「4歳以上1勝クラス」の無料AI競馬予想【ウェーブ】
競馬予想の更新日：
東京
7R
4歳以上1勝クラスダート1400m16頭
🔖 競馬予想の目次
🤖 競馬AIウェーブによる「4歳以上1勝クラス」競馬予想
競馬AIウェーブの予想自信度は…
予測不能
16頭が出走する「4歳以上1勝クラス」（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《マックスキュー》でございます。次いで《レイクストライプス》、《ヘインズポイント》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 |
|---|---|---|---|
| 0 | 00倍 | ◎ 90.0 | |
| 0 | 00倍 | ○ 89.0 | |
| 0 | 00倍 | ▲ 87.0 | |
| 0 | 00倍 | △ 77.1 | |
| 0 | 00倍 | ☆ 76.9 | |
| 0 | 00倍 | 74.8 | |
| 0 | 00倍 | 67.0 | |
| 0 | 00倍 | 64.6 | |
| 0 | 00倍 | 62.7 | |
| 0 | 00倍 | 61.9 | |
| 0 | 00倍 | 56.6 | |
| 0 | 00倍 | 55.5 | |
| 0 | 00倍 | 50.6 | |
| 0 | 00倍 | 49.7 | |
| 0 | 00倍 | 42.9 | |
| 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「4歳以上1勝クラス」
スコアが団子状態となっております（上位差1.0pt）。どの馬にもチャンスがある混戦模様でございます。穴馬の台頭にも十分ご注意いただき、余裕を持った買い目をおすすめいたします。
⭐ AI競馬ウェーブ注目馬ピックアップ「4歳以上1勝クラス」
0 マックスキュー（Ｃ．ルメール騎手）
当AI予想の本命馬《マックスキュー》にフォーカスしてご紹介いたします。
📌 前走1200m→今回1400mへ距離延長。スタミナが問われる一戦。
📌 近走の着順が上昇傾向（2着→4着→2着→1着→2着）。調子の波に乗っている。
📌 東京で過去1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1200m 2着（1人気） → 東京ダート1400m 4着（1人気） → 東京ダート1400m 2着（1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「4歳以上1勝クラス」
過去931レースでの1番人気の勝率は35.0%。
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 | 35.0% |
| 1番人気の連対率 | 52.0% |
| 1番人気の複勝率 | 63.8% |
| 勝ち馬の平均人気 | 3.2番人気 |
| 集計レース数 | 931レース |
🏇 AI競馬ウェーブ展開予測シナリオ「4歳以上1勝クラス」
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
先行争いが穏やかなメンバー構成でございます。逃げ・先行馬が楽にポジションを取れる見込みで、4角先頭からの押し切りが決まりやすい展開が予想されます。前に行ける馬を中心に馬券を組み立てるのがおすすめです。
| 脚質 | 頭数 | 構成比 |
|---|---|---|
逃げ | 0頭 | 0.0% |
先行 | 3頭 | 18.8% |
差し | 8頭 | 50.0% |
追込 | 5頭 | 31.2% |
📈 AI競馬ウェーブ調子トレンド予測「4歳以上1勝クラス」
《ペロ》《イラーナ》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 |
|---|---|---|
0 | アルプスオジョー | ↓ 下降中 |
| 直近5走: 13着 ← 7着 ← 4着 ← 6着 ← 16着 | ||
0 | ペロ | ↑ 上昇中 |
| 直近5走: 14着 ← 3着 ← 6着 ← 5着 ← 3着 | ||
0 | バスターコール | ↓ 下降中 |
| 直近5走: 12着 ← 5着 ← 14着 ← 10着 ← 14着 | ||
0 | ヘインズポイント | ↓ 下降中 |
| 直近5走: 2着 ← 8着 ← 4着 ← 13着 ← 2着 | ||
0 | ボナーテソーロ | ↓ 下降中 |
| 直近5走: 2着 ← 13着 ← 10着 ← 10着 ← 12着 | ||
0 | イラーナ | ↑ 上昇中 |
| 直近5走: 10着 ← 13着 ← 11着 ← 3着 ← 2着 | ||
0 | イズルード | ↑ 上昇中 |
| 直近5走: 6着 ← 11着 ← 1着 ← 2着 ← 6着 | ||
0 | シュレン | ↖ やや上昇 |
| 直近5走: 5着 ← 5着 ← 4着 ← 2着 ← 5着 | ||
0 | ショウナンタハティ | ↓ 下降中 |
| 直近5走: 2着 ← 7着 ← 2着 ← 4着 ← 9着 | ||
0 | マックスキュー | ↖ やや上昇 |
| 直近5走: 2着 ← 4着 ← 2着 ← 1着 ← 2着 | ||
0 | フォースミラクル | ↓ 下降中 |
| 直近5走: 8着 ← 2着 ← 2着 ← 7着 ← 9着 | ||
0 | シュヴァルム | ↑ 上昇中 |
| 直近5走: 11着 ← 11着 ← 16着 ← 6着 ← 1着 | ||
0 | レイクストライプス | ← 横ばい |
| 直近5走: 1着 | ||
0 | クニノハッピー | ↑ 上昇中 |
| 直近5走: 15着 ← 5着 ← 6着 ← 7着 ← 2着 | ||
0 | セイラダンサー | ↖ やや上昇 |
| 直近5走: 11着 ← 10着 ← 9着 ← 5着 ← 11着 | ||
0 | パシーヴ | ↖ やや上昇 |
| 直近5走: 6着 ← 3着 ← 6着 ← 3着 ← 4着 | ||
👔 AI競馬ウェーブ調教師×東京相性分析「4歳以上1勝クラス」
東京での勝率が最も高いのは加藤 征弘調教師（466戦60勝・勝率12.9%）でございます。
出走経験が最も豊富なのは牧 光二調教師（474戦）です。
| 馬番 | 馬名 | 調教師 |
|---|---|---|
0 | フォースミラクル | 加藤 征弘 |
| 勝率: 12.9% 複勝率: 32.6% 平均着順: 7.0位 | ||
0 | イラーナ | 林 徹 |
| 勝率: 12.1% 複勝率: 28.8% 平均着順: 6.8位 | ||
0 | ヘインズポイント | 高木 登 |
| 勝率: 11.0% 複勝率: 28.2% 平均着順: 7.0位 | ||
0 | レイクストライプス | 大竹 正博 |
| 勝率: 9.7% 複勝率: 27.6% 平均着順: 7.0位 | ||
0 | マックスキュー | 鹿戸 雄一 |
| 勝率: 9.6% 複勝率: 31.1% 平均着順: 6.4位 | ||
0 | バスターコール | 田村 康仁 |
| 勝率: 7.6% 複勝率: 24.5% 平均着順: 7.1位 | ||
0 | シュヴァルム | 尾関 知人 |
| 勝率: 7.6% 複勝率: 19.2% 平均着順: 7.9位 | ||
0 | セイラダンサー | 尾関 知人 |
| 勝率: 7.6% 複勝率: 19.2% 平均着順: 7.9位 | ||
0 | ショウナンタハティ | 中舘 英二 |
| 勝率: 7.4% 複勝率: 22.4% 平均着順: 7.5位 | ||
0 | イズルード | 田島 俊明 |
| 勝率: 7.3% 複勝率: 18.5% 平均着順: 8.0位 | ||
0 | シュレン | 千葉 直人 |
| 勝率: 6.7% 複勝率: 25.0% 平均着順: 7.5位 | ||
0 | パシーヴ | 上原 博之 |
| 勝率: 6.3% 複勝率: 24.2% 平均着順: 7.7位 | ||
0 | ペロ | 浅利 英明 |
| 勝率: 6.0% 複勝率: 23.9% 平均着順: 7.5位 | ||
0 | ボナーテソーロ | 牧 光二 |
| 勝率: 5.9% 複勝率: 17.5% 平均着順: 8.4位 | ||
0 | クニノハッピー | 田中 剛 |
| 勝率: 5.5% 複勝率: 19.6% 平均着順: 8.4位 | ||
0 | アルプスオジョー | 手塚 貴徳 |
| 勝率: 0.0% 複勝率: 15.4% 平均着順: 8.8位 | ||
🧬 AI競馬ウェーブ血統×条件適性分析「4歳以上1勝クラス」
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American Pharoah産駒（73戦14勝・勝率19.2%）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 | レイクストライプス | American Pharoah |
| 出走: 73回 勝率: 19.2% 複勝率: 32.9% | ||
0 | マックスキュー | サートゥルナーリア |
| 出走: 36回 勝率: 11.1% 複勝率: 19.4% | ||
0 | イラーナ | Palace Malice |
| 出走: 9回 勝率: 11.1% 複勝率: 44.4% | ||
0 | クニノハッピー | ヘニーヒューズ |
| 出走: 1127回 勝率: 10.9% 複勝率: 31.0% | ||
0 | ショウナンタハティ | ドレフォン |
| 出走: 558回 勝率: 10.6% 複勝率: 28.9% | ||
0 | パシーヴ | ニューイヤーズデイ |
| 出走: 163回 勝率: 10.4% 複勝率: 23.9% | ||
0 | シュヴァルム | ルヴァンスレーヴ |
| 出走: 158回 勝率: 10.1% 複勝率: 26.6% | ||
0 | フォースミラクル | ジャスタウェイ |
| 出走: 343回 勝率: 9.0% 複勝率: 23.0% | ||
0 | アルプスオジョー | パイロ |
| 出走: 747回 勝率: 7.8% 複勝率: 23.8% | ||
0 | ヘインズポイント | モーリス |
| 出走: 193回 勝率: 7.8% 複勝率: 22.3% | ||
0 | セイラダンサー | レッドファルクス |
| 出走: 114回 勝率: 7.0% 複勝率: 23.7% | ||
0 | イズルード | イスラボニータ |
| 出走: 204回 勝率: 6.9% 複勝率: 19.1% | ||
0 | バスターコール | ルーラーシップ |
| 出走: 472回 勝率: 5.9% 複勝率: 19.7% | ||
0 | ペロ | シルバーステート |
| 出走: 113回 勝率: 4.4% 複勝率: 12.4% | ||
0 | シュレン | ディーマジェスティ |
| 出走: 95回 勝率: 4.2% 複勝率: 17.9% | ||
0 | ボナーテソーロ | Nathaniel |
| 出走: 3回 勝率: 0.0% 複勝率: 33.3% | ||
🐴 AI競馬ウェーブ穴馬診断書「4歳以上1勝クラス」
「4歳以上1勝クラス」のAI穴馬診断で、特に注目度の高い馬が見つかりました。《クニノハッピー》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 クニノハッピー（Ｆ．ゴンサルベス騎手） ★★★★☆【大穴候補】
🔥 前走15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。
🔥 前走ディー騎手で15着→Ｆ．ゴンサルベス騎手に乗り替わり。手替わりで激変の可能性を秘める。
🔥 近走不振だが東京では2着の好走歴。舞台替わりで穴を開ける可能性。
📊 近走成績: 中山ダート1800m 15着 → 中山ダート1800m 5着 → 中山ダート1800m 6着
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
0 シュレン（菊沢一樹騎手） ★★★☆☆【穴馬候補】
🔥 前走三浦皇成騎手で5着→菊沢一樹騎手に乗り替わり。手替わりで激変の可能性を秘める。
🔥 近走不振だが東京では2着の好走歴。舞台替わりで穴を開ける可能性。
📊 近走成績: 中山ダート1200m 5着 → 中京ダート1400m 5着 → 中京ダート1400m 4着
📈 AI競馬ウェーブ調子トレンド予測: ↖ やや上昇
0 シュヴァルム（菅原明良騎手） ★★★☆☆【穴馬候補】
🔥 前走丸田恭介騎手で11着→菅原明良騎手に乗り替わり。手替わりで激変の可能性を秘める。
🔥 近走不振だが東京では1着の好走歴。舞台替わりで穴を開ける可能性。
📊 近走成績: 中京ダート1400m 11着 → 中山ダート1200m 11着 → 東京ダート1600m 16着
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
❓ 「4歳以上1勝クラス」AI競馬予想のよくある質問
Q. 「4歳以上1勝クラス」のAI競馬予想は無料で見られますか？
A. はい、「4歳以上1勝クラス」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. 「4歳以上1勝クラス」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. 「4歳以上1勝クラス」（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。
