「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：
阪神
6R
3歳以上1勝クラスダート1200m16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」はダート1200m・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《アームズレジェンド》を本命といたしましたが、《ラヴネヴァーダイズ》《キンダープンシュ》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 | ○ 80.1 | |
| 0 | 00倍 | ▲ 80.0 | |
| 0 | 00倍 | △ 68.6 | |
| 0 | 00倍 | ☆ 65.6 | |
| 0 | 00倍 | 63.8 | |
| 0 | 00倍 | 62.3 | |
| 0 | 00倍 | 61.7 | |
| 0 | 00倍 | 59.4 | |
| 0 | 00倍 | 58.8 | |
| 0 | 00倍 | 56.7 | |
| 0 | 00倍 | 48.2 | |
| 0 | 00倍 | 44.3 | |
| 0 | 00倍 | 43.5 | |
| 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「3歳以上1勝クラス」
全体のスコア幅は70.0ptとなっております。上位と下位の実力差がはっきりしたメンバー構成でございます。上位馬を中心に組み立てつつ、穴馬の台頭にも目を配りたいところです。
⭐ AI競馬ウェーブ注目馬ピックアップ「3歳以上1勝クラス」
0 アームズレジェンド（岩田望来騎手）
「3歳以上1勝クラス」でAIが最も高く評価した《アームズレジェンド》を深掘り分析いたします。
📌 阪神で過去1着の好走歴あり。コース適性は実証済み。
📊 近走成績: 阪神ダート1200m 2着（3人気） → 阪神ダート1200m 1着（1人気） → 京都ダート1400m 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592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 | 51.9% |
| 1番人気の複勝率 | 65.5% |
| 勝ち馬の平均人気 | 3.1番人気 |
| 集計レース数 | 592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：ハイペース
逃げ馬が1頭おり、先行争いが激化することが予想されます。消耗戦になれば差し・追込脚質の馬が台頭する展開が濃厚です。直線の長いコースであれば、なおさら差し馬有利の傾向が強まります。
| 脚質 | 頭数 | 構成比 |
|---|---|---|
逃げ | 1頭 | 6.2% |
先行 | 8頭 | 50.0% |
差し | 2頭 | 12.5% |
追込 | 5頭 | 31.2% |
📈 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《モズイージス》《マウンテンバローズ》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 | グランデスフィーダ | ↓ 下降中 |
| 直近5走: 2着 ← 2着 ← 6着 ← 3着 ← 5着 | ||
0 | モズイージス | ↑ 上昇中 |
| 直近5走: 12着 ← 7着 ← 5着 ← 5着 ← 8着 | ||
0 | クインズシャウラ | ↖ やや上昇 |
| 直近5走: 5着 ← 6着 ← 4着 ← 7着 ← 3着 | ||
0 | カネコメファミリー | ↖ やや上昇 |
| 直近5走: 5着 ← 5着 ← 8着 ← 3着 ← 4着 | ||
0 | ディーエストッキー | ↙ やや下降 |
| 直近5走: 4着 ← 5着 ← 7着 ← 4着 ← 6着 | ||
0 | エリカヴェローナ | ↓ 下降中 |
| 直近5走: 3着 ← 9着 ← 9着 | ||
0 | メイショウハボマイ | ↖ やや上昇 |
| 直近5走: 13着 ← 13着 ← 12着 ← 12着 ← 11着 | ||
0 | オースミライト | ↓ 下降中 |
| 直近5走: 2着 ← 9着 ← 8着 ← 11着 ← 15着 | ||
0 | ランドプリメーロ | ↓ 下降中 |
| 直近5走: 6着 ← 8着 ← 7着 ← 9着 ← 8着 | ||
0 | マウンテンバローズ | ↑ 上昇中 |
| 直近5走: 6着 ← 6着 ← 1着 | ||
0 | レッドレベンディス | ↓ 下降中 |
| 直近5走: 1着 ← 3着 ← 3着 ← 5着 ← 4着 | ||
0 | ラヴネヴァーダイズ | ↓ 下降中 |
| 直近5走: 1着 ← 2着 ← 4着 ← 2着 ← 11着 | ||
0 | グラスゴー | ↖ やや上昇 |
| 直近5走: 10着 ← 1着 ← 11着 ← 3着 ← 7着 | ||
0 | ペルセポネ | ↑ 上昇中 |
| 直近5走: 9着 ← 16着 ← 1着 | ||
0 | アームズレジェンド | ↓ 下降中 |
| 直近5走: 2着 ← 1着 ← 3着 | ||
0 | キンダープンシュ | ↑ 上昇中 |
| 直近5走: 14着 ← 5着 ← 5着 ← 1着 ← 8着 | ||
👔 AI競馬ウェーブ調教師×阪神相性分析「3歳以上1勝クラス」
阪神での勝率が最も高いのは上村 洋行調教師（350戦66勝・勝率18.9%）でございます。
出走経験が最も豊富なのは清水 久詞調教師（536戦）です。
| 馬番 | 馬名 | 調教師 |
|---|---|---|
0 | アームズレジェンド | 上村 洋行 |
| 勝率: 18.9% 複勝率: 40.9% 平均着順: 5.5位 | ||
0 | キンダープンシュ | 大久保 龍志 |
| 勝率: 16.3% 複勝率: 34.5% 平均着順: 6.1位 | ||
0 | エリカヴェローナ | 吉岡 辰弥 |
| 勝率: 15.9% 複勝率: 35.6% 平均着順: 6.1位 | ||
0 | クインズシャウラ | 野中 賢二 |
| 勝率: 11.2% 複勝率: 28.3% 平均着順: 6.8位 | ||
0 | ディーエストッキー | 橋口 慎介 |
| 勝率: 10.6% 複勝率: 32.5% 平均着順: 6.6位 | ||
0 | グランデスフィーダ | 佐藤 悠太 |
| 勝率: 8.8% 複勝率: 28.6% 平均着順: 7.6位 | ||
0 | マウンテンバローズ | 清水 久詞 |
| 勝率: 8.0% 複勝率: 24.1% 平均着順: 7.3位 | ||
0 | オースミライト | 宮本 博 |
| 勝率: 7.9% 複勝率: 22.3% 平均着順: 7.4位 | ||
0 | レッドレベンディス | 庄野 靖志 |
| 勝率: 6.8% 複勝率: 17.9% 平均着順: 8.2位 | ||
0 | グラスゴー | 浜田 多実雄 |
| 勝率: 6.6% 複勝率: 18.0% 平均着順: 7.8位 | ||
0 | カネコメファミリー | 中尾 秀正 |
| 勝率: 6.2% 複勝率: 19.9% 平均着順: 7.5位 | ||
0 | ラヴネヴァーダイズ | 渡辺 薫彦 |
| 勝率: 5.4% 複勝率: 22.9% 平均着順: 7.3位 | ||
0 | ペルセポネ | 渡辺 薫彦 |
| 勝率: 5.4% 複勝率: 22.9% 平均着順: 7.3位 | ||
0 | メイショウハボマイ | 本田 優 |
| 勝率: 4.3% 複勝率: 18.4% 平均着順: 7.7位 | ||
0 | モズイージス | 高橋 康之 |
| 勝率: 3.4% 複勝率: 10.1% 平均着順: 9.5位 | ||
0 | ランドプリメーロ | 安達 昭夫 |
| 勝率: 3.1% 複勝率: 13.9% 平均着順: 7.9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」
阪神ダート1200m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Quality Road産駒（16戦3勝・勝率18.8%）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 | エリカヴェローナ | Quality Road |
| 出走: 16回 勝率: 18.8% 複勝率: 25.0% | ||
0 | アームズレジェンド | ダノンレジェンド |
| 出走: 111回 勝率: 11.7% 複勝率: 26.1% | ||
0 | ペルセポネ | ナダル |
| 出走: 47回 勝率: 10.6% 複勝率: 31.9% | ||
0 | キンダープンシュ | モーリス |
| 出走: 221回 勝率: 9.0% 複勝率: 22.6% | ||
0 | モズイージス | サンダースノー |
| 出走: 57回 勝率: 8.8% 複勝率: 17.5% | ||
0 | オースミライト | ミッキーアイル |
| 出走: 207回 勝率: 7.7% 複勝率: 20.3% | ||
0 | ラヴネヴァーダイズ | ミッキーアイル |
| 出走: 207回 勝率: 7.7% 複勝率: 20.3% | ||
0 | レッドレベンディス | クリソベリル |
| 出走: 26回 勝率: 7.7% 複勝率: 15.4% | ||
0 | マウンテンバローズ | キタサンブラック |
| 出走: 53回 勝率: 7.5% 複勝率: 22.6% | ||
0 | クインズシャウラ | キンシャサノキセキ |
| 出走: 520回 勝率: 6.9% 複勝率: 25.2% | ||
0 | カネコメファミリー | ホッコータルマエ |
| 出走: 149回 勝率: 6.0% 複勝率: 23.5% | ||
0 | グランデスフィーダ | ドゥラメンテ |
| 出走: 151回 勝率: 5.3% 複勝率: 14.6% | ||
0 | メイショウハボマイ | マジェスティックウォリアー |
| 出走: 257回 勝率: 4.7% 複勝率: 24.5% | ||
0 | グラスゴー | モズアスコット |
| 出走: 72回 勝率: 4.2% 複勝率: 23.6% | ||
0 | ディーエストッキー | レッドスパーダ |
| 出走: 9回 勝率: 0.0% 複勝率: 0.0% | ||
0 | ランドプリメーロ | Saxon Warrior |
| 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「3歳以上1勝クラス」
「3歳以上1勝クラス」では、AIが大穴候補を検出しました。《ペルセポネ》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 ペルセポネ（丹内祐次騎手） ★★★★☆【大穴候補】
🔥 前走9着大敗→1400mから1200m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。
🔥 前走幸英明騎手で9着→丹内祐次騎手に乗り替わり。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。
📌 2走前16着の大敗から前走9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: 阪神ダート1400m 9着 → 京都ダート1400m 16着 → 中京ダート1400m 1着
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
0 グラスゴー（田山旺佑騎手） ★★★★☆【大穴候補】
🔥 前走10着大敗→1400mから1200m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。
🔥 前走斎藤新騎手で10着→田山旺佑騎手に乗り替わり。手替わりで激変の可能性を秘める。
🔥 約4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1400m 10着 → 京都ダート1200m 1着 → 京都芝1200m 11着
📈 AI競馬ウェーブ調子トレンド予測: ↖ やや上昇
0 カネコメファミリー（松山弘平騎手） ★★☆☆☆【注意馬】
🔥 前走吉村誠之騎手で5着→松山弘平騎手に乗り替わり。手替わりで激変の可能性を秘める。
📊 近走成績: 京都ダート1200m 5着 → 阪神ダート1200m 5着 → 阪神ダート1200m 8着
📈 AI競馬ウェーブ調子トレンド予測: ↖ やや上昇
❓ 「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」（阪神ダート1200m・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。
