「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
2R10:20
3歳未勝利ダート1600m16頭
250 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」（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《アオイミズホ》を本命に推奨いたします。対抗は《アミナス》、単穴に《エターナルホープ》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 |
|---|---|---|---|
| 5 | 23.2倍 | ◎ 90.0 | |
| 9 | 945.8倍 | ○ 70.1 | |
| 14 | 12.5倍 | ▲ 66.7 | |
| 11 | 719.1倍 | △ 66.2 | |
| 2 | 49.2倍 | ☆ 66.0 | |
| 6 | 828.6倍 | 59.6 | |
| 10 | 510.5倍 | 56.0 | |
| 16 | 11113.2倍 | 51.8 | |
| 1 | 14365.1倍 | 50.2 | |
| 4 | 38.8倍 | 45.8 | |
| 3 | 1050.7倍 | 44.8 | |
| 15 | 612.5倍 | 43.1 | |
| 13 | 12149.9倍 | 42.0 | |
| 7 | 13227.8倍 | 30.1 | |
| 12 | 16598.8倍 | 消 24.7 | |
| 8 | 15475.9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
5アオイミズホ
130 円
複勝
14エターナルホープ
120 円
📊 AIスコア分布「3歳未勝利」
トップスコアが際立つ分布となっております。19.9ptのリードは、AIが本命馬の勝利確率を高く見積もっていることの表れです。堅実な馬券を狙うのであれば、この馬からの流しがおすすめでございます。
⭐ AI競馬ウェーブ注目馬ピックアップ「3歳未勝利」
5 アオイミズホ（戸崎圭太騎手）
当AI予想の本命馬《アオイミズホ》にフォーカスしてご紹介いたします。
📌 前走の岩田望来騎手から戸崎圭太騎手に乗り替わり。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。
📌 東京で過去3着の好走歴あり。コース適性は実証済み。
📊 近走成績: 中山ダート1800m 3着（4人気） → 中山ダート1800m 3着（2人気） → 東京ダート1600m 9着（5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「3歳未勝利」
過去1107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 | 53.7% |
| 1番人気の複勝率 | 66.9% |
| 勝ち馬の平均人気 | 3.2番人気 |
| 集計レース数 | 1107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
逃げ馬が少なく、スローペースが濃厚な構成でございます。前残りの展開になりやすく、先行力のある馬を重視していただきたいところです。差し馬は届かないリスクがございますので、その点にご注意ください。
| 脚質 | 頭数 | 構成比 |
|---|---|---|
逃げ | 0頭 | 0.0% |
先行 | 2頭 | 14.3% |
差し | 5頭 | 35.7% |
追込 | 7頭 | 50.0% |
📈 AI競馬ウェーブ調子トレンド予測「3歳未勝利」
《クイーンオブハート》《サンタピア》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 | ヴレクール | ↑ 上昇中 |
| 直近5走: 16着 ← 13着 ← 12着 ← 12着 ← 9着 | ||
2 | ギリーカラム | ← 横ばい |
| 直近5走: 10着 | ||
3 | オーパパ | ↑ 上昇中 |
| 直近5走: 13着 ← 9着 ← 11着 ← 6着 ← 7着 | ||
4 | サングラント | ← 横ばい |
| 直近5走: - | ||
5 | アオイミズホ | ↙ やや下降 |
| 直近5走: 3着 ← 3着 ← 9着 ← 3着 ← 4着 | ||
6 | マーゴットライズ | ↑ 上昇中 |
| 直近5走: 14着 ← 17着 ← 8着 | ||
7 | マジックオーラ | ↓ 下降中 |
| 直近5走: 9着 ← 11着 ← 10着 ← 11着 | ||
8 | クイーンオブハート | ↑ 上昇中 |
| 直近5走: 12着 ← 11着 ← 10着 ← 9着 ← 10着 | ||
9 | アミナス | ↙ やや下降 |
| 直近5走: 7着 ← 8着 ← 9着 ← 8着 ← 9着 | ||
10 | ウェスケンジントン | ↓ 下降中 |
| 直近5走: 7着 ← 3着 ← 6着 ← 8着 ← 11着 | ||
11 | ドゥーニ | ↑ 上昇中 |
| 直近5走: 11着 ← 3着 ← 9着 ← 8着 ← 4着 | ||
12 | マウンテンドーター | ← 横ばい |
| 直近5走: 15着 | ||
13 | ターフクリスタル | ↓ 下降中 |
| 直近5走: 11着 ← 12着 ← 16着 | ||
14 | エターナルホープ | ↓ 下降中 |
| 直近5走: 2着 ← 7着 | ||
15 | トロフィーポーズ | ← 横ばい |
| 直近5走: - | ||
16 | サンタピア | ↑ 上昇中 |
| 直近5走: 12着 ← 7着 ← 12着 ← 8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黒岩 陽一調教師（343戦40勝・勝率11.7%）でございます。
出走経験が最も豊富なのは斎藤 誠調教師（514戦）です。
| 馬番 | 馬名 | 調教師 |
|---|---|---|
15 | トロフィーポーズ | 黒岩 陽一 |
| 勝率: 11.7% 複勝率: 27.4% 平均着順: 6.9位 | ||
5 | アオイミズホ | 古賀 慎明 |
| 勝率: 8.3% 複勝率: 26.2% 平均着順: 7.2位 | ||
4 | サングラント | 金成 貴史 |
| 勝率: 8.1% 複勝率: 21.4% 平均着順: 7.2位 | ||
3 | オーパパ | 斎藤 誠 |
| 勝率: 8.0% 複勝率: 26.8% 平均着順: 7.0位 | ||
2 | ギリーカラム | 栗田 徹 |
| 勝率: 6.6% 複勝率: 26.9% 平均着順: 6.7位 | ||
1 | ヴレクール | 武市 康男 |
| 勝率: 5.8% 複勝率: 16.2% 平均着順: 8.5位 | ||
6 | マーゴットライズ | 伊坂 重信 |
| 勝率: 5.6% 複勝率: 18.3% 平均着順: 7.8位 | ||
13 | ターフクリスタル | 矢野 英一 |
| 勝率: 5.3% 複勝率: 20.3% 平均着順: 8.1位 | ||
14 | エターナルホープ | 鈴木 慎太郎 |
| 勝率: 5.0% 複勝率: 17.9% 平均着順: 8.1位 | ||
11 | ドゥーニ | 矢嶋 大樹 |
| 勝率: 4.6% 複勝率: 14.8% 平均着順: 8.5位 | ||
9 | アミナス | 田中 勝春 |
| 勝率: 3.7% 複勝率: 9.3% 平均着順: 9.3位 | ||
16 | サンタピア | 松山 将樹 |
| 勝率: 3.3% 複勝率: 12.5% 平均着順: 9.0位 | ||
10 | ウェスケンジントン | 小野 次郎 |
| 勝率: 3.1% 複勝率: 11.8% 平均着順: 8.9位 | ||
7 | マジックオーラ | 清水 英克 |
| 勝率: 2.8% 複勝率: 8.8% 平均着順: 9.4位 | ||
12 | マウンテンドーター | 和田 雄二 |
| 勝率: 2.0% 複勝率: 10.5% 平均着順: 9.3位 | ||
8 | クイーンオブハート | 的場 均 |
| 勝率: 0.4% 複勝率: 1.7% 平均着順: 10.9位 | ||
🧬 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インディチャンプ産駒（5戦1勝・勝率20.0%）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 |
|---|---|---|
6 | マーゴットライズ | インディチャンプ |
| 出走: 5回 勝率: 20.0% 複勝率: 40.0% | ||
9 | アミナス | モズアスコット |
| 出走: 62回 勝率: 14.5% 複勝率: 43.5% | ||
13 | ターフクリスタル | インカンテーション |
| 出走: 16回 勝率: 12.5% 複勝率: 12.5% | ||
2 | ギリーカラム | ロードカナロア |
| 出走: 629回 勝率: 12.2% 複勝率: 29.4% | ||
15 | トロフィーポーズ | ナダル |
| 出走: 110回 勝率: 11.8% 複勝率: 42.7% | ||
16 | サンタピア | ルヴァンスレーヴ |
| 出走: 138回 勝率: 10.9% 複勝率: 29.0% | ||
4 | サングラント | ルヴァンスレーヴ |
| 出走: 138回 勝率: 10.9% 複勝率: 29.0% | ||
1 | ヴレクール | マクフィ |
| 出走: 255回 勝率: 7.1% 複勝率: 22.4% | ||
12 | マウンテンドーター | ミスチヴィアスアレックス |
| 出走: 18回 勝率: 5.6% 複勝率: 27.8% | ||
3 | オーパパ | アメリカンペイトリオット |
| 出走: 117回 勝率: 1.7% 複勝率: 9.4% | ||
5 | アオイミズホ | ビーチパトロール |
| 出走: 59回 勝率: 0.0% 複勝率: 5.1% | ||
10 | ウェスケンジントン | タワーオブロンドン |
| 出走: 32回 勝率: 0.0% 複勝率: 6.2% | ||
14 | エターナルホープ | エピカリス |
| 出走: 20回 勝率: 0.0% 複勝率: 10.0% | ||
7 | マジックオーラ | ダノンプレミアム |
| 出走: 20回 勝率: 0.0% 複勝率: 10.0% | ||
11 | ドゥーニ | マテラスカイ |
| 出走: 15回 勝率: 0.0% 複勝率: 0.0% | ||
8 | クイーンオブハート | レッドベルジュール |
| 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」のAI穴馬診断で、特に注目度の高い馬が見つかりました。《マジックオーラ》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。
7 マジックオーラ（水沼元輝騎手） ★★★★☆【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。
🔥 前走長浜鴻緒騎手で9着→水沼元輝騎手に乗り替わり。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11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: 東京芝1800m 9着 → 東京芝1600m 11着 → 中京芝1600m 10着
📈 AI競馬ウェーブ調子トレンド予測: ↓ 下降中
2 ギリーカラム（三浦皇成騎手） ★★★☆☆【穴馬候補】
🔥 前走10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。
🔥 前走岩田康誠騎手で10着→三浦皇成騎手に乗り替わり。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: 中山芝1800m 10着
📈 AI競馬ウェーブ調子トレンド予測: ← 横ばい
6 マーゴットライズ（木幡巧也騎手） ★★★☆☆【穴馬候補】
🔥 前走14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14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: 東京芝1800m 14着 → 中山芝2000m 17着 → 東京芝1800m 8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。
