「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
1R10:05
3歳未勝利ダート1600m16頭
390 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…
激アツ
「3歳未勝利」はダート1600m・16頭立て。多頭数のためレース展開が読みにくい一戦でございます。AI予測では《トラストレガート》を本命といたしましたが、《タートルインメイ》《ゴールドビリーヴ》も高い評価を受けております。馬群が密集しやすいレースですので、内枠の先行馬には特に注目です。各種統計データもご確認のうえ、馬券検討にお役立てください。
| 馬番 | 馬名・騎手名 | 人気 | AI予想 |
|---|---|---|---|
| 1 | 925.9倍 | ◎ 90.0 | |
| 7 | 47.3倍 | ○ 78.0 | |
| 3 | 12.6倍 | ▲ 70.9 | |
| 2 | 515.5倍 | △ 66.8 | |
| 12 | 1026.5倍 | ☆ 59.3 | |
| 15 | 825.0倍 | 55.5 | |
| 9 | 15142.2倍 | 53.8 | |
| 13 | 14110.7倍 | 51.3 | |
| 10 | 717.9倍 | 46.8 | |
| 11 | 1233.0倍 | 43.9 | |
| 8 | 616.6倍 | 42.0 | |
| 16 | 25.1倍 | 41.5 | |
| 6 | 1356.2倍 | 40.5 | |
| 14 | 36.8倍 | 37.8 | |
| 4 | 1128.9倍 | 36.1 | |
| 5 | 16275.0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
2バーヴァンシー
390 円
📊 AIスコア分布「3歳未勝利」
本命馬のスコアが他馬を大きく上回っております（差12.0pt）。AIの分析結果に迷いはなく、この馬を軸にした馬券構成が有効と考えられます。対抗馬以下との差もございますので、相手選びに集中したいところです。
⭐ AI競馬ウェーブ注目馬ピックアップ「3歳未勝利」
1 トラストレガート（菅原明良騎手）
「3歳未勝利」の注目馬は《トラストレガート》。AIが本命に推す理由を解説いたします。
📌 前走の吉田豊騎手から菅原明良騎手に乗り替わり。手替わり効果に期待。
📌 前走1800m→今回1600mへ距離短縮。スピード勝負への対応力が鍵。
📊 近走成績: 中山ダート1800m 7着（15人気） → 中山ダート1800m 7着（9人気） → 中山ダート1800m 8着（16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歳未勝利」
過去1111レースでの1番人気の勝率は34.1%。
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 | 34.1% |
| 1番人気の連対率 | 53.8% |
| 1番人気の複勝率 | 67.1% |
| 勝ち馬の平均人気 | 3.2番人気 |
| 集計レース数 | 1111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：スローペース
逃げ0頭・先行1頭と、ペースが落ち着きそうな構成でございます。逃げ・先行タイプの馬が有利な展開になる可能性が高いです。前残りの競馬になりやすいため、先行力のある馬を中心にご検討ください。
| 脚質 | 頭数 | 構成比 |
|---|---|---|
逃げ | 0頭 | 0.0% |
先行 | 1頭 | 6.7% |
差し | 7頭 | 46.7% |
追込 | 7頭 | 46.7% |
📈 AI競馬ウェーブ調子トレンド予測「3歳未勝利」
《オニノウタゲ》《タートルインメイ》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 | トラストレガート | ↓ 下降中 |
| 直近5走: 7着 ← 7着 ← 8着 ← 13着 ← 11着 | ||
2 | バーヴァンシー | ↙ やや下降 |
| 直近5走: 7着 ← 10着 ← 6着 ← 9着 ← 9着 | ||
3 | ゴールドビリーヴ | ↓ 下降中 |
| 直近5走: 4着 ← 8着 | ||
4 | ビッグベンメロディ | ← 横ばい |
| 直近5走: - | ||
5 | イセッセイ | ↑ 上昇中 |
| 直近5走: 15着 ← 12着 ← 9着 | ||
6 | コスモエーヴィヒ | ↑ 上昇中 |
| 直近5走: 15着 ← 9着 ← 13着 ← 7着 ← 5着 | ||
7 | タートルインメイ | ↑ 上昇中 |
| 直近5走: 5着 ← 11着 ← 14着 ← 8着 ← 3着 | ||
8 | カラクリスピリッツ | ↑ 上昇中 |
| 直近5走: 13着 ← 11着 ← 4着 ← 7着 ← 11着 | ||
9 | グラスベリー | ↓ 下降中 |
| 直近5走: 6着 ← 13着 ← 10着 ← 11着 | ||
10 | ジェイエルグリーン | ↓ 下降中 |
| 直近5走: 10着 ← 8着 ← 5着 ← 13着 | ||
11 | レディホークダイヤ | ↑ 上昇中 |
| 直近5走: 13着 ← 9着 | ||
12 | ウィッシュリスト | ← 横ばい |
| 直近5走: 15着 | ||
13 | レディソフィア | ↓ 下降中 |
| 直近5走: 12着 ← 16着 | ||
14 | サファイアテソーロ | ← 横ばい |
| 直近5走: 13着 | ||
15 | オニノウタゲ | ↑ 上昇中 |
| 直近5走: 9着 ← 12着 ← 6着 ← 9着 | ||
16 | ユーゲットミー | ↑ 上昇中 |
| 直近5走: 9着 ← 15着 ← 9着 ← 4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高木 登調教師（433戦48勝・勝率11.1%）でございます。
出走経験が最も豊富なのは斎藤 誠調教師（510戦）です。
| 馬番 | 馬名 | 調教師 |
|---|---|---|
14 | サファイアテソーロ | 高木 登 |
| 勝率: 11.1% 複勝率: 27.9% 平均着順: 7.0位 | ||
8 | カラクリスピリッツ | 斎藤 誠 |
| 勝率: 8.2% 複勝率: 27.3% 平均着順: 7.0位 | ||
15 | オニノウタゲ | 尾関 知人 |
| 勝率: 7.9% 複勝率: 19.5% 平均着順: 7.9位 | ||
11 | レディホークダイヤ | 田中 剛 |
| 勝率: 6.1% 複勝率: 20.4% 平均着順: 8.4位 | ||
13 | レディソフィア | 小笠 倫弘 |
| 勝率: 5.7% 複勝率: 16.6% 平均着順: 8.5位 | ||
3 | ゴールドビリーヴ | 鈴木 慎太郎 |
| 勝率: 5.0% 複勝率: 18.0% 平均着順: 8.2位 | ||
16 | ユーゲットミー | 西田 雄一郎 |
| 勝率: 4.4% 複勝率: 16.1% 平均着順: 8.1位 | ||
2 | バーヴァンシー | 村田 一誠 |
| 勝率: 3.8% 複勝率: 15.1% 平均着順: 8.6位 | ||
7 | タートルインメイ | 奥平 雅士 |
| 勝率: 3.2% 複勝率: 12.9% 平均着順: 8.8位 | ||
4 | ビッグベンメロディ | 戸田 博文 |
| 勝率: 3.0% 複勝率: 21.3% 平均着順: 7.7位 | ||
6 | コスモエーヴィヒ | 伊藤 大士 |
| 勝率: 2.9% 複勝率: 15.6% 平均着順: 8.3位 | ||
1 | トラストレガート | 高橋 文雅 |
| 勝率: 2.8% 複勝率: 15.1% 平均着順: 8.6位 | ||
9 | グラスベリー | 佐藤 吉勝 |
| 勝率: 1.3% 複勝率: 6.2% 平均着順: 10.2位 | ||
5 | イセッセイ | 伊藤 伸一 |
| 勝率: 1.1% 複勝率: 5.9% 平均着順: 9.7位 | ||
10 | ジェイエルグリーン | 平岩 大典 |
| 勝率: 0.0% 複勝率: 0.0% 平均着順: 9.4位 | ||
12 | ウィッシュリスト | 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「3歳未勝利」
東京ダート1600m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ニューイヤーズデイ産駒（136戦16勝・勝率11.8%）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 |
|---|---|---|
13 | レディソフィア | ニューイヤーズデイ |
| 出走: 136回 勝率: 11.8% 複勝率: 25.0% | ||
14 | サファイアテソーロ | シニスターミニスター |
| 出走: 596回 勝率: 8.7% 複勝率: 26.0% | ||
9 | グラスベリー | シニスターミニスター |
| 出走: 596回 勝率: 8.7% 複勝率: 26.0% | ||
8 | カラクリスピリッツ | モーリス |
| 出走: 174回 勝率: 8.6% 複勝率: 23.0% | ||
5 | イセッセイ | エスポワールシチー |
| 出走: 277回 勝率: 7.9% 複勝率: 24.9% | ||
1 | トラストレガート | マクフィ |
| 出走: 251回 勝率: 6.8% 複勝率: 22.3% | ||
4 | ビッグベンメロディ | モーニン |
| 出走: 84回 勝率: 6.0% 複勝率: 15.5% | ||
7 | タートルインメイ | ロージズインメイ |
| 出走: 274回 勝率: 4.7% 複勝率: 16.1% | ||
12 | ウィッシュリスト | サトノダイヤモンド |
| 出走: 50回 勝率: 4.0% 複勝率: 20.0% | ||
11 | レディホークダイヤ | サトノダイヤモンド |
| 出走: 50回 勝率: 4.0% 複勝率: 20.0% | ||
16 | ユーゲットミー | ダノンバラード |
| 出走: 50回 勝率: 2.0% 複勝率: 14.0% | ||
6 | コスモエーヴィヒ | ゴールドシップ |
| 出走: 55回 勝率: 0.0% 複勝率: 1.8% | ||
10 | ジェイエルグリーン | アニマルキングダム |
| 出走: 46回 勝率: 0.0% 複勝率: 13.0% | ||
3 | ゴールドビリーヴ | ゴールドアクター |
| 出走: 29回 勝率: 0.0% 複勝率: 10.3% | ||
15 | オニノウタゲ | キセキ |
| 出走: 6回 勝率: 0.0% 複勝率: 16.7% | ||
2 | バーヴァンシー | リオンリオン |
| 出走: 1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、AIが大穴候補を検出しました。《ユーゲットミー》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。
16 ユーゲットミー（柴田大知騎手） ★★★★☆【大穴候補】
🔥 前走9着大敗→1800mから1600m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。
🔥 前走嶋田純次騎手で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。
📌 前走芝からダートに初挑戦。未知の魅力がある。
📌 2走前15着の大敗から前走9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: 福島芝1800m 9着 → 東京芝1800m 15着 → 福島芝2000m 9着
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
12 ウィッシュリスト（大野拓弥騎手） ★★★☆☆【穴馬候補】
🔥 前走15着大敗→2000mから1600m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。
🔥 前走石神深道騎手で15着→大野拓弥騎手に乗り替わり。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: 福島芝2000m 15着
📈 AI競馬ウェーブ調子トレンド予測: ← 横ばい
11 レディホークダイヤ（津村明秀騎手） ★★★☆☆【穴馬候補】
🔥 前走13着大敗→1800mから1600m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。
🔥 前走松本大輝騎手で13着→津村明秀騎手に乗り替わり。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: 福島芝1800m 13着 → 東京芝1600m 9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1600m・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。
