「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
3R11:00
3歳未勝利芝1800m16頭
250 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…
激アツ
「3歳未勝利」（芝1800m）は16頭立ての多頭数戦でございます。AIの総合分析では《シャルムグリーン》を本命に推奨いたします。対抗は《ベルランコントル》、単穴に《ルアグロール》を指名しております。芝1800mの多頭数レースでは枠順や展開の影響が大きくなりますので、下記の展開予測シナリオも合わせてご参照いただければ幸いです。馬券は少し広めに構えておくのが賢明でしょう。
| 馬番 | 馬名・騎手名 | 人気 | AI予想 |
|---|---|---|---|
| 14 | 24.6倍 | ◎ 90.0 | |
| 13 | 619.2倍 | ○ 62.2 | |
| 12 | 12188.9倍 | ▲ 61.4 | |
| 16 | 510.9倍 | △ 58.3 | |
| 4 | 410.8倍 | ☆ 55.9 | |
| 7 | 863.0倍 | 55.7 | |
| 6 | 35.5倍 | 55.5 | |
| 9 | 722.5倍 | 52.1 | |
| 5 | 10140.4倍 | 51.8 | |
| 8 | 11.9倍 | 50.3 | |
| 2 | 11156.3倍 | 45.3 | |
| 10 | 988.8倍 | 44.6 | |
| 1 | 14412.6倍 | 35.6 | |
| 3 | 13313.5倍 | 31.6 | |
| 15 | 15442.3倍 | 消 20.4 | |
| 11 | 16699.7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
13ベルランコントル
250 円
📊 AIスコア分布「3歳未勝利」
トップスコアが際立つ分布となっております。27.8ptのリードは、AIが本命馬の勝利確率を高く見積もっていることの表れです。堅実な馬券を狙うのであれば、この馬からの流しがおすすめでございます。
⭐ AI競馬ウェーブ注目馬ピックアップ「3歳未勝利」
14 シャルムグリーン（津村明秀騎手）
当AI予想の本命馬《シャルムグリーン》にフォーカスしてご紹介いたします。
📌 前走1600m→今回1800m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→2着→2着→2着→4着）。調子の波に乗っている。
📊 近走成績: 東京芝1600m 6着（2人気） → 中山芝1600m 2着（1人気） → 中山芝1600m 2着（3人気）
📈 AI競馬ウェーブ調子トレンド予測: ↖ やや上昇
🎲 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31.2%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、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 | 31.2% |
| 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：スローペース
スローペースが想定される構成でございます。道中のペースが緩むと先行馬にとって有利な展開になりやすく、差し・追込タイプの馬は末脚を活かしきれないリスクがございます。先行馬を軸にした馬券が妙味のあるレースです。
| 脚質 | 頭数 | 構成比 |
|---|---|---|
逃げ | 0頭 | 0.0% |
先行 | 3頭 | 18.8% |
差し | 8頭 | 50.0% |
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」
《カタカムナ》《レッドフリーマン》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 | アロハオエ | ↓ 下降中 |
| 直近5走: 11着 ← 6着 ← 13着 ← 12着 ← 11着 | ||
2 | ラクシオンデクラ | ↙ やや下降 |
| 直近5走: 10着 ← 13着 ← 8着 ← 13着 | ||
3 | カタカムナ | ↑ 上昇中 |
| 直近5走: 13着 ← 14着 ← 10着 ← 11着 | ||
4 | ランウェイミューズ | ↑ 上昇中 |
| 直近5走: 9着 ← 3着 ← 2着 | ||
5 | ルージュラベル | ↑ 上昇中 |
| 直近5走: 11着 ← 5着 | ||
6 | グランマエストロ | ↑ 上昇中 |
| 直近5走: 6着 ← 4着 ← 2着 ← 3着 ← 2着 | ||
7 | チャチャット | ↖ やや上昇 |
| 直近5走: 8着 ← 7着 ← 13着 ← 2着 ← 8着 | ||
8 | ペプチドドリーム | ← 横ばい |
| 直近5走: 2着 | ||
9 | シルバーゴールド | ↖ やや上昇 |
| 直近5走: 2着 ← 11着 ← 3着 ← 5着 ← 4着 | ||
10 | レッドフリーマン | ↑ 上昇中 |
| 直近5走: 15着 ← 4着 ← 12着 | ||
11 | カキュウ | ↙ やや下降 |
| 直近5走: 15着 ← 10着 ← 8着 ← 12着 ← 16着 | ||
12 | ルアグロール | ↖ やや上昇 |
| 直近5走: 11着 ← 5着 ← 12着 ← 7着 | ||
13 | ベルランコントル | ↓ 下降中 |
| 直近5走: 3着 ← 8着 ← 4着 ← 4着 ← 14着 | ||
14 | シャルムグリーン | ↖ やや上昇 |
| 直近5走: 6着 ← 2着 ← 2着 ← 2着 ← 4着 | ||
15 | ボールドフロント | ↓ 下降中 |
| 直近5走: 8着 ← 12着 | ||
16 | ブラーヴジャン | ↙ やや下降 |
| 直近5走: 4着 ← 4着 ← 6着 ← 6着 ← 4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木村 哲也調教師（39戦6勝・勝率15.4%）でございます。
出走経験が最も豊富なのは伊藤 大士調教師（164戦）です。
| 馬番 | 馬名 | 調教師 |
|---|---|---|
6 | グランマエストロ | 木村 哲也 |
| 勝率: 15.4% 複勝率: 41.0% 平均着順: 5.7位 | ||
4 | ランウェイミューズ | 竹内 正洋 |
| 勝率: 10.7% 複勝率: 25.0% 平均着順: 7.1位 | ||
10 | レッドフリーマン | 大竹 正博 |
| 勝率: 9.3% 複勝率: 27.8% 平均着順: 7.0位 | ||
5 | ルージュラベル | 鹿戸 雄一 |
| 勝率: 8.0% 複勝率: 29.7% 平均着順: 7.0位 | ||
1 | アロハオエ | 中川 公成 |
| 勝率: 7.4% 複勝率: 20.0% 平均着順: 8.3位 | ||
15 | ボールドフロント | 尾形 和幸 |
| 勝率: 7.0% 複勝率: 18.9% 平均着順: 8.8位 | ||
14 | シャルムグリーン | 相沢 郁 |
| 勝率: 6.5% 複勝率: 23.4% 平均着順: 7.4位 | ||
16 | ブラーヴジャン | 和田 勇介 |
| 勝率: 6.2% 複勝率: 30.2% 平均着順: 6.6位 | ||
12 | ルアグロール | 嘉藤 貴行 |
| 勝率: 6.2% 複勝率: 20.5% 平均着順: 8.0位 | ||
13 | ベルランコントル | 伊藤 大士 |
| 勝率: 4.3% 複勝率: 17.7% 平均着順: 7.8位 | ||
7 | チャチャット | 柄崎 将寿 |
| 勝率: 3.7% 複勝率: 3.7% 平均着順: 9.5位 | ||
2 | ラクシオンデクラ | 尾関 知人 |
| 勝率: 3.0% 複勝率: 20.7% 平均着順: 7.4位 | ||
3 | カタカムナ | 蛯名 利弘 |
| 勝率: 3.0% 複勝率: 9.0% 平均着順: 9.0位 | ||
9 | シルバーゴールド | 戸田 博文 |
| 勝率: 2.7% 複勝率: 15.0% 平均着順: 8.0位 | ||
11 | カキュウ | 佐藤 吉勝 |
| 勝率: 0.8% 複勝率: 9.4% 平均着順: 9.0位 | ||
8 | ペプチドドリーム | 松尾 卓哉 |
| 勝率: 0.0% 複勝率: 10.0% 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ヘンリーバローズ産駒（5戦1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 |
|---|---|---|
16 | ブラーヴジャン | ダノンプレミアム |
| 出走: 4回 勝率: 50.0% 複勝率: 50.0% | ||
8 | ペプチドドリーム | ヘンリーバローズ |
| 出走: 5回 勝率: 20.0% 複勝率: 20.0% | ||
9 | シルバーゴールド | シルバーステート |
| 出走: 96回 勝率: 13.5% 複勝率: 27.1% | ||
4 | ランウェイミューズ | シルバーステート |
| 出走: 96回 勝率: 13.5% 複勝率: 27.1% | ||
10 | レッドフリーマン | ダイワメジャー |
| 出走: 121回 勝率: 10.7% 複勝率: 24.8% | ||
12 | ルアグロール | リオンディーズ |
| 出走: 68回 勝率: 10.3% 複勝率: 20.6% | ||
3 | カタカムナ | サトノクラウン |
| 出走: 62回 勝率: 8.1% 複勝率: 22.6% | ||
13 | ベルランコントル | キタサンブラック |
| 出走: 69回 勝率: 7.2% 複勝率: 24.6% | ||
14 | シャルムグリーン | スワーヴリチャード |
| 出走: 31回 勝率: 6.5% 複勝率: 12.9% | ||
7 | チャチャット | レイデオロ |
| 出走: 72回 勝率: 5.6% 複勝率: 23.6% | ||
5 | ルージュラベル | エピファネイア |
| 出走: 203回 勝率: 5.4% 複勝率: 22.7% | ||
6 | グランマエストロ | エピファネイア |
| 出走: 203回 勝率: 5.4% 複勝率: 22.7% | ||
11 | カキュウ | フィエールマン |
| 出走: 41回 勝率: 4.9% 複勝率: 26.8% | ||
2 | ラクシオンデクラ | ブリックスアンドモルタル |
| 出走: 50回 勝率: 4.0% 複勝率: 22.0% | ||
15 | ボールドフロント | デクラレーションオブウォー |
| 出走: 31回 勝率: 3.2% 複勝率: 19.4% | ||
1 | アロハオエ | アルアイン |
| 出走: 35回 勝率: 2.9% 複勝率: 20.0% | ||
🐴 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。
6 グランマエストロ（戸崎圭太騎手） ★★★☆☆【穴馬候補】
🔥 前走ルメール騎手で6着→戸崎圭太騎手に乗り替わり。手替わりで激変の可能性を秘める。
🔥 前走ダートから芝へ戻る。過去芝で好走歴があり、コース替わりで一変も。
📊 近走成績: 東京ダート1400m 6着 → 東京芝1400m 4着 → 東京芝1400m 2着
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
2 ラクシオンデクラ（菊沢一樹騎手） ★★★☆☆【穴馬候補】
🔥 前走本田正重騎手で10着→菊沢一樹騎手に乗り替わり。手替わりで激変の可能性を秘める。
📌 前走ダートから芝に初挑戦。未知の魅力がある。
📌 2走前13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: 福島ダート1700m 10着 → 中山芝2200m 13着 → 中山芝2000m 8着
📈 AI競馬ウェーブ調子トレンド予測: ↙ やや下降
3 カタカムナ（木幡巧也騎手） ★★★☆☆【穴馬候補】
🔥 前走13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。
🔥 前走水沼元輝騎手で13着→木幡巧也騎手に乗り替わり。手替わりで激変の可能性を秘める。
📌 2走前14着の大敗から前走13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 13着 → 福島芝1800m 14着 → 小倉芝1800m 10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」（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。
