「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
4R
3歳未勝利芝1600m17頭
🔖 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
「3歳未勝利」は芝1600m・17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《フレッチャアズーラ》を本命といたしましたが、《オーロラボレアリス》《アロハ》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 |
|---|---|---|---|
| 0 | 00倍 | ◎ 90.0 | |
| 0 | 00倍 | ○ 85.4 | |
| 0 | 00倍 | ▲ 84.5 | |
| 0 | 00倍 | △ 76.8 | |
| 0 | 00倍 | ☆ 64.6 | |
| 0 | 00倍 | 58.3 | |
| 0 | 00倍 | 53.9 | |
| 0 | 00倍 | 53.9 | |
| 0 | 00倍 | 53.7 | |
| 0 | 00倍 | 44.3 | |
| 0 | 00倍 | 39.6 | |
| 0 | 00倍 | 34.1 | |
| 0 | 00倍 | 30.1 | |
| 0 | 00倍 | 消 28.0 | |
| 0 | 00倍 | 消 24.4 | |
| 0 | 00倍 | 消 22.1 | |
| 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「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」
0 フレッチャアズーラ（吉村誠之助騎手）
「3歳未勝利」の注目馬は《フレッチャアズーラ》。AIが本命に推す理由を解説いたします。
📌 前走の川田将雅騎手から吉村誠之助騎手に乗り替わり。手替わり効果に期待。
📌 近走の着順が上昇傾向（2着→10着→2着→3着）。調子の波に乗っている。
📌 京都で過去3着の好走歴あり。コース適性は実証済み。
📊 近走成績: 阪神芝1600m 2着（1人気） → 京都芝1600m 10着（1人気） → 阪神芝1600m 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252レースで1番人気の勝率は29.8%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 | 29.8% |
| 1番人気の連対率 | 51.6% |
| 1番人気の複勝率 | 62.7% |
| 勝ち馬の平均人気 | 3.2番人気 |
| 集計レース数 | 252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
逃げ2頭・先行3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 | 11.8% |
先行 | 3頭 | 17.6% |
差し | 7頭 | 41.2% |
追込 | 5頭 | 29.4% |
📈 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《チアフルドア》《オーロラボレアリス》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 |
|---|---|---|
0 | チアフルドア | ↑ 上昇中 |
| 直近5走: 15着 ← 11着 | ||
0 | ワダツミ | ↓ 下降中 |
| 直近5走: 13着 ← 16着 | ||
0 | オーロラボレアリス | ↑ 上昇中 |
| 直近5走: 11着 ← 8着 ← 2着 ← 6着 ← 5着 | ||
0 | フレッチャアズーラ | ↖ やや上昇 |
| 直近5走: 2着 ← 10着 ← 2着 ← 3着 | ||
0 | カステッロトゥーレ | ← 横ばい |
| 直近5走: 4着 | ||
0 | セコンドトゥベスト | ↓ 下降中 |
| 直近5走: 2着 ← 2着 ← 6着 | ||
0 | マスティカーレ | ↑ 上昇中 |
| 直近5走: 15着 ← 7着 ← 2着 | ||
0 | ダンツアラーム | ↖ やや上昇 |
| 直近5走: 7着 ← 7着 ← 11着 ← 5着 | ||
0 | アスコットダンス | ↓ 下降中 |
| 直近5走: 4着 ← 12着 ← 4着 ← 11着 ← 12着 | ||
0 | ペプチドブッドレア | ↑ 上昇中 |
| 直近5走: 3着 ← 15着 ← 5着 ← 4着 ← 3着 | ||
0 | アロハ | ← 横ばい |
| 直近5走: 2着 | ||
0 | バルフルール | ← 横ばい |
| 直近5走: 8着 | ||
0 | エアヴァイブス | ↓ 下降中 |
| 直近5走: 2着 ← 10着 | ||
0 | グッデイ | ↙ やや下降 |
| 直近5走: 6着 ← 13着 ← 8着 ← 8着 | ||
0 | ベンティガスエルテ | ↖ やや上昇 |
| 直近5走: 8着 ← 16着 ← 9着 ← 9着 | ||
0 | ジャミールアイン | ↑ 上昇中 |
| 直近5走: 14着 ← 5着 | ||
0 | ジリアート | ← 横ばい |
| 直近5走: 12着 | ||
👔 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杉山 晴紀調教師（327戦59勝・勝率18.0%）でございます。
出走経験が最も豊富なのは矢作 芳人調教師（403戦）です。
| 馬番 | 馬名 | 調教師 |
|---|---|---|
0 | アロハ | 杉山 晴紀 |
| 勝率: 18.0% 複勝率: 41.9% 平均着順: 5.7位 | ||
0 | セコンドトゥベスト | 上村 洋行 |
| 勝率: 16.6% 複勝率: 40.4% 平均着順: 5.9位 | ||
0 | ジャミールアイン | 藤原 英昭 |
| 勝率: 14.5% 複勝率: 33.5% 平均着順: 6.7位 | ||
0 | オーロラボレアリス | 吉岡 辰弥 |
| 勝率: 13.1% 複勝率: 36.0% 平均着順: 5.9位 | ||
0 | ペプチドブッドレア | 吉村 圭司 |
| 勝率: 10.9% 複勝率: 28.3% 平均着順: 6.9位 | ||
0 | エアヴァイブス | 福永 祐一 |
| 勝率: 10.8% 複勝率: 39.6% 平均着順: 5.8位 | ||
0 | ジリアート | 矢作 芳人 |
| 勝率: 10.2% 複勝率: 26.3% 平均着順: 7.0位 | ||
0 | フレッチャアズーラ | 四位 洋文 |
| 勝率: 10.0% 複勝率: 32.2% 平均着順: 6.6位 | ||
0 | ワダツミ | 笹田 和秀 |
| 勝率: 7.2% 複勝率: 16.8% 平均着順: 7.8位 | ||
0 | カステッロトゥーレ | 杉山 佳明 |
| 勝率: 7.1% 複勝率: 23.4% 平均着順: 7.2位 | ||
0 | バルフルール | 長谷川 浩大 |
| 勝率: 6.8% 複勝率: 24.8% 平均着順: 7.2位 | ||
0 | ベンティガスエルテ | 安田 翔伍 |
| 勝率: 6.2% 複勝率: 23.1% 平均着順: 7.0位 | ||
0 | グッデイ | 河嶋 宏樹 |
| 勝率: 6.0% 複勝率: 22.5% 平均着順: 7.5位 | ||
0 | マスティカーレ | 西園 翔太 |
| 勝率: 5.3% 複勝率: 20.5% 平均着順: 7.6位 | ||
0 | ダンツアラーム | 本田 優 |
| 勝率: 4.9% 複勝率: 18.4% 平均着順: 7.4位 | ||
0 | アスコットダンス | 高橋 康之 |
| 勝率: 4.9% 複勝率: 14.7% 平均着順: 8.6位 | ||
0 | チアフルドア | 前川 恭子 |
| 勝率: 2.6% 複勝率: 7.7% 平均着順: 9.5位 | ||
🧬 AI競馬ウェーブ血統×条件適性分析「3歳未勝利」
京都芝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イスラボニータ産駒（96戦15勝・勝率15.6%）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 | フレッチャアズーラ | イスラボニータ |
| 出走: 96回 勝率: 15.6% 複勝率: 33.3% | ||
0 | ペプチドブッドレア | イスラボニータ |
| 出走: 96回 勝率: 15.6% 複勝率: 33.3% | ||
0 | バルフルール | Saxon Warrior |
| 出走: 20回 勝率: 15.0% 複勝率: 35.0% | ||
0 | チアフルドア | グレーターロンドン |
| 出走: 36回 勝率: 11.1% 複勝率: 27.8% | ||
0 | セコンドトゥベスト | ロードカナロア |
| 出走: 639回 勝率: 11.0% 複勝率: 26.8% | ||
0 | アスコットダンス | モズアスコット |
| 出走: 43回 勝率: 9.3% 複勝率: 20.9% | ||
0 | カステッロトゥーレ | エピファネイア |
| 出走: 379回 勝率: 9.2% 複勝率: 29.6% | ||
0 | アロハ | エピファネイア |
| 出走: 379回 勝率: 9.2% 複勝率: 29.6% | ||
0 | ジリアート | エピファネイア |
| 出走: 379回 勝率: 9.2% 複勝率: 29.6% | ||
0 | ダンツアラーム | リアルスティール |
| 出走: 124回 勝率: 7.3% 複勝率: 27.4% | ||
0 | オーロラボレアリス | コントレイル |
| 出走: 41回 勝率: 7.3% 複勝率: 24.4% | ||
0 | エアヴァイブス | コントレイル |
| 出走: 41回 勝率: 7.3% 複勝率: 24.4% | ||
0 | ベンティガスエルテ | オルフェーヴル |
| 出走: 255回 勝率: 5.9% 複勝率: 20.0% | ||
0 | グッデイ | フィエールマン |
| 出走: 22回 勝率: 4.5% 複勝率: 22.7% | ||
0 | ジャミールアイン | ドレフォン |
| 出走: 70回 勝率: 1.4% 複勝率: 18.6% | ||
0 | マスティカーレ | ダノンスマッシュ |
| 出走: 18回 勝率: 0.0% 複勝率: 11.1% | ||
0 | ワダツミ | セイウンコウセイ |
| 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」のAI穴馬診断で、特に注目度の高い馬が見つかりました。《ベンティガスエルテ》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。
0 ベンティガスエルテ（浜中俊騎手） ★★★★☆【大穴候補】
🔥 前走8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。
🔥 前走富田暁騎手で8着→浜中俊騎手に乗り替わり。手替わりで激変の可能性を秘める。
📌 前走ダートから芝に初挑戦。未知の魅力がある。
📌 2走前16着の大敗から前走8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: 京都ダート1800m 8着 → 小倉芝2000m 16着 → 阪神ダート1800m 9着
📈 AI競馬ウェーブ調子トレンド予測: ↖ やや上昇
0 ワダツミ（角田大和騎手） ★★★☆☆【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。
🔥 前走川又賢治騎手で13着→角田大和騎手に乗り替わり。手替わりで激変の可能性を秘める。
📊 近走成績: 京都芝1800m 13着 → 阪神芝1600m 16着
📈 AI競馬ウェーブ調子トレンド予測: ↓ 下降中
0 マスティカーレ（佐々木大輔騎手） ★★★☆☆【穴馬候補】
🔥 前走岩田望来騎手で15着→佐々木大輔騎手に乗り替わり。手替わりで激変の可能性を秘める。
🔥 前走ダートから芝へ戻る。過去芝で好走歴があり、コース替わりで一変も。
📊 近走成績: 阪神ダート1400m 15着 → 阪神芝1200m 7着 → 新潟芝1400m 2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」（京都芝1600m・17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。
