「3歳未勝利」の無料AI競馬予想【ウェーブ】
競馬予想の更新日：
福島
6R 13:01
3歳未勝利 芝 1800m 16頭
370 円
🔖 競馬予想の目次
🤖 競馬AIウェーブによる「3歳未勝利」競馬予想
競馬AIウェーブの予想自信度は…
自信ナシ
16頭が出走する「3歳未勝利」（芝1800m）。多頭数戦ならではの紛れが起きやすい条件です。AIが最も高く評価したのは《セーヌデローヴ》でございます。次いで《フライングビーナス》、《ジョブックボー》の順に評価しておりますが、芝1800mの多頭数レースでは不利を受ける馬も出やすく、実力通りに決まるとは限りません。枠順統計データも参考に、総合的にご判断くださいませ。
| 馬番 | 馬名・騎手名 | 人気 | AI予想 |
|---|---|---|---|
| 6 | 615.3倍 | ◎ 90.0 | |
| 13 | 1065.3倍 | ○ 88.8 | |
| 5 | 12114.8倍 | ▲ 81.1 | |
| 15 | 35.8倍 | △ 80.4 | |
| 7 | 14349.1倍 | ☆ 74.6 | |
| 3 | 23.9倍 | 74.5 | |
| 9 | 412.0倍 | 74.5 | |
| 10 | 716.0倍 | 71.7 | |
| 8 | 12.2倍 | 69.4 | |
| 14 | 1192.8倍 | 67.0 | |
| 1 | 512.5倍 | 65.8 | |
| 2 | 13159.2倍 | 58.2 | |
| 11 | 855.0倍 | 57.1 | |
| 12 | 956.9倍 | 50.7 | |
| 4 | 16410.4倍 | 46.6 | |
| 16 | 15393.6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
6セーヌデローヴ
370 円
📊 AIスコア分布「3歳未勝利」
スコアが団子状態となっております（上位差1.2pt）。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「3歳未勝利」
6 セーヌデローヴ（石川裕紀人騎手）
「3歳未勝利」でAIが最も高く評価した《セーヌデローヴ》を深掘り分析いたします。
📌 前走の石田拓郎騎手から石川裕紀人騎手に乗り替わり。手替わり効果に期待。
📌 前走2000m→今回1800mへ距離短縮。スピード勝負への対応力が鍵。
📌 近走の着順が上昇傾向（11着→6着→13着→9着→5着）。調子の波に乗っている。
📊 近走成績: 新潟芝2000m 11着（6人気） → 東京芝1800m 6着（9人気） → 中山ダート1800m 13着（7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「3歳未勝利」
過去301レースで1番人気の勝率は30.6%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、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 | 30.6% |
| 1番人気の連対率 | 47.2% |
| 1番人気の複勝率 | 60.8% |
| 勝ち馬の平均人気 | 3.5番人気 |
| 集計レース数 | 301レース |
🏇 AI競馬ウェーブ展開予測シナリオ「3歳未勝利」
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5頭・先行2頭と先行争いが激しくなりそうな構成でございます。ペースが速くなれば前の馬が消耗しやすく、差し・追込タイプの馬に注目です。後方から脚を溜められる馬を重視した馬券構成をおすすめいたします。
| 脚質 | 頭数 | 構成比 |
|---|---|---|
逃げ | 5頭 | 31.2% |
先行 | 2頭 | 12.5% |
差し | 4頭 | 25.0% |
追込 | 5頭 | 31.2% |
📈 AI競馬ウェーブ調子トレンド予測「3歳未勝利」
《フライングビーナス》《セーヌデローヴ》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 | ポポラヴィスタ | ↓ 下降中 |
| 直近5走: 2着 ← 11着 ← 18着 ← 15着 ← 14着 | ||
2 | パーフェクトスノー | ↑ 上昇中 |
| 直近5走: 12着 ← 9着 ← 9着 | ||
3 | フクオトコ | ↖ やや上昇 |
| 直近5走: 3着 ← 5着 ← 6着 ← 3着 ← 2着 | ||
4 | ミスデルマー | ↖ やや上昇 |
| 直近5走: 14着 ← 13着 ← 12着 ← 13着 ← 13着 | ||
5 | ジョブックボー | ← 横ばい |
| 直近5走: 8着 | ||
6 | セーヌデローヴ | ↑ 上昇中 |
| 直近5走: 11着 ← 6着 ← 13着 ← 9着 ← 5着 | ||
7 | サファイアプレミア | ↑ 上昇中 |
| 直近5走: 14着 ← 16着 ← 11着 | ||
8 | ウインテラジーナ | ↓ 下降中 |
| 直近5走: 2着 ← 5着 | ||
9 | ルンベーラ | ↙ やや下降 |
| 直近5走: 11着 ← 6着 ← 16着 ← 6着 ← 12着 | ||
10 | レッドフリーマン | ↓ 下降中 |
| 直近5走: 4着 ← 12着 | ||
11 | サトノアンナ | ← 横ばい |
| 直近5走: 16着 | ||
12 | ブルーブロディ | ↓ 下降中 |
| 直近5走: 12着 ← 12着 ← 12着 ← 16着 | ||
13 | フライングビーナス | ↑ 上昇中 |
| 直近5走: 11着 ← 7着 | ||
14 | シルバープレミア | ↓ 下降中 |
| 直近5走: 11着 ← 10着 ← 13着 | ||
15 | ムーングレイル | ↓ 下降中 |
| 直近5走: 3着 ← 9着 ← 6着 ← 5着 ← 10着 | ||
16 | ケイアイギルス | ← 横ばい |
| 直近5走: 15着 | ||
👔 AI競馬ウェーブ調教師×福島相性分析「3歳未勝利」
福島での勝率が最も高いのは菊沢 隆徳調教師（132戦15勝・勝率11.4%）でございます。
出走経験が最も豊富なのは菊川 正達調教師（165戦）です。
| 馬番 | 馬名 | 調教師 |
|---|---|---|
3 | フクオトコ | 菊沢 隆徳 |
| 勝率: 11.4% 複勝率: 34.1% 平均着順: 6.2位 | ||
15 | ムーングレイル | 森 一誠 |
| 勝率: 11.4% 複勝率: 31.4% 平均着順: 6.3位 | ||
2 | パーフェクトスノー | 中舘 英二 |
| 勝率: 11.3% 複勝率: 26.4% 平均着順: 7.0位 | ||
8 | ウインテラジーナ | 栗田 徹 |
| 勝率: 10.8% 複勝率: 27.0% 平均着順: 7.3位 | ||
13 | フライングビーナス | 田中 博康 |
| 勝率: 10.0% 複勝率: 37.8% 平均着順: 6.3位 | ||
10 | レッドフリーマン | 大竹 正博 |
| 勝率: 9.9% 複勝率: 28.4% 平均着順: 6.9位 | ||
11 | サトノアンナ | 大竹 正博 |
| 勝率: 9.9% 複勝率: 28.4% 平均着順: 6.9位 | ||
16 | ケイアイギルス | 小島 茂之 |
| 勝率: 9.1% 複勝率: 26.3% 平均着順: 7.1位 | ||
14 | シルバープレミア | 西田 雄一郎 |
| 勝率: 7.4% 複勝率: 14.9% 平均着順: 8.3位 | ||
1 | ポポラヴィスタ | 鈴木 慎太郎 |
| 勝率: 7.2% 複勝率: 25.7% 平均着順: 7.4位 | ||
5 | ジョブックボー | 黒岩 陽一 |
| 勝率: 6.5% 複勝率: 13.0% 平均着順: 7.8位 | ||
6 | セーヌデローヴ | 黒岩 陽一 |
| 勝率: 6.5% 複勝率: 13.0% 平均着順: 7.8位 | ||
7 | サファイアプレミア | 池上 昌和 |
| 勝率: 5.3% 複勝率: 15.0% 平均着順: 8.4位 | ||
9 | ルンベーラ | 菊川 正達 |
| 勝率: 4.8% 複勝率: 17.6% 平均着順: 8.8位 | ||
4 | ミスデルマー | 和田 正一郎 |
| 勝率: 4.6% 複勝率: 16.8% 平均着順: 8.7位 | ||
12 | ブルーブロディ | 伊坂 重信 |
| 勝率: 4.0% 複勝率: 16.0% 平均着順: 8.6位 | ||
🧬 AI競馬ウェーブ血統×条件適性分析「3歳未勝利」
福島芝1800m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ミッキーアイル産駒（19戦3勝・勝率15.8%）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 |
|---|---|---|
4 | ミスデルマー | ダノンプレミアム |
| 出走: 3回 勝率: 66.7% 複勝率: 66.7% | ||
15 | ムーングレイル | ミッキーアイル |
| 出走: 19回 勝率: 15.8% 複勝率: 31.6% | ||
9 | ルンベーラ | ミッキーグローリー |
| 出走: 7回 勝率: 14.3% 複勝率: 14.3% | ||
1 | ポポラヴィスタ | ダノンバラード |
| 出走: 103回 勝率: 10.7% 複勝率: 27.2% | ||
10 | レッドフリーマン | ダイワメジャー |
| 出走: 123回 勝率: 10.6% 複勝率: 25.2% | ||
8 | ウインテラジーナ | ウインブライト |
| 出走: 55回 勝率: 7.3% 複勝率: 21.8% | ||
5 | ジョブックボー | ハービンジャー |
| 出走: 321回 勝率: 5.9% 複勝率: 20.9% | ||
11 | サトノアンナ | レイデオロ |
| 出走: 69回 勝率: 5.8% 複勝率: 24.6% | ||
13 | フライングビーナス | エピファネイア |
| 出走: 199回 勝率: 5.5% 複勝率: 23.1% | ||
3 | フクオトコ | フィエールマン |
| 出走: 38回 勝率: 5.3% 複勝率: 26.3% | ||
2 | パーフェクトスノー | サンダースノー |
| 出走: 16回 勝率: 0.0% 複勝率: 6.2% | ||
16 | ケイアイギルス | ホークビル |
| 出走: 13回 勝率: 0.0% 複勝率: 7.7% | ||
12 | ブルーブロディ | アジアエクスプレス |
| 出走: 8回 勝率: 0.0% 複勝率: 0.0% | ||
6 | セーヌデローヴ | ダノンキングリー |
| 出走: 3回 勝率: 0.0% 複勝率: 0.0% | ||
14 | シルバープレミア | ワールドプレミア |
| 出走: 2回 勝率: 0.0% 複勝率: 0.0% | ||
7 | サファイアプレミア | ワールドプレミア |
| 出走: 2回 勝率: 0.0% 複勝率: 0.0% | ||
🐴 AI競馬ウェーブ穴馬診断書「3歳未勝利」
「3歳未勝利」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。
7 サファイアプレミア（丸田恭介騎手） ★★★☆☆【穴馬候補】
🔥 前走14着大敗→2000mから1800m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。
🔥 前走柴田裕一騎手で14着→丸田恭介騎手に乗り替わり。手替わりで激変の可能性を秘める。
📌 2走前16着の大敗から前走14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: 新潟芝2000m 14着 → 中山芝2000m 16着 → 東京芝1800m 11着
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
2 パーフェクトスノー（大野拓弥騎手） ★★★☆☆【穴馬候補】
🔥 前走12着大敗→2200mから1800m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。
🔥 前走長浜鴻緒騎手で12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。
📊 近走成績: 中山芝2200m 12着 → 中京ダート1800m 9着 → 東京芝1600m 9着
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
12 ブルーブロディ（上里直汰騎手） ★★★☆☆【穴馬候補】
🔥 前走12着大敗→2400mから1800m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。
🔥 前走荻野極騎手で12着→上里直汰騎手に乗り替わり。手替わりで激変の可能性を秘める。
📊 近走成績: 東京芝2400m 12着 → 福島芝2000m 12着 → 東京ダート1600m 12着
📈 AI競馬ウェーブ調子トレンド予測: ↓ 下降中
❓ 「3歳未勝利」AI競馬予想のよくある質問
Q. 「3歳未勝利」のAI競馬予想は無料で見られますか？
A. はい、「3歳未勝利」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歳未勝利」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歳未勝利」（福島芝1800m・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。
