「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
3R 10:55
3歳未勝利 ダート 1400m 16頭
2,480 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…
激アツ
「3歳未勝利」（ダート1400m）は16頭立ての多頭数戦でございます。AIの総合分析では《メビウスロマンス》を本命に推奨いたします。対抗は《ミリオングローリー》、単穴に《キリミツ》を指名しております。ダート1400mの多頭数レースでは枠順や展開の影響が大きくなりますので、下記の展開予測シナリオも合わせてご参照いただければ幸いです。馬券は少し広めに構えておくのが賢明でしょう。
| 馬番 | 馬名・騎手名 | 人気 | AI予想 |
|---|---|---|---|
| 7 | 24.0倍 | ◎ 90.0 | |
| 8 | 58.6倍 | ○ 71.7 | |
| 15 | 34.1倍 | ▲ 67.2 | |
| 13 | 716.2倍 | △ 63.7 | |
| 1 | 820.4倍 | ☆ 59.3 | |
| 10 | 46.9倍 | 48.4 | |
| 6 | 1178.7倍 | 46.8 | |
| 4 | 13231.4倍 | 44.7 | |
| 3 | 13.9倍 | 44.6 | |
| 5 | 615.7倍 | 43.6 | |
| 12 | 938.8倍 | 37.8 | |
| 16 | 14238.5倍 | 30.7 | |
| 14 | 12217.2倍 | 30.6 | |
| 9 | 15398.3倍 | 消 25.0 | |
| 11 | 1052.7倍 | 消 24.0 | |
| 2 | 16445.7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
7メビウスロマンス
140 円
複勝
15キリミツ
150 円
単勝
15キリミツ
410 円
馬単
15キリミツ＞7メビウスロマンス
1,780 円
📊 AIスコア分布「3歳未勝利」
本命馬のスコアが他馬を大きく上回っております（差18.3pt）。AIの分析結果に迷いはなく、この馬を軸にした馬券構成が有効と考えられます。対抗馬以下との差もございますので、相手選びに集中したいところです。
⭐ AI競馬ウェーブ注目馬ピックアップ「3歳未勝利」
7 メビウスロマンス（原優介騎手）
「3歳未勝利」の注目馬は《メビウスロマンス》。AIが本命に推す理由を解説いたします。
📌 前走の戸崎圭太騎手から原優介騎手に乗り替わり。手替わり効果に期待。
📌 前走1200m→今回1400mへ距離延長。スタミナが問われる一戦。
📌 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（5着→2着→4着→2着）。調子の波に乗っている。
📌 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: 中山ダート1200m 5着（2人気） → 東京ダート1400m 2着（1人気） → 東京ダート1400m 4着（1人気）
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
🎲 波乱度メーター「3歳未勝利」
過去934レースでの1番人気の勝率は34.8%。
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 | 34.8% |
| 1番人気の連対率 | 51.8% |
| 1番人気の複勝率 | 63.5% |
| 勝ち馬の平均人気 | 3.2番人気 |
| 集計レース数 | 934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
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 | 5頭 | 31.2% |
差し | 7頭 | 43.8% |
追込 | 4頭 | 25.0% |
📈 AI競馬ウェーブ調子トレンド予測「3歳未勝利」
《アルデバローズ》《ヤマトスイフト》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 |
|---|---|---|
1 | アイスアンドスノー | ↙ やや下降 |
| 直近5走: 7着 ← 8着 ← 3着 ← 10着 | ||
2 | ヤマトスイフト | ↑ 上昇中 |
| 直近5走: 12着 ← 11着 | ||
3 | ルナーファントム | ↓ 下降中 |
| 直近5走: 2着 ← 4着 | ||
4 | ナムラコハル | ← 横ばい |
| 直近5走: 9着 | ||
5 | フォルナカリア | ↓ 下降中 |
| 直近5走: 5着 ← 7着 | ||
6 | アルデバローズ | ↑ 上昇中 |
| 直近5走: 11着 ← 8着 ← 11着 ← 8着 | ||
7 | メビウスロマンス | ↑ 上昇中 |
| 直近5走: 5着 ← 2着 ← 4着 ← 2着 | ||
8 | ミリオングローリー | ← 横ばい |
| 直近5走: 5着 ← 2着 ← 5着 ← 4着 | ||
9 | キタノソブリン | ← 横ばい |
| 直近5走: 11着 | ||
10 | エッチェレンテ | ↓ 下降中 |
| 直近5走: 5着 ← 8着 | ||
11 | アーリマックス | ← 横ばい |
| 直近5走: 6着 | ||
12 | デルマカイモン | ↓ 下降中 |
| 直近5走: 9着 ← 5着 ← 4着 ← 11着 ← 9着 | ||
13 | メリティス | ↓ 下降中 |
| 直近5走: 3着 ← 5着 ← 7着 ← 4着 | ||
14 | ハチマン | ↑ 上昇中 |
| 直近5走: 18着 ← 11着 | ||
15 | キリミツ | ↓ 下降中 |
| 直近5走: 2着 ← 5着 ← 10着 ← 3着 ← 7着 | ||
16 | ブザービーター | ↑ 上昇中 |
| 直近5走: 14着 ← 12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蛯名 正義調教師（306戦38勝・勝率12.4%）でございます。
出走経験が最も豊富なのは鹿戸 雄一調教師（462戦）です。
| 馬番 | 馬名 | 調教師 |
|---|---|---|
8 | ミリオングローリー | 蛯名 正義 |
| 勝率: 12.4% 複勝率: 30.7% 平均着順: 6.7位 | ||
16 | ブザービーター | 黒岩 陽一 |
| 勝率: 11.4% 複勝率: 27.6% 平均着順: 6.9位 | ||
3 | ルナーファントム | 上原 佑紀 |
| 勝率: 10.3% 複勝率: 31.6% 平均着順: 6.9位 | ||
10 | エッチェレンテ | 鹿戸 雄一 |
| 勝率: 9.5% 複勝率: 30.7% 平均着順: 6.4位 | ||
12 | デルマカイモン | 高柳 瑞樹 |
| 勝率: 9.2% 複勝率: 25.6% 平均着順: 7.0位 | ||
13 | メリティス | 嘉藤 貴行 |
| 勝率: 8.7% 複勝率: 25.4% 平均着順: 7.4位 | ||
2 | ヤマトスイフト | 田村 康仁 |
| 勝率: 7.8% 複勝率: 24.8% 平均着順: 7.2位 | ||
1 | アイスアンドスノー | 古賀 慎明 |
| 勝率: 7.5% 複勝率: 25.0% 平均着順: 7.2位 | ||
5 | フォルナカリア | 栗田 徹 |
| 勝率: 6.7% 複勝率: 27.2% 平均着順: 6.8位 | ||
6 | アルデバローズ | 矢野 英一 |
| 勝率: 5.2% 複勝率: 20.1% 平均着順: 8.1位 | ||
4 | ナムラコハル | 堀内 岳志 |
| 勝率: 4.3% 複勝率: 14.1% 平均着順: 8.8位 | ||
7 | メビウスロマンス | 矢嶋 大樹 |
| 勝率: 4.1% 複勝率: 15.7% 平均着順: 8.3位 | ||
14 | ハチマン | 柄崎 将寿 |
| 勝率: 3.6% 複勝率: 10.7% 平均着順: 8.8位 | ||
9 | キタノソブリン | 本間 忍 |
| 勝率: 2.9% 複勝率: 12.7% 平均着順: 9.5位 | ||
11 | アーリマックス | 清水 英克 |
| 勝率: 2.4% 複勝率: 8.3% 平均着順: 9.5位 | ||
15 | キリミツ | 勢司 和浩 |
| 勝率: 1.4% 複勝率: 6.7% 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（83戦13勝・勝率15.7%）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 |
|---|---|---|
11 | アーリマックス | モズアスコット |
| 出走: 83回 勝率: 15.7% 複勝率: 39.8% | ||
5 | フォルナカリア | サートゥルナーリア |
| 出走: 44回 勝率: 11.4% 複勝率: 20.5% | ||
8 | ミリオングローリー | ミッキーグローリー |
| 出走: 27回 勝率: 11.1% 複勝率: 22.2% | ||
7 | メビウスロマンス | ニューイヤーズデイ |
| 出走: 170回 勝率: 10.0% 複勝率: 23.5% | ||
15 | キリミツ | ルヴァンスレーヴ |
| 出走: 167回 勝率: 9.6% 複勝率: 26.9% | ||
10 | エッチェレンテ | リアルスティール |
| 出走: 164回 勝率: 8.5% 複勝率: 25.0% | ||
13 | メリティス | パイロ |
| 出走: 742回 勝率: 7.8% 複勝率: 23.9% | ||
1 | アイスアンドスノー | イスラボニータ |
| 出走: 209回 勝率: 6.7% 複勝率: 18.7% | ||
16 | ブザービーター | リオンディーズ |
| 出走: 271回 勝率: 5.5% 複勝率: 17.3% | ||
6 | アルデバローズ | ダノンスマッシュ |
| 出走: 20回 勝率: 5.0% 複勝率: 15.0% | ||
12 | デルマカイモン | エイシンフラッシュ |
| 出走: 260回 勝率: 4.6% 複勝率: 11.2% | ||
14 | ハチマン | アルアイン |
| 出走: 52回 勝率: 3.8% 複勝率: 17.3% | ||
9 | キタノソブリン | ディープブリランテ |
| 出走: 253回 勝率: 3.2% 複勝率: 14.6% | ||
4 | ナムラコハル | フォーウィールドライブ |
| 出走: 69回 勝率: 2.9% 複勝率: 23.2% | ||
2 | ヤマトスイフト | タワーオブロンドン |
| 出走: 48回 勝率: 2.1% 複勝率: 14.6% | ||
3 | ルナーファントム | Home Affairs |
| 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」はAI穴馬診断で3頭がピックアップされる混戦模様です。人気薄の好走が多発しやすい条件が揃っており、高配当を狙うチャンスが広がっています。
※ 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。
12 デルマカイモン（杉原誠人騎手） ★★★☆☆【穴馬候補】
🔥 前走9着大敗→1700m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。
🔥 前走遠藤汰月騎手で9着→杉原誠人騎手に乗り替わり。手替わりで激変の可能性を秘める。
📊 近走成績: 福島ダート1700m 9着 → 福島ダート1700m 5着 → 中山ダート1800m 4着
📈 AI競馬ウェーブ調子トレンド予測: ↓ 下降中
16 ブザービーター（石田拓郎騎手） ★★★☆☆【穴馬候補】
🔥 前走14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。
🔥 前走石川裕紀騎手で14着→石田拓郎騎手に乗り替わり。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 14着 → 中山芝2000m 12着
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
14 ハチマン（水沼元輝騎手） ★★★☆☆【穴馬候補】
🔥 前走18着大敗→2200m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。
🔥 前走横山典弘騎手で18着→水沼元輝騎手に乗り替わり。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: 中山芝2200m 18着 → 中山芝1600m 11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。
