大井 9R 詳細AI予想

本レースの全馬 AI 評価と推奨馬券を掲載します。期待値プラスと判定した馬のみ買い目に含めています。

モデル

9R 大井競馬場ダ1800m ダート1800m　発走 20:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ブルマリンシェール先行	西優哉（大井）	実14.8	B× A△勝率3% EV-62% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 02/19 大井7R 1着/9頭勝利 01/26 大井12R 1着/15頭勝利 12/25 大井11R 4着/16頭+1.9秒 12/04 大井9R 4着/10頭+0.3秒 11/13 大井7R 2着/11頭+0.1秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ○ 当競馬場適性 32走で勝率 19% (相性良) ◎ 距離適性同距離 14走で勝率 29% ○ 馬場適性同馬場 5走で勝率 20% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 179日休養明け × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) △ Aモデルの評価 (参考) レース内 6位 / 勝率 2.5% / 期待値 -62% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
2	ミクニサンビーム逃げ	矢野貴（大井）	実2.5	B🌟◎ A○勝率25% EV-37% 詳細▼	AI予想勝率は最上位だが、オッズ過剰評価で期待値マイナス（当競馬場12走で勝率42%と適性高／前走2着／騎手は近50戦で勝率22%）
前5走 07/03 大井11R 2着/10頭 04/28 大井10R 2着/9頭+0.1秒 03/26 大井12R 6着/13頭+0.9秒 02/16 大井8R 1着/13頭勝利 01/12 大井11R 2着/9頭+0.2秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.3着 ◎ 当競馬場適性 12走で勝率 42% (得意) ◎ 騎手近50戦勝率 22% (好調) ○ 前走実績前走 2着 (好走) ◎ 期待値 (オッズ vs AI勝率) +44% (妙味あり) AI 予想勝率 57.8% (オッズ暗示: 40.0%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 25.1% / 期待値 -37% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
3	ビシャモンテン自在	藤田凌（大井）	実40.3	B× A×勝率1% EV-62% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 07/24 大井7R 4着/9頭+0.2秒 07/03 大井11R 5着/10頭 05/22 大井11R 4着/12頭 04/13 大井9R 6着/12頭+1.3秒 03/27 大井11R 8着/12頭+2.6秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.3着 △ 当競馬場適性 35走で勝率 11% ○ 距離適性同距離 13走で勝率 23% ○ ローテーション 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) × Aモデルの評価 (参考) レース内 8位 / 勝率 0.9% / 期待値 -63% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
4	マロンシャンテリー逃げ	櫻井光（川崎）	実108.0	B× A▽勝率1% EV-19% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 07/24 大井7R 6着/9頭+1.8秒 07/04 船橋11R 10着/13頭 05/26 浦和12R 1着/12頭 05/11 川崎11R 1着/14頭勝利 04/20 浦和11R 6着/13頭+1.4秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 12走で勝率 8% △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 0.7% / 期待値 -19% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
5	アドマイヤエイジア逃げ	野畑凌（川崎）	実2.6	B○ A🌟◎勝率52% EV+35% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場11走で勝率55%と適性高／同距離帯3走で勝率100%／同馬場状態で勝率33%）
前5走 05/22 大井11R 3着/12頭 04/30 大井10R 2着/15頭+0.5秒 04/13 大井9R 1着/12頭勝利 11/18 川崎10R 1着/9頭勝利 10/28 浦和12R 1着/12頭勝利
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 11走で勝率 55% (得意) ◎ 距離適性同距離 3走で勝率 100% ◎ 馬場適性同馬場 3走で勝率 33% ◎ 騎手近50戦勝率 22% (好調) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) AI 予想勝率 39.4% (オッズ暗示: 38.5%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 52.0% / 期待値 +35% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
6	リジン自在	本田重（船橋）	実31.3	B△ A▽勝率2% EV-26% 詳細▼	大穴、AI予想勝率低く長期回収困難（同馬場状態で勝率100%）
前5走 08/03 船橋11R 7着/10頭+1.0秒 07/15 浦和12R 2着/12頭+3.0秒 07/06 川崎11R 2着/9頭 04/07 名古屋10R 9着/11頭+1.9秒 02/26 浦和12R 1着/11頭勝利
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.7着 ◎ 馬場適性同馬場 3走で勝率 100% ○ 騎手近50戦勝率 18% ○ ローテーション 14日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -77% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 3.2%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.3% / 期待値 -27% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
7	マイネルボンバー	吉井章（大井）	実24.0	B△ A△勝率3% EV-36% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 07/23 大井12R 3着/12頭+0.2秒 07/03 大井11R 3着/10頭 06/09 大井11R 8着/14頭 05/22 大井11R 12着/12頭 04/30 大井10R 13着/15頭+4.1秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.7着 ○ 当競馬場適性 47走で勝率 19% (相性良) ○ 距離適性同距離 10走で勝率 20% ○ 前走実績前走 3着 (好走) ○ ローテーション 25日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -99% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 4.2%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 2.6% / 期待値 -37% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
8	シャドウルパン逃げ	和田譲（大井）	実7.9	B▲ A△勝率5% EV-57% 詳細▼	AI上位評価だが期待値不足、見送り（同距離帯4走で勝率25%／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 07/24 大井7R 1着/9頭勝利 06/11 大井7R 1着/11頭 02/19 大井12R 5着/13頭+0.8秒 01/26 大井12R 4着/15頭+0.3秒 01/12 大井12R 3着/16頭+0.2秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ○ 当競馬場適性 13走で勝率 23% (相性良) ◎ 距離適性同距離 4走で勝率 25% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -91% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 12.7%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 5.4% / 期待値 -57% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
9	ブレスワード	御神訓（大井）	実5.4	B△ A▲勝率8% EV-55% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走3着／157日ぶりの実戦／騎手は近50戦で勝率20%）
前5走 03/13 大井11R 3着/10頭+1.1秒 01/26 大井11R 5着/9頭+0.8秒 ― ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.0着 ◎ 騎手近50戦勝率 20% (好調) ○ 前走実績前走 3着 (好走) △ ローテーション 157日休養明け × 期待値 (オッズ vs AI勝率) -95% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 18.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 8.3% / 期待値 -55% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。

AI評価 🌟◎鉄板本命 ◎本命 ○対抗 ▲注目 △押さえ ▽下位 ×推奨外／ 期待値 100円賭けたときの想定利益率／ オッズ 実=リアル取得済推定=推定オッズ／ 馬名横のグレーバッジ 脚質（過去の上がり3F傾向からの推定）

🎯 AIの本命

AI評価1位Aモデル ○

ミクニサンビーム

騎手矢野貴（大井）

単勝オッズ

2.5倍

AI期待値

+44%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:◎5アドマイヤエイジア

2.6倍

EV +2%

▲A:△8シャドウルパン

7.9倍

EV -91%

出走馬全9頭

◎A:○2

ミクニサンビーム

矢野貴（大井）

2.5倍

+44%

›

○A:◎5

アドマイヤエイジア

野畑凌（川崎）

2.6倍

+2%

›

▲A:△8

シャドウルパン

和田譲（大井）

7.9倍

-91%

›

△A:▲9

ブレスワード

御神訓（大井）

5.4倍

-95%

›

△A:▽6

リジン

本田重（船橋）

31.3倍

-76%

›

△A:△7

マイネルボンバー

吉井章（大井）

24.0倍

-98%

›

×A:△1

ブルマリンシェール

西優哉（大井）

14.8倍

-99%

›

×A:×3

ビシャモンテン

藤田凌（大井）

40.3倍

-99%

›

×A:▽4

マロンシャンテリー

櫻井光（川崎）

108.0倍

-99%

›

💡 各馬をタップでAI評価の根拠を表示。印は推奨モデル (B) 基準、「A:」は A モデルの評価。買い目は期待値プラスのみ推奨。

▶ 展開シミュレーション

このレースの推奨馬券　2モデル並走

両モデルとも見送り

9R 大井競馬場ダ1800m ダート1800m　発走 20:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ブルマリンシェール先行	西優哉（大井）	実14.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯14走で勝率29%／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 02/19 大井7R 1着/9頭勝利 01/26 大井12R 1着/15頭勝利 12/25 大井11R 4着/16頭+1.9秒 12/04 大井9R 4着/10頭+0.3秒 11/13 大井7R 2着/11頭+0.1秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ○ 当競馬場適性 32走で勝率 19% (相性良) ◎ 距離適性同距離 14走で勝率 29% ○ 馬場適性同馬場 5走で勝率 20% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 179日休養明け × 期待値 (オッズ vs AI勝率) -62% (大幅な期待値マイナス) AI 予想勝率 2.5% (オッズ暗示: 6.8%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
2	ミクニサンビーム逃げ	矢野貴（大井）	実2.5	○詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場12走で勝率42%と適性高／前走2着／騎手は近50戦で勝率22%）
前5走 07/03 大井11R 2着/10頭 04/28 大井10R 2着/9頭+0.1秒 03/26 大井12R 6着/13頭+0.9秒 02/16 大井8R 1着/13頭勝利 01/12 大井11R 2着/9頭+0.2秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.3着 ◎ 当競馬場適性 12走で勝率 42% (得意) ◎ 騎手近50戦勝率 22% (好調) ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -37% (大幅な期待値マイナス) AI 予想勝率 25.1% (オッズ暗示: 40.0%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
3	ビシャモンテン自在	藤田凌（大井）	実40.3	×詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/24 大井7R 4着/9頭+0.2秒 07/03 大井11R 5着/10頭 05/22 大井11R 4着/12頭 04/13 大井9R 6着/12頭+1.3秒 03/27 大井11R 8着/12頭+2.6秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.3着 △ 当競馬場適性 35走で勝率 11% ○ 距離適性同距離 13走で勝率 23% ○ ローテーション 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -63% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 2.5%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
4	マロンシャンテリー逃げ	櫻井光（川崎）	実108.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調）
前5走 07/24 大井7R 6着/9頭+1.8秒 07/04 船橋11R 10着/13頭 05/26 浦和12R 1着/12頭 05/11 川崎11R 1着/14頭勝利 04/20 浦和11R 6着/13頭+1.4秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 12走で勝率 8% △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 24日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 0.7% (オッズ暗示: 0.9%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
5	アドマイヤエイジア逃げ	野畑凌（川崎）	実2.6	🌟◎詳細▼	AI予想勝率は最上位だが、オッズ過剰評価で期待値マイナス（当競馬場11走で勝率55%と適性高／同距離帯3走で勝率100%／同馬場状態で勝率33%）
前5走 05/22 大井11R 3着/12頭 04/30 大井10R 2着/15頭+0.5秒 04/13 大井9R 1着/12頭勝利 11/18 川崎10R 1着/9頭勝利 10/28 浦和12R 1着/12頭勝利
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 11走で勝率 55% (得意) ◎ 距離適性同距離 3走で勝率 100% ◎ 馬場適性同馬場 3走で勝率 33% ◎ 騎手近50戦勝率 22% (好調) ○ 前走実績前走 3着 (好走) ◎ 期待値 (オッズ vs AI勝率) +35% (妙味あり) AI 予想勝率 52.0% (オッズ暗示: 38.5%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
6	リジン自在	本田重（船橋）	実31.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同馬場状態で勝率100%）
前5走 08/03 船橋11R 7着/10頭+1.0秒 07/15 浦和12R 2着/12頭+3.0秒 07/06 川崎11R 2着/9頭 04/07 名古屋10R 9着/11頭+1.9秒 02/26 浦和12R 1着/11頭勝利
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.7着 ◎ 馬場適性同馬場 3走で勝率 100% ○ 騎手近50戦勝率 18% ○ ローテーション 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 2.3% (オッズ暗示: 3.2%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
7	マイネルボンバー	吉井章（大井）	実24.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 07/23 大井12R 3着/12頭+0.2秒 07/03 大井11R 3着/10頭 06/09 大井11R 8着/14頭 05/22 大井11R 12着/12頭 04/30 大井10R 13着/15頭+4.1秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.7着 ○ 当競馬場適性 47走で勝率 19% (相性良) ○ 距離適性同距離 10走で勝率 20% ○ 前走実績前走 3着 (好走) ○ ローテーション 25日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -37% (大幅な期待値マイナス) AI 予想勝率 2.6% (オッズ暗示: 4.2%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
8	シャドウルパン逃げ	和田譲（大井）	実7.9	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同距離帯4走で勝率25%／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 07/24 大井7R 1着/9頭勝利 06/11 大井7R 1着/11頭 02/19 大井12R 5着/13頭+0.8秒 01/26 大井12R 4着/15頭+0.3秒 01/12 大井12R 3着/16頭+0.2秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ○ 当競馬場適性 13走で勝率 23% (相性良) ◎ 距離適性同距離 4走で勝率 25% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -57% (大幅な期待値マイナス) AI 予想勝率 5.4% (オッズ暗示: 12.7%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
9	ブレスワード	御神訓（大井）	実5.4	▲詳細▼	AI上位評価だが期待値不足、見送り（前走3着／157日ぶりの実戦／騎手は近50戦で勝率20%）
前5走 03/13 大井11R 3着/10頭+1.1秒 01/26 大井11R 5着/9頭+0.8秒 ― ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.0着 ◎ 騎手近50戦勝率 20% (好調) ○ 前走実績前走 3着 (好走) △ ローテーション 157日休養明け × 期待値 (オッズ vs AI勝率) -55% (大幅な期待値マイナス) AI 予想勝率 8.3% (オッズ暗示: 18.5%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。

🎯 AIの本命

AI評価1位

アドマイヤエイジア

騎手野畑凌（川崎）

単勝オッズ

2.6倍

AI期待値

+35%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○2ミクニサンビーム

2.5倍

EV -37%

▲9ブレスワード

5.4倍

EV -55%

出走馬全9頭

◎5

アドマイヤエイジア

野畑凌（川崎）

2.6倍

+35%

›

○2

ミクニサンビーム

矢野貴（大井）

2.5倍

-37%

›

▲9

ブレスワード

御神訓（大井）

5.4倍

-55%

›

△8

シャドウルパン

和田譲（大井）

7.9倍

-57%

›

△7

マイネルボンバー

吉井章（大井）

24.0倍

-36%

›

△1

ブルマリンシェール

西優哉（大井）

14.8倍

-62%

›

▽6

リジン

本田重（船橋）

31.3倍

-26%

›

×3

ビシャモンテン

藤田凌（大井）

40.3倍

-62%

›

▽4

マロンシャンテリー

櫻井光（川崎）

108.0倍

-19%

›

💡 各馬をタップでAI評価の根拠を表示。買い目は期待値プラスのみ推奨。

▶ 展開シミュレーション

このレースの推奨馬券　2モデル並走

両モデルとも見送り

次の推奨を X で受け取る

あわせて読む

本日のAI予想購入戦略の解説 AIモデルの仕組み運用実績（回収率）

予想は参考情報です。馬券購入は自己責任で。20歳未満は購入できません。免責事項