「2歳新馬」の無料AI競馬予想【ウェーブ】
競馬予想の更新日：
函館
6R 12:40
2歳新馬 ダート 1000m 11頭
24,630 円
🔖 競馬予想の目次
🤖 競馬AIウェーブによる「2歳新馬」競馬予想
競馬AIウェーブの予想自信度は…
予測不能
今回の「2歳新馬」（ダート1000m・11頭）は、AI分析においても非常に難解な一戦でございます。本命には《ノリヤンモーニン》を挙げさせていただきますが、2番手の《ワイドウィンザー》、3番手の《アースグリッパー》との差はごくわずかです。上位馬が拮抗しているため、ワイドや3連複など手広い馬券で臨まれることをおすすめいたします。波乱の可能性も十分にございますので、穴馬の台頭にもご注意ください。
| 馬番 | 馬名・騎手名 | 人気 | AI予想 |
|---|---|---|---|
| 4 | 46.5倍 | ◎ 90.0 | |
| 10 | 720.2倍 | ○ 89.1 | |
| 3 | 23.8倍 | ▲ 82.7 | |
| 7 | 34.7倍 | △ 79.2 | |
| 1 | 13.3倍 | ☆ 77.8 | |
| 6 | 822.3倍 | 61.7 | |
| 8 | 1086.7倍 | 57.0 | |
| 2 | 952.6倍 | 55.9 | |
| 5 | 58.3倍 | 49.8 | |
| 11 | 612.2倍 | 消 23.1 | |
| 9 | 11177.7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
4ノリヤンモーニン
180 円
複勝
10ワイドウィンザー
370 円
複勝
1クラウスーラ
150 円
単勝
4ノリヤンモーニン
650 円
馬単
4ノリヤンモーニン＞1クラウスーラ
2,070 円
3連複
1クラウスーラ－4ノリヤンモーニン－10ワイドウィンザー
3,690 円
3連単
4ノリヤンモーニン＞1クラウスーラ＞10ワイドウィンザー
17,520 円
📊 AIスコア分布「2歳新馬」
スコアが団子状態となっております（上位差0.9pt）。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「2歳新馬」
4 ノリヤンモーニン（浜中俊騎手）
当AI予想の本命馬《ノリヤンモーニン》にフォーカスしてご紹介いたします。
特筆すべきイベントはありませんが、AI評価の高さに注目です。
📈 AI競馬ウェーブ調子トレンド予測: ← 横ばい
🎲 波乱度メーター「2歳新馬」
過去202レースでの1番人気の勝率は37.1%。
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、少頭数で堅い傾向である点もご考慮ください。
| 指標 | 数値 |
|---|---|
| 1番人気の勝率 | 37.1% |
| 1番人気の連対率 | 55.9% |
| 1番人気の複勝率 | 70.8% |
| 勝ち馬の平均人気 | 2.9番人気 |
| 集計レース数 | 202レース |
🏇 AI競馬ウェーブ展開予測シナリオ「2歳新馬」
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
ミドルペースが想定される構成でございます。展開の有利不利は少なく、馬の能力差がそのまま着順に反映されやすいレースです。特定の脚質に偏らない分、実力通りの決着になる確率が高いと見ております。
| 脚質 | 頭数 | 構成比 |
|---|---|---|
逃げ | 0頭 | 0% |
先行 | 0頭 | 0% |
差し | 0頭 | 0% |
追込 | 0頭 | 0% |
📈 AI競馬ウェーブ調子トレンド予測「2歳新馬」
直近レースの着順変化を統計的に分析し、各馬のコンディション傾向を可視化いたしました。
着順の回帰分析により、上昇・下降トレンドを客観的に評価しております。
好調馬を見つける手がかりとしてご参照ください。
| 馬番 | 馬名 | 調子 |
|---|---|---|
1 | クラウスーラ | ← 横ばい |
| 直近5走: - | ||
2 | デスティネーション | ← 横ばい |
| 直近5走: - | ||
3 | アースグリッパー | ← 横ばい |
| 直近5走: - | ||
4 | ノリヤンモーニン | ← 横ばい |
| 直近5走: - | ||
5 | イチゴワタアメ | ← 横ばい |
| 直近5走: - | ||
6 | ベイビーブラザー | ← 横ばい |
| 直近5走: - | ||
7 | サンクレセント | ← 横ばい |
| 直近5走: - | ||
8 | アークレオン | ← 横ばい |
| 直近5走: - | ||
9 | ノヴァフォルス | ← 横ばい |
| 直近5走: - | ||
10 | ワイドウィンザー | ← 横ばい |
| 直近5走: - | ||
11 | カクシンゴールド | ← 横ばい |
| 直近5走: - | ||
👔 AI競馬ウェーブ調教師×函館相性分析「2歳新馬」
| 馬番 | 馬名 | 調教師 |
|---|---|---|
2 | デスティネーション | 加藤 公太 |
| 勝率: 14.3% 複勝率: 42.9% 平均着順: 6.3位 | ||
11 | カクシンゴールド | 中竹 和也 |
| 勝率: 13.8% 複勝率: 39.7% 平均着順: 5.5位 | ||
1 | クラウスーラ | 小栗 実 |
| 勝率: 13.8% 複勝率: 48.3% 平均着順: 5.3位 | ||
7 | サンクレセント | 伊藤 圭三 |
| 勝率: 13.7% 複勝率: 43.1% 平均着順: 5.2位 | ||
5 | イチゴワタアメ | 中舘 英二 |
| 勝率: 10.2% 複勝率: 24.5% 平均着順: 6.1位 | ||
10 | ワイドウィンザー | 西園 翔太 |
| 勝率: 6.5% 複勝率: 22.6% 平均着順: 6.8位 | ||
8 | アークレオン | 高柳 大輔 |
| 勝率: 5.1% 複勝率: 15.3% 平均着順: 7.2位 | ||
6 | ベイビーブラザー | 安達 昭夫 |
| 勝率: 5.1% 複勝率: 12.8% 平均着順: 7.9位 | ||
9 | ノヴァフォルス | 本間 忍 |
| 勝率: 1.8% 複勝率: 10.9% 平均着順: 8.1位 | ||
4 | ノリヤンモーニン | 佐藤 悠太 |
| 勝率: 0.0% 複勝率: 25.0% 平均着順: 8.2位 | ||
3 | アースグリッパー | 秋山 真一郎 |
| 勝率: 0.0% 複勝率: 0.0% 平均着順: 8.7位 | ||
🧬 AI競馬ウェーブ血統×条件適性分析「2歳新馬」
函館ダート1000m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イスラボニータ産駒（10戦2勝・勝率20.0%）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 |
|---|---|---|
2 | デスティネーション | イスラボニータ |
| 出走: 10回 勝率: 20.0% 複勝率: 50.0% | ||
3 | アースグリッパー | ヘニーヒューズ |
| 出走: 76回 勝率: 15.8% 複勝率: 30.3% | ||
7 | サンクレセント | ディスクリートキャット |
| 出走: 24回 勝率: 12.5% 複勝率: 33.3% | ||
9 | ノヴァフォルス | スマートファルコン |
| 出走: 38回 勝率: 5.3% 複勝率: 15.8% | ||
1 | クラウスーラ | ニューイヤーズデイ |
| 出走: 7回 勝率: 0.0% 複勝率: 14.3% | ||
11 | カクシンゴールド | マテラスカイ |
| 出走: 6回 勝率: 0.0% 複勝率: 50.0% | ||
5 | イチゴワタアメ | マテラスカイ |
| 出走: 6回 勝率: 0.0% 複勝率: 50.0% | ||
4 | ノリヤンモーニン | モーニン |
| 出走: 5回 勝率: 0.0% 複勝率: 20.0% | ||
8 | アークレオン | チュウワウィザード |
| 出走: 0回 勝率: - 複勝率: - | ||
6 | ベイビーブラザー | ホットロッドチャーリー |
| 出走: 0回 勝率: - 複勝率: - | ||
10 | ワイドウィンザー | ワイドファラオ |
| 出走: 0回 勝率: - 複勝率: - | ||
❓ 「2歳新馬」AI競馬予想のよくある質問
Q. 「2歳新馬」のAI競馬予想は無料で見られますか？
A. はい、「2歳新馬」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. 「2歳新馬」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. 「2歳新馬」（函館ダート1000m・11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。
