: 22.2% 平均着順: 7.4位 | ||
0 | ブルズアイプリンス | 森 秀行 |
| 勝率: 7.2% 複勝率: 19.3% 平均着順: 8.5位 | ||
0 | ハグレジョー | 岡田 稲男 |
| 勝率: 6.5% 複勝率: 18.9% 平均着順: 7.8位 | ||
0 | アイカンアズーラ | 河嶋 宏樹 |
| 勝率: 5.8% 複勝率: 21.6% 平均着順: 7.6位 | ||
0 | クラックショット | 清水 久詞 |
| 勝率: 5.6% 複勝率: 19.5% 平均着順: 7.8位 | ||
0 | フリッシュ | 平田 修 |
| 勝率: 5.4% 複勝率: 18.0% 平均着順: 7.8位 | ||
0 | ヘリテージブルーム | 伊藤 圭三 |
| 勝率: 5.4% 複勝率: 21.4% 平均着順: 7.9位 | ||
0 | テーオーパーセル | 宮 徹 |
| 勝率: 5.0% 複勝率: 20.8% 平均着順: 7.1位 | ||
0 | ブロンテス | 大根田 裕之 |
| 勝率: 4.7% 複勝率: 17.2% 平均着順: 8.3位 | ||
0 | マーゴットサンズ | 伊坂 重信 |
| 勝率: 4.0% 複勝率: 16.0% 平均着順: 7.4位 | ||
0 | バトゥカーダ | 安達 昭夫 |
| 勝率: 3.9% 複勝率: 13.6% 平均着順: 8.9位 | ||
0 | エルリオ | 深山 雅史 |
| 勝率: 2.9% 複勝率: 14.3% 平均着順: 8.9位 | ||
0 | ナムラダリア | 蛯名 利弘 |
| 勝率: 0.0% 複勝率: 0.0% 平均着順: 11.4位 | ||
0 | ヒナノムサシ | 本間 忍 |
| 勝率: 0.0% 複勝率: 8.3% 平均着順: 10.6位 | ||
🧬 AI競馬ウェーブ血統×条件適性分析「3歳1勝クラス」
京都ダート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インディチャンプ産駒（5戦1勝・勝率20.0%）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 | ナムラダリア | インディチャンプ |
| 出走: 5回 勝率: 20.0% 複勝率: 40.0% | ||
0 | タイセイモノリス | ゴールドドリーム |
| 出走: 36回 勝率: 13.9% 複勝率: 27.8% | ||
0 | テーオーパーセル | バンブーエール |
| 出走: 22回 勝率: 13.6% 複勝率: 36.4% | ||
0 | フリッシュ | パイロ |
| 出走: 326回 勝率: 10.7% 複勝率: 29.4% | ||
0 | クラックショット | アドマイヤマーズ |
| 出走: 20回 勝率: 10.0% 複勝率: 20.0% | ||
0 | ヘリテージブルーム | ミスチヴィアスアレックス |
| 出走: 21回 勝率: 9.5% 複勝率: 28.6% | ||
0 | マーゴットサンズ | ミスチヴィアスアレックス |
| 出走: 21回 勝率: 9.5% 複勝率: 28.6% | ||
0 | ブロンテス | ミスチヴィアスアレックス |
| 出走: 21回 勝率: 9.5% 複勝率: 28.6% | ||
0 | バトゥカーダ | カレンブラックヒル |
| 出走: 82回 勝率: 7.3% 複勝率: 14.6% | ||
0 | ハグレジョー | エスポワールシチー |
| 出走: 98回 勝率: 7.1% 複勝率: 20.4% | ||
0 | プレダトゥール | ディーマジェスティ |
| 出走: 29回 勝率: 6.9% 複勝率: 20.7% | ||
0 | ヒナノムサシ | ミッキーアイル |
| 出走: 117回 勝率: 6.8% 複勝率: 18.8% | ||
0 | ゼロヴィジビリティ | ディスクリートキャット |
| 出走: 96回 勝率: 6.2% 複勝率: 19.8% | ||
0 | アイカンアズーラ | タワーオブロンドン |
| 出走: 34回 勝率: 5.9% 複勝率: 17.6% | ||
0 | ブルズアイプリンス | フィエールマン |
| 出走: 5回 勝率: 0.0% 複勝率: 0.0% | ||
0 | エルリオ | キセキ |
| 出走: 4回 勝率: 0.0% 複勝率: 0.0% | ||
🐴 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」のAI穴馬診断で、特に注目度の高い馬が見つかりました。《プレダトゥール》はAI予測順位こそ高くないものの、激走条件への合致度が非常に高い一頭です。大穴を狙うなら押さえておきたい馬でございます。
※ 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。
0 プレダトゥール（秋山稔樹騎手） ★★★★☆【大穴候補】
🔥 前走14着大敗→1600m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。
🔥 前走亀田温心騎手で14着→秋山稔樹騎手に乗り替わり。手替わりで激変の可能性を秘める。
🔥 約3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: 京都芝1600m 14着 → 中京芝1600m 5着 → 京都芝1400m 6着
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
0 クラックショット（国分優作騎手） ★★★★☆【大穴候補】
🔥 前走10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。
🔥 前走亀田温心騎手で10着→国分優作騎手に乗り替わり。手替わりで激変の可能性を秘める。
🔥 近走不振だが京都では1着の好走歴。舞台替わりで穴を開ける可能性。
📊 近走成績: 小倉ダート1700m 10着 → 京都ダート1800m 7着 → 京都ダート1800m 1着
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
0 バトゥカーダ（川須栄彦騎手） ★★★☆☆【穴馬候補】
🔥 前走9着大敗→1600m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。
🔥 前走松岡正海騎手で9着→川須栄彦騎手に乗り替わり。手替わりで激変の可能性を秘める。
📊 近走成績: 東京ダート1600m 9着 → 京都ダート1800m 8着 → 新潟ダート1800m 1着
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
❓ 「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」（京都ダート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。
