「夏至ステークス」の無料AI競馬予想【ウェーブ】
競馬予想の更新日：
東京
10R
夏至ステークスダート1600m16頭
🔖 競馬予想の目次
🤖 競馬AIウェーブによる「夏至ステークス」競馬予想
競馬AIウェーブの予想自信度は…
激アツ
「夏至ステークス」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《ヴァンドーム》を本命といたしましたが、《ラッキーキッド》《ルヴァレドクール》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 | ○ 77.1 | |
| 0 | 00倍 | ▲ 76.9 | |
| 0 | 00倍 | △ 72.9 | |
| 0 | 00倍 | ☆ 65.0 | |
| 0 | 00倍 | 63.2 | |
| 0 | 00倍 | 63.0 | |
| 0 | 00倍 | 50.1 | |
| 0 | 00倍 | 48.6 | |
| 0 | 00倍 | 40.3 | |
| 0 | 00倍 | 37.3 | |
| 0 | 00倍 | 31.8 | |
| 0 | 00倍 | 31.3 | |
| 0 | 00倍 | 消 29.2 | |
| 0 | 00倍 | 消 24.9 | |
| 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「夏至ステークス」
トップスコアが際立つ分布となっております。12.9ptのリードは、AIが本命馬の勝利確率を高く見積もっていることの表れです。堅実な馬券を狙うのであれば、この馬からの流しがおすすめでございます。
⭐ AI競馬ウェーブ注目馬ピックアップ「夏至ステークス」
0 ヴァンドーム（大野拓弥騎手）
当AI予想の本命馬《ヴァンドーム》にフォーカスしてご紹介いたします。
📌 近走の着順が上昇傾向（3着→5着→4着→2着→3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: 東京ダート1600m 3着（4人気） → 中山ダート1800m 5着（5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: ↖ やや上昇
🎲 波乱度メーター「夏至ステークス」
過去1111レースでの1番人気の勝率は33.6%。
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 | 33.6% |
| 1番人気の連対率 | 53.0% |
| 1番人気の複勝率 | 66.7% |
| 勝ち馬の平均人気 | 3.3番人気 |
| 集計レース数 | 1111レース |
🏇 AI競馬ウェーブ展開予測シナリオ「夏至ステークス」
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
逃げ0頭・先行1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 | 0頭 | 0.0% |
先行 | 1頭 | 6.2% |
差し | 6頭 | 37.5% |
追込 | 9頭 | 56.2% |
📈 AI競馬ウェーブ調子トレンド予測「夏至ステークス」
特に注目していただきたいのは上昇中の《フルオール》《コブラ》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 | フルオール | ↑ 上昇中 |
| 直近5走: 5着 ← 10着 ← 5着 ← 5着 ← 3着 | ||
0 | コブラ | ↑ 上昇中 |
| 直近5走: 7着 ← 11着 ← 6着 ← 2着 ← 6着 | ||
0 | トクシーカイザー | ← 横ばい |
| 直近5走: 5着 ← 3着 ← 8着 ← 3着 ← 5着 | ||
0 | ヴァンドーム | ↖ やや上昇 |
| 直近5走: 3着 ← 5着 ← 4着 ← 2着 ← 3着 | ||
0 | エンセリオ | ↑ 上昇中 |
| 直近5走: 11着 ← 8着 ← 1着 ← 4着 ← 7着 | ||
0 | レーウィン | ↙ やや下降 |
| 直近5走: 6着 ← 8着 ← 9着 ← 3着 ← 10着 | ||
0 | キョウエイフロイデ | ↙ やや下降 |
| 直近5走: 1着 ← 2着 ← 2着 ← 1着 ← 2着 | ||
0 | メイショウフウドウ | ↖ やや上昇 |
| 直近5走: 16着 ← 13着 ← 1着 ← 14着 ← 13着 | ||
0 | ルフトクス | ← 横ばい |
| 直近5走: 1着 ← 3着 ← 8着 ← 2着 ← 1着 | ||
0 | キャピタルサックス | ← 横ばい |
| 直近5走: 7着 ← 3着 ← 3着 ← 6着 ← 5着 | ||
0 | リネアグローリア | ↑ 上昇中 |
| 直近5走: 7着 ← 11着 ← 5着 ← 1着 ← 8着 | ||
0 | ルヴァレドクール | ↙ やや下降 |
| 直近5走: 1着 ← 1着 ← 3着 ← 2着 ← 1着 | ||
0 | トルショー | ↓ 下降中 |
| 直近5走: 1着 ← 5着 ← 8着 ← 11着 ← 9着 | ||
0 | ファリーザ | ↑ 上昇中 |
| 直近5走: 7着 ← 13着 ← 8着 ← 1着 ← 1着 | ||
0 | ルグランヴァン | ↓ 下降中 |
| 直近5走: 6着 ← 3着 ← 2着 ← 3着 ← 14着 | ||
0 | ラッキーキッド | ↑ 上昇中 |
| 直近5走: 9着 ← 1着 ← 8着 ← 1着 | ||
👔 AI競馬ウェーブ調教師×東京相性分析「夏至ステークス」
東京での勝率が最も高いのは安田 翔伍調教師（148戦23勝・勝率15.5%）でございます。
出走経験が最も豊富なのは斎藤 誠調教師（518戦）です。
| 馬番 | 馬名 | 調教師 |
|---|---|---|
0 | ヴァンドーム | 安田 翔伍 |
| 勝率: 15.5% 複勝率: 37.8% 平均着順: 5.5位 | ||
0 | ラッキーキッド | 加藤 征弘 |
| 勝率: 13.1% 複勝率: 32.8% 平均着順: 7.0位 | ||
0 | キャピタルサックス | 杉山 晴紀 |
| 勝率: 13.0% 複勝率: 36.4% 平均着順: 5.9位 | ||
0 | ルグランヴァン | 高木 登 |
| 勝率: 11.1% 複勝率: 28.2% 平均着順: 7.0位 | ||
0 | コブラ | 菊沢 隆徳 |
| 勝率: 10.9% 複勝率: 27.2% 平均着順: 7.1位 | ||
0 | ルフトクス | 杉山 佳明 |
| 勝率: 8.8% 複勝率: 23.1% 平均着順: 7.4位 | ||
0 | トルショー | 伊藤 圭三 |
| 勝率: 8.3% 複勝率: 24.9% 平均着順: 7.6位 | ||
0 | フルオール | 斎藤 誠 |
| 勝率: 7.9% 複勝率: 26.4% 平均着順: 7.0位 | ||
0 | ルヴァレドクール | 田村 康仁 |
| 勝率: 7.8% 複勝率: 24.8% 平均着順: 7.2位 | ||
0 | メイショウフウドウ | 藤原 英昭 |
| 勝率: 7.5% 複勝率: 26.7% 平均着順: 7.4位 | ||
0 | トクシーカイザー | 小島 茂之 |
| 勝率: 7.3% 複勝率: 19.6% 平均着順: 7.6位 | ||
0 | ファリーザ | 千葉 直人 |
| 勝率: 6.9% 複勝率: 24.3% 平均着順: 7.5位 | ||
0 | リネアグローリア | 小崎 憲 |
| 勝率: 6.7% 複勝率: 26.7% 平均着順: 7.7位 | ||
0 | キョウエイフロイデ | 中川 公成 |
| 勝率: 6.1% 複勝率: 19.2% 平均着順: 7.9位 | ||
0 | エンセリオ | 小笠 倫弘 |
| 勝率: 5.4% 複勝率: 16.1% 平均着順: 8.4位 | ||
0 | レーウィン | 平岩 大典 |
| 勝率: 0.0% 複勝率: 0.0% 平均着順: 9.5位 | ||
🧬 AI競馬ウェーブ血統×条件適性分析「夏至ステークス」
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ロードカナロア産駒（643戦79勝・勝率12.3%）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 |
|---|---|---|
0 | ヴァンドーム | ロードカナロア |
| 出走: 643回 勝率: 12.3% 複勝率: 29.5% | ||
0 | エンセリオ | ドレフォン |
| 出走: 519回 勝率: 10.8% 複勝率: 29.5% | ||
0 | レーウィン | ヘニーヒューズ |
| 出走: 1025回 勝率: 10.6% 複勝率: 30.7% | ||
0 | ルフトクス | ニューイヤーズデイ |
| 出走: 155回 勝率: 10.3% 複勝率: 23.9% | ||
0 | ファリーザ | ジャスタウェイ |
| 出走: 332回 勝率: 9.6% 複勝率: 23.8% | ||
0 | ルヴァレドクール | ルヴァンスレーヴ |
| 出走: 159回 勝率: 9.4% 複勝率: 27.7% | ||
0 | ルグランヴァン | ルヴァンスレーヴ |
| 出走: 159回 勝率: 9.4% 複勝率: 27.7% | ||
0 | メイショウフウドウ | シニスターミニスター |
| 出走: 611回 勝率: 9.2% 複勝率: 26.5% | ||
0 | トルショー | シニスターミニスター |
| 出走: 611回 勝率: 9.2% 複勝率: 26.5% | ||
0 | ラッキーキッド | ディスクリートキャット |
| 出走: 292回 勝率: 8.9% 複勝率: 25.0% | ||
0 | コブラ | ダノンレジェンド |
| 出走: 225回 勝率: 8.4% 複勝率: 26.7% | ||
0 | フルオール | ホッコータルマエ |
| 出走: 317回 勝率: 7.3% 複勝率: 20.8% | ||
0 | リネアグローリア | モーニン |
| 出走: 97回 勝率: 7.2% 複勝率: 16.5% | ||
0 | トクシーカイザー | キンシャサノキセキ |
| 出走: 562回 勝率: 7.1% 複勝率: 22.2% | ||
0 | キャピタルサックス | リオンディーズ |
| 出走: 242回 勝率: 5.4% 複勝率: 16.1% | ||
0 | キョウエイフロイデ | サトノクラウン |
| 出走: 75回 勝率: 2.7% 複勝率: 21.3% | ||
🐴 AI競馬ウェーブ穴馬診断書「夏至ステークス」
「夏至ステークス」では、AIが大穴候補を検出しました。《ルグランヴァン》は過去データの激走パターンに複数合致しており、人気薄ながら馬券圏内に飛び込む可能性を秘めています。3連系の穴馬として要注目です。
※ 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 ルグランヴァン（原優介騎手） ★★★★☆【大穴候補】
🔥 前走西村淳也騎手で6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。
🔥 約3ヶ月の休養明けだが、以前は好走歴あり。リフレッシュ効果で復活の可能性。
🔥 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: 阪神ダート1800m 6着 → 東京ダート1600m 3着 → 東京ダート1600m 2着
📈 AI競馬ウェーブ調子トレンド予測: ↓ 下降中
0 メイショウフウドウ（杉原誠人騎手） ★★★★☆【大穴候補】
🔥 前走16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。
🔥 前走西塚洸二騎手で16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。
🔥 約6ヶ月の休養明けだが、以前は好走歴あり。リフレッシュ効果で復活の可能性。
📊 近走成績: 京都ダート1800m 16着 → 阪神ダート1800m 13着 → 小倉ダート1700m 1着
📈 AI競馬ウェーブ調子トレンド予測: ↖ やや上昇
0 フルオール（丸山元気騎手） ★★★☆☆【穴馬候補】
🔥 前走斎藤新騎手で5着→丸山元気騎手に乗り替わり。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3着の好走歴。舞台替わりで穴を開ける可能性。
📌 2走前10着の大敗から前走5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: 東京ダート1600m 5着 → 中京ダート1900m 10着 → 中京ダート1800m 5着
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
❓ 「夏至ステークス」AI競馬予想のよくある質問
Q. 「夏至ステークス」のAI競馬予想は無料で見られますか？
A. はい、「夏至ステークス」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. 「夏至ステークス」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. 「夏至ステークス」（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。
