「薩摩ステークス」の無料AI競馬予想【ウェーブ】
競馬予想の更新日：
小倉
11R 15:30
薩摩ステークス ダート 1700m 15頭
980 円
🔖 競馬予想の目次
🤖 競馬AIウェーブによる「薩摩ステークス」競馬予想
競馬AIウェーブの予想自信度は…
激アツ
「薩摩ステークス」（ダート1700m）におけるAI予想のご報告です。過去レースデータの多角的な分析により、《ジューンエオス》を本命に推させていただきます。この馬のスコアは15頭の出走馬中で最も高く、条件面・実績面ともに申し分のない評価となりました。《ストップヤーニング》が対抗、《ゴッドブルービー》が単穴という布陣でございます。
| 馬番 | 馬名・騎手名 | 人気 | AI予想 |
|---|---|---|---|
| 2 | 46.4倍 | ◎ 90.0 | |
| 11 | 14.6倍 | ○ 76.5 | |
| 9 | 35.6倍 | ▲ 73.5 | |
| 10 | 821.5倍 | △ 72.3 | |
| 7 | 921.9倍 | ☆ 62.1 | |
| 12 | 69.3倍 | 59.0 | |
| 13 | 25.1倍 | 55.5 | |
| 3 | 1368.5倍 | 53.7 | |
| 15 | 59.2倍 | 44.3 | |
| 1 | 1471.6倍 | 41.6 | |
| 5 | 1130.3倍 | 32.0 | |
| 8 | 1024.6倍 | 31.5 | |
| 6 | 1263.1倍 | 消 26.5 | |
| 14 | 15112.9倍 | 消 22.0 | |
| 4 | 712.8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
2ジューンエオス
250 円
複勝
9ゴッドブルービー
170 円
単勝
9ゴッドブルービー
560 円
📊 AIスコア分布「薩摩ステークス」
1位と2位のスコア差は13.5ptとなっております。AIは本命馬を明確に上位と評価しており、軸として信頼できる一頭でございます。全体のスコア幅は70.0ptで、上位と下位の力差がはっきりした構成です。
⭐ AI競馬ウェーブ注目馬ピックアップ「薩摩ステークス」
2 ジューンエオス（西村淳也騎手）
「薩摩ステークス」の注目馬は《ジューンエオス》。AIが本命に推す理由を解説いたします。
📌 前走の高倉稜騎手から西村淳也騎手に乗り替わり。手替わり効果に期待。
📌 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（11着→1着→12着→12着→2着）。調子の波に乗っている。
📌 小倉で過去1着の好走歴あり。コース適性は実証済み。
📊 近走成績: 中山ダート1800m 11着（9人気） → 小倉ダート1700m 1着（5人気） → 中山ダート1800m 12着（5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「薩摩ステークス」
過去635レースで1番人気の勝率は30.2%と標準的な水準です。
堅い決着も波乱もあり得るため、ヒモを広めに取ることをおすすめいたします。
なお、標準的な頭数である点もご考慮ください。
| 指標 | 数値 |
|---|---|
| 1番人気の勝率 | 30.2% |
| 1番人気の連対率 | 47.7% |
| 1番人気の複勝率 | 59.4% |
| 勝ち馬の平均人気 | 3.6番人気 |
| 集計レース数 | 635レース |
🏇 AI競馬ウェーブ展開予測シナリオ「薩摩ステークス」
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：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 | 1頭 | 6.7% |
先行 | 4頭 | 26.7% |
差し | 6頭 | 40.0% |
追込 | 4頭 | 26.7% |
📈 AI競馬ウェーブ調子トレンド予測「薩摩ステークス」
《メイショウミカワ》《メイショウコガシラ》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 | ケイアイメキラ | ↖ やや上昇 |
| 直近5走: 11着 ← 1着 ← 6着 ← 8着 ← 5着 | ||
2 | ジューンエオス | ↑ 上昇中 |
| 直近5走: 11着 ← 1着 ← 12着 ← 12着 ← 2着 | ||
3 | テーオールビー | ↑ 上昇中 |
| 直近5走: 11着 ← 7着 ← 9着 ← 1着 ← 5着 | ||
4 | ハリーケーン | ↙ やや下降 |
| 直近5走: 1着 ← 12着 ← 3着 ← 3着 ← 6着 | ||
5 | グランキングオー | ↓ 下降中 |
| 直近5走: 1着 ← 8着 ← 13着 ← 8着 ← 15着 | ||
6 | メイショウミカワ | ↑ 上昇中 |
| 直近5走: 12着 ← 10着 ← 5着 ← 8着 ← 7着 | ||
7 | カネトシゴウト | ↑ 上昇中 |
| 直近5走: 12着 ← 8着 ← 9着 ← 5着 ← 2着 | ||
8 | プロミシングスター | ↑ 上昇中 |
| 直近5走: 13着 ← 9着 ← 11着 ← 5着 ← 5着 | ||
9 | ゴッドブルービー | ↓ 下降中 |
| 直近5走: 6着 ← 4着 ← 2着 ← 2着 ← 11着 | ||
10 | マッシャーブルム | ↑ 上昇中 |
| 直近5走: 16着 ← 5着 ← 2着 ← 2着 ← 10着 | ||
11 | ストップヤーニング | ↓ 下降中 |
| 直近5走: 4着 ← 1着 ← 6着 ← 3着 ← 9着 | ||
12 | アレナパラシオ | ↓ 下降中 |
| 直近5走: 2着 ← 1着 ← 8着 ← 13着 ← 1着 | ||
13 | シンビリーブ | ↖ やや上昇 |
| 直近5走: 6着 ← 4着 ← 3着 ← 3着 ← 5着 | ||
14 | メイショウコガシラ | ↑ 上昇中 |
| 直近5走: 7着 ← 8着 ← 5着 ← 6着 ← 4着 | ||
15 | パフ | ↓ 下降中 |
| 直近5走: 6着 ← 1着 ← 3着 ← 3着 ← 9着 | ||
👔 AI競馬ウェーブ調教師×小倉相性分析「薩摩ステークス」
小倉での勝率が最も高いのは森 秀行調教師（121戦15勝・勝率12.4%）でございます。
出走経験が最も豊富なのは本田 優調教師（222戦）です。
| 馬番 | 馬名 | 調教師 |
|---|---|---|
13 | シンビリーブ | 森 秀行 |
| 勝率: 12.4% 複勝率: 31.4% 平均着順: 7.0位 | ||
9 | ゴッドブルービー | 角田 晃一 |
| 勝率: 10.2% 複勝率: 32.5% 平均着順: 7.3位 | ||
15 | パフ | 橋口 慎介 |
| 勝率: 10.2% 複勝率: 29.0% 平均着順: 6.9位 | ||
2 | ジューンエオス | 武 英智 |
| 勝率: 9.9% 複勝率: 26.6% 平均着順: 7.2位 | ||
7 | カネトシゴウト | 大橋 勇樹 |
| 勝率: 9.9% 複勝率: 21.6% 平均着順: 7.3位 | ||
12 | アレナパラシオ | 四位 洋文 |
| 勝率: 9.2% 複勝率: 27.5% 平均着順: 7.3位 | ||
6 | メイショウミカワ | 千田 輝彦 |
| 勝率: 8.4% 複勝率: 19.6% 平均着順: 8.2位 | ||
4 | ハリーケーン | 大根田 裕之 |
| 勝率: 6.8% 複勝率: 16.1% 平均着順: 8.4位 | ||
3 | テーオールビー | 宮 徹 |
| 勝率: 6.8% 複勝率: 21.5% 平均着順: 7.4位 | ||
14 | メイショウコガシラ | 本田 優 |
| 勝率: 5.9% 複勝率: 17.6% 平均着順: 7.9位 | ||
8 | プロミシングスター | 高橋 義忠 |
| 勝率: 5.6% 複勝率: 23.0% 平均着順: 7.5位 | ||
10 | マッシャーブルム | 河嶋 宏樹 |
| 勝率: 5.3% 複勝率: 23.7% 平均着順: 7.6位 | ||
11 | ストップヤーニング | 羽月 友彦 |
| 勝率: 4.4% 複勝率: 15.1% 平均着順: 8.6位 | ||
5 | グランキングオー | 高橋 康之 |
| 勝率: 4.3% 複勝率: 13.3% 平均着順: 9.1位 | ||
1 | ケイアイメキラ | 秋山 真一郎 |
| 勝率: 4.0% 複勝率: 12.0% 平均着順: 9.2位 | ||
🧬 AI競馬ウェーブ血統×条件適性分析「薩摩ステークス」
小倉ダート1700m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Constitution産駒（5戦2勝・勝率40.0%）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 | ジューンエオス | Constitution |
| 出走: 5回 勝率: 40.0% 複勝率: 60.0% | ||
13 | シンビリーブ | Constitution |
| 出走: 5回 勝率: 40.0% 複勝率: 60.0% | ||
10 | マッシャーブルム | モーニン |
| 出走: 16回 勝率: 18.8% 複勝率: 43.8% | ||
4 | ハリーケーン | モーニン |
| 出走: 16回 勝率: 18.8% 複勝率: 43.8% | ||
7 | カネトシゴウト | シニスターミニスター |
| 出走: 212回 勝率: 12.3% 複勝率: 24.5% | ||
12 | アレナパラシオ | シニスターミニスター |
| 出走: 212回 勝率: 12.3% 複勝率: 24.5% | ||
5 | グランキングオー | シニスターミニスター |
| 出走: 212回 勝率: 12.3% 複勝率: 24.5% | ||
1 | ケイアイメキラ | パイロ |
| 出走: 192回 勝率: 9.4% 複勝率: 26.0% | ||
9 | ゴッドブルービー | パイロ |
| 出走: 192回 勝率: 9.4% 複勝率: 26.0% | ||
3 | テーオールビー | サンダースノー |
| 出走: 32回 勝率: 9.4% 複勝率: 21.9% | ||
11 | ストップヤーニング | サンダースノー |
| 出走: 32回 勝率: 9.4% 複勝率: 21.9% | ||
6 | メイショウミカワ | ミッキーアイル |
| 出走: 44回 勝率: 6.8% 複勝率: 34.1% | ||
8 | プロミシングスター | マジェスティックウォリアー |
| 出走: 168回 勝率: 4.2% 複勝率: 21.4% | ||
15 | パフ | レイデオロ |
| 出走: 35回 勝率: 2.9% 複勝率: 25.7% | ||
14 | メイショウコガシラ | メイショウボーラー |
| 出走: 78回 勝率: 1.3% 複勝率: 9.0% | ||
🐴 AI競馬ウェーブ穴馬診断書「薩摩ステークス」
「薩摩ステークス」では、AIが大穴候補を検出しました。《カネトシゴウト》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。
7 カネトシゴウト（田口貫太騎手） ★★★★☆【大穴候補】
🔥 前走12着大敗→1900mから1700m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。
🔥 前走岩田康誠騎手で12着→田口貫太騎手に乗り替わり。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。
📊 近走成績: 中京ダート1900m 12着 → 阪神ダート1800m 8着 → 京都ダート1800m 9着
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
4 ハリーケーン（幸英明騎手） ★★★☆☆【穴馬候補】
🔥 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12着の大敗から前走1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。
📌 近走は下降傾向だが、勝ち鞍のある実力馬。一度の好走で一気に浮上する力を秘めている。
📊 近走成績: 阪神ダート1200m 1着 → 中京ダート1200m 12着 → 阪神ダート1400m 3着
📈 AI競馬ウェーブ調子トレンド予測: ↙ やや下降
3 テーオールビー（長岡禎仁騎手） ★★☆☆☆【注意馬】
🔥 前走藤懸貴志騎手で11着→長岡禎仁騎手に乗り替わり。手替わりで激変の可能性を秘める。
📊 近走成績: 京都ダート1400m 11着 → 中山ダート1800m 7着 → 小倉ダート1700m 9着
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
❓ 「薩摩ステークス」AI競馬予想のよくある質問
Q. 「薩摩ステークス」のAI競馬予想は無料で見られますか？
A. はい、「薩摩ステークス」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. 「薩摩ステークス」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. 「薩摩ステークス」（小倉ダート1700m・15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。
