「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:
新潟
3R11:05
3歳未勝利芝1600m16頭
2,580 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…
自信アリ
16頭が出走する「3歳未勝利」(芝1600m)。多頭数戦ならではの紛れが起きやすい条件です。AIが最も高く評価したのは《バンオンタイム》でございます。次いで《リアライズガイザー》、《ランウェイミューズ》の順に評価しておりますが、芝1600mの多頭数レースでは不利を受ける馬も出やすく、実力通りに決まるとは限りません。枠順統計データも参考に、総合的にご判断くださいませ。
| 馬番 | 馬名・騎手名 | 人気 | AI予想 |
|---|---|---|---|
| 9 | 12.8倍 | ◎ 90.0 | |
| 8 | 23.8倍 | ○ 87.0 | |
| 1 | 615.7倍 | ▲ 77.0 | |
| 15 | 1049.8倍 | △ 73.6 | |
| 14 | 34.2倍 | ☆ 68.4 | |
| 3 | 514.1倍 | 68.3 | |
| 12 | 822.4倍 | 67.0 | |
| 11 | 49.1倍 | 61.4 | |
| 5 | 12123.5倍 | 59.8 | |
| 4 | 11122.3倍 | 59.4 | |
| 16 | 720.3倍 | 55.7 | |
| 2 | 16404.7倍 | 53.2 | |
| 7 | 943.0倍 | 49.9 | |
| 13 | 13182.3倍 | 44.6 | |
| 6 | 15388.2倍 | 43.3 | |
| 10 | 14203.3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バンオンタイム
130 円
複勝
14ミラキュラスアース
160 円
単勝
14ミラキュラスアース
420 円
馬単
14ミラキュラスアース>9バンオンタイム
1,870 円
📊 AIスコア分布「3歳未勝利」
上位グループと下位グループの差が明確な分布でございます(幅70.0pt)。上位5頭のBOXや、本命馬からの流しが効率的な買い方と言えるでしょう。下位馬は余程の展開利がない限り、厳しい戦いになりそうです。
⭐ AI競馬ウェーブ注目馬ピックアップ「3歳未勝利」
9 バンオンタイム(舟山瑠泉騎手)
「3歳未勝利」でAIが最も高く評価した《バンオンタイム》を深掘り分析いたします。
📌 前走の丹内祐次騎手から舟山瑠泉騎手に乗り替わり。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。
📌 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(4着→3着→2着→2着→3着)。調子の波に乗っている。
📌 新潟で過去3着の好走歴あり。コース適性は実証済み。
📊 近走成績: 小倉芝1800m 4着(1人気) → 小倉芝1800m 3着(1人気) → 中山芝1800m 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「3歳未勝利」
過去280レースでの1番人気の勝率は34.6%。
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 | 34.6% |
| 1番人気の連対率 | 51.4% |
| 1番人気の複勝率 | 62.9% |
| 勝ち馬の平均人気 | 3.3番人気 |
| 集計レース数 | 280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: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 | 4頭 | 26.7% |
差し | 7頭 | 46.7% |
追込 | 3頭 | 20.0% |
📈 AI競馬ウェーブ調子トレンド予測「3歳未勝利」
《ピコパープル》《イーリスアスター》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 | ランウェイミューズ | ↑ 上昇中 |
| 直近5走: 3着 ← 2着 | ||
2 | ピコパープル | ↑ 上昇中 |
| 直近5走: 18着 ← 12着 ← 16着 | ||
3 | ショウナンバーボン | ↙ やや下降 |
| 直近5走: 2着 ← 9着 ← 9着 ← 10着 ← 3着 | ||
4 | ミセスジョーンズ | ↓ 下降中 |
| 直近5走: 6着 ← 3着 ← 4着 ← 8着 | ||
5 | オレンジフィールド | ↑ 上昇中 |
| 直近5走: 15着 ← 11着 ← 9着 ← 4着 ← 4着 | ||
6 | トリトマフロックス | ← 横ばい |
| 直近5走: 12着 | ||
7 | ココネ | ← 横ばい |
| 直近5走: - | ||
8 | リアライズガイザー | ↑ 上昇中 |
| 直近5走: 6着 ← 3着 | ||
9 | バンオンタイム | ↖ やや上昇 |
| 直近5走: 4着 ← 3着 ← 2着 ← 2着 ← 3着 | ||
10 | ポセイドンテソーロ | ↑ 上昇中 |
| 直近5走: 14着 ← 9着 ← 7着 ← 11着 | ||
11 | ドラリズム | ↙ やや下降 |
| 直近5走: 4着 ← 10着 ← 3着 ← 6着 ← 8着 | ||
12 | イルミナジーティー | ↑ 上昇中 |
| 直近5走: 4着 ← 7着 ← 5着 ← 3着 ← 3着 | ||
13 | イーリスアスター | ↑ 上昇中 |
| 直近5走: 16着 ← 11着 ← 13着 ← 6着 | ||
14 | ミラキュラスアース | ↑ 上昇中 |
| 直近5走: 4着 ← 4着 ← 2着 | ||
15 | ネッカーズルム | ↑ 上昇中 |
| 直近5走: 13着 ← 8着 ← 4着 ← 7着 | ||
16 | イーサンミラー | ↓ 下降中 |
| 直近5走: 4着 ← 2着 ← 12着 ← 4着 | ||
👔 AI競馬ウェーブ調教師×新潟相性分析「3歳未勝利」
新潟での勝率が最も高いのは杉山 晴紀調教師(112戦18勝・勝率16.1%)でございます。
出走経験が最も豊富なのは牧 光二調教師(199戦)です。
| 馬番 | 馬名 | 調教師 |
|---|---|---|
8 | リアライズガイザー | 杉山 晴紀 |
| 勝率: 16.1% 複勝率: 33.0% 平均着順: 6.4位 | ||
9 | バンオンタイム | 田中 博康 |
| 勝率: 12.9% 複勝率: 31.5% 平均着順: 6.6位 | ||
14 | ミラキュラスアース | 奥村 豊 |
| 勝率: 10.6% 複勝率: 24.5% 平均着順: 7.2位 | ||
12 | イルミナジーティー | 西園 翔太 |
| 勝率: 10.1% 複勝率: 36.7% 平均着順: 6.0位 | ||
1 | ランウェイミューズ | 竹内 正洋 |
| 勝率: 9.5% 複勝率: 23.2% 平均着順: 7.2位 | ||
3 | ショウナンバーボン | 加藤 士津八 |
| 勝率: 8.8% 複勝率: 23.5% 平均着順: 7.6位 | ||
13 | イーリスアスター | 尾形 和幸 |
| 勝率: 8.2% 複勝率: 19.4% 平均着順: 7.7位 | ||
15 | ネッカーズルム | 藤野 健太 |
| 勝率: 7.1% 複勝率: 28.6% 平均着順: 8.5位 | ||
11 | ドラリズム | 武藤 善則 |
| 勝率: 6.7% 複勝率: 20.0% 平均着順: 8.4位 | ||
16 | イーサンミラー | 稲垣 幸雄 |
| 勝率: 6.7% 複勝率: 21.2% 平均着順: 8.2位 | ||
10 | ポセイドンテソーロ | 牧 光二 |
| 勝率: 6.5% 複勝率: 23.1% 平均着順: 7.7位 | ||
6 | トリトマフロックス | 伊藤 大士 |
| 勝率: 6.0% 複勝率: 20.8% 平均着順: 8.0位 | ||
5 | オレンジフィールド | 北出 成人 |
| 勝率: 6.0% 複勝率: 21.4% 平均着順: 8.0位 | ||
7 | ココネ | 上原 佑紀 |
| 勝率: 5.4% 複勝率: 25.8% 平均着順: 7.1位 | ||
2 | ピコパープル | 上原 博之 |
| 勝率: 3.5% 複勝率: 13.9% 平均着順: 8.6位 | ||
4 | ミセスジョーンズ | 松永 康利 |
| 勝率: 2.7% 複勝率: 9.4% 平均着順: 9.1位 | ||
🧬 AI競馬ウェーブ血統×条件適性分析「3歳未勝利」
新潟芝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サートゥルナーリア産駒(48戦8勝・勝率16.7%)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 |
|---|---|---|
3 | ショウナンバーボン | サートゥルナーリア |
| 出走: 48回 勝率: 16.7% 複勝率: 35.4% | ||
7 | ココネ | アドマイヤマーズ |
| 出走: 27回 勝率: 14.8% 複勝率: 25.9% | ||
9 | バンオンタイム | ロードカナロア |
| 出走: 424回 勝率: 11.3% 複勝率: 27.6% | ||
8 | リアライズガイザー | コントレイル |
| 出走: 9回 勝率: 11.1% 複勝率: 44.4% | ||
2 | ピコパープル | キタサンブラック |
| 出走: 93回 勝率: 8.6% 複勝率: 21.5% | ||
1 | ランウェイミューズ | シルバーステート |
| 出走: 116回 勝率: 7.8% 複勝率: 25.9% | ||
14 | ミラキュラスアース | ミスターメロディ |
| 出走: 18回 勝率: 5.6% 複勝率: 16.7% | ||
5 | オレンジフィールド | サトノクラウン |
| 出走: 56回 勝率: 5.4% 複勝率: 12.5% | ||
16 | イーサンミラー | ウインブライト |
| 出走: 44回 勝率: 2.3% 複勝率: 18.2% | ||
4 | ミセスジョーンズ | ヴァンセンヌ |
| 出走: 21回 勝率: 0.0% 複勝率: 4.8% | ||
10 | ポセイドンテソーロ | シュヴァルグラン |
| 出走: 20回 勝率: 0.0% 複勝率: 5.0% | ||
12 | イルミナジーティー | シュヴァルグラン |
| 出走: 20回 勝率: 0.0% 複勝率: 5.0% | ||
13 | イーリスアスター | ダノンスマッシュ |
| 出走: 14回 勝率: 0.0% 複勝率: 28.6% | ||
15 | ネッカーズルム | フォーウィールドライブ |
| 出走: 12回 勝率: 0.0% 複勝率: 33.3% | ||
11 | ドラリズム | コパノリッキー |
| 出走: 6回 勝率: 0.0% 複勝率: 0.0% | ||
6 | トリトマフロックス | Maurice |
| 出走: 0回 勝率: - 複勝率: - | ||
🐴 AI競馬ウェーブ穴馬診断書「3歳未勝利」
「3歳未勝利」では3頭もの穴馬候補が検出されました。これだけ激走パターンに合致する馬が多いということは、波乱の可能性が高いレースと言えるでしょう。馬券は手広く構えることをおすすめします。
※ 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。
4 ミセスジョーンズ(石神深道騎手) ★★★☆☆【穴馬候補】
🔥 前走原優介騎手で6着→石神深道騎手に乗り替わり。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。
📊 近走成績: 東京芝1600m 6着 → 中山芝1600m 3着 → 中山芝1600m 4着
📈 AI競馬ウェーブ調子トレンド予測: ↓ 下降中
5 オレンジフィールド(亀田温心騎手) ★★☆☆☆【注意馬】
🔥 前走15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。
📌 前走ダートから芝に初挑戦。未知の魅力がある。
📊 近走成績: 京都ダート1800m 15着 → 阪神芝1800m 11着 → 阪神芝1600m 9着
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
2 ピコパープル(上里直汰騎手) ★★☆☆☆【注意馬】
🔥 前走18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。
📊 近走成績: 中山芝2000m 18着 → 中山芝1600m 12着 → 函館芝1200m 16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」(新潟芝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。



