「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
3R10:40
3歳未勝利ダート1600m16頭
4,090 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
「3歳未勝利」はダート1600m・16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《ゴットタレント》を本命といたしましたが、《ヴァンデスペランス》《アドマイヤウルトラ》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 |
|---|---|---|---|
| 13 | 716.7倍 | ◎ 90.0 | |
| 6 | 12.5倍 | ○ 86.7 | |
| 14 | 34.8倍 | ▲ 75.0 | |
| 8 | 15390.9倍 | △ 72.1 | |
| 15 | 612.7倍 | ☆ 71.2 | |
| 5 | 511.9倍 | 64.2 | |
| 1 | 24.6倍 | 64.2 | |
| 9 | 895.5倍 | 62.9 | |
| 7 | 10146.7倍 | 61.7 | |
| 2 | 998.6倍 | 53.4 | |
| 4 | 46.1倍 | 52.0 | |
| 10 | 11161.6倍 | 51.0 | |
| 12 | 14268.5倍 | 46.3 | |
| 16 | 12195.5倍 | 38.4 | |
| 3 | 13204.7倍 | 35.7 | |
| 11 | 16598.1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
6ヴァンデスペランス
150 円
複勝
15モンスターラッシュ
410 円
単勝
6ヴァンデスペランス
250 円
馬単
6ヴァンデスペランス>15モンスターラッシュ
3,280 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」
13 ゴットタレント(杉原誠人騎手)
「3歳未勝利」の注目馬は《ゴットタレント》。AIが本命に推す理由を解説いたします。
📌 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(6着→3着→11着→4着→3着)。調子の波に乗っている。
📌 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: 東京ダート1600m 6着(3人気) → 中山ダート1800m 3着(6人気) → 中山ダート1800m 11着(4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1109レースでの1番人気の勝率は33.8%。
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 | 33.8% |
| 1番人気の連対率 | 53.3% |
| 1番人気の複勝率 | 66.8% |
| 勝ち馬の平均人気 | 3.2番人気 |
| 集計レース数 | 1109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1頭・先行2頭と、ペースが落ち着きそうな構成でございます。逃げ・先行タイプの馬が有利な展開になる可能性が高いです。前残りの競馬になりやすいため、先行力のある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 | 2頭 | 13.3% |
差し | 8頭 | 53.3% |
追込 | 4頭 | 26.7% |
📈 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《ウインルナロッサ》《フェスティヴハート》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 | ピードモント | ↓ 下降中 |
| 直近5走: 3着 ← 5着 ← 8着 ← 11着 | ||
2 | ブレイブシュガー | ↓ 下降中 |
| 直近5走: 5着 ← 5着 ← 12着 ← 9着 | ||
3 | ティブロン | ↓ 下降中 |
| 直近5走: 6着 ← 9着 ← 7着 ← 10着 ← 11着 | ||
4 | カシマライフウ | ↖ やや上昇 |
| 直近5走: 3着 ← 6着 ← 6着 ← 3着 ← 2着 | ||
5 | エッチェレンテ | ← 横ばい |
| 直近5走: 8着 | ||
6 | ヴァンデスペランス | ↙ やや下降 |
| 直近5走: 3着 ← 3着 ← 4着 ← 4着 ← 4着 | ||
7 | ブッチギレ | ↖ やや上昇 |
| 直近5走: 8着 ← 12着 ← 8着 ← 7着 ← 9着 | ||
8 | ウインルナロッサ | ↑ 上昇中 |
| 直近5走: 12着 ← 10着 ← 5着 | ||
9 | ベアブルージュ | ← 横ばい |
| 直近5走: - | ||
10 | ベネファクター | ↓ 下降中 |
| 直近5走: 8着 ← 8着 ← 11着 | ||
11 | スミレノハナ | ↓ 下降中 |
| 直近5走: 14着 ← 9着 ← 14着 ← 14着 | ||
12 | フェスティヴハート | ↑ 上昇中 |
| 直近5走: 14着 ← 6着 ← 3着 ← 7着 ← 4着 | ||
13 | ゴットタレント | ↖ やや上昇 |
| 直近5走: 6着 ← 3着 ← 11着 ← 4着 ← 3着 | ||
14 | アドマイヤウルトラ | ↑ 上昇中 |
| 直近5走: 6着 ← 14着 ← 5着 ← 3着 ← 4着 | ||
15 | モンスターラッシュ | ← 横ばい |
| 直近5走: 7着 | ||
16 | ヘヴンリーサイン | ↑ 上昇中 |
| 直近5走: 14着 ← 9着 ← 12着 ← 7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宮田 敬介調教師(391戦53勝・勝率13.6%)でございます。
出走経験が最も豊富なのは斎藤 誠調教師(512戦)です。
| 馬番 | 馬名 | 調教師 |
|---|---|---|
14 | アドマイヤウルトラ | 宮田 敬介 |
| 勝率: 13.6% 複勝率: 41.2% 平均着順: 5.7位 | ||
15 | モンスターラッシュ | 高木 登 |
| 勝率: 11.0% 複勝率: 28.2% 平均着順: 7.0位 | ||
5 | エッチェレンテ | 鹿戸 雄一 |
| 勝率: 9.6% 複勝率: 31.1% 平均着順: 6.4位 | ||
10 | ベネファクター | 斎藤 誠 |
| 勝率: 8.0% 複勝率: 26.6% 平均着順: 7.1位 | ||
13 | ゴットタレント | 田村 康仁 |
| 勝率: 7.6% 複勝率: 24.5% 平均着順: 7.1位 | ||
6 | ヴァンデスペランス | 中舘 英二 |
| 勝率: 7.4% 複勝率: 22.4% 平均着順: 7.5位 | ||
1 | ピードモント | 武井 亮 |
| 勝率: 7.1% 複勝率: 26.4% 平均着順: 7.2位 | ||
7 | ブッチギレ | 栗田 徹 |
| 勝率: 6.8% 複勝率: 27.3% 平均着順: 6.8位 | ||
9 | ベアブルージュ | 千葉 直人 |
| 勝率: 6.7% 複勝率: 25.0% 平均着順: 7.5位 | ||
12 | フェスティヴハート | 畠山 吉宏 |
| 勝率: 4.7% 複勝率: 12.5% 平均着順: 8.5位 | ||
3 | ティブロン | 矢嶋 大樹 |
| 勝率: 4.3% 複勝率: 16.4% 平均着順: 8.4位 | ||
11 | スミレノハナ | 加藤 和宏 |
| 勝率: 2.6% 複勝率: 8.5% 平均着順: 9.9位 | ||
2 | ブレイブシュガー | 高橋 文雅 |
| 勝率: 2.5% 複勝率: 15.0% 平均着順: 8.5位 | ||
8 | ウインルナロッサ | 清水 英克 |
| 勝率: 2.5% 複勝率: 8.5% 平均着順: 9.4位 | ||
16 | ヘヴンリーサイン | 深山 雅史 |
| 勝率: 2.0% 複勝率: 9.0% 平均着順: 8.7位 | ||
4 | カシマライフウ | 伊藤 伸一 |
| 勝率: 1.5% 複勝率: 6.3% 平均着順: 9.7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(7戦1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 |
|---|---|---|
8 | ウインルナロッサ | インディチャンプ |
| 出走: 7回 勝率: 14.3% 複勝率: 28.6% | ||
6 | ヴァンデスペランス | ドレフォン |
| 出走: 509回 勝率: 10.8% 複勝率: 29.1% | ||
10 | ベネファクター | サートゥルナーリア |
| 出走: 33回 勝率: 9.1% 複勝率: 18.2% | ||
9 | ベアブルージュ | リアルスティール |
| 出走: 150回 勝率: 8.7% 複勝率: 26.0% | ||
5 | エッチェレンテ | リアルスティール |
| 出走: 150回 勝率: 8.7% 複勝率: 26.0% | ||
4 | カシマライフウ | シュヴァルグラン |
| 出走: 36回 勝率: 8.3% 複勝率: 11.1% | ||
2 | ブレイブシュガー | ミスチヴィアスアレックス |
| 出走: 24回 勝率: 8.3% 複勝率: 29.2% | ||
15 | モンスターラッシュ | クリソベリル |
| 出走: 39回 勝率: 7.7% 複勝率: 23.1% | ||
1 | ピードモント | キズナ |
| 出走: 306回 勝率: 6.9% 複勝率: 23.5% | ||
7 | ブッチギレ | マジェスティックウォリアー |
| 出走: 322回 勝率: 6.8% 複勝率: 18.6% | ||
12 | フェスティヴハート | アジアエクスプレス |
| 出走: 302回 勝率: 5.6% 複勝率: 19.5% | ||
11 | スミレノハナ | ブラックタイド |
| 出走: 267回 勝率: 5.6% 複勝率: 18.0% | ||
3 | ティブロン | リオンディーズ |
| 出走: 236回 勝率: 5.1% 複勝率: 16.1% | ||
14 | アドマイヤウルトラ | リオンディーズ |
| 出走: 236回 勝率: 5.1% 複勝率: 16.1% | ||
13 | ゴットタレント | ダノンプレミアム |
| 出走: 21回 勝率: 0.0% 複勝率: 9.5% | ||
16 | ヘヴンリーサイン | エポカドーロ |
| 出走: 9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」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。
16 ヘヴンリーサイン(石神深道騎手) ★★★☆☆【穴馬候補】
🔥 前走14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。
🔥 前走丸田恭介騎手で14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。
📌 前走芝からダートに初挑戦。未知の魅力がある。
📊 近走成績: 中京芝2000m 14着 → 中山芝2000m 9着 → 小倉芝1800m 12着
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
5 エッチェレンテ(三浦皇成騎手) ★★☆☆☆【注意馬】
🔥 前走北村宏司騎手で8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。
📊 近走成績: 東京ダート1600m 8着
📈 AI競馬ウェーブ調子トレンド予測: ← 横ばい
7 ブッチギレ(丹内祐次騎手) ★★☆☆☆【注意馬】
🔥 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。
📌 2走前12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: 中山ダート1800m 8着 → 中山ダート1800m 12着 → 東京ダート1600m 8着
📈 AI競馬ウェーブ調子トレンド予測: ↖ やや上昇
❓ 「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。



