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	ビックピカンテ	木之葵（愛知）	実46.1	B× A×勝率1% EV-62% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場59走で勝率3%と苦戦傾向／同距離帯は53走で勝ち無し）
前5走 08/19 名古屋2R 9着/12頭+3.4秒 07/28 名古屋12R 2着/10頭+0.4秒 07/13 名古屋7R 6着/12頭 06/17 名古屋12R 9着/12頭 06/02 名古屋6R 2着/12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 5.7着 × 当競馬場適性 59走で勝率 3% (苦戦) ▽ 距離適性同距離は 53走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 2.2%) × Aモデルの評価 (参考) レース内 10位 / 勝率 0.8% / 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。
2	ボンボニエーレ	小笠羚（愛知）	実6.5	B○ A▲勝率11% EV-26% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.7着と安定）
前5走 08/19 名古屋12R 4着/12頭+0.4秒 07/13 名古屋7R 2着/12頭+0.0秒 06/30 名古屋12R 2着/12頭 06/16 名古屋6R 6着/10頭 06/02 名古屋5R 5着/11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 2.7着 (安定) △ 当競馬場適性 16走で勝率 12% △ 距離適性同距離 14走で勝率 7% △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) +36% (妙味あり) AI 予想勝率 21.0% (オッズ暗示: 15.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.3% / 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。
3	サイコロチャン追込	近藤颯（愛知）	実7.2	B△ A△勝率9% EV-36% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 08/19 名古屋4R 9着/11頭+2.1秒 06/30 名古屋6R 2着/12頭+0.0秒 06/16 名古屋7R 3着/10頭+1.0秒 05/19 名古屋7R 10着/11頭+3.4秒 12/09 名古屋8R 9着/12頭+2.1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 4.7着 △ 当競馬場適性 44走で勝率 7% △ 距離適性同距離 39走で勝率 5% ○ 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) -91% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 13.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.8% / 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。
4	エムズオルフェ	丹羽克（愛知）	実27.5	B× A▽勝率3% EV-7% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場22走で勝率0%と苦戦傾向／同距離帯は21走で勝ち無し／前走2着）
前5走 08/19 名古屋1R 2着/11頭+0.1秒 07/13 名古屋12R 10着/12頭+2.0秒 07/01 名古屋5R 6着/12頭 06/17 名古屋12R 11着/12頭+2.0秒 06/02 名古屋7R 5着/12頭
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 6.0着 × 当競馬場適性 22走で勝率 0% (苦戦) ▽ 距離適性同距離は 21走で勝ち無し ○ 前走実績前走 2着 (好走) ○ 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) -83% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 3.6%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 3.3% / 期待値 -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	アンジェララヴ	松本一（笠松）	実45.2	B× A▽勝率1% 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 08/19 名古屋2R 10着/12頭+3.4秒 07/29 名古屋1R 9着/12頭+2.3秒 07/13 名古屋7R 4着/12頭 06/16 名古屋7R 2着/10頭 06/02 名古屋7R 8着/12頭+2.0秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.7着 (不振) × 当競馬場適性 47走で勝率 2% (苦戦) ▽ 距離適性同距離は 43走で勝ち無し ▽ 前走実績前走 10着 (大敗) ○ 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) -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 1.4% / 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。
6	フルーツワゴン	丸山真（愛知）	実17.9	B△ A△勝率5% EV-3% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場15走で勝率0%と苦戦傾向／同距離帯は15走で勝ち無し）
前5走 08/19 名古屋1R 5着/11頭+0.4秒 07/28 名古屋7R 6着/12頭+1.7秒 07/01 名古屋12R 7着/12頭 06/03 名古屋6R 7着/12頭 05/21 名古屋2R 6着/10頭+2.0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 6.0着 × 当競馬場適性 15走で勝率 0% (苦戦) ▽ 距離適性同距離は 15走で勝ち無し ○ 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) -4% (オッズ過剰評価) AI 予想勝率 5.4% (オッズ暗示: 5.6%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.4% / 期待値 -4% ※ 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	フェイントライト推奨	丸野勝（愛知）	実14.9	B▲ A△勝率4% EV-33% 詳細▼	市場が大きく過小評価、AI予想勝率21% × オッズ14.9倍で期待値+213%の有力候補（前走3着で力を示す／適度な間隔で状態万全／騎手の手腕も後押し）
前5走 08/19 名古屋1R 3着/11頭+0.1秒 07/28 名古屋12R 7着/10頭+1.6秒 07/01 名古屋5R 3着/12頭 06/17 名古屋5R 8着/11頭+0.0秒 06/03 名古屋12R 11着/12頭
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 4.3着 × 当競馬場適性 13走で勝率 0% (苦戦) △ 距離適性同距離 18走で勝率 6% ○ 騎手近50戦勝率 16% ○ 前走実績前走 3着 (好走) ○ 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) +213% (市場が大幅過小評価) AI 予想勝率 21.0% (オッズ暗示: 6.7%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.5% / 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。
8	ホウオウブライツ自在	塚本征（愛知）	実1.7	B🌟◎ A🌟◎勝率47% 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8走で勝率25%と適性高／同距離帯7走で勝率29%／直近3走で勝率33%と好調）
前5走 08/19 名古屋2R 5着/12頭+1.7秒 07/28 名古屋7R 4着/12頭+0.8秒 07/13 名古屋5R 1着/3頭 12/22 名古屋4R 5着/12頭+1.2秒 12/05 名古屋6R 3着/11頭+0.6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 25% (得意) ◎ 距離適性同距離 7走で勝率 29% ○ 馬場適性同馬場 4走で勝率 25% ◎ 騎手近50戦勝率 26% (好調) ○ 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) -16% (オッズ過剰評価) AI 予想勝率 49.6% (オッズ暗示: 58.8%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 47.0% / 期待値 -20% ※ 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	アドバンスオーセン	細川智（愛知）	実46.1	B× A▽勝率2% 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 08/19 名古屋2R 11着/12頭+3.7秒 07/14 名古屋12R 9着/11頭 07/01 名古屋2R 7着/12頭 06/17 名古屋5R 6着/11頭 06/03 名古屋1R 3着/12頭+4.0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 9.0着 (不振) × 当競馬場適性 11走で勝率 0% (苦戦) ▽ 距離適性同距離は 11走で勝ち無し ▽ 前走実績前走 11着 (大敗) ○ 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) -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 1.7% / 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。
10	ハズムリズム逃げ	山田祥（愛知）	実198.0	B× A▽勝率1% EV+26% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場20走で勝率5%と苦戦傾向／同距離帯は20走で勝ち無し／直近3走平均11.7着と低調）
前5走 08/19 名古屋2R 12着/12頭+4.4秒 07/29 名古屋1R 12着/12頭+3.8秒 07/14 名古屋6R 11着/12頭+5.0秒 07/01 名古屋12R 12着/12頭+6.0秒 05/06 名古屋1R 11着/11頭+1.2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 11.7着 (不振) × 当競馬場適性 20走で勝率 5% (苦戦) ▽ 距離適性同距離は 20走で勝ち無し ▽ 前走実績前走 12着 (大敗) ○ 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) -93% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 0.5%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 0.6% / 期待値 +26% ※ 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	オーブラボー	柿原翔（愛知）	実77.4	B× A×勝率0% EV-63% 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 08/19 名古屋2R 8着/12頭+3.4秒 07/29 名古屋1R 11着/12頭+3.8秒 07/01 名古屋6R 12着/12頭 06/17 名古屋5R 10着/11頭+4.0秒 06/03 名古屋5R 12着/12頭+2.0秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.3着 (不振) × 当競馬場適性 71走で勝率 3% (苦戦) ▽ 距離適性同距離は 66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 14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 0.5% / 期待値 -64% ※ 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	ラスブリサス先行	加藤利（愛知）	実6.6	B△ A○勝率15% EV-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5走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し）
前5走 07/29 名古屋12R 9着/12頭+2.5秒 06/17 名古屋4R 2着/11頭 05/05 名古屋6R 5着/12頭+0.8秒 04/22 名古屋1R 5着/12頭+1.3秒 06/25 名古屋8R 12着/12頭+2.9秒
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 5.3着 × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し × 期待値 (オッズ vs AI勝率) -93% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 15.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 14.7% / 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。

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 ◎

ホウオウブライツ

騎手塚本征（愛知）

単勝オッズ

1.7倍

AI期待値

-15%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲2ボンボニエーレ

6.5倍

EV +36%

▲A:△7フェイントライト

14.9倍

EV +213%

出走馬全12頭

◎A:◎8

ホウオウブライツ

塚本征（愛知）

1.7倍

-15%

›

○A:▲2

ボンボニエーレ

小笠羚（愛知）

6.5倍

+36%

›

▲A:△7

フェイントライト

丸野勝（愛知）

14.9倍

+213%

›

△A:△6

フルーツワゴン

丸山真（愛知）

17.9倍

-3%

›

△A:△3

サイコロチャン

近藤颯（愛知）

7.2倍

-91%

›

△A:○12

ラスブリサス

加藤利（愛知）

6.6倍

-92%

›

×A:▽4

エムズオルフェ

丹羽克（愛知）

27.5倍

-83%

›

×A:×1

ビックピカンテ

木之葵（愛知）

46.1倍

-98%

›

×A:▽10

ハズムリズム

山田祥（愛知）

198.0倍

-92%

›

×A:▽5

アンジェララヴ

松本一（笠松）

45.2倍

-99%

›

×A:▽9

アドバンスオーセン

細川智（愛知）

46.1倍

-99%

›

×A:×11

オーブラボー

柿原翔（愛知）

77.4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

見送り

B. 市場除外+キャリブ

単勝 7 フェイントライト ¥300 実14.9倍期待値 +213% ❌不的中6着単勝 14.9倍

※ 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	ビックピカンテ	木之葵（愛知）	実46.1	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場59走で勝率3%と苦戦傾向／同距離帯は53走で勝ち無し）
前5走 08/19 名古屋2R 9着/12頭+3.4秒 07/28 名古屋12R 2着/10頭+0.4秒 07/13 名古屋7R 6着/12頭 06/17 名古屋12R 9着/12頭 06/02 名古屋6R 2着/12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 5.7着 × 当競馬場適性 59走で勝率 3% (苦戦) ▽ 距離適性同距離は 53走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -63% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 2.2%) ※ 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。
2	ボンボニエーレ	小笠羚（愛知）	実6.5	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.7着と安定）
前5走 08/19 名古屋12R 4着/12頭+0.4秒 07/13 名古屋7R 2着/12頭+0.0秒 06/30 名古屋12R 2着/12頭 06/16 名古屋6R 6着/10頭 06/02 名古屋5R 5着/11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 2.7着 (安定) △ 当競馬場適性 16走で勝率 12% △ 距離適性同距離 14走で勝率 7% △ 騎手近50戦勝率 4% (やや苦戦) ○ 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 11.3% (オッズ暗示: 15.4%) ※ 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	サイコロチャン追込	近藤颯（愛知）	実7.2	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 08/19 名古屋4R 9着/11頭+2.1秒 06/30 名古屋6R 2着/12頭+0.0秒 06/16 名古屋7R 3着/10頭+1.0秒 05/19 名古屋7R 10着/11頭+3.4秒 12/09 名古屋8R 9着/12頭+2.1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 4.7着 △ 当競馬場適性 44走で勝率 7% △ 距離適性同距離 39走で勝率 5% ○ 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) -37% (大幅な期待値マイナス) AI 予想勝率 8.8% (オッズ暗示: 13.9%) ※ 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。
4	エムズオルフェ	丹羽克（愛知）	実27.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場22走で勝率0%と苦戦傾向／同距離帯は21走で勝ち無し／前走2着）
前5走 08/19 名古屋1R 2着/11頭+0.1秒 07/13 名古屋12R 10着/12頭+2.0秒 07/01 名古屋5R 6着/12頭 06/17 名古屋12R 11着/12頭+2.0秒 06/02 名古屋7R 5着/12頭
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 6.0着 × 当競馬場適性 22走で勝率 0% (苦戦) ▽ 距離適性同距離は 21走で勝ち無し ○ 前走実績前走 2着 (好走) ○ 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) -8% (オッズ過剰評価) AI 予想勝率 3.3% (オッズ暗示: 3.6%) ※ 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。
5	アンジェララヴ	松本一（笠松）	実45.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場47走で勝率2%と苦戦傾向／同距離帯は43走で勝ち無し）
前5走 08/19 名古屋2R 10着/12頭+3.4秒 07/29 名古屋1R 9着/12頭+2.3秒 07/13 名古屋7R 4着/12頭 06/16 名古屋7R 2着/10頭 06/02 名古屋7R 8着/12頭+2.0秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.7着 (不振) × 当競馬場適性 47走で勝率 2% (苦戦) ▽ 距離適性同距離は 43走で勝ち無し ▽ 前走実績前走 10着 (大敗) ○ 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) -35% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 2.2%) ※ 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。
6	フルーツワゴン	丸山真（愛知）	実17.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場15走で勝率0%と苦戦傾向／同距離帯は15走で勝ち無し）
前5走 08/19 名古屋1R 5着/11頭+0.4秒 07/28 名古屋7R 6着/12頭+1.7秒 07/01 名古屋12R 7着/12頭 06/03 名古屋6R 7着/12頭 05/21 名古屋2R 6着/10頭+2.0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 6.0着 × 当競馬場適性 15走で勝率 0% (苦戦) ▽ 距離適性同距離は 15走で勝ち無し ○ 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) -4% (オッズ過剰評価) AI 予想勝率 5.4% (オッズ暗示: 5.6%) ※ 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。
7	フェイントライト推奨	丸野勝（愛知）	実14.9	△詳細▼	期待値プラスでAIの推し馬（前走3着で力を示す／適度な間隔で状態万全／騎手の手腕も後押し）
前5走 08/19 名古屋1R 3着/11頭+0.1秒 07/28 名古屋12R 7着/10頭+1.6秒 07/01 名古屋5R 3着/12頭 06/17 名古屋5R 8着/11頭+0.0秒 06/03 名古屋12R 11着/12頭
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 4.3着 × 当競馬場適性 13走で勝率 0% (苦戦) △ 距離適性同距離 18走で勝率 6% ○ 騎手近50戦勝率 16% ○ 前走実績前走 3着 (好走) ○ 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) -33% (大幅な期待値マイナス) AI 予想勝率 4.5% (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。
8	ホウオウブライツ自在	塚本征（愛知）	実1.7	🌟◎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8走で勝率25%と適性高／同距離帯7走で勝率29%／直近3走で勝率33%と好調）
前5走 08/19 名古屋2R 5着/12頭+1.7秒 07/28 名古屋7R 4着/12頭+0.8秒 07/13 名古屋5R 1着/3頭 12/22 名古屋4R 5着/12頭+1.2秒 12/05 名古屋6R 3着/11頭+0.6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 25% (得意) ◎ 距離適性同距離 7走で勝率 29% ○ 馬場適性同馬場 4走で勝率 25% ◎ 騎手近50戦勝率 26% (好調) ○ 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) -20% (オッズ過剰評価) AI 予想勝率 47.0% (オッズ暗示: 58.8%) ※ 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。
9	アドバンスオーセン	細川智（愛知）	実46.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場11走で勝率0%と苦戦傾向／同距離帯は11走で勝ち無し／直近3走平均9.0着と低調）
前5走 08/19 名古屋2R 11着/12頭+3.7秒 07/14 名古屋12R 9着/11頭 07/01 名古屋2R 7着/12頭 06/17 名古屋5R 6着/11頭 06/03 名古屋1R 3着/12頭+4.0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 9.0着 (不振) × 当競馬場適性 11走で勝率 0% (苦戦) ▽ 距離適性同距離は 11走で勝ち無し ▽ 前走実績前走 11着 (大敗) ○ 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) -24% (オッズ過剰評価) AI 予想勝率 1.7% (オッズ暗示: 2.2%) ※ 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。
10	ハズムリズム逃げ	山田祥（愛知）	実198.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場20走で勝率5%と苦戦傾向／同距離帯は20走で勝ち無し／直近3走平均11.7着と低調）
前5走 08/19 名古屋2R 12着/12頭+4.4秒 07/29 名古屋1R 12着/12頭+3.8秒 07/14 名古屋6R 11着/12頭+5.0秒 07/01 名古屋12R 12着/12頭+6.0秒 05/06 名古屋1R 11着/11頭+1.2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 11.7着 (不振) × 当競馬場適性 20走で勝率 5% (苦戦) ▽ 距離適性同距離は 20走で勝ち無し ▽ 前走実績前走 12着 (大敗) ○ 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) +26% (市場と概ね一致) AI 予想勝率 0.6% (オッズ暗示: 0.5%) ※ 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。
11	オーブラボー	柿原翔（愛知）	実77.4	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場71走で勝率3%と苦戦傾向／同距離帯は66走で勝ち無し／直近3走平均10.3着と低調）
前5走 08/19 名古屋2R 8着/12頭+3.4秒 07/29 名古屋1R 11着/12頭+3.8秒 07/01 名古屋6R 12着/12頭 06/17 名古屋5R 10着/11頭+4.0秒 06/03 名古屋5R 12着/12頭+2.0秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.3着 (不振) × 当競馬場適性 71走で勝率 3% (苦戦) ▽ 距離適性同距離は 66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 14日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -64% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 1.3%) ※ 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。
12	ラスブリサス先行	加藤利（愛知）	実6.6	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場5走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し）
前5走 07/29 名古屋12R 9着/12頭+2.5秒 06/17 名古屋4R 2着/11頭 05/05 名古屋6R 5着/12頭+0.8秒 04/22 名古屋1R 5着/12頭+1.3秒 06/25 名古屋8R 12着/12頭+2.9秒
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 5.3着 × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 6走で勝ち無し △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 14.7% (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

ホウオウブライツ

騎手塚本征（愛知）

単勝オッズ

1.7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

○12ラスブリサス

6.6倍

EV -3%

▲2ボンボニエーレ

6.5倍

EV -26%

出走馬全12頭

◎8

ホウオウブライツ

塚本征（愛知）

1.7倍

-20%

›

○12

ラスブリサス

加藤利（愛知）

6.6倍

-3%

›

▲2

ボンボニエーレ

小笠羚（愛知）

6.5倍

-26%

›

△3

サイコロチャン

近藤颯（愛知）

7.2倍

-36%

›

△6

フルーツワゴン

丸山真（愛知）

17.9倍

-3%

›

△7

フェイントライト

丸野勝（愛知）

14.9倍

-33%

›

▽4

エムズオルフェ

丹羽克（愛知）

27.5倍

-7%

›

▽9

アドバンスオーセン

細川智（愛知）

46.1倍

-23%

›

▽5

アンジェララヴ

松本一（笠松）

45.2倍

-35%

›

×1

ビックピカンテ

木之葵（愛知）

46.1倍

-62%

›

▽10

ハズムリズム

山田祥（愛知）

198.0倍

+26%

›

×11

オーブラボー

柿原翔（愛知）

77.4倍

-63%

›

💡 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

見送り

B. 市場除外+キャリブ

単勝 7 フェイントライト ¥300 実14.9倍期待値 -33% ❌不的中6着単勝 14.9倍

※ 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