「農林水産省賞典 函館記念」の無料AI競馬予想【ウェーブ】
競馬予想の更新日：
函館
11R
農林水産省賞典 函館記念芝2000m15頭
🔖 競馬予想の目次
🤖 競馬AIウェーブによる「農林水産省賞典 函館記念」競馬予想
競馬AIウェーブの予想自信度は…
自信ナシ
「農林水産省賞典 函館記念」（芝2000m）の分析結果をご報告いたします。今回は実力馬が揃った好メンバー15頭で、AIの評価も大接戦となっております。《ケイアイセナ》を本命としておりますが、《ピースワンデュック》との差は紙一重でございます。3番手の《エコロディノス》も含め、上位3頭のBOX買いなども一考の価値がございます。
| 馬番 | 馬名・騎手名 | 人気 | AI予想 |
|---|---|---|---|
| 0 | 00倍 | ◎ 90.0 | |
| 0 | 00倍 | ○ 86.2 | |
| 0 | 00倍 | ▲ 84.9 | |
| 0 | 00倍 | △ 83.8 | |
| 0 | 00倍 | ☆ 80.7 | |
| 0 | 00倍 | 65.5 | |
| 0 | 00倍 | 62.4 | |
| 0 | 00倍 | 59.7 | |
| 0 | 00倍 | 53.3 | |
| 0 | 00倍 | 40.8 | |
| 0 | 00倍 | 38.2 | |
| 0 | 00倍 | 32.1 | |
| 0 | 00倍 | 消 26.5 | |
| 0 | 00倍 | 消 25.5 | |
| 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「農林水産省賞典 函館記念」
上位グループと下位グループの差が明確な分布でございます（幅70.0pt）。上位5頭のBOXや、本命馬からの流しが効率的な買い方と言えるでしょう。下位馬は余程の展開利がない限り、厳しい戦いになりそうです。
⭐ AI競馬ウェーブ注目馬ピックアップ「農林水産省賞典 函館記念」
0 ケイアイセナ（武豊騎手）
「農林水産省賞典 函館記念」の注目馬は《ケイアイセナ》。AIが本命に推す理由を解説いたします。
📌 前走の津村明秀騎手から武豊騎手に乗り替わり。手替わり効果に期待。
📌 前走1600m→今回2000mへ距離延長。スタミナが問われる一戦。
📌 近走の着順が上昇傾向（10着→2着→12着→4着→1着）。調子の波に乗っている。
📌 函館で過去1着の好走歴あり。コース適性は実証済み。
📊 近走成績: 中山芝1600m 10着（3人気） → 小倉芝1800m 2着（1人気） → 中山芝2000m 12着（3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「農林水産省賞典 函館記念」
過去147レースで1番人気の勝率は31.3%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 | 31.3% |
| 1番人気の連対率 | 51.7% |
| 1番人気の複勝率 | 61.2% |
| 勝ち馬の平均人気 | 3.4番人気 |
| 集計レース数 | 147レース |
🏇 AI競馬ウェーブ展開予測シナリオ「農林水産省賞典 函館記念」
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 | 6.7% |
先行 | 4頭 | 26.7% |
差し | 5頭 | 33.3% |
追込 | 5頭 | 33.3% |
📈 AI競馬ウェーブ調子トレンド予測「農林水産省賞典 函館記念」
特に注目していただきたいのは上昇中の《チャックネイト》《ケイアイセナ》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 | アラタ | ↖ やや上昇 |
| 直近5走: 10着 ← 15着 ← 4着 ← 3着 ← 15着 | ||
0 | チャックネイト | ↑ 上昇中 |
| 直近5走: 8着 ← 13着 ← 7着 ← 5着 ← 2着 | ||
0 | ケイアイセナ | ↑ 上昇中 |
| 直近5走: 10着 ← 2着 ← 12着 ← 4着 ← 1着 | ||
0 | サンストックトン | ↖ やや上昇 |
| 直近5走: 12着 ← 9着 ← 5着 ← 7着 ← 11着 | ||
0 | オニャンコポン | ↑ 上昇中 |
| 直近5走: 15着 ← 11着 ← 11着 ← 8着 ← 10着 | ||
0 | デビットバローズ | ↑ 上昇中 |
| 直近5走: 8着 ← 1着 ← 5着 ← 9着 ← 1着 | ||
0 | ピースワンデュック | ↑ 上昇中 |
| 直近5走: 14着 ← 5着 ← 5着 ← 6着 ← 6着 | ||
0 | イガッチ | ↙ やや下降 |
| 直近5走: 1着 ← 5着 ← 1着 ← 1着 ← 4着 | ||
0 | ケリフレッドアスク | ↙ やや下降 |
| 直近5走: 14着 ← 4着 ← 8着 ← 14着 ← 11着 | ||
0 | ファウストラーゼン | ↓ 下降中 |
| 直近5走: 13着 ← 15着 ← 12着 ← 18着 ← 15着 | ||
0 | マジックサンズ | ↓ 下降中 |
| 直近5走: 4着 ← 6着 ← 12着 ← 8着 ← 10着 | ||
0 | ジュタ | ↓ 下降中 |
| 直近5走: 8着 ← 1着 ← 3着 ← 12着 ← 10着 | ||
0 | エコロディノス | ↑ 上昇中 |
| 直近5走: 15着 ← 3着 ← 1着 ← 1着 ← 3着 | ||
0 | フィーリウス | ↓ 下降中 |
| 直近5走: 1着 ← 1着 ← 4着 ← 2着 ← 8着 | ||
0 | バルナバ | ↑ 上昇中 |
| 直近5走: 9着 ← 1着 ← 4着 ← 1着 ← 1着 | ||
👔 AI競馬ウェーブ調教師×函館相性分析「農林水産省賞典 函館記念」
函館での勝率が最も高いのは上村 洋行調教師（62戦15勝・勝率24.2%）でございます。
出走経験が最も豊富なのは矢作 芳人調教師（134戦）です。
| 馬番 | 馬名 | 調教師 |
|---|---|---|
0 | デビットバローズ | 上村 洋行 |
| 勝率: 24.2% 複勝率: 37.1% 平均着順: 5.3位 | ||
0 | チャックネイト | 堀 宣行 |
| 勝率: 18.8% 複勝率: 39.1% 平均着順: 6.3位 | ||
0 | フィーリウス | 手塚 貴久 |
| 勝率: 16.7% 複勝率: 31.7% 平均着順: 6.5位 | ||
0 | エコロディノス | 大久保 龍志 |
| 勝率: 16.3% 複勝率: 20.9% 平均着順: 7.1位 | ||
0 | ピースワンデュック | 大竹 正博 |
| 勝率: 15.4% 複勝率: 32.7% 平均着順: 6.1位 | ||
0 | アラタ | 和田 勇介 |
| 勝率: 14.3% 複勝率: 31.0% 平均着順: 5.9位 | ||
0 | ジュタ | 矢作 芳人 |
| 勝率: 12.7% 複勝率: 28.4% 平均着順: 6.5位 | ||
0 | バルナバ | 浜田 多実雄 |
| 勝率: 12.7% 複勝率: 23.6% 平均着順: 6.2位 | ||
0 | ケイアイセナ | 平田 修 |
| 勝率: 11.1% 複勝率: 27.8% 平均着順: 6.9位 | ||
0 | ファウストラーゼン | 須貝 尚介 |
| 勝率: 10.4% 複勝率: 34.9% 平均着順: 6.3位 | ||
0 | マジックサンズ | 須貝 尚介 |
| 勝率: 10.4% 複勝率: 34.9% 平均着順: 6.3位 | ||
0 | イガッチ | 笹田 和秀 |
| 勝率: 8.6% 複勝率: 28.6% 平均着順: 7.2位 | ||
0 | ケリフレッドアスク | 藤原 英昭 |
| 勝率: 8.5% 複勝率: 27.1% 平均着順: 6.9位 | ||
0 | オニャンコポン | 小島 茂之 |
| 勝率: 2.9% 複勝率: 21.7% 平均着順: 7.8位 | ||
0 | サンストックトン | 堀内 岳志 |
| 勝率: 2.4% 複勝率: 19.5% 平均着順: 6.7位 | ||
🧬 AI競馬ウェーブ血統×条件適性分析「農林水産省賞典 函館記念」
函館芝2000m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キズナ産駒（110戦15勝・勝率13.6%）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 | マジックサンズ | キズナ |
| 出走: 110回 勝率: 13.6% 複勝率: 32.7% | ||
0 | イガッチ | リアルスティール |
| 出走: 24回 勝率: 12.5% 複勝率: 20.8% | ||
0 | デビットバローズ | ロードカナロア |
| 出走: 81回 勝率: 12.3% 複勝率: 35.8% | ||
0 | バルナバ | ハービンジャー |
| 出走: 301回 勝率: 11.6% 複勝率: 26.9% | ||
0 | エコロディノス | キタサンブラック |
| 出走: 47回 勝率: 10.6% 複勝率: 40.4% | ||
0 | フィーリウス | キタサンブラック |
| 出走: 47回 勝率: 10.6% 複勝率: 40.4% | ||
0 | ケイアイセナ | ディープインパクト |
| 出走: 221回 勝率: 10.4% 複勝率: 29.9% | ||
0 | チャックネイト | ハーツクライ |
| 出走: 201回 勝率: 9.5% 複勝率: 24.9% | ||
0 | アラタ | キングカメハメハ |
| 出走: 110回 勝率: 7.3% 複勝率: 24.5% | ||
0 | ケリフレッドアスク | ドゥラメンテ |
| 出走: 69回 勝率: 5.8% 複勝率: 23.2% | ||
0 | ジュタ | ドゥラメンテ |
| 出走: 69回 勝率: 5.8% 複勝率: 23.2% | ||
0 | オニャンコポン | エイシンフラッシュ |
| 出走: 69回 勝率: 2.9% 複勝率: 8.7% | ||
0 | サンストックトン | ワールドエース |
| 出走: 9回 勝率: 0.0% 複勝率: 11.1% | ||
0 | ピースワンデュック | グレーターロンドン |
| 出走: 5回 勝率: 0.0% 複勝率: 0.0% | ||
0 | ファウストラーゼン | モズアスコット |
| 出走: 3回 勝率: 0.0% 複勝率: 0.0% | ||
🐴 AI競馬ウェーブ穴馬診断書「農林水産省賞典 函館記念」
「農林水産省賞典 函館記念」のAI穴馬診断で、特に注目度の高い馬が見つかりました。《チャックネイト》はAI予測順位こそ高くないものの、激走条件への合致度が非常に高い一頭です。大穴を狙うなら押さえておきたい馬でございます。
※ 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 チャックネイト（鮫島克駿騎手） ★★★★☆【大穴候補】
🔥 前走8着大敗→2500mから2000m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。
🔥 前走大野拓弥騎手で8着→鮫島克駿騎手に乗り替わり。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13着の大敗から前走8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: 中山芝2500m 8着 → 中山芝2200m 13着 → 中山芝3600m 7着
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
0 アラタ（大野拓弥騎手） ★★★☆☆【穴馬候補】
🔥 前走横山典弘騎手で10着→大野拓弥騎手に乗り替わり。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15着の大敗から前走10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: 中京芝2000m 10着 → 中山芝2500m 15着 → 福島芝2000m 4着
📈 AI競馬ウェーブ調子トレンド予測: ↖ やや上昇
0 ケリフレッドアスク（北村友一騎手） ★★☆☆☆【注意馬】
🔥 前走ディー騎手で14着→北村友一騎手に乗り替わり。手替わりで激変の可能性を秘める。
📊 近走成績: 東京芝1600m 14着 → 福島芝1800m 4着 → 中山芝1800m 8着
📈 AI競馬ウェーブ調子トレンド予測: ↙ やや下降
❓ 「農林水産省賞典 函館記念」AI競馬予想のよくある質問
Q. 「農林水産省賞典 函館記念」のAI競馬予想は無料で見られますか？
A. はい、「農林水産省賞典 函館記念」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. 「農林水産省賞典 函館記念」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. 「農林水産省賞典 函館記念」（函館芝2000m・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。
