「3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
8R
3歳以上1勝クラスダート1600m16頭
🔖 競馬予想の目次
🤖 競馬AIウェーブによる「3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…
激アツ
「3歳以上1勝クラス」（ダート1600m）は16頭立ての多頭数戦でございます。AIの総合分析では《バスキュール》を本命に推奨いたします。対抗は《ハクシンブライアン》、単穴に《ランニングビーチ》を指名しております。ダート1600m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 |
|---|---|---|---|
| 0 | 00倍 | ◎ 90.0 | |
| 0 | 00倍 | ○ 80.1 | |
| 0 | 00倍 | ▲ 68.0 | |
| 0 | 00倍 | △ 64.3 | |
| 0 | 00倍 | ☆ 62.7 | |
| 0 | 00倍 | 52.5 | |
| 0 | 00倍 | 49.0 | |
| 0 | 00倍 | 47.4 | |
| 0 | 00倍 | 44.0 | |
| 0 | 00倍 | 30.5 | |
| 0 | 00倍 | 消 29.3 | |
| 0 | 00倍 | 消 28.2 | |
| 0 | 00倍 | 消 26.0 | |
| 0 | 00倍 | 消 25.0 | |
| 0 | 00倍 | 消 22.8 | |
| 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「3歳以上1勝クラス」
スコアレンジは70.0ptと力差が大きいフィールドでございます。下位馬の逆転は厳しく、上位馬中心の馬券構成が妥当と考えられます。ただし上位同士の比較では接戦の部分もございますので、相手選びは慎重に。
⭐ AI競馬ウェーブ注目馬ピックアップ「3歳以上1勝クラス」
0 バスキュール（津村明秀騎手）
「3歳以上1勝クラス」でAIが最も高く評価した《バスキュール》を深掘り分析いたします。
📌 前走のルメール騎手から津村明秀騎手に乗り替わり。手替わり効果に期待。
📌 前走2100m→今回1600mへ距離短縮。スピード勝負への対応力が鍵。
📌 約3ヶ月の休養明け。フレッシュな状態での復帰戦。
📌 前走1着の勢いそのまま。連勝なるか注目の一頭。
📌 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: 東京ダート2100m 1着（1人気） → 中山ダート1800m 3着（1人気）
📈 AI競馬ウェーブ調子トレンド予測: ↓ 下降中
🎲 波乱度メーター「3歳以上1勝クラス」
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「3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：ミドルペース
ペースに大きな偏りはなさそうな構成でございます。各馬の地力がストレートに反映される平均ペースが見込まれます。展開よりも馬の実力を重視し、AIスコア上位の馬を中心にご検討ください。
| 脚質 | 頭数 | 構成比 |
|---|---|---|
逃げ | 1頭 | 6.2% |
先行 | 4頭 | 25.0% |
差し | 8頭 | 50.0% |
追込 | 3頭 | 18.8% |
📈 AI競馬ウェーブ調子トレンド予測「3歳以上1勝クラス」
特に注目していただきたいのは上昇中の《フクノスナノバラ》《ミリオンクラウン》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 | レッドロスタム | ↖ やや上昇 |
| 直近5走: 7着 ← 14着 ← 6着 ← 16着 ← 5着 | ||
0 | ウインドワンピース | ← 横ばい |
| 直近5走: 10着 ← 9着 ← 7着 ← 10着 ← 9着 | ||
0 | タルタロス | ↓ 下降中 |
| 直近5走: 7着 ← 3着 ← 5着 ← 8着 ← 11着 | ||
0 | リーゼントジェイド | ↓ 下降中 |
| 直近5走: 9着 ← 8着 ← 11着 ← 13着 ← 11着 | ||
0 | フクノスナノバラ | ↑ 上昇中 |
| 直近5走: 12着 ← 10着 ← 9着 ← 6着 ← 10着 | ||
0 | クモヒトツナイ | ↓ 下降中 |
| 直近5走: 8着 ← 6着 ← 9着 ← 9着 ← 9着 | ||
0 | コーシューパンジャ | ↓ 下降中 |
| 直近5走: 2着 ← 5着 ← 9着 ← 3着 ← 13着 | ||
0 | バトンロード | ← 横ばい |
| 直近5走: 14着 ← 12着 ← 14着 ← 15着 ← 12着 | ||
0 | ウフドゥウフ | ↓ 下降中 |
| 直近5走: 2着 ← 4着 ← 2着 ← 7着 ← 3着 | ||
0 | ハクシンブライアン | ↓ 下降中 |
| 直近5走: 3着 ← 3着 ← 2着 ← 6着 ← 4着 | ||
0 | ミリオンヴォイス | ↓ 下降中 |
| 直近5走: 1着 ← 5着 | ||
0 | ミリオンクラウン | ↑ 上昇中 |
| 直近5走: 15着 ← 10着 ← 11着 ← 8着 ← 2着 | ||
0 | ベルウッドピース | ↑ 上昇中 |
| 直近5走: 14着 ← 9着 ← 7着 ← 1着 ← 2着 | ||
0 | ランニングビーチ | ↑ 上昇中 |
| 直近5走: 11着 ← 6着 ← 6着 ← 5着 ← 5着 | ||
0 | ノボリフジ | ↑ 上昇中 |
| 直近5走: 15着 ← 11着 ← 7着 ← 12着 ← 6着 | ||
0 | バスキュール | ↓ 下降中 |
| 直近5走: 1着 ← 3着 | ||
👔 AI競馬ウェーブ調教師×東京相性分析「3歳以上1勝クラス」
| 馬番 | 馬名 | 調教師 |
|---|---|---|
0 | バスキュール | 林 徹 |
| 勝率: 11.3% 複勝率: 28.4% 平均着順: 6.9位 | ||
0 | ミリオンヴォイス | 加藤 士津八 |
| 勝率: 7.9% 複勝率: 25.2% 平均着順: 7.4位 | ||
0 | ベルウッドピース | 中舘 英二 |
| 勝率: 7.7% 複勝率: 22.5% 平均着順: 7.4位 | ||
0 | ウインドワンピース | 新開 幸一 |
| 勝率: 6.8% 複勝率: 16.7% 平均着順: 8.3位 | ||
0 | レッドロスタム | 浅利 英明 |
| 勝率: 6.8% 複勝率: 24.7% 平均着順: 7.2位 | ||
0 | ウフドゥウフ | 上原 博之 |
| 勝率: 6.2% 複勝率: 24.1% 平均着順: 7.7位 | ||
0 | ランニングビーチ | 牧 光二 |
| 勝率: 5.9% 複勝率: 17.4% 平均着順: 8.4位 | ||
0 | コーシューパンジャ | 相沢 郁 |
| 勝率: 4.1% 複勝率: 15.3% 平均着順: 8.0位 | ||
0 | リーゼントジェイド | 矢嶋 大樹 |
| 勝率: 4.1% 複勝率: 15.7% 平均着順: 8.3位 | ||
0 | ハクシンブライアン | 松山 将樹 |
| 勝率: 2.9% 複勝率: 12.0% 平均着順: 8.9位 | ||
0 | フクノスナノバラ | 小野 次郎 |
| 勝率: 2.7% 複勝率: 11.3% 平均着順: 8.8位 | ||
0 | クモヒトツナイ | 加藤 和宏 |
| 勝率: 2.6% 複勝率: 8.6% 平均着順: 10.0位 | ||
0 | ミリオンクラウン | 和田 雄二 |
| 勝率: 2.1% 複勝率: 9.6% 平均着順: 9.4位 | ||
0 | バトンロード | 粕谷 昌央 |
| 勝率: 1.6% 複勝率: 5.5% 平均着順: 10.4位 | ||
0 | ノボリフジ | 伊藤 伸一 |
| 勝率: 1.5% 複勝率: 6.1% 平均着順: 9.6位 | ||
0 | タルタロス | 天間 昭一 |
| 勝率: 1.1% 複勝率: 5.0% 平均着順: 10.5位 | ||
🧬 AI競馬ウェーブ血統×条件適性分析「3歳以上1勝クラス」
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 | レッドロスタム | ロードカナロア |
| 出走: 643回 勝率: 12.3% 複勝率: 29.5% | ||
0 | バスキュール | ナダル |
| 出走: 126回 勝率: 11.1% 複勝率: 39.7% | ||
0 | ノボリフジ | ミッキーグローリー |
| 出走: 27回 勝率: 11.1% 複勝率: 22.2% | ||
0 | ランニングビーチ | ルヴァンスレーヴ |
| 出走: 159回 勝率: 9.4% 複勝率: 27.7% | ||
0 | ハクシンブライアン | リアルスティール |
| 出走: 155回 勝率: 8.4% 複勝率: 25.2% | ||
0 | バトンロード | ホッコータルマエ |
| 出走: 317回 勝率: 7.3% 複勝率: 20.8% | ||
0 | フクノスナノバラ | カレンブラックヒル |
| 出走: 224回 勝率: 7.1% 複勝率: 25.9% | ||
0 | リーゼントジェイド | シャンハイボビー |
| 出走: 112回 勝率: 7.1% 複勝率: 17.9% | ||
0 | ベルウッドピース | マジェスティックウォリアー |
| 出走: 326回 勝率: 6.7% 複勝率: 18.7% | ||
0 | ウフドゥウフ | エピファネイア |
| 出走: 191回 勝率: 4.2% 複勝率: 15.2% | ||
0 | ミリオンクラウン | リーチザクラウン |
| 出走: 125回 勝率: 3.2% 複勝率: 15.2% | ||
0 | コーシューパンジャ | ゴールドドリーム |
| 出走: 75回 勝率: 2.7% 複勝率: 18.7% | ||
0 | ミリオンヴォイス | ゴールドドリーム |
| 出走: 75回 勝率: 2.7% 複勝率: 18.7% | ||
0 | タルタロス | ハービンジャー |
| 出走: 119回 勝率: 2.5% 複勝率: 10.1% | ||
0 | ウインドワンピース | ヴァンセンヌ |
| 出走: 40回 勝率: 2.5% 複勝率: 12.5% | ||
0 | クモヒトツナイ | アルアイン |
| 出走: 44回 勝率: 2.3% 複勝率: 13.6% | ||
🐴 AI競馬ウェーブ穴馬診断書「3歳以上1勝クラス」
「3歳以上1勝クラス」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。
0 ベルウッドピース（吉田豊騎手） ★★★☆☆【穴馬候補】
🔥 前走14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。
🔥 前走角田大和騎手で14着→吉田豊騎手に乗り替わり。手替わりで激変の可能性を秘める。
📊 近走成績: 京都ダート1800m 14着 → 中山ダート1800m 9着 → 中山ダート1800m 7着
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
0 レッドロスタム（Ｍ．ディー騎手） ★★★☆☆【穴馬候補】
🔥 前走原優介騎手で7着→Ｍ．ディー騎手に乗り替わり。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。
📌 2走前14着の大敗から前走7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: 東京芝1600m 7着 → 中山芝1600m 14着 → 中山芝1600m 6着
📈 AI競馬ウェーブ調子トレンド予測: ↖ やや上昇
0 クモヒトツナイ（Ｆ．ゴンサルベス騎手） ★★★☆☆【穴馬候補】
🔥 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。
🔥 前走原優介騎手で8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。
📌 前走芝からダートに初挑戦。未知の魅力がある。
📊 近走成績: 東京芝1800m 8着 → 中山芝2000m 6着 → 東京芝2400m 9着
📈 AI競馬ウェーブ調子トレンド予測: ↓ 下降中
❓ 「3歳以上1勝クラス」AI競馬予想のよくある質問
Q. 「3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、「3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. 「3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. 「3歳以上1勝クラス」（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。
