「立夏ステークス」の無料AI競馬予想【ウェーブ】
競馬予想の更新日：
東京
12R
立夏ステークスダート1600m16頭
🔖 競馬予想の目次
🤖 競馬AIウェーブによる「立夏ステークス」競馬予想
競馬AIウェーブの予想自信度は…
自信アリ
「立夏ステークス」（ダート1600m）は16頭立ての多頭数戦でございます。AIの総合分析では《ロッシニアーナ》を本命に推奨いたします。対抗は《フルオール》、単穴に《ミライヘノカギ》を指名しております。ダート1600m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 | ○ 85.4 | |
| 0 | 00倍 | ▲ 64.5 | |
| 0 | 00倍 | △ 64.1 | |
| 0 | 00倍 | ☆ 63.4 | |
| 0 | 00倍 | 56.2 | |
| 0 | 00倍 | 55.5 | |
| 0 | 00倍 | 54.4 | |
| 0 | 00倍 | 52.2 | |
| 0 | 00倍 | 49.9 | |
| 0 | 00倍 | 39.6 | |
| 0 | 00倍 | 38.5 | |
| 0 | 00倍 | 34.1 | |
| 0 | 00倍 | 消 28.5 | |
| 0 | 00倍 | 消 22.9 | |
| 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「立夏ステークス」
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「立夏ステークス」
0 ロッシニアーナ（Ｃ．ルメール騎手）
「立夏ステークス」の注目馬は《ロッシニアーナ》。AIが本命に推す理由を解説いたします。
📌 約3ヶ月の休養明け。フレッシュな状態での復帰戦。
📌 近走の着順が上昇傾向（15着→1着→2着→1着→4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1600m 15着（1人気） → 東京ダート1600m 1着（1人気） → 中山ダート1800m 2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「立夏ステークス」
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「立夏ステークス」
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2頭・先行4頭と先行争いが激しくなりそうな構成でございます。ペースが速くなれば前の馬が消耗しやすく、差し・追込タイプの馬に注目です。後方から脚を溜められる馬を重視した馬券構成をおすすめいたします。
| 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「立夏ステークス」
《フルオール》《メイショウポペット》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 |
|---|---|---|
0 | オンザライン | ↓ 下降中 |
| 直近5走: 3着 ← 6着 ← 13着 ← 11着 ← 3着 | ||
0 | フルオール | ↑ 上昇中 |
| 直近5走: 10着 ← 5着 ← 5着 ← 3着 ← 4着 | ||
0 | リバートゥルー | ↙ やや下降 |
| 直近5走: 3着 ← 8着 ← 6着 ← 14着 ← 2着 | ||
0 | クールブロン | ↓ 下降中 |
| 直近5走: 5着 ← 6着 ← 1着 ← 5着 ← 10着 | ||
0 | メイショウポペット | ↑ 上昇中 |
| 直近5走: 12着 ← 5着 ← 12着 ← 8着 ← 7着 | ||
0 | パフ | ↓ 下降中 |
| 直近5走: 1着 ← 3着 ← 3着 ← 9着 ← 7着 | ||
0 | ノーブルスカイ | ↓ 下降中 |
| 直近5走: 12着 ← 5着 ← 5着 ← 5着 ← 15着 | ||
0 | ベルダイナフェロー | ↑ 上昇中 |
| 直近5走: 13着 ← 11着 ← 1着 ← 4着 ← 9着 | ||
0 | アデランテ | ↓ 下降中 |
| 直近5走: 1着 ← 1着 ← 15着 ← 2着 ← 4着 | ||
0 | グランドセントラル | ↑ 上昇中 |
| 直近5走: 11着 ← 14着 ← 9着 ← 7着 ← 3着 | ||
0 | フラムリンガム | ↓ 下降中 |
| 直近5走: 11着 ← 9着 ← 12着 ← 16着 ← 13着 | ||
0 | ルージュスタニング | ↑ 上昇中 |
| 直近5走: 6着 ← 11着 ← 6着 ← 1着 ← 2着 | ||
0 | ミライヘノカギ | ↑ 上昇中 |
| 直近5走: 6着 ← 6着 ← 3着 ← 1着 ← 4着 | ||
0 | レディーフランシス | ← 横ばい |
| 直近5走: 1着 ← 7着 ← 1着 ← 7着 ← 1着 | ||
0 | セギレエルビエント | ↓ 下降中 |
| 直近5走: 3着 ← 1着 ← 1着 ← 2着 ← 9着 | ||
0 | ロッシニアーナ | ↑ 上昇中 |
| 直近5走: 15着 ← 1着 ← 2着 ← 1着 ← 4着 | ||
👔 AI競馬ウェーブ調教師×東京相性分析「立夏ステークス」
東京での勝率が最も高いのは木村 哲也調教師（413戦99勝・勝率24.0%）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 |
|---|---|---|
0 | ロッシニアーナ | 木村 哲也 |
| 勝率: 24.0% 複勝率: 47.5% 平均着順: 5.1位 | ||
0 | ルージュスタニング | 友道 康夫 |
| 勝率: 18.7% 複勝率: 38.0% 平均着順: 6.3位 | ||
0 | ベルダイナフェロー | 東田 明士 |
| 勝率: 12.5% 複勝率: 12.5% 平均着順: 8.8位 | ||
0 | ミライヘノカギ | 上原 佑紀 |
| 勝率: 11.3% 複勝率: 33.3% 平均着順: 6.7位 | ||
0 | リバートゥルー | 久保田 貴士 |
| 勝率: 10.0% 複勝率: 27.8% 平均着順: 6.8位 | ||
0 | グランドセントラル | 北出 成人 |
| 勝率: 9.6% 複勝率: 24.5% 平均着順: 7.1位 | ||
0 | フルオール | 斎藤 誠 |
| 勝率: 8.2% 複勝率: 27.3% 平均着順: 7.0位 | ||
0 | パフ | 橋口 慎介 |
| 勝率: 7.1% 複勝率: 20.0% 平均着順: 7.0位 | ||
0 | クールブロン | 井上 智史 |
| 勝率: 7.1% 複勝率: 28.6% 平均着順: 6.6位 | ||
0 | ノーブルスカイ | 高柳 大輔 |
| 勝率: 5.9% 複勝率: 32.4% 平均着順: 6.4位 | ||
0 | セギレエルビエント | 伊坂 重信 |
| 勝率: 5.7% 複勝率: 18.1% 平均着順: 7.8位 | ||
0 | レディーフランシス | 和田 勇介 |
| 勝率: 5.1% 複勝率: 16.5% 平均着順: 8.0位 | ||
0 | フラムリンガム | 柄崎 将寿 |
| 勝率: 4.7% 複勝率: 14.0% 平均着順: 8.7位 | ||
0 | オンザライン | 大和田 成 |
| 勝率: 4.5% 複勝率: 18.5% 平均着順: 8.3位 | ||
0 | アデランテ | 菊川 正達 |
| 勝率: 2.7% 複勝率: 11.2% 平均着順: 8.7位 | ||
0 | メイショウポペット | 角田 晃一 |
| 勝率: 2.0% 複勝率: 20.0% 平均着順: 8.5位 | ||
🧬 AI競馬ウェーブ血統×条件適性分析「立夏ステークス」
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Into Mischief産駒（73戦17勝・勝率23.3%）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 | ロッシニアーナ | Not This Time |
| 出走: 4回 勝率: 50.0% 複勝率: 75.0% | ||
0 | ルージュスタニング | Into Mischief |
| 出走: 73回 勝率: 23.3% 複勝率: 46.6% | ||
0 | ベルダイナフェロー | American Pharoah |
| 出走: 66回 勝率: 21.2% 複勝率: 34.8% | ||
0 | ミライヘノカギ | モズアスコット |
| 出走: 61回 勝率: 14.8% 複勝率: 44.3% | ||
0 | アデランテ | ミッキーグローリー |
| 出走: 22回 勝率: 13.6% 複勝率: 27.3% | ||
0 | セギレエルビエント | ナダル |
| 出走: 107回 勝率: 12.1% 複勝率: 43.0% | ||
0 | クールブロン | ドレフォン |
| 出走: 491回 勝率: 11.0% 複勝率: 28.9% | ||
0 | フルオール | ホッコータルマエ |
| 出走: 308回 勝率: 7.5% 複勝率: 21.1% | ||
0 | グランドセントラル | シャンハイボビー |
| 出走: 100回 勝率: 7.0% 複勝率: 18.0% | ||
0 | リバートゥルー | レッドファルクス |
| 出走: 95回 勝率: 6.3% 複勝率: 23.2% | ||
0 | パフ | レイデオロ |
| 出走: 49回 勝率: 6.1% 複勝率: 22.4% | ||
0 | ノーブルスカイ | ネオユニヴァース |
| 出走: 251回 勝率: 6.0% 複勝率: 14.3% | ||
0 | フラムリンガム | ダイワメジャー |
| 出走: 441回 勝率: 5.4% 複勝率: 16.3% | ||
0 | レディーフランシス | オルフェーヴル |
| 出走: 262回 勝率: 5.0% 複勝率: 14.1% | ||
0 | オンザライン | スクリーンヒーロー |
| 出走: 207回 勝率: 4.8% 複勝率: 16.9% | ||
0 | メイショウポペット | ヴィクトワールピサ |
| 出走: 226回 勝率: 4.0% 複勝率: 13.7% | ||
🐴 AI競馬ウェーブ穴馬診断書「立夏ステークス」
「立夏ステークス」はAI穴馬診断で3頭がピックアップされる混戦模様です。人気薄の好走が多発しやすい条件が揃っており、高配当を狙うチャンスが広がっています。
※ 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 ベルダイナフェロー（松若風馬騎手） ★★★☆☆【穴馬候補】
🔥 前走小沢大仁騎手で13着→松若風馬騎手に乗り替わり。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: 小倉ダート1700m 13着 → 東京ダート1600m 11着 → 東京ダート1600m 1着
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
0 クールブロン（三浦皇成騎手） ★★★☆☆【穴馬候補】
🔥 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。
📌 近走は下降傾向だが、勝ち鞍のある実力馬。一度の好走で一気に浮上する力を秘めている。
📊 近走成績: 東京ダート1600m 5着 → 東京ダート1600m 6着 → 東京ダート1600m 1着
📈 AI競馬ウェーブ調子トレンド予測: ↓ 下降中
0 ノーブルスカイ（西村淳也騎手） ★★★☆☆【穴馬候補】
🔥 前走12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。
🔥 前走武豊騎手で12着→西村淳也騎手に乗り替わり。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 12着 → 小倉ダート1700m 5着 → 阪神芝1800m 5着
📈 AI競馬ウェーブ調子トレンド予測: ↓ 下降中
❓ 「立夏ステークス」AI競馬予想のよくある質問
Q. 「立夏ステークス」のAI競馬予想は無料で見られますか？
A. はい、「立夏ステークス」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. 「立夏ステークス」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. 「立夏ステークス」（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。
