「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
8R13:35
4歳以上1勝クラスダート1200m15頭
410 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…
自信アリ
今回の「4歳以上1勝クラス」（ダート1200m・15頭）は、AI分析においても非常に難解な一戦でございます。本命には《プルミエールパス》を挙げさせていただきますが、2番手の《ヴェントインコーダ》、3番手の《ティピティーナ》との差はごくわずかです。上位馬が拮抗しているため、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。波乱の可能性も十分にございますので、穴馬の台頭にもご注意ください。
| 馬番 | 馬名・騎手名 | 人気 | AI予想 |
|---|---|---|---|
| 3 | 721.4倍 | ◎ 90.0 | |
| 9 | 37.3倍 | ○ 82.1 | |
| 1 | 926.3倍 | ▲ 62.2 | |
| 4 | 1261.6倍 | △ 61.8 | |
| 12 | 12.4倍 | ☆ 58.0 | |
| 5 | 25.0倍 | 53.1 | |
| 2 | 49.8倍 | 52.3 | |
| 6 | 59.9倍 | 47.1 | |
| 13 | 1036.3倍 | 42.6 | |
| 15 | 14100.9倍 | 41.8 | |
| 11 | 1161.6倍 | 34.6 | |
| 14 | 611.3倍 | 消 29.2 | |
| 8 | 1371.6倍 | 消 29.2 | |
| 7 | 15185.1倍 | 消 22.5 | |
| 10 | 824.0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
9ヴェントインコーダ
240 円
複勝
12ミヤジマナ
170 円
📊 AIスコア分布「4歳以上1勝クラス」
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「4歳以上1勝クラス」
3 プルミエールパス（柴田裕一郎騎手）
「4歳以上1勝クラス」の注目馬は《プルミエールパス》。AIが本命に推す理由を解説いたします。
📌 前走の小崎綾也騎手から柴田裕一郎騎手に乗り替わり。手替わり効果に期待。
📊 近走成績: 福島ダート1150m 3着（4人気） → 中京ダート1200m 4着（5人気） → 小倉ダート1000m 3着（6人気）
📈 AI競馬ウェーブ調子トレンド予測: ↙ やや下降
🎲 波乱度メーター「4歳以上1勝クラス」
過去611レースでの1番人気の勝率は33.9%。
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、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 | 33.9% |
| 1番人気の連対率 | 51.7% |
| 1番人気の複勝率 | 64.5% |
| 勝ち馬の平均人気 | 3.3番人気 |
| 集計レース数 | 611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
ペースに大きな偏りはなさそうな構成でございます。各馬の地力がストレートに反映される平均ペースが見込まれます。展開よりも馬の実力を重視し、AIスコア上位の馬を中心にご検討ください。
| 脚質 | 頭数 | 構成比 |
|---|---|---|
逃げ | 1頭 | 6.7% |
先行 | 5頭 | 33.3% |
差し | 8頭 | 53.3% |
追込 | 1頭 | 6.7% |
📈 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《ガーデンプランナー》《パッションディーバ》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 | ティピティーナ | ↑ 上昇中 |
| 直近5走: 3着 ← 14着 ← 10着 ← 3着 ← 5着 | ||
2 | シスター | ← 横ばい |
| 直近5走: 3着 ← 6着 ← 7着 ← 7着 ← 2着 | ||
3 | プルミエールパス | ↙ やや下降 |
| 直近5走: 3着 ← 4着 ← 3着 ← 6着 ← 4着 | ||
4 | アイアンソリッド | ↖ やや上昇 |
| 直近5走: 7着 ← 6着 ← 10着 ← 8着 ← 4着 | ||
5 | ハーモニーソング | ↓ 下降中 |
| 直近5走: 2着 ← 3着 ← 12着 ← 14着 ← 8着 | ||
6 | ペンテリコン | ← 横ばい |
| 直近5走: 5着 ← 4着 ← 2着 ← 7着 ← 3着 | ||
7 | パッションディーバ | ↑ 上昇中 |
| 直近5走: 15着 ← 7着 ← 5着 ← 5着 ← 2着 | ||
8 | デルマエアロール | ↑ 上昇中 |
| 直近5走: 7着 ← 15着 ← 4着 ← 8着 ← 1着 | ||
9 | ヴェントインコーダ | ↑ 上昇中 |
| 直近5走: 14着 ← 11着 ← 2着 ← 4着 ← 2着 | ||
10 | ダイアナクイーン | ← 横ばい |
| 直近5走: 13着 | ||
11 | ミサビスケッツ | ↑ 上昇中 |
| 直近5走: 16着 ← 5着 ← 12着 ← 12着 ← 2着 | ||
12 | ミヤジマナ | ↓ 下降中 |
| 直近5走: 3着 ← 5着 ← 6着 ← 7着 ← 10着 | ||
13 | ヴィヴァシャス | ↑ 上昇中 |
| 直近5走: 7着 ← 6着 ← 7着 ← 5着 ← 1着 | ||
14 | ハッピーウィズユー | ↓ 下降中 |
| 直近5走: 4着 ← 6着 ← 6着 ← 6着 ← 9着 | ||
15 | ガーデンプランナー | ↑ 上昇中 |
| 直近5走: 15着 ← 17着 ← 12着 ← 17着 ← 10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武 幸四郎調教師（64戦7勝・勝率10.9%）でございます。
出走経験が最も豊富なのは武藤 善則調教師（177戦）です。
| 馬番 | 馬名 | 調教師 |
|---|---|---|
6 | ペンテリコン | 武 幸四郎 |
| 勝率: 10.9% 複勝率: 31.2% 平均着順: 6.7位 | ||
1 | ティピティーナ | 林 徹 |
| 勝率: 9.5% 複勝率: 27.8% 平均着順: 7.8位 | ||
9 | ヴェントインコーダ | 角田 晃一 |
| 勝率: 8.2% 複勝率: 34.7% 平均着順: 6.8位 | ||
12 | ミヤジマナ | 宮地 貴稔 |
| 勝率: 7.1% 複勝率: 21.4% 平均着順: 7.6位 | ||
7 | パッションディーバ | 武藤 善則 |
| 勝率: 6.8% 複勝率: 20.3% 平均着順: 8.3位 | ||
3 | プルミエールパス | 河嶋 宏樹 |
| 勝率: 6.7% 複勝率: 13.3% 平均着順: 8.0位 | ||
5 | ハーモニーソング | 田島 俊明 |
| 勝率: 6.3% 複勝率: 20.1% 平均着順: 7.9位 | ||
14 | ハッピーウィズユー | 小笠 倫弘 |
| 勝率: 5.7% 複勝率: 18.0% 平均着順: 8.3位 | ||
13 | ヴィヴァシャス | 笹田 和秀 |
| 勝率: 5.7% 複勝率: 18.9% 平均着順: 9.0位 | ||
11 | ミサビスケッツ | 村田 一誠 |
| 勝率: 5.5% 複勝率: 16.5% 平均着順: 8.2位 | ||
4 | アイアンソリッド | 本間 忍 |
| 勝率: 5.0% 複勝率: 15.5% 平均着順: 8.7位 | ||
2 | シスター | 勢司 和浩 |
| 勝率: 5.0% 複勝率: 14.9% 平均着順: 8.4位 | ||
8 | デルマエアロール | 大和田 成 |
| 勝率: 4.6% 複勝率: 19.0% 平均着順: 7.9位 | ||
10 | ダイアナクイーン | 高橋 康之 |
| 勝率: 2.8% 複勝率: 11.3% 平均着順: 9.0位 | ||
15 | ガーデンプランナー | 堀内 岳志 |
| 勝率: 2.0% 複勝率: 10.5% 平均着順: 8.8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1200m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デクラレーションオブウォー産駒（25戦3勝・勝率12.0%）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 |
|---|---|---|
5 | ハーモニーソング | デクラレーションオブウォー |
| 出走: 25回 勝率: 12.0% 複勝率: 32.0% | ||
7 | パッションディーバ | ゴールドシップ |
| 出走: 9回 勝率: 11.1% 複勝率: 11.1% | ||
10 | ダイアナクイーン | マクフィ |
| 出走: 69回 勝率: 8.7% 複勝率: 18.8% | ||
4 | アイアンソリッド | スズカコーズウェイ |
| 出走: 26回 勝率: 7.7% 複勝率: 11.5% | ||
12 | ミヤジマナ | コパノリッキー |
| 出走: 79回 勝率: 7.6% 複勝率: 19.0% | ||
2 | シスター | シニスターミニスター |
| 出走: 136回 勝率: 7.4% 複勝率: 27.2% | ||
14 | ハッピーウィズユー | キズナ |
| 出走: 47回 勝率: 6.4% 複勝率: 10.6% | ||
13 | ヴィヴァシャス | モズアスコット |
| 出走: 16回 勝率: 6.2% 複勝率: 18.8% | ||
11 | ミサビスケッツ | マインドユアビスケッツ |
| 出走: 22回 勝率: 4.5% 複勝率: 22.7% | ||
8 | デルマエアロール | マインドユアビスケッツ |
| 出走: 22回 勝率: 4.5% 複勝率: 22.7% | ||
9 | ヴェントインコーダ | ドレフォン |
| 出走: 97回 勝率: 4.1% 複勝率: 21.6% | ||
6 | ペンテリコン | シルバーステート |
| 出走: 35回 勝率: 2.9% 複勝率: 17.1% | ||
1 | ティピティーナ | ニューイヤーズデイ |
| 出走: 18回 勝率: 0.0% 複勝率: 27.8% | ||
3 | プルミエールパス | ロゴタイプ |
| 出走: 17回 勝率: 0.0% 複勝率: 17.6% | ||
15 | ガーデンプランナー | サトノダイヤモンド |
| 出走: 10回 勝率: 0.0% 複勝率: 40.0% | ||
🐴 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」のAI穴馬診断で、特に注目度の高い馬が見つかりました。《ガーデンプランナー》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。
15 ガーデンプランナー（Ｆ．ゴンサルベス騎手） ★★★★☆【大穴候補】
🔥 前走15着大敗→1400mから1200m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。
🔥 前走長岡禎仁騎手で15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。
📌 前走芝からダートに初挑戦。未知の魅力がある。
📌 2走前17着の大敗から前走15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: 中京芝1400m 15着 → 中京芝1400m 17着 → 中京芝1600m 12着
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
6 ペンテリコン（吉田隼人騎手） ★★★☆☆【穴馬候補】
🔥 前走浜中俊騎手で5着→吉田隼人騎手に乗り替わり。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。
📊 近走成績: 小倉ダート1000m 5着 → 京都ダート1200m 4着 → 阪神ダート1200m 2着
📈 AI競馬ウェーブ調子トレンド予測: ← 横ばい
13 ヴィヴァシャス（富田暁騎手） ★★★☆☆【穴馬候補】
🔥 前走岩田望来騎手で7着→富田暁騎手に乗り替わり。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。
📊 近走成績: 京都ダート1200m 7着 → 京都ダート1400m 6着 → 中京ダート1400m 7着
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
❓ 「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1200m・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。
