船橋 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 船橋競馬場小川町七夕まＣ１三ダ1200m ダート1200m　発走 17:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	シナツヒメ自在	町田直（川崎）	実4.4	B○ A○勝率23% EV+2% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走2着）
前5走 08/04 船橋7R 2着/9頭+0.1秒 07/02 船橋6R 1着/10頭 06/03 船橋8R 3着/12頭 05/06 船橋7R 10着/12頭+1.3秒 04/10 川崎10R 3着/12頭+0.5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 33% (上り調子) ○ 当競馬場適性 6走で勝率 17% (相性良) ○ 距離適性同距離 5走で勝率 20% ○ 騎手近50戦勝率 18% ○ 前走実績前走 2着 (好走) ○ 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) -76% (大幅な期待値マイナス) AI 予想勝率 5.5% (オッズ暗示: 22.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 23.4% / 期待値 +3% ※ 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	ビコーズウイキャン	七夕裕（浦和）	実52.2	B× A▽勝率1% EV-34% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率0%と苦戦傾向）
前5走 08/07 浦和7R 4着/11頭+1.3秒 07/14 浦和7R 2着/12頭+1.0秒 06/26 浦和9R 6着/10頭 04/24 浦和9R 5着/8頭+0.5秒 04/10 川崎8R 3着/11頭+0.3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 4.0着 × 当競馬場適性 4走で勝率 0% (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) -95% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 1.9%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.3% / 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。
3	シューボーイ追込	木間龍（船橋）	実120.2	B× A×勝率0% EV-50% 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 08/04 船橋7R 7着/9頭+2.5秒 07/15 浦和10R 9着/11頭 06/10 大井7R 11着/11頭 05/21 大井10R 16着/16頭 04/29 大井12R 12着/16頭+2.8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 9.0着 (不振) ▽ 距離適性同距離は 22走で勝ち無し ○ 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 10位 / 勝率 0.4% / 期待値 -51% ※ 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	レインボーポラリス追込	中山遥（浦和）	実14.9	B× A△勝率4% EV-47% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／騎手は近50戦で勝率22%）
前5走 08/06 船橋10R 7着/10頭+1.1秒 07/02 船橋8R 1着/7頭 06/04 船橋9R 9着/12頭 05/05 船橋7R 5着/12頭+1.0秒 04/02 船橋8R 3着/10頭+0.6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 32走で勝率 19% (相性良) ○ 距離適性同距離 27走で勝率 19% ◎ 騎手近50戦勝率 22% (好調) ○ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 6.7%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.5% / 期待値 -48% ※ 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	トラペジウム逃げ	川島正（船橋）	実2.0	B🌟◎ A🌟◎勝率40% EV-20% 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6走で勝率33%と適性高／同距離帯4走で勝率50%／同馬場状態で勝率50%）
前5走 08/06 船橋4R 1着/8頭勝利 07/14 浦和9R 4着/12頭 07/04 船橋8R 6着/11頭 05/04 船橋1R 4着/11頭+0.9秒 04/02 船橋6R 6着/10頭+1.9秒
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 6走で勝率 33% (得意) ◎ 距離適性同距離 4走で勝率 50% ◎ 馬場適性同馬場 4走で勝率 50% ○ 騎手近50戦勝率 18% ◎ 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) +70% (市場が大幅過小評価) AI 予想勝率 85.4% (オッズ暗示: 50.0%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 39.7% / 期待値 -21% ※ 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	ラブリエスト	仲野光（船橋）	実46.7	B△ A▽勝率2% EV-6% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場21走で勝率0%と苦戦傾向／同距離帯は18走で勝ち無し）
前5走 08/06 船橋10R 8着/10頭+1.3秒 07/08 川崎8R 2着/10頭 06/29 船橋9R 7着/8頭 06/04 船橋9R 4着/12頭 05/05 船橋6R 9着/12頭+1.9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 5.7着 × 当競馬場適性 21走で勝率 0% (苦戦) ▽ 距離適性同距離は 18走で勝ち無し ○ 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) -68% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 2.1%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.0% / 期待値 -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。
7	ソーサレス差し	山本大（船橋）	実27.3	B× A▽勝率2% EV-35% 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 08/04 船橋7R 4着/9頭+1.4秒 07/14 浦和7R 10着/12頭 05/05 船橋6R 4着/12頭+1.0秒 04/02 船橋4R 2着/10頭+0.9秒 01/19 船橋8R 1着/12頭勝利
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 14走で勝率 21% (相性良) ○ 距離適性同距離 13走で勝率 23% ○ 騎手近50戦勝率 14% ○ 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 7位 / 勝率 2.4% / 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。
8	パリスフォンテン逃げ	小杉亮（船橋）	実5.3	B△ A△勝率6% EV-70% 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4走で勝率25%と適性高／同距離帯3走で勝率33%／同馬場状態で勝率40%）
前5走 08/04 船橋7R 3着/9頭+0.8秒 03/19 浦和9R 1着/10頭勝利 02/09 船橋2R 2着/11頭+0.7秒 01/20 船橋1R 1着/9頭勝利 12/12 船橋1R 2着/7頭+1.3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 4走で勝率 25% (得意) ◎ 距離適性同距離 3走で勝率 33% ◎ 馬場適性同馬場 5走で勝率 40% △ 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 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -90% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 18.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 5.6% / 期待値 -70% ※ 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	ベストポジション	篠谷葵（船橋）	実19.8	B▲ A△勝率5% EV+0% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場7走で勝率29%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 08/02 船橋8R 1着/9頭勝利 07/14 浦和9R 12着/12頭 06/26 浦和4R 5着/7頭 06/05 船橋5R 4着/10頭 05/04 船橋1R 3着/11頭+0.2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 7走で勝率 29% (得意) ○ 距離適性同距離 6走で勝率 17% ○ 馬場適性同馬場 4走で勝率 25% ○ 騎手近50戦勝率 18% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 26日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +8% (市場と概ね一致) AI 予想勝率 5.5% (オッズ暗示: 5.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.1% / 期待値 +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。
10	キャッスルロイド自在	山中悠（船橋）	実6.6	B△ A▲勝率17% EV+10% 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7走で勝率29%／直近3走で勝率33%と好調）
前5走 08/06 船橋10R 4着/10頭+0.8秒 07/04 船橋8R 1着/11頭 06/01 船橋5R 2着/11頭 03/09 船橋5R 2着/10頭+0.4秒 02/09 船橋2R 6着/11頭+1.7秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 9走で勝率 22% (相性良) ◎ 距離適性同距離 7走で勝率 29% ○ 騎手近50戦勝率 18% ○ 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) -94% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 15.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 16.7% / 期待値 +10% ※ 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 ◎

トラペジウム

騎手川島正（船橋）

単勝オッズ

2.0倍

AI期待値

+70%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○1シナツヒメ

4.4倍

EV -75%

▲A:△9ベストポジション

19.8倍

EV +8%

出走馬全10頭

◎A:◎5

トラペジウム

川島正（船橋）

2.0倍

+70%

›

○A:○1

シナツヒメ

町田直（川崎）

4.4倍

-75%

›

▲A:△9

ベストポジション

篠谷葵（船橋）

19.8倍

+8%

›

△A:△8

パリスフォンテン

小杉亮（船橋）

5.3倍

-90%

›

△A:▲10

キャッスルロイド

山中悠（船橋）

6.6倍

-94%

›

△A:▽6

ラブリエスト

仲野光（船橋）

46.7倍

-67%

›

×A:△4

レインボーポラリス

中山遥（浦和）

14.9倍

-98%

›

×A:▽2

ビコーズウイキャン

七夕裕（浦和）

52.2倍

-95%

›

×A:▽7

ソーサレス

山本大（船橋）

27.3倍

-99%

›

×A:×3

シューボーイ

木間龍（船橋）

120.2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

7R 船橋競馬場小川町七夕まＣ１三ダ1200m ダート1200m　発走 17:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	シナツヒメ自在	町田直（川崎）	実4.4	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走2着）
前5走 08/04 船橋7R 2着/9頭+0.1秒 07/02 船橋6R 1着/10頭 06/03 船橋8R 3着/12頭 05/06 船橋7R 10着/12頭+1.3秒 04/10 川崎10R 3着/12頭+0.5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 33% (上り調子) ○ 当競馬場適性 6走で勝率 17% (相性良) ○ 距離適性同距離 5走で勝率 20% ○ 騎手近50戦勝率 18% ○ 前走実績前走 2着 (好走) ○ 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) +2% (市場と概ね一致) AI 予想勝率 23.4% (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。
2	ビコーズウイキャン	七夕裕（浦和）	実52.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率0%と苦戦傾向）
前5走 08/07 浦和7R 4着/11頭+1.3秒 07/14 浦和7R 2着/12頭+1.0秒 06/26 浦和9R 6着/10頭 04/24 浦和9R 5着/8頭+0.5秒 04/10 川崎8R 3着/11頭+0.3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 4.0着 × 当競馬場適性 4走で勝率 0% (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) -34% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 1.9%) ※ 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。
3	シューボーイ追込	木間龍（船橋）	実120.2	×詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は22走で勝ち無し／直近3走平均9.0着と低調）
前5走 08/04 船橋7R 7着/9頭+2.5秒 07/15 浦和10R 9着/11頭 06/10 大井7R 11着/11頭 05/21 大井10R 16着/16頭 04/29 大井12R 12着/16頭+2.8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 9.0着 (不振) ▽ 距離適性同距離は 22走で勝ち無し ○ 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) -51% (大幅な期待値マイナス) AI 予想勝率 0.4% (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。
4	レインボーポラリス追込	中山遥（浦和）	実14.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／騎手は近50戦で勝率22%）
前5走 08/06 船橋10R 7着/10頭+1.1秒 07/02 船橋8R 1着/7頭 06/04 船橋9R 9着/12頭 05/05 船橋7R 5着/12頭+1.0秒 04/02 船橋8R 3着/10頭+0.6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 32走で勝率 19% (相性良) ○ 距離適性同距離 27走で勝率 19% ◎ 騎手近50戦勝率 22% (好調) ○ 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) -48% (大幅な期待値マイナス) AI 予想勝率 3.5% (オッズ暗示: 6.7%) ※ 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。
5	トラペジウム逃げ	川島正（船橋）	実2.0	🌟◎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6走で勝率33%と適性高／同距離帯4走で勝率50%／同馬場状態で勝率50%）
前5走 08/06 船橋4R 1着/8頭勝利 07/14 浦和9R 4着/12頭 07/04 船橋8R 6着/11頭 05/04 船橋1R 4着/11頭+0.9秒 04/02 船橋6R 6着/10頭+1.9秒
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 6走で勝率 33% (得意) ◎ 距離適性同距離 4走で勝率 50% ◎ 馬場適性同馬場 4走で勝率 50% ○ 騎手近50戦勝率 18% ◎ 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) -21% (オッズ過剰評価) AI 予想勝率 39.7% (オッズ暗示: 50.0%) ※ 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。
6	ラブリエスト	仲野光（船橋）	実46.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場21走で勝率0%と苦戦傾向／同距離帯は18走で勝ち無し）
前5走 08/06 船橋10R 8着/10頭+1.3秒 07/08 川崎8R 2着/10頭 06/29 船橋9R 7着/8頭 06/04 船橋9R 4着/12頭 05/05 船橋6R 9着/12頭+1.9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 5.7着 × 当競馬場適性 21走で勝率 0% (苦戦) ▽ 距離適性同距離は 18走で勝ち無し ○ 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) -7% (オッズ過剰評価) AI 予想勝率 2.0% (オッズ暗示: 2.1%) ※ 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。
7	ソーサレス差し	山本大（船橋）	実27.3	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/04 船橋7R 4着/9頭+1.4秒 07/14 浦和7R 10着/12頭 05/05 船橋6R 4着/12頭+1.0秒 04/02 船橋4R 2着/10頭+0.9秒 01/19 船橋8R 1着/12頭勝利
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 14走で勝率 21% (相性良) ○ 距離適性同距離 13走で勝率 23% ○ 騎手近50戦勝率 14% ○ 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) -35% (大幅な期待値マイナス) AI 予想勝率 2.4% (オッズ暗示: 3.7%) ※ 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。
8	パリスフォンテン逃げ	小杉亮（船橋）	実5.3	△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4走で勝率25%と適性高／同距離帯3走で勝率33%／同馬場状態で勝率40%）
前5走 08/04 船橋7R 3着/9頭+0.8秒 03/19 浦和9R 1着/10頭勝利 02/09 船橋2R 2着/11頭+0.7秒 01/20 船橋1R 1着/9頭勝利 12/12 船橋1R 2着/7頭+1.3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 4走で勝率 25% (得意) ◎ 距離適性同距離 3走で勝率 33% ◎ 馬場適性同馬場 5走で勝率 40% △ 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 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -70% (大幅な期待値マイナス) AI 予想勝率 5.6% (オッズ暗示: 18.9%) ※ 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。
9	ベストポジション	篠谷葵（船橋）	実19.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場7走で勝率29%と適性高／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 08/02 船橋8R 1着/9頭勝利 07/14 浦和9R 12着/12頭 06/26 浦和4R 5着/7頭 06/05 船橋5R 4着/10頭 05/04 船橋1R 3着/11頭+0.2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 7走で勝率 29% (得意) ○ 距離適性同距離 6走で勝率 17% ○ 馬場適性同馬場 4走で勝率 25% ○ 騎手近50戦勝率 18% ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 26日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 5.1% (オッズ暗示: 5.1%) ※ 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。
10	キャッスルロイド自在	山中悠（船橋）	実6.6	▲詳細▼	AI上位評価だが期待値不足、見送り（同距離帯7走で勝率29%／直近3走で勝率33%と好調）
前5走 08/06 船橋10R 4着/10頭+0.8秒 07/04 船橋8R 1着/11頭 06/01 船橋5R 2着/11頭 03/09 船橋5R 2着/10頭+0.4秒 02/09 船橋2R 6着/11頭+1.7秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 9走で勝率 22% (相性良) ◎ 距離適性同距離 7走で勝率 29% ○ 騎手近50戦勝率 18% ○ 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) +10% (市場と概ね一致) AI 予想勝率 16.7% (オッズ暗示: 15.2%) ※ 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。

🎯 AIの本命

AI評価1位

トラペジウム

騎手川島正（船橋）

単勝オッズ

2.0倍

AI期待値

-20%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○1シナツヒメ

4.4倍

EV +2%

▲10キャッスルロイド

6.6倍

EV +10%

出走馬全10頭

◎5

トラペジウム

川島正（船橋）

2.0倍

-20%

›

○1

シナツヒメ

町田直（川崎）

4.4倍

+2%

›

▲10

キャッスルロイド

山中悠（船橋）

6.6倍

+10%

›

△8

パリスフォンテン

小杉亮（船橋）

5.3倍

-70%

›

△9

ベストポジション

篠谷葵（船橋）

19.8倍

+0%

›

△4

レインボーポラリス

中山遥（浦和）

14.9倍

-47%

›

▽7

ソーサレス

山本大（船橋）

27.3倍

-35%

›

▽6

ラブリエスト

仲野光（船橋）

46.7倍

-6%

›

▽2

ビコーズウイキャン

七夕裕（浦和）

52.2倍

-34%

›

×3

シューボーイ

木間龍（船橋）

120.2倍

-50%

›

💡 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