「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
12R
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
「4歳以上2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《モーニングマジック》を本命に推奨いたします。対抗は《ホウショウマリス》、単穴に《フィドルファドル》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 | ○ 81.4 | |
| 0 | 00倍 | ▲ 72.0 | |
| 0 | 00倍 | △ 67.7 | |
| 0 | 00倍 | ☆ 63.9 | |
| 0 | 00倍 | 59.4 | |
| 0 | 00倍 | 53.2 | |
| 0 | 00倍 | 52.0 | |
| 0 | 00倍 | 46.4 | |
| 0 | 00倍 | 45.2 | |
| 0 | 00倍 | 42.3 | |
| 0 | 00倍 | 35.8 | |
| 0 | 00倍 | 消 25.9 | |
| 0 | 00倍 | 消 25.6 | |
| 0 | 00倍 | 消 24.3 | |
| 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」
全体のスコア幅は70.0ptとなっております。上位と下位の実力差がはっきりしたメンバー構成でございます。上位馬を中心に組み立てつつ、穴馬の台頭にも目を配りたいところです。
⭐ 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 モーニングマジック（三浦皇成騎手）
当AI予想の本命馬《モーニングマジック》にフォーカスしてご紹介いたします。
📌 近走の着順が上昇傾向（2着→4着→2着→1着→2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 2着（1人気） → 東京ダート1400m 4着（4人気） → 東京ダート1400m 2着（2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933レースでの1番人気の勝率は34.2%。
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 | 34.2% |
| 1番人気の連対率 | 51.4% |
| 1番人気の複勝率 | 63.5% |
| 勝ち馬の平均人気 | 3.2番人気 |
| 集計レース数 | 933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：スローペース
先行争いが穏やかなメンバー構成でございます。逃げ・先行馬が楽にポジションを取れる見込みで、4角先頭からの押し切りが決まりやすい展開が予想されます。前に行ける馬を中心に馬券を組み立てるのがおすすめです。
| 脚質 | 頭数 | 構成比 |
|---|---|---|
逃げ | 0頭 | 0.0% |
先行 | 6頭 | 37.5% |
差し | 5頭 | 31.2% |
追込 | 5頭 | 31.2% |
📈 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《オーロラアーク》《プチブール》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 | オーロラアーク | ↑ 上昇中 |
| 直近5走: 14着 ← 10着 ← 6着 ← 1着 ← 9着 | ||
0 | クインズポラリス | ↓ 下降中 |
| 直近5走: 5着 ← 1着 ← 6着 ← 8着 ← 11着 | ||
0 | アルジェンタージョ | ↓ 下降中 |
| 直近5走: 2着 ← 4着 ← 5着 ← 5着 ← 11着 | ||
0 | プチブール | ↑ 上昇中 |
| 直近5走: 5着 ← 16着 ← 5着 ← 1着 ← 2着 | ||
0 | ワイノナオミ | ↑ 上昇中 |
| 直近5走: 7着 ← 6着 ← 13着 ← 6着 ← 2着 | ||
0 | ベルブリエ | ↑ 上昇中 |
| 直近5走: 12着 ← 8着 ← 8着 ← 11着 ← 7着 | ||
0 | アクアマリーナ | ← 横ばい |
| 直近5走: 5着 ← 3着 ← 15着 ← 1着 | ||
0 | ホウショウマリス | ↓ 下降中 |
| 直近5走: 3着 ← 4着 ← 5着 ← 7着 ← 4着 | ||
0 | フィドルファドル | ↑ 上昇中 |
| 直近5走: 7着 ← 11着 ← 4着 ← 5着 ← 4着 | ||
0 | ラヴァブル | ↖ やや上昇 |
| 直近5走: 10着 ← 3着 ← 10着 ← 9着 ← 6着 | ||
0 | ヴィンブルレー | ↖ やや上昇 |
| 直近5走: 1着 ← 9着 ← 2着 ← 1着 ← 4着 | ||
0 | ヴァリオーサ | ← 横ばい |
| 直近5走: 10着 ← 1着 ← 2着 ← 4着 ← 8着 | ||
0 | ドナカルナバル | ↑ 上昇中 |
| 直近5走: 9着 ← 4着 ← 10着 ← 1着 ← 1着 | ||
0 | モーニングマジック | ↖ やや上昇 |
| 直近5走: 2着 ← 4着 ← 2着 ← 1着 ← 2着 | ||
0 | オカメノコイ | ← 横ばい |
| 直近5走: 3着 ← 11着 ← 13着 ← 15着 ← 1着 | ||
0 | レディゴディヴァ | ↑ 上昇中 |
| 直近5走: 10着 ← 7着 ← 1着 ← 5着 ← 6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32勝・勝率11.3%）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 |
|---|---|---|
0 | フィドルファドル | 矢作 芳人 |
| 勝率: 11.3% 複勝率: 26.1% 平均着順: 7.2位 | ||
0 | ドナカルナバル | 高木 登 |
| 勝率: 11.1% 複勝率: 27.9% 平均着順: 7.0位 | ||
0 | ヴァリオーサ | 武 幸四郎 |
| 勝率: 9.4% 複勝率: 34.2% 平均着順: 6.5位 | ||
0 | アルジェンタージョ | 伊藤 圭三 |
| 勝率: 8.0% 複勝率: 24.7% 平均着順: 7.5位 | ||
0 | ベルブリエ | 尾関 知人 |
| 勝率: 7.9% 複勝率: 19.6% 平均着順: 7.9位 | ||
0 | レディゴディヴァ | 小崎 憲 |
| 勝率: 7.4% 複勝率: 27.8% 平均着順: 7.6位 | ||
0 | ホウショウマリス | 井上 智史 |
| 勝率: 7.1% 複勝率: 28.6% 平均着順: 6.6位 | ||
0 | オカメノコイ | 小笠 倫弘 |
| 勝率: 5.7% 複勝率: 16.4% 平均着順: 8.5位 | ||
0 | アクアマリーナ | 伊坂 重信 |
| 勝率: 5.7% 複勝率: 18.1% 平均着順: 7.8位 | ||
0 | ヴィンブルレー | 矢野 英一 |
| 勝率: 5.2% 複勝率: 20.7% 平均着順: 8.1位 | ||
0 | クインズポラリス | 上原 博之 |
| 勝率: 5.1% 複勝率: 22.6% 平均着順: 7.8位 | ||
0 | オーロラアーク | 石栗 龍彦 |
| 勝率: 4.4% 複勝率: 14.1% 平均着順: 9.2位 | ||
0 | モーニングマジック | 武藤 善則 |
| 勝率: 4.3% 複勝率: 15.4% 平均着順: 8.2位 | ||
0 | ラヴァブル | 松下 武士 |
| 勝率: 2.9% 複勝率: 17.6% 平均着順: 7.8位 | ||
0 | ワイノナオミ | 畑端 省吾 |
| 勝率: 0.0% 複勝率: 15.0% 平均着順: 8.4位 | ||
0 | プチブール | 松尾 卓哉 |
| 勝率: - 複勝率: - 平均着順: - | ||
🧬 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ナダル産駒（120戦14勝・勝率11.7%）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 | ヴィンブルレー | ナダル |
| 出走: 120回 勝率: 11.7% 複勝率: 41.7% | ||
0 | レディゴディヴァ | ルヴァンスレーヴ |
| 出走: 141回 勝率: 11.3% 複勝率: 29.1% | ||
0 | ワイノナオミ | ドレフォン |
| 出走: 538回 勝率: 10.8% 複勝率: 28.8% | ||
0 | ホウショウマリス | ドレフォン |
| 出走: 538回 勝率: 10.8% 複勝率: 28.8% | ||
0 | ラヴァブル | ジャスタウェイ |
| 出走: 339回 勝率: 9.1% 複勝率: 23.3% | ||
0 | クインズポラリス | シニスターミニスター |
| 出走: 657回 勝率: 8.1% 複勝率: 24.7% | ||
0 | アクアマリーナ | シニスターミニスター |
| 出走: 657回 勝率: 8.1% 複勝率: 24.7% | ||
0 | ドナカルナバル | ディスクリートキャット |
| 出走: 313回 勝率: 8.0% 複勝率: 24.9% | ||
0 | オカメノコイ | パイロ |
| 出走: 751回 勝率: 7.9% 複勝率: 23.8% | ||
0 | モーニングマジック | マインドユアビスケッツ |
| 出走: 229回 勝率: 7.4% 複勝率: 24.0% | ||
0 | ベルブリエ | キズナ |
| 出走: 321回 勝率: 6.5% 複勝率: 22.4% | ||
0 | アルジェンタージョ | レッドファルクス |
| 出走: 109回 勝率: 6.4% 複勝率: 23.9% | ||
0 | オーロラアーク | クリエイター２ |
| 出走: 78回 勝率: 5.1% 複勝率: 24.4% | ||
0 | ヴァリオーサ | エピファネイア |
| 出走: 200回 勝率: 4.0% 複勝率: 14.0% | ||
0 | フィドルファドル | サトノアラジン |
| 出走: 103回 勝率: 3.9% 複勝率: 15.5% | ||
0 | プチブール | サトノクラウン |
| 出走: 74回 勝率: 1.4% 複勝率: 18.9% | ||
🐴 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、AIが大穴候補を検出しました。《オーロラアーク》は過去データの激走パターンに複数合致しており、人気薄ながら馬券圏内に飛び込む可能性を秘めています。3連系の穴馬として要注目です。
※ 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。
0 オーロラアーク（柴田大知騎手） ★★★★☆【大穴候補】
🔥 前走富田暁騎手で14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。
🔥 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。
🔥 近走不振だが東京では1着の好走歴。舞台替わりで穴を開ける可能性。
📊 近走成績: 新潟ダート1200m 14着 → 中山ダート1200m 10着 → 新潟ダート1200m 6着
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
0 アクアマリーナ（佐々木大輔騎手） ★★★☆☆【穴馬候補】
🔥 前走鮫島克駿騎手で5着→佐々木大輔騎手に乗り替わり。手替わりで激変の可能性を秘める。
🔥 約4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。
📊 近走成績: 中京ダート1400m 5着 → 中京ダート1400m 3着 → 中山ダート1200m 15着
📈 AI競馬ウェーブ調子トレンド予測: ← 横ばい
0 レディゴディヴァ（石橋脩騎手） ★★★☆☆【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。
🔥 前走吉村誠之騎手で10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1800m 10着 → 小倉ダート1700m 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
❓ 「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。
