「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：
京都
1R09:45
3歳未勝利ダート1400m16頭
13,380 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」（ダート1400m）。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《シャンパンスター》でございます。次いで《シャドウルーラー》、《エイユーサクラ》の順に評価しておりますが、ダート1400m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 |
|---|---|---|---|
| 7 | 619.9倍 | ◎ 90.0 | |
| 12 | 47.3倍 | ○ 85.7 | |
| 4 | 516.0倍 | ▲ 82.7 | |
| 5 | 24.6倍 | △ 81.4 | |
| 8 | 12.1倍 | ☆ 77.2 | |
| 14 | 35.7倍 | 70.7 | |
| 6 | 826.8倍 | 68.0 | |
| 9 | 12183.2倍 | 62.5 | |
| 1 | 14258.7倍 | 60.2 | |
| 11 | 13187.9倍 | 58.1 | |
| 13 | 937.0倍 | 56.5 | |
| 3 | 720.4倍 | 55.2 | |
| 15 | 11147.6倍 | 40.7 | |
| 2 | 1059.9倍 | 39.7 | |
| 16 | 15338.8倍 | 消 27.2 | |
| 10 | 16496.8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
4エイユーサクラ
290 円
複勝
5ルージュバロン
180 円
複勝
8プリンセスアツコ
110 円
単勝
5ルージュバロン
460 円
馬単
5ルージュバロン＞8プリンセスアツコ
1,110 円
3連複
4エイユーサクラ－5ルージュバロン－8プリンセスアツコ
2,320 円
3連単
5ルージュバロン＞8プリンセスアツコ＞4エイユーサクラ
8,910 円
📊 AIスコア分布「3歳未勝利」
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「3歳未勝利」
7 シャンパンスター（国分恭介騎手）
「3歳未勝利」の注目馬は《シャンパンスター》。AIが本命に推す理由を解説いたします。
特筆すべきイベントはありませんが、AI評価の高さに注目です。
📊 近走成績: 阪神ダート1400m 3着（1人気） → 中京ダート1400m 3着（5人気） → 京都ダート1400m 6着（10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555レースで1番人気の勝率は29.7%と標準的な水準です。
堅い決着も波乱もあり得るため、ヒモを広めに取ることをおすすめいたします。
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 | 29.7% |
| 1番人気の連対率 | 51.2% |
| 1番人気の複勝率 | 62.7% |
| 勝ち馬の平均人気 | 3.4番人気 |
| 集計レース数 | 555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：ハイペース
先行勢が6頭と多めの構成でございます。序盤からペースが流れ、最後の直線で差し馬が伸びてくる展開が想定されます。人気の先行馬が崩れるケースも考えられますので、穴党の方は後方待機組に注目です。
| 脚質 | 頭数 | 構成比 |
|---|---|---|
逃げ | 3頭 | 23.1% |
先行 | 3頭 | 23.1% |
差し | 4頭 | 30.8% |
追込 | 3頭 | 23.1% |
📈 AI競馬ウェーブ調子トレンド予測「3歳未勝利」
特に注目していただきたいのは上昇中の《シャドウルーラー》《タガノシルフィー》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 | メイショウルビー | ← 横ばい |
| 直近5走: 16着 | ||
2 | アステルディーヴァ | ← 横ばい |
| 直近5走: 15着 | ||
3 | マダムカマラード | ← 横ばい |
| 直近5走: 10着 | ||
4 | エイユーサクラ | ↓ 下降中 |
| 直近5走: 5着 ← 7着 | ||
5 | ルージュバロン | ↓ 下降中 |
| 直近5走: 5着 ← 6着 | ||
6 | ガーリッシュ | ↑ 上昇中 |
| 直近5走: 9着 ← 11着 ← 11着 ← 4着 ← 4着 | ||
7 | シャンパンスター | ↓ 下降中 |
| 直近5走: 3着 ← 3着 ← 6着 ← 8着 | ||
8 | プリンセスアツコ | ↙ やや下降 |
| 直近5走: 2着 ← 2着 ← 3着 ← 2着 | ||
9 | キョウエイクローム | ← 横ばい |
| 直近5走: 8着 ← 14着 ← 8着 | ||
10 | バーニングラン | ↓ 下降中 |
| 直近5走: 12着 ← 17着 | ||
11 | ヒマラヤミュサ | ← 横ばい |
| 直近5走: - | ||
12 | シャドウルーラー | ↑ 上昇中 |
| 直近5走: 5着 ← 3着 | ||
13 | セラサイト | ↓ 下降中 |
| 直近5走: 5着 ← 6着 ← 4着 ← 11着 ← 9着 | ||
14 | タガノシルフィー | ↑ 上昇中 |
| 直近5走: 6着 ← 5着 ← 2着 | ||
15 | カツラコマチ | ← 横ばい |
| 直近5走: - | ||
16 | クールブレーブ | ← 横ばい |
| 直近5走: - | ||
👔 AI競馬ウェーブ調教師×京都相性分析「3歳未勝利」
京都での勝率が最も高いのは吉村 圭司調教師（247戦27勝・勝率10.9%）でございます。
出走経験が最も豊富なのは西村 真幸調教師（315戦）です。
| 馬番 | 馬名 | 調教師 |
|---|---|---|
15 | カツラコマチ | 吉村 圭司 |
| 勝率: 10.9% 複勝率: 28.3% 平均着順: 6.9位 | ||
5 | ルージュバロン | 福永 祐一 |
| 勝率: 10.8% 複勝率: 39.6% 平均着順: 5.8位 | ||
16 | クールブレーブ | 松下 武士 |
| 勝率: 10.4% 複勝率: 26.3% 平均着順: 7.0位 | ||
14 | タガノシルフィー | 石橋 守 |
| 勝率: 7.3% 複勝率: 26.4% 平均着順: 7.1位 | ||
6 | ガーリッシュ | 鈴木 孝志 |
| 勝率: 7.1% 複勝率: 18.3% 平均着順: 7.7位 | ||
1 | メイショウルビー | 鈴木 孝志 |
| 勝率: 7.1% 複勝率: 18.3% 平均着順: 7.7位 | ||
10 | バーニングラン | 浜田 多実雄 |
| 勝率: 7.0% 複勝率: 21.8% 平均着順: 7.7位 | ||
2 | アステルディーヴァ | 西村 真幸 |
| 勝率: 6.7% 複勝率: 25.4% 平均着順: 7.0位 | ||
13 | セラサイト | 茶木 太樹 |
| 勝率: 6.3% 複勝率: 23.4% 平均着順: 7.6位 | ||
4 | エイユーサクラ | 高橋 義忠 |
| 勝率: 6.1% 複勝率: 18.9% 平均着順: 7.9位 | ||
12 | シャドウルーラー | 藤岡 健一 |
| 勝率: 6.1% 複勝率: 26.7% 平均着順: 7.1位 | ||
8 | プリンセスアツコ | 河嶋 宏樹 |
| 勝率: 6.0% 複勝率: 22.5% 平均着順: 7.5位 | ||
11 | ヒマラヤミュサ | 畑端 省吾 |
| 勝率: 5.9% 複勝率: 16.4% 平均着順: 8.3位 | ||
3 | マダムカマラード | 宮 徹 |
| 勝率: 4.8% 複勝率: 20.1% 平均着順: 7.2位 | ||
7 | シャンパンスター | 緒方 努 |
| 勝率: 1.8% 複勝率: 13.1% 平均着順: 8.3位 | ||
9 | キョウエイクローム | 森田 直行 |
| 勝率: 1.5% 複勝率: 13.9% 平均着順: 8.9位 | ||
🧬 AI競馬ウェーブ血統×条件適性分析「3歳未勝利」
京都ダート1400m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ダノンレジェンド産駒（93戦14勝・勝率15.1%）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 |
|---|---|---|
7 | シャンパンスター | ダノンレジェンド |
| 出走: 93回 勝率: 15.1% 複勝率: 26.9% | ||
4 | エイユーサクラ | ダノンレジェンド |
| 出走: 93回 勝率: 15.1% 複勝率: 26.9% | ||
1 | メイショウルビー | マジェスティックウォリアー |
| 出走: 174回 勝率: 12.6% 複勝率: 21.8% | ||
6 | ガーリッシュ | ヘニーヒューズ |
| 出走: 491回 勝率: 9.6% 複勝率: 26.3% | ||
8 | プリンセスアツコ | ドレフォン |
| 出走: 245回 勝率: 8.6% 複勝率: 27.3% | ||
11 | ヒマラヤミュサ | アジアエクスプレス |
| 出走: 130回 勝率: 8.5% 複勝率: 25.4% | ||
14 | タガノシルフィー | モーニン |
| 出走: 59回 勝率: 8.5% 複勝率: 30.5% | ||
16 | クールブレーブ | キンシャサノキセキ |
| 出走: 395回 勝率: 8.4% 複勝率: 24.1% | ||
9 | キョウエイクローム | カリフォルニアクローム |
| 出走: 73回 勝率: 8.2% 複勝率: 26.0% | ||
3 | マダムカマラード | ディーマジェスティ |
| 出走: 31回 勝率: 6.5% 複勝率: 22.6% | ||
12 | シャドウルーラー | ルヴァンスレーヴ |
| 出走: 75回 勝率: 4.0% 複勝率: 18.7% | ||
15 | カツラコマチ | ルヴァンスレーヴ |
| 出走: 75回 勝率: 4.0% 複勝率: 18.7% | ||
2 | アステルディーヴァ | リオンディーズ |
| 出走: 122回 勝率: 3.3% 複勝率: 19.7% | ||
10 | バーニングラン | ビッグアーサー |
| 出走: 79回 勝率: 1.3% 複勝率: 19.0% | ||
13 | セラサイト | クリソベリル |
| 出走: 24回 勝率: 0.0% 複勝率: 20.8% | ||
5 | ルージュバロン | コントレイル |
| 出走: 6回 勝率: 0.0% 複勝率: 16.7% | ||
🐴 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。
14 タガノシルフィー（角田大和騎手） ★★★☆☆【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。
🔥 近走不振だが京都では2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 6着 → 京都ダート1800m 5着 → 京都ダート1800m 2着
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
6 ガーリッシュ（幸英明騎手） ★★★☆☆【穴馬候補】
🔥 前走9着大敗→1800mから1400m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。
🔥 前走永島まな騎手で9着→幸英明騎手に乗り替わり。手替わりで激変の可能性を秘める。
📌 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: 阪神ダート1800m 9着 → 京都ダート1200m 11着 → 京都ダート1400m 11着
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
1 メイショウルビー（田口貫太騎手） ★★★☆☆【穴馬候補】
🔥 前走16着大敗→1800mから1400m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。
🔥 前走和田陽希騎手で16着→田口貫太騎手に乗り替わり。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 16着
📈 AI競馬ウェーブ調子トレンド予測: ← 横ばい
❓ 「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」（京都ダート1400m・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。
