「宮崎ステークス」の無料AI競馬予想【ウェーブ】
競馬予想の更新日：
小倉
10R15:10
宮崎ステークスダート1700m16頭
🔖 競馬予想の目次
🤖 競馬AIウェーブによる「宮崎ステークス」競馬予想
競馬AIウェーブの予想自信度は…
予測不能
16頭が出走する「宮崎ステークス」（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《レヴァンテシチー》でございます。次いで《マッシャーブルム》、《アレナパラシオ》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 |
|---|---|---|---|
| 13 | 15.0倍 | ◎ 90.0 | |
| 9 | 1230.2倍 | ○ 89.2 | |
| 16 | 35.8倍 | ▲ 76.7 | |
| 5 | 1439.6倍 | △ 75.3 | |
| 3 | 1023.8倍 | ☆ 75.0 | |
| 10 | 1551.1倍 | 64.3 | |
| 1 | 25.1倍 | 58.6 | |
| 7 | 1124.4倍 | 51.9 | |
| 8 | 59.6倍 | 50.0 | |
| 2 | 923.2倍 | 48.3 | |
| 15 | 1333.4倍 | 41.2 | |
| 4 | 817.0倍 | 40.7 | |
| 11 | 1678.7倍 | 39.5 | |
| 12 | 712.6倍 | 35.0 | |
| 14 | 48.8倍 | 消 29.2 | |
| 6 | 611.5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「宮崎ステークス」
スコアが団子状態となっております（上位差0.8pt）。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「宮崎ステークス」
13 レヴァンテシチー（松山弘平騎手）
「宮崎ステークス」でAIが最も高く評価した《レヴァンテシチー》を深掘り分析いたします。
📌 近走の着順が上昇傾向（7着→1着→1着→4着→2着）。調子の波に乗っている。
📊 近走成績: 阪神ダート1800m 7着（2人気） → 京都ダート1800m 1着（2人気） → 阪神ダート1800m 1着（2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「宮崎ステークス」
過去652レースで1番人気の勝率は30.4%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 | 30.4% |
| 1番人気の連対率 | 47.9% |
| 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 | 652レース |
🏇 AI競馬ウェーブ展開予測シナリオ「宮崎ステークス」
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：スローペース
先行争いが穏やかなメンバー構成でございます。逃げ・先行馬が楽にポジションを取れる見込みで、4角先頭からの押し切りが決まりやすい展開が予想されます。前に行ける馬を中心に馬券を組み立てるのがおすすめです。
| 脚質 | 頭数 | 構成比 |
|---|---|---|
逃げ | 1頭 | 6.2% |
先行 | 2頭 | 12.5% |
差し | 7頭 | 43.8% |
追込 | 6頭 | 37.5% |
📈 AI競馬ウェーブ調子トレンド予測「宮崎ステークス」
特に注目していただきたいのは上昇中の《メイショウオーロラ》《メイショウシナノ》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 | ジューンエオス | ↓ 下降中 |
| 直近5走: 3着 ← 11着 ← 1着 ← 12着 ← 12着 | ||
2 | メイショウシナノ | ↑ 上昇中 |
| 直近5走: 9着 ← 7着 ← 4着 ← 3着 ← 7着 | ||
3 | ダノンスウィッチ | ↑ 上昇中 |
| 直近5走: 8着 ← 13着 ← 13着 ← 2着 ← 10着 | ||
4 | グランキングオー | ↙ やや下降 |
| 直近5走: 12着 ← 1着 ← 8着 ← 13着 ← 8着 | ||
5 | テーオールビー | ↑ 上昇中 |
| 直近5走: 6着 ← 11着 ← 7着 ← 9着 ← 1着 | ||
6 | カミノレアル | ↑ 上昇中 |
| 直近5走: 6着 ← 14着 ← 12着 ← 1着 ← 1着 | ||
7 | プロミシングスター | ↑ 上昇中 |
| 直近5走: 10着 ← 13着 ← 9着 ← 11着 ← 5着 | ||
8 | モズカトレア | ↑ 上昇中 |
| 直近5走: 14着 ← 9着 ← 1着 ← 2着 ← 2着 | ||
9 | マッシャーブルム | ↑ 上昇中 |
| 直近5走: 15着 ← 16着 ← 5着 ← 2着 ← 2着 | ||
10 | ナヴォーナ | ↓ 下降中 |
| 直近5走: 10着 ← 3着 ← 6着 ← 6着 ← 14着 | ||
11 | メイショウオーロラ | ↑ 上昇中 |
| 直近5走: 12着 ← 8着 ← 12着 ← 6着 ← 10着 | ||
12 | サイモンシュバリエ | ↓ 下降中 |
| 直近5走: 1着 ← 3着 ← 1着 ← 4着 ← 3着 | ||
13 | レヴァンテシチー | ↑ 上昇中 |
| 直近5走: 7着 ← 1着 ← 1着 ← 4着 ← 2着 | ||
14 | カルパ | ↓ 下降中 |
| 直近5走: 1着 ← 6着 ← 3着 ← 4着 ← 7着 | ||
15 | インザモーメント | ↑ 上昇中 |
| 直近5走: 9着 ← 14着 ← 7着 ← 9着 ← 8着 | ||
16 | アレナパラシオ | ↓ 下降中 |
| 直近5走: 4着 ← 2着 ← 1着 ← 8着 ← 13着 | ||
👔 AI競馬ウェーブ調教師×小倉相性分析「宮崎ステークス」
| 馬番 | 馬名 | 調教師 |
|---|---|---|
13 | レヴァンテシチー | 柴田 卓 |
| 勝率: 16.7% 複勝率: 16.7% 平均着順: 7.8位 | ||
15 | インザモーメント | 田中 克典 |
| 勝率: 12.7% 複勝率: 26.9% 平均着順: 6.8位 | ||
2 | メイショウシナノ | 大橋 勇樹 |
| 勝率: 10.8% 複勝率: 22.9% 平均着順: 7.3位 | ||
10 | ナヴォーナ | 矢作 芳人 |
| 勝率: 9.8% 複勝率: 25.0% 平均着順: 7.3位 | ||
1 | ジューンエオス | 武 英智 |
| 勝率: 9.1% 複勝率: 26.4% 平均着順: 7.2位 | ||
16 | アレナパラシオ | 四位 洋文 |
| 勝率: 8.3% 複勝率: 26.9% 平均着順: 7.2位 | ||
12 | サイモンシュバリエ | 梅田 智之 |
| 勝率: 7.1% 複勝率: 18.5% 平均着順: 7.7位 | ||
3 | ダノンスウィッチ | 東田 明士 |
| 勝率: 7.1% 複勝率: 19.0% 平均着順: 8.9位 | ||
5 | テーオールビー | 宮 徹 |
| 勝率: 6.9% 複勝率: 21.2% 平均着順: 7.3位 | ||
14 | カルパ | 須貝 尚介 |
| 勝率: 6.6% 複勝率: 25.5% 平均着順: 7.1位 | ||
11 | メイショウオーロラ | 本田 優 |
| 勝率: 6.0% 複勝率: 17.9% 平均着順: 7.8位 | ||
6 | カミノレアル | 今野 貞一 |
| 勝率: 5.7% 複勝率: 20.2% 平均着順: 8.2位 | ||
7 | プロミシングスター | 高橋 義忠 |
| 勝率: 5.6% 複勝率: 21.8% 平均着順: 7.5位 | ||
9 | マッシャーブルム | 河嶋 宏樹 |
| 勝率: 5.3% 複勝率: 26.6% 平均着順: 7.5位 | ||
4 | グランキングオー | 高橋 康之 |
| 勝率: 4.1% 複勝率: 13.8% 平均着順: 9.1位 | ||
8 | モズカトレア | 井上 智史 |
| 勝率: 2.8% 複勝率: 27.8% 平均着順: 7.1位 | ||
🧬 AI競馬ウェーブ血統×条件適性分析「宮崎ステークス」
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（7戦2勝・勝率28.6%）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 |
|---|---|---|
1 | ジューンエオス | Constitution |
| 出走: 7回 勝率: 28.6% 複勝率: 71.4% | ||
9 | マッシャーブルム | モーニン |
| 出走: 19回 勝率: 15.8% 複勝率: 42.1% | ||
16 | アレナパラシオ | シニスターミニスター |
| 出走: 219回 勝率: 11.9% 複勝率: 25.1% | ||
4 | グランキングオー | シニスターミニスター |
| 出走: 219回 勝率: 11.9% 複勝率: 25.1% | ||
12 | サイモンシュバリエ | シニスターミニスター |
| 出走: 219回 勝率: 11.9% 複勝率: 25.1% | ||
3 | ダノンスウィッチ | American Pharoah |
| 出走: 28回 勝率: 10.7% 複勝率: 32.1% | ||
15 | インザモーメント | キズナ |
| 出走: 164回 勝率: 9.1% 複勝率: 20.7% | ||
13 | レヴァンテシチー | ルヴァンスレーヴ |
| 出走: 33回 勝率: 9.1% 複勝率: 21.2% | ||
5 | テーオールビー | サンダースノー |
| 出走: 37回 勝率: 8.1% 複勝率: 18.9% | ||
10 | ナヴォーナ | ロードカナロア |
| 出走: 223回 勝率: 6.7% 複勝率: 22.9% | ||
6 | カミノレアル | エピファネイア |
| 出走: 110回 勝率: 6.4% 複勝率: 14.5% | ||
11 | メイショウオーロラ | ホッコータルマエ |
| 出走: 122回 勝率: 5.7% 複勝率: 24.6% | ||
14 | カルパ | モーリス |
| 出走: 61回 勝率: 4.9% 複勝率: 21.3% | ||
7 | プロミシングスター | マジェスティックウォリアー |
| 出走: 175回 勝率: 4.6% 複勝率: 21.1% | ||
2 | メイショウシナノ | サトノダイヤモンド |
| 出走: 39回 勝率: 2.6% 複勝率: 20.5% | ||
8 | モズカトレア | モズアスコット |
| 出走: 22回 勝率: 0.0% 複勝率: 13.6% | ||
🐴 AI競馬ウェーブ穴馬診断書「宮崎ステークス」
「宮崎ステークス」のAI穴馬診断で、特に注目度の高い馬が見つかりました。《インザモーメント》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。
15 インザモーメント（高杉吏麒騎手） ★★★★☆【大穴候補】
🔥 前走9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。
🔥 前走吉村誠之騎手で9着→高杉吏麒騎手に乗り替わり。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。
📌 2走前14着の大敗から前走9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: 京都芝2000m 9着 → 京都芝2400m 14着 → 京都ダート1900m 7着
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
3 ダノンスウィッチ（松若風馬騎手） ★★☆☆☆【注意馬】
🔥 前走浜中俊騎手で8着→松若風馬騎手に乗り替わり。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: 東京ダート1600m 8着 → 阪神ダート1400m 13着 → 京都ダート1400m 13着
📈 AI競馬ウェーブ調子トレンド予測: ↑ 上昇中
10 ナヴォーナ（幸英明騎手） ★★☆☆☆【注意馬】
🔥 前走富田暁騎手で10着→幸英明騎手に乗り替わり。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1800m 10着 → 阪神芝1800m 3着 → 東京芝1600m 6着
📈 AI競馬ウェーブ調子トレンド予測: ↓ 下降中
❓ 「宮崎ステークス」AI競馬予想のよくある質問
Q. 「宮崎ステークス」のAI競馬予想は無料で見られますか？
A. はい、「宮崎ステークス」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. 「宮崎ステークス」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. 「宮崎ステークス」（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。
