「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
2R10:30
3歳未勝利ダート1400m16頭
1,890 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…
自信ナシ
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《ウインビギニング》でございます。次いで《アイデアユー》、《ヌクレオチド》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 |
|---|---|---|---|
| 14 | 11.7倍 | ◎ 90.0 | |
| 8 | 48.1倍 | ○ 88.3 | |
| 1 | 35.4倍 | ▲ 69.8 | |
| 10 | 7124.6倍 | △ 52.3 | |
| 11 | 10155.4倍 | ☆ 50.9 | |
| 6 | 523.9倍 | 47.3 | |
| 15 | 13173.5倍 | 45.7 | |
| 9 | 14271.2倍 | 45.6 | |
| 3 | 8139.5倍 | 41.2 | |
| 12 | 15280.5倍 | 38.4 | |
| 16 | 24.2倍 | 37.6 | |
| 2 | 8139.5倍 | 34.7 | |
| 4 | 16307.0倍 | 33.1 | |
| 13 | 11157.0倍 | 消 28.9 | |
| 5 | 12166.0倍 | 消 27.9 | |
| 7 | 634.4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
14ウインビギニング
110 円
複勝
1ヌクレオチド
120 円
単勝
1ヌクレオチド
540 円
馬単
1ヌクレオチド＞14ウインビギニング
1,120 円
📊 AIスコア分布「3歳未勝利」
接戦のスコア分布でございます（上位差1.7pt）。単勝よりもワイドや3連複で手広く構えるのが得策かと存じます。展開や馬場状態によって結果が大きく変わる可能性がございます。
⭐ AI競馬ウェーブ注目馬ピックアップ「3歳未勝利」
14 ウインビギニング（Ｄ．レーン騎手）
当AI予想の本命馬《ウインビギニング》にフォーカスしてご紹介いたします。
📌 前走1600m→今回1400mへ距離短縮。スピード勝負への対応力が鍵。
📌 東京で過去2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 2着（1人気） → 福島ダート1700m 2着（1人気） → 中山ダート1800m 2着（1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932レースでの1番人気の勝率は34.7%。
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 | 34.7% |
| 1番人気の連対率 | 51.7% |
| 1番人気の複勝率 | 63.6% |
| 勝ち馬の平均人気 | 3.2番人気 |
| 集計レース数 | 932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5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 | 20.0% |
先行 | 2頭 | 13.3% |
差し | 9頭 | 60.0% |
追込 | 1頭 | 6.7% |
📈 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《アイデアユー》《インスウィング》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 | ヌクレオチド | ↓ 下降中 |
| 直近5走: 4着 ← 2着 ← 2着 ← 3着 ← 10着 | ||
2 | インスウィング | ↑ 上昇中 |
| 直近5走: 11着 ← 8着 ← 9着 | ||
3 | マッシブショット | ↓ 下降中 |
| 直近5走: 8着 ← 7着 ← 9着 ← 9着 | ||
4 | レオスキーム | ↑ 上昇中 |
| 直近5走: 12着 ← 14着 ← 9着 | ||
5 | ハクサンマンゲツ | ← 横ばい |
| 直近5走: 12着 | ||
6 | バターショコラ | ↑ 上昇中 |
| 直近5走: 5着 ← 4着 | ||
7 | ヤマカンドリーミン | ← 横ばい |
| 直近5走: 8着 | ||
8 | アイデアユー | ↑ 上昇中 |
| 直近5走: 4着 ← 3着 ← 3着 ← 2着 | ||
9 | クラージュスター | ↙ やや下降 |
| 直近5走: 8着 ← 9着 ← 9着 ← 9着 | ||
10 | リバーブレーション | ↑ 上昇中 |
| 直近5走: 11着 ← 8着 ← 4着 | ||
11 | クアラトレンガヌ | ↓ 下降中 |
| 直近5走: 7着 ← 7着 ← 7着 ← 14着 ← 15着 | ||
12 | トーセンシーギリヤ | ↓ 下降中 |
| 直近5走: 6着 ← 10着 ← 10着 ← 9着 ← 12着 | ||
13 | セイクリッドシチー | ← 横ばい |
| 直近5走: - | ||
14 | ウインビギニング | ↙ やや下降 |
| 直近5走: 2着 ← 2着 ← 2着 ← 2着 ← 3着 | ||
15 | フライデイゼーン | ↖ やや上昇 |
| 直近5走: 13着 ← 7着 ← 12着 | ||
16 | プリプリプリン | ← 横ばい |
| 直近5走: 2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鹿戸 雄一調教師（462戦44勝・勝率9.5%）でございます。
出走経験が最も豊富なのは伊藤 圭三調教師（485戦）です。
| 馬番 | 馬名 | 調教師 |
|---|---|---|
8 | アイデアユー | 鹿戸 雄一 |
| 勝率: 9.5% 複勝率: 31.2% 平均着順: 6.4位 | ||
16 | プリプリプリン | 伊藤 圭三 |
| 勝率: 8.0% 複勝率: 24.5% 平均着順: 7.6位 | ||
15 | フライデイゼーン | 岩戸 孝樹 |
| 勝率: 6.2% 複勝率: 19.6% 平均着順: 7.9位 | ||
13 | セイクリッドシチー | 田中 剛 |
| 勝率: 5.8% 複勝率: 20.0% 平均着順: 8.4位 | ||
11 | クアラトレンガヌ | 小笠 倫弘 |
| 勝率: 5.7% 複勝率: 16.4% 平均着順: 8.5位 | ||
14 | ウインビギニング | 上原 博之 |
| 勝率: 5.7% 複勝率: 23.1% 平均着順: 7.8位 | ||
7 | ヤマカンドリーミン | 和田 勇介 |
| 勝率: 5.1% 複勝率: 16.2% 平均着順: 8.0位 | ||
3 | マッシブショット | 武藤 善則 |
| 勝率: 4.3% 複勝率: 15.6% 平均着順: 8.1位 | ||
2 | インスウィング | 青木 孝文 |
| 勝率: 3.8% 複勝率: 10.6% 平均着順: 9.0位 | ||
4 | レオスキーム | 萱野 浩二 |
| 勝率: 3.5% 複勝率: 13.5% 平均着順: 8.6位 | ||
6 | バターショコラ | 戸田 博文 |
| 勝率: 3.3% 複勝率: 21.1% 平均着順: 7.8位 | ||
5 | ハクサンマンゲツ | 菊川 正達 |
| 勝率: 2.7% 複勝率: 11.2% 平均着順: 8.6位 | ||
10 | リバーブレーション | 清水 英克 |
| 勝率: 2.5% 複勝率: 8.5% 平均着順: 9.4位 | ||
1 | ヌクレオチド | 粕谷 昌央 |
| 勝率: 1.2% 複勝率: 5.0% 平均着順: 10.4位 | ||
12 | トーセンシーギリヤ | 蛯名 利弘 |
| 勝率: 1.2% 複勝率: 2.9% 平均着順: 10.9位 | ||
9 | クラージュスター | 勢司 和浩 |
| 勝率: 1.1% 複勝率: 6.1% 平均着順: 9.9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モズアスコット産駒（70戦10勝・勝率14.3%）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 |
|---|---|---|
1 | ヌクレオチド | モズアスコット |
| 出走: 70回 勝率: 14.3% 複勝率: 41.4% | ||
15 | フライデイゼーン | モズアスコット |
| 出走: 70回 勝率: 14.3% 複勝率: 41.4% | ||
14 | ウインビギニング | ニューイヤーズデイ |
| 出走: 157回 勝率: 10.8% 複勝率: 24.2% | ||
16 | プリプリプリン | ルヴァンスレーヴ |
| 出走: 152回 勝率: 10.5% 複勝率: 27.0% | ||
7 | ヤマカンドリーミン | ファインニードル |
| 出走: 57回 勝率: 8.8% 複勝率: 15.8% | ||
8 | アイデアユー | シニスターミニスター |
| 出走: 663回 勝率: 8.3% 複勝率: 24.9% | ||
4 | レオスキーム | ベストウォーリア |
| 出走: 77回 勝率: 7.8% 複勝率: 15.6% | ||
10 | リバーブレーション | マインドユアビスケッツ |
| 出走: 234回 勝率: 7.7% 複勝率: 23.9% | ||
6 | バターショコラ | マインドユアビスケッツ |
| 出走: 234回 勝率: 7.7% 複勝率: 23.9% | ||
13 | セイクリッドシチー | ホッコータルマエ |
| 出走: 342回 勝率: 7.3% 複勝率: 20.8% | ||
11 | クアラトレンガヌ | ジョーカプチーノ |
| 出走: 131回 勝率: 6.1% 複勝率: 14.5% | ||
5 | ハクサンマンゲツ | ハクサンムーン |
| 出走: 36回 勝率: 5.6% 複勝率: 11.1% | ||
2 | インスウィング | アメリカンペイトリオット |
| 出走: 135回 勝率: 1.5% 複勝率: 10.4% | ||
3 | マッシブショット | ヴァンゴッホ |
| 出走: 11回 勝率: 0.0% 複勝率: 0.0% | ||
9 | クラージュスター | タニノフランケル |
| 出走: 6回 勝率: 0.0% 複勝率: 0.0% | ||
12 | トーセンシーギリヤ | Magna Grecia |
| 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。
15 フライデイゼーン（木幡巧也騎手） ★★★☆☆【穴馬候補】
🔥 前走13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。
🔥 前走菊沢一樹騎手で13着→木幡巧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: 中山ダート1800m 13着 → 中山ダート1800m 7着 → 東京ダート1400m 12着
📈 AI競馬ウェーブ調子トレンド予測: ↖ やや上昇
9 クラージュスター（石橋脩騎手） ★★★☆☆【穴馬候補】
🔥 前走8着大敗→1600m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。
🔥 前走横山和生騎手で8着→石橋脩騎手に乗り替わり。手替わりで激変の可能性を秘める。
📊 近走成績: 東京ダート1600m 8着 → 京都ダート1200m 9着 → 中山ダート1800m 9着
📈 AI競馬ウェーブ調子トレンド予測: ↙ やや下降
2 インスウィング（原優介騎手） ★★★☆☆【穴馬候補】
🔥 前走11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。
🔥 前走小林脩斗騎手で11着→原優介騎手に乗り替わり。手替わりで激変の可能性を秘める。
📊 近走成績: 中山ダート1800m 11着 → 中山ダート1800m 8着 → 中山ダート1800m 9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。
