「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：
小倉
4R 11:30
3歳未勝利 ダート 1700m 16頭
500 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」（ダート1700m）。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《アンリミテッド》でございます。次いで《ジョーカー》、《スナークホクサイ》の順に評価しておりますが、ダート1700m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 |
|---|---|---|---|
| 14 | 47.7倍 | ◎ 90.0 | |
| 2 | 12.1倍 | ○ 87.0 | |
| 9 | 1160.7倍 | ▲ 75.2 | |
| 3 | 726.6倍 | △ 71.4 | |
| 10 | 938.2倍 | ☆ 70.9 | |
| 1 | 35.6倍 | 70.5 | |
| 13 | 14233.6倍 | 59.1 | |
| 16 | 12156.2倍 | 56.1 | |
| 8 | 1041.0倍 | 51.8 | |
| 12 | 833.1倍 | 44.2 | |
| 15 | 517.0倍 | 42.7 | |
| 7 | 24.6倍 | 41.6 | |
| 11 | 15310.1倍 | 38.5 | |
| 6 | 624.3倍 | 37.7 | |
| 4 | 13221.3倍 | 消 21.8 | |
| 5 | 16362.3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ジョーカー
110 円
複勝
3ベラジオヴァレル
390 円
📊 AIスコア分布「3歳未勝利」
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歳未勝利」
14 アンリミテッド（西村淳也騎手）
「3歳未勝利」の注目馬は《アンリミテッド》。AIが本命に推す理由を解説いたします。
📌 前走1400m→今回1700m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（6着→9着→3着→6着→3着）。調子の波に乗っている。
📊 近走成績: 阪神ダート1400m 6着（4人気） → 阪神ダート1800m 9着（4人気） → 京都ダート1800m 3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「3歳未勝利」
過去646レースで1番人気の勝率は30.3%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、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 | 30.3% |
| 1番人気の連対率 | 47.8% |
| 1番人気の複勝率 | 59.8% |
| 勝ち馬の平均人気 | 3.6番人気 |
| 集計レース数 | 646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：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 | 6頭 | 40.0% |
差し | 6頭 | 40.0% |
追込 | 2頭 | 13.3% |
📈 AI競馬ウェーブ調子トレンド予測「3歳未勝利」
特に注目していただきたいのは上昇中の《ウォーターコトノハ》《アンリミテッド》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 |
|---|---|---|
1 | ワルトシュタイン | ↓ 下降中 |
| 直近5走: 5着 ← 3着 ← 13着 ← 10着 ← 4着 | ||
2 | ジョーカー | ↙ やや下降 |
| 直近5走: 2着 ← 2着 ← 2着 ← 3着 ← 2着 | ||
3 | ベラジオヴァレル | ↓ 下降中 |
| 直近5走: 7着 ← 11着 | ||
4 | ミニュイ | ↖ やや上昇 |
| 直近5走: 7着 ← 9着 ← 10着 ← 6着 | ||
5 | サンライズハリー | ← 横ばい |
| 直近5走: 12着 | ||
6 | タガノランパート | ← 横ばい |
| 直近5走: 5着 | ||
7 | ゴールデンドラゴン | ↓ 下降中 |
| 直近5走: 2着 ← 5着 ← 8着 ← 3着 ← 9着 | ||
8 | ラッキーダイヤ | ↓ 下降中 |
| 直近5走: 9着 ← 3着 ← 7着 ← 5着 ← 18着 | ||
9 | スナークホクサイ | ↓ 下降中 |
| 直近5走: 9着 ← 9着 ← 9着 ← 7着 ← 15着 | ||
10 | カフジミモレット | ↓ 下降中 |
| 直近5走: 7着 ← 6着 ← 9着 ← 9着 ← 9着 | ||
11 | ウォーターコトノハ | ↑ 上昇中 |
| 直近5走: 14着 ← 8着 ← 9着 | ||
12 | アメリカンサクラ | ↓ 下降中 |
| 直近5走: 8着 ← 6着 ← 5着 ← 10着 ← 12着 | ||
13 | ショールミーズ | ← 横ばい |
| 直近5走: - | ||
14 | アンリミテッド | ↑ 上昇中 |
| 直近5走: 6着 ← 9着 ← 3着 ← 6着 ← 3着 | ||
15 | セイウンダイフク | ↑ 上昇中 |
| 直近5走: 5着 ← 14着 ← 6着 ← 5着 ← 5着 | ||
16 | メイショウマグナ | ↓ 下降中 |
| 直近5走: 6着 ← 10着 ← 9着 ← 11着 | ||
👔 AI競馬ウェーブ調教師×小倉相性分析「3歳未勝利」
小倉での勝率が最も高いのは佐藤 悠太調教師（29戦5勝・勝率17.2%）でございます。
出走経験が最も豊富なのは森田 直行調教師（226戦）です。
| 馬番 | 馬名 | 調教師 |
|---|---|---|
1 | ワルトシュタイン | 佐藤 悠太 |
| 勝率: 17.2% 複勝率: 34.5% 平均着順: 7.0位 | ||
2 | ジョーカー | 友道 康夫 |
| 勝率: 14.9% 複勝率: 36.9% 平均着順: 6.2位 | ||
9 | スナークホクサイ | 野中 賢二 |
| 勝率: 10.7% 複勝率: 28.7% 平均着順: 7.0位 | ||
6 | タガノランパート | 奥村 豊 |
| 勝率: 10.3% 複勝率: 26.6% 平均着順: 7.4位 | ||
12 | アメリカンサクラ | 矢作 芳人 |
| 勝率: 10.2% 複勝率: 25.4% 平均着順: 7.2位 | ||
3 | ベラジオヴァレル | 上村 洋行 |
| 勝率: 9.5% 複勝率: 25.0% 平均着順: 7.9位 | ||
15 | セイウンダイフク | 宮本 博 |
| 勝率: 8.9% 複勝率: 32.4% 平均着順: 6.6位 | ||
7 | ゴールデンドラゴン | 宮本 博 |
| 勝率: 8.9% 複勝率: 32.4% 平均着順: 6.6位 | ||
11 | ウォーターコトノハ | 岡田 稲男 |
| 勝率: 6.8% 複勝率: 18.2% 平均着順: 7.9位 | ||
13 | ショールミーズ | 大根田 裕之 |
| 勝率: 6.7% 複勝率: 15.9% 平均着順: 8.3位 | ||
14 | アンリミテッド | 高野 友和 |
| 勝率: 6.3% 複勝率: 34.0% 平均着順: 6.4位 | ||
10 | カフジミモレット | 森田 直行 |
| 勝率: 5.8% 複勝率: 18.6% 平均着順: 8.5位 | ||
16 | メイショウマグナ | 石橋 守 |
| 勝率: 5.8% 複勝率: 18.6% 平均着順: 7.7位 | ||
8 | ラッキーダイヤ | 牧田 和弥 |
| 勝率: 4.7% 複勝率: 15.6% 平均着順: 8.2位 | ||
5 | サンライズハリー | 平田 修 |
| 勝率: 4.4% 複勝率: 17.1% 平均着順: 8.5位 | ||
4 | ミニュイ | 秋山 真一郎 |
| 勝率: 3.0% 複勝率: 12.1% 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」
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ドレフォン産駒（162戦17勝・勝率10.5%）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 |
|---|---|---|
10 | カフジミモレット | ドレフォン |
| 出走: 162回 勝率: 10.5% 複勝率: 24.7% | ||
4 | ミニュイ | ドレフォン |
| 出走: 162回 勝率: 10.5% 複勝率: 24.7% | ||
2 | ジョーカー | ドレフォン |
| 出走: 162回 勝率: 10.5% 複勝率: 24.7% | ||
14 | アンリミテッド | キズナ |
| 出走: 161回 勝率: 9.3% 複勝率: 20.5% | ||
6 | タガノランパート | タワーオブロンドン |
| 出走: 11回 勝率: 9.1% 複勝率: 27.3% | ||
15 | セイウンダイフク | サンダースノー |
| 出走: 36回 勝率: 8.3% 複勝率: 19.4% | ||
9 | スナークホクサイ | クリソベリル |
| 出走: 14回 勝率: 7.1% 複勝率: 21.4% | ||
3 | ベラジオヴァレル | ロードカナロア |
| 出走: 219回 勝率: 6.8% 複勝率: 22.4% | ||
13 | ショールミーズ | ホッコータルマエ |
| 出走: 117回 勝率: 5.1% 複勝率: 24.8% | ||
1 | ワルトシュタイン | マジェスティックウォリアー |
| 出走: 172回 勝率: 4.1% 複勝率: 20.9% | ||
8 | ラッキーダイヤ | サトノダイヤモンド |
| 出走: 38回 勝率: 2.6% 複勝率: 21.1% | ||
7 | ゴールデンドラゴン | フィエールマン |
| 出走: 7回 勝率: 0.0% 複勝率: 28.6% | ||
16 | メイショウマグナ | ウインブライト |
| 出走: 4回 勝率: 0.0% 複勝率: 0.0% | ||
12 | アメリカンサクラ | Liam's Map |
| 出走: 4回 勝率: 0.0% 複勝率: 0.0% | ||
11 | ウォーターコトノハ | ゴールドアクター |
| 出走: 3回 勝率: 0.0% 複勝率: 0.0% | ||
5 | サンライズハリー | サンライズソア |
| 出走: 0回 勝率: - 複勝率: - | ||
🐴 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。
8 ラッキーダイヤ（森田誠也騎手） ★★★☆☆【穴馬候補】
🔥 前走9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。
🔥 前走酒井学騎手で9着→森田誠也騎手に乗り替わり。手替わりで激変の可能性を秘める。
📊 近走成績: 京都ダート1900m 9着 → 京都ダート1900m 3着 → 中京ダート1900m 7着
📈 AI競馬ウェーブ調子トレンド予測: ↓ 下降中
12 アメリカンサクラ（角田大和騎手） ★★★☆☆【穴馬候補】
🔥 前走8着大敗→2000m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。
🔥 前走中井裕二騎手で8着→角田大和騎手に乗り替わり。手替わりで激変の可能性を秘める。
📊 近走成績: 阪神ダート2000m 8着 → 阪神ダート1400m 6着 → 阪神ダート1800m 5着
📈 AI競馬ウェーブ調子トレンド予測: ↓ 下降中
11 ウォーターコトノハ（菱田裕二騎手） ★★★☆☆【穴馬候補】
🔥 前走14着大敗→2000m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。
🔥 前走柴田裕一騎手で14着→菱田裕二騎手に乗り替わり。手替わりで激変の可能性を秘める。
📌 前走芝からダートに初挑戦。未知の魅力がある。
📊 近走成績: 小倉芝2000m 14着 → 京都芝2000m 8着 → 阪神芝1800m 9着
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
❓ 「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」（小倉ダート1700m・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。
