名古屋 7R 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

7R 名古屋競馬場ダ1500m ダート1500m　発走 17:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ミキノオーボエ	阪野学（愛知）	実136.8	B× A▽勝率1% EV-10% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調）
前5走 07/30 名古屋7R 7着/11頭+1.4秒 07/15 名古屋12R 10着/12頭+2.0秒 07/03 名古屋7R 10着/12頭 06/05 名古屋7R 12着/12頭+4.0秒 05/25 名古屋7R 9着/10頭
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) △ 当競馬場適性 33走で勝率 9% △ 距離適性同距離 27走で勝率 11% △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 21日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -79% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.7%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 0.7% / 期待値 -11% ※ 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	オールオンフリーク	望月洵（愛知）	実55.4	B× A▽勝率2% EV-11% 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 07/30 名古屋7R 8着/11頭+1.8秒 07/15 名古屋7R 11着/12頭+2.0秒 07/03 名古屋7R 9着/12頭 06/05 名古屋6R 10着/12頭 05/25 名古屋3R 8着/9頭
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 9.3着 (不振) △ 当競馬場適性 36走で勝率 11% △ 距離適性同距離 32走で勝率 9% ◎ 騎手近50戦勝率 26% (好調) ○ ローテーション 21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 1.6% / 期待値 -11% ※ 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	マサハヤモーブ自在	大畑雅（愛知）	実4.4	B○ A△勝率10% EV-54% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場7走で勝率29%と適性高／同距離帯7走で勝率29%／直近3走で勝率67%と好調）
前5走 07/29 名古屋1R 1着/12頭勝利 07/13 名古屋6R 1着/12頭 01/28 名古屋3R 7着/12頭+1.1秒 01/15 名古屋1R 5着/11頭+1.2秒 01/02 名古屋6R 2着/11頭+0.3秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 7走で勝率 29% (得意) ◎ 距離適性同距離 7走で勝率 29% ○ 馬場適性同馬場 5走で勝率 20% △ 騎手近50戦勝率 4% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +12% (市場と概ね一致) AI 予想勝率 25.6% (オッズ暗示: 22.7%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.3% / 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。
4	サンフローリス	大原浩（笠松）	実130.3	B× A▽勝率1% EV-24% 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 07/30 名古屋12R 9着/12頭+1.4秒 07/15 名古屋7R 6着/12頭+2.0秒 06/22 名古屋6R 7着/10頭+0.0秒 05/25 名古屋12R 5着/11頭 05/08 名古屋12R 7着/10頭+1.0秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.3着 (不振) × 当競馬場適性 34走で勝率 3% (苦戦) ▽ 距離適性同距離は 51走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 21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 12位 / 勝率 0.6% / 期待値 -24% ※ 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	ミステンザン	加藤誓（愛知）	実58.8	B△ A▽勝率1% EV-46% 詳細▼	大穴、AI予想勝率低く長期回収困難（前走3着）
前5走 07/29 名古屋2R 3着/11頭+1.1秒 07/01 名古屋6R 11着/12頭 06/18 名古屋6R 8着/10頭 06/03 名古屋5R 4着/12頭 05/19 名古屋6R 1着/11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戦の調子平均 7.3着 (不振) △ 当競馬場適性 10走で勝率 10% △ 距離適性同距離 10走で勝率 10% ○ 馬場適性同馬場 5走で勝率 20% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ ローテーション 22日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -61% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 0.9% / 期待値 -47% ※ 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	ソブリンルーラー	山田祥（愛知）	実64.9	B× A▽勝率1% EV-23% 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 07/30 名古屋7R 9着/11頭+2.4秒 07/15 名古屋7R 12着/12頭 07/03 名古屋7R 12着/12頭+1.0秒 06/22 名古屋6R 10着/10頭+1.0秒 06/05 名古屋6R 12着/12頭+0.0秒
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 11.0着 (不振) × 当競馬場適性 8走で勝率 0% (苦戦) △ 距離適性同距離 20走で勝率 10% ○ ローテーション 21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 1.2% / 期待値 -23% ※ 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	スターロード自在	加藤利（愛知）	実38.7	B× A▽勝率2% EV-29% 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 07/30 名古屋12R 5着/12頭+0.6秒 06/05 名古屋12R 8着/11頭+0.0秒 05/25 名古屋8R 5着/10頭 05/08 名古屋4R 8着/10頭+1.9秒 04/24 名古屋8R 8着/11頭+2.5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 6.0着 △ 当競馬場適性 99走で勝率 7% △ 距離適性同距離 74走で勝率 7% ○ ローテーション 21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 7位 / 勝率 1.8% / 期待値 -30% ※ 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	ナムラフィクサー自在推奨	今井貴（愛知）	実9.1	B△ A▲勝率15% EV+32% 詳細▼	期待値プラスでAIの推し馬（直近3走勝率33%と上り調子／当競馬場8走で勝率38%と適性高／同距離帯で勝率43%と得意）
前5走 07/14 名古屋5R 1着/3頭 07/02 名古屋3R 9着/12頭+0.0秒 09/18 名古屋8R 7着/12頭+2.3秒 09/02 名古屋7R 1着/11頭勝利 08/20 名古屋6R 5着/12頭+2.3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 33% (上り調子) ◎ 当競馬場適性 8走で勝率 38% (得意) ◎ 距離適性同距離 7走で勝率 43% ◎ 馬場適性同馬場 6走で勝率 50% ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 9.2% (オッズ暗示: 11.0%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 14.6% / 期待値 +33% ※ 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	セイスイミリオン逃げ	大畑慧（愛知）	実3.9	B🌟◎ A○勝率29% EV+11% 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4走で勝率25%と適性高／同距離帯4走で勝率25%／直近3走で勝率33%と好調）
前5走 07/15 名古屋6R 4着/12頭+2.0秒 03/12 名古屋4R 1着/11頭勝利 02/27 名古屋4R 2着/11頭+0.0秒 02/12 名古屋2R 4着/12頭+0.4秒 ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% 🌟◎ 期待値 (オッズ vs AI勝率) +76% (市場が大幅過小評価) AI 予想勝率 45.2% (オッズ暗示: 25.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 28.6% / 期待値 +12% ※ 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。
10	シャイニングウェイ	友森翔（愛知）	実12.4	B× A△勝率5% EV-43% 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 07/30 名古屋6R 5着/11頭+1.3秒 07/03 名古屋10R 11着/12頭 06/05 名古屋9R 7着/12頭 05/25 名古屋10R 10着/10頭 05/08 名古屋4R 4着/10頭+0.9秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.7着 (不振) △ 当競馬場適性 40走で勝率 8% △ 距離適性同距離 34走で勝率 9% ○ ローテーション 21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 5位 / 勝率 4.6% / 期待値 -43% ※ 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。
11	ウィルマッチ	加藤聡（愛知）	実35.2	B△ A△勝率4% EV+34% 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／騎手は近50戦で勝率20%）
前5走 07/15 名古屋7R 10着/12頭 07/01 名古屋12R 1着/12頭 06/17 名古屋5R 4着/11頭 06/03 名古屋5R 8着/12頭+0.0秒 05/20 名古屋8R 7着/10頭
AI 評価の内訳 — 馬番 11 ◎ 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 14走で勝率 7% △ 距離適性同距離 16走で勝率 6% ◎ 騎手近50戦勝率 20% (好調) ▽ 前走実績前走 10着 (大敗) × 期待値 (オッズ vs AI勝率) -94% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 2.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.8% / 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。
12	メイショウイチモン逃げ	近藤颯（愛知）	実2.1	B▲ A🌟◎勝率31% EV-34% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均3.0着と安定）
前5走 07/30 名古屋7R 4着/11頭+0.5秒 07/15 名古屋6R 3着/12頭+0.0秒 01/19 名古屋6R 2着/11頭+0.4秒 01/05 名古屋4R 1着/11頭勝利 12/19 名古屋7R 1着/11頭勝利
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 3.0着 (安定) ○ 当競馬場適性 9走で勝率 22% (相性良) ○ 距離適性同距離 9走で勝率 22% ○ ローテーション 21日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -60% (大幅な期待値マイナス) AI 予想勝率 19.1% (オッズ暗示: 47.6%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 31.4% / 期待値 -34% ※ 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 ○

セイスイミリオン

騎手大畑慧（愛知）

単勝オッズ

3.9倍

AI期待値

+76%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△3マサハヤモーブ

4.4倍

EV +12%

▲A:◎12メイショウイチモン

2.1倍

EV -59%

出走馬全12頭

◎A:○9

セイスイミリオン

大畑慧（愛知）

3.9倍

+76%

›

○A:△3

マサハヤモーブ

大畑雅（愛知）

4.4倍

+12%

›

▲A:◎12

メイショウイチモン

近藤颯（愛知）

2.1倍

-59%

›

△A:▲8

ナムラフィクサー

今井貴（愛知）

9.1倍

-16%

›

△A:▽5

ミステンザン

加藤誓（愛知）

58.8倍

-61%

›

△A:△11

ウィルマッチ

加藤聡（愛知）

35.2倍

-94%

›

×A:▽1

ミキノオーボエ

阪野学（愛知）

136.8倍

-78%

›

×A:△10

シャイニングウェイ

友森翔（愛知）

12.4倍

-99%

›

×A:▽7

スターロード

加藤利（愛知）

38.7倍

-99%

›

×A:▽2

オールオンフリーク

望月洵（愛知）

55.4倍

-99%

›

×A:▽6

ソブリンルーラー

山田祥（愛知）

64.9倍

-99%

›

×A:▽4

サンフローリス

大原浩（笠松）

130.3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

A. 市場込みモデル

単勝 8 ナムラフィクサー ¥100 確定4.4倍期待値 -17% 🎯的中1着確定 4.4倍440円

B. 市場除外+キャリブ

見送り

※ オッズは予測時点の値です。

7R 名古屋競馬場ダ1500m ダート1500m　発走 17:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ミキノオーボエ	阪野学（愛知）	実136.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調）
前5走 07/30 名古屋7R 7着/11頭+1.4秒 07/15 名古屋12R 10着/12頭+2.0秒 07/03 名古屋7R 10着/12頭 06/05 名古屋7R 12着/12頭+4.0秒 05/25 名古屋7R 9着/10頭
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) △ 当競馬場適性 33走で勝率 9% △ 距離適性同距離 27走で勝率 11% △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 0.7% (オッズ暗示: 0.7%) ※ 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。
2	オールオンフリーク	望月洵（愛知）	実55.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.3着と低調／騎手は近50戦で勝率26%）
前5走 07/30 名古屋7R 8着/11頭+1.8秒 07/15 名古屋7R 11着/12頭+2.0秒 07/03 名古屋7R 9着/12頭 06/05 名古屋6R 10着/12頭 05/25 名古屋3R 8着/9頭
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 9.3着 (不振) △ 当競馬場適性 36走で勝率 11% △ 距離適性同距離 32走で勝率 9% ◎ 騎手近50戦勝率 26% (好調) ○ ローテーション 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 1.6% (オッズ暗示: 1.8%) ※ 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。
3	マサハヤモーブ自在	大畑雅（愛知）	実4.4	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場7走で勝率29%と適性高／同距離帯7走で勝率29%／直近3走で勝率67%と好調）
前5走 07/29 名古屋1R 1着/12頭勝利 07/13 名古屋6R 1着/12頭 01/28 名古屋3R 7着/12頭+1.1秒 01/15 名古屋1R 5着/11頭+1.2秒 01/02 名古屋6R 2着/11頭+0.3秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 7走で勝率 29% (得意) ◎ 距離適性同距離 7走で勝率 29% ○ 馬場適性同馬場 5走で勝率 20% △ 騎手近50戦勝率 4% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 22日の間隔 (理想的) × 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 10.3% (オッズ暗示: 22.7%) ※ 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。
4	サンフローリス	大原浩（笠松）	実130.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場34走で勝率3%と苦戦傾向／同距離帯は51走で勝ち無し）
前5走 07/30 名古屋12R 9着/12頭+1.4秒 07/15 名古屋7R 6着/12頭+2.0秒 06/22 名古屋6R 7着/10頭+0.0秒 05/25 名古屋12R 5着/11頭 05/08 名古屋12R 7着/10頭+1.0秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.3着 (不振) × 当競馬場適性 34走で勝率 3% (苦戦) ▽ 距離適性同距離は 51走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -24% (オッズ過剰評価) AI 予想勝率 0.6% (オッズ暗示: 0.8%) ※ 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。
5	ミステンザン	加藤誓（愛知）	実58.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（前走3着）
前5走 07/29 名古屋2R 3着/11頭+1.1秒 07/01 名古屋6R 11着/12頭 06/18 名古屋6R 8着/10頭 06/03 名古屋5R 4着/12頭 05/19 名古屋6R 1着/11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戦の調子平均 7.3着 (不振) △ 当競馬場適性 10走で勝率 10% △ 距離適性同距離 10走で勝率 10% ○ 馬場適性同馬場 5走で勝率 20% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ ローテーション 22日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -47% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 1.7%) ※ 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。
6	ソブリンルーラー	山田祥（愛知）	実64.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場8走で勝率0%と苦戦傾向／直近3走平均11.0着と低調）
前5走 07/30 名古屋7R 9着/11頭+2.4秒 07/15 名古屋7R 12着/12頭 07/03 名古屋7R 12着/12頭+1.0秒 06/22 名古屋6R 10着/10頭+1.0秒 06/05 名古屋6R 12着/12頭+0.0秒
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 11.0着 (不振) × 当競馬場適性 8走で勝率 0% (苦戦) △ 距離適性同距離 20走で勝率 10% ○ ローテーション 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 1.2% (オッズ暗示: 1.5%) ※ 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。
7	スターロード自在	加藤利（愛知）	実38.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/30 名古屋12R 5着/12頭+0.6秒 06/05 名古屋12R 8着/11頭+0.0秒 05/25 名古屋8R 5着/10頭 05/08 名古屋4R 8着/10頭+1.9秒 04/24 名古屋8R 8着/11頭+2.5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 6.0着 △ 当競馬場適性 99走で勝率 7% △ 距離適性同距離 74走で勝率 7% ○ ローテーション 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -30% (オッズ過剰評価) AI 予想勝率 1.8% (オッズ暗示: 2.6%) ※ 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	ナムラフィクサー自在推奨	今井貴（愛知）	実9.1	▲詳細▼	オッズに対しAI予想勝率がやや高め、期待値+32%の妙味（直近3走勝率33%と上り調子／当競馬場8走で勝率38%と適性高／同距離帯で勝率43%と得意）
前5走 07/14 名古屋5R 1着/3頭 07/02 名古屋3R 9着/12頭+0.0秒 09/18 名古屋8R 7着/12頭+2.3秒 09/02 名古屋7R 1着/11頭勝利 08/20 名古屋6R 5着/12頭+2.3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 33% (上り調子) ◎ 当競馬場適性 8走で勝率 38% (得意) ◎ 距離適性同距離 7走で勝率 43% ◎ 馬場適性同馬場 6走で勝率 50% ◎ 前走実績前走 1着 (勢い継続) ◎ 期待値 (オッズ vs AI勝率) +32% (妙味あり) AI 予想勝率 14.6% (オッズ暗示: 11.0%) ※ 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。
9	セイスイミリオン逃げ	大畑慧（愛知）	実3.9	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4走で勝率25%と適性高／同距離帯4走で勝率25%／直近3走で勝率33%と好調）
前5走 07/15 名古屋6R 4着/12頭+2.0秒 03/12 名古屋4R 1着/11頭勝利 02/27 名古屋4R 2着/11頭+0.0秒 02/12 名古屋2R 4着/12頭+0.4秒 ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% △ 期待値 (オッズ vs AI勝率) +11% (市場と概ね一致) AI 予想勝率 28.6% (オッズ暗示: 25.6%) ※ 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。
10	シャイニングウェイ	友森翔（愛知）	実12.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/30 名古屋6R 5着/11頭+1.3秒 07/03 名古屋10R 11着/12頭 06/05 名古屋9R 7着/12頭 05/25 名古屋10R 10着/10頭 05/08 名古屋4R 4着/10頭+0.9秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.7着 (不振) △ 当競馬場適性 40走で勝率 8% △ 距離適性同距離 34走で勝率 9% ○ ローテーション 21日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -43% (大幅な期待値マイナス) AI 予想勝率 4.6% (オッズ暗示: 8.1%) ※ 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。
11	ウィルマッチ	加藤聡（愛知）	実35.2	△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／騎手は近50戦で勝率20%）
前5走 07/15 名古屋7R 10着/12頭 07/01 名古屋12R 1着/12頭 06/17 名古屋5R 4着/11頭 06/03 名古屋5R 8着/12頭+0.0秒 05/20 名古屋8R 7着/10頭
AI 評価の内訳 — 馬番 11 ◎ 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 14走で勝率 7% △ 距離適性同距離 16走で勝率 6% ◎ 騎手近50戦勝率 20% (好調) ▽ 前走実績前走 10着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +34% (妙味あり) AI 予想勝率 3.8% (オッズ暗示: 2.8%) ※ 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。
12	メイショウイチモン逃げ	近藤颯（愛知）	実2.1	🌟◎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（直近3走平均3.0着と安定）
前5走 07/30 名古屋7R 4着/11頭+0.5秒 07/15 名古屋6R 3着/12頭+0.0秒 01/19 名古屋6R 2着/11頭+0.4秒 01/05 名古屋4R 1着/11頭勝利 12/19 名古屋7R 1着/11頭勝利
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 3.0着 (安定) ○ 当競馬場適性 9走で勝率 22% (相性良) ○ 距離適性同距離 9走で勝率 22% ○ ローテーション 21日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -34% (大幅な期待値マイナス) AI 予想勝率 31.4% (オッズ暗示: 47.6%) ※ 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

メイショウイチモン

騎手近藤颯（愛知）

単勝オッズ

2.1倍

AI期待値

-34%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○9セイスイミリオン

3.9倍

EV +11%

▲8ナムラフィクサー

9.1倍

EV +32%

出走馬全12頭

◎12

メイショウイチモン

近藤颯（愛知）

2.1倍

-34%

›

○9

セイスイミリオン

大畑慧（愛知）

3.9倍

+11%

›

▲8

ナムラフィクサー

今井貴（愛知）

9.1倍

+32%

›

△3

マサハヤモーブ

大畑雅（愛知）

4.4倍

-54%

›

△10

シャイニングウェイ

友森翔（愛知）

12.4倍

-43%

›

△11

ウィルマッチ

加藤聡（愛知）

35.2倍

+34%

›

▽7

スターロード

加藤利（愛知）

38.7倍

-29%

›

▽2

オールオンフリーク

望月洵（愛知）

55.4倍

-11%

›

▽6

ソブリンルーラー

山田祥（愛知）

64.9倍

-23%

›

▽5

ミステンザン

加藤誓（愛知）

58.8倍

-46%

›

▽1

ミキノオーボエ

阪野学（愛知）

136.8倍

-10%

›

▽4

サンフローリス

大原浩（笠松）

130.3倍

-24%

›

💡 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

A. 市場込みモデル

単勝 8 ナムラフィクサー ¥100 確定4.4倍期待値 +33% 🎯的中1着確定 4.4倍440円

B. 市場除外+キャリブ

見送り

※ オッズは予測時点の値です。

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