名古屋 5R 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

5R 名古屋競馬場ダ1500m ダート1500m　発走 16:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ディアマント	木之葵（愛知）	実39.7	B× A△勝率4% EV+43% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率33%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 08/19 名古屋2R 4着/12頭+1.4秒 07/29 名古屋12R 5着/12頭+1.9秒 06/30 名古屋5R 1着/11頭 ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 距離適性同距離 3走で勝率 33% △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 15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 0.6% (オッズ暗示: 2.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 3.6% / 期待値 +44% ※ 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	フクチャンフクメイ差し	尾崎章（愛知）	実46.4	B× A×勝率1% EV-67% 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12R 6着/12頭+0.6秒 07/29 名古屋1R 4着/12頭+0.9秒 07/01 名古屋12R 8着/12頭 06/17 名古屋4R 3着/11頭 05/19 名古屋5R 8着/11頭+1.4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 6.0着 × 当競馬場適性 40走で勝率 2% (苦戦) ▽ 距離適性同距離は 39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 15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 0.7% / 期待値 -67% ※ 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	ルミノーゾ自在	加藤聡（愛知）	実41.2	B△ A▽勝率3% EV+10% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場41走で勝率2%と苦戦傾向／同距離帯は32走で勝ち無し／前走3着）
前5走 08/19 名古屋2R 3着/12頭+1.2秒 07/29 名古屋1R 7着/12頭+1.9秒 06/17 名古屋4R 5着/11頭+2.0秒 06/03 名古屋1R 9着/12頭 05/19 名古屋5R 1着/11頭勝利
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 5.0着 × 当競馬場適性 41走で勝率 2% (苦戦) ▽ 距離適性同距離は 32走で勝ち無し ○ 騎手近50戦勝率 14% ○ 前走実績前走 3着 (好走) ○ ローテーション 15日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +19% (市場と概ね一致) AI 予想勝率 2.9% (オッズ暗示: 2.4%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.7% / 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。
4	ワカメチャン	阪野学（愛知）	実106.7	B× A▽勝率1% EV-16% 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 07/29 名古屋12R 7着/12頭+1.9秒 07/14 名古屋6R 5着/12頭 07/01 名古屋2R 6着/12頭 06/18 名古屋12R 10着/12頭 06/04 名古屋2R 9着/11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 18走で勝率 0% (苦戦) ▽ 距離適性同距離は 26走で勝ち無し × 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 0.8% / 期待値 -17% ※ 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	ハルノート	吉原寛（金沢）	実6.8	B▲ A○勝率22% EV+50% 詳細▼	AI上位評価だが期待値不足、見送り（前走2着）
前5走 08/19 名古屋12R 2着/12頭+0.1秒 07/28 名古屋7R 9着/12頭+2.8秒 07/01 名古屋12R 3着/12頭 06/17 名古屋5R 7着/11頭 06/03 名古屋5R 11着/12頭+1.0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 4.7着 △ 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% ○ 前走実績前走 2着 (好走) ○ ローテーション 15日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -80% (大幅な期待値マイナス) AI 予想勝率 2.9% (オッズ暗示: 14.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 22.2% / 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。
6	アブソリュート先行	大原浩（笠松）	実29.4	B△ A△勝率6% EV+66% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（146日ぶりの実戦）
前5走 04/10 川崎6R 6着/12頭+2.1秒 03/05 川崎2R 6着/10頭+1.1秒 11/20 川崎7R 5着/11頭+1.3秒 10/15 川崎3R 6着/12頭+1.4秒 09/25 浦和1R 3着/10頭+1.0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 5.7着 ○ 距離適性同距離 11走で勝率 18% △ ローテーション 146日休養明け × 期待値 (オッズ vs AI勝率) -71% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 3.4%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.7% / 期待値 +67% ※ 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	テルケンレンテル逃げ	村上弘（愛知）	実7.8	B○ A▲勝率14% EV+8% 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5走 08/19 名古屋3R 11着/11頭+3.9秒 09/16 名古屋11R 6着/11頭+1.2秒 09/05 名古屋10R 1着/11頭勝利 08/21 名古屋12R 6着/11頭+1.5秒 07/25 名古屋10R 1着/11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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 14走で勝率 21% (相性良) △ 距離適性同距離 21走で勝率 10% ▽ 前走実績前走 11着 (大敗) ○ ローテーション 15日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -71% (大幅な期待値マイナス) AI 予想勝率 3.7% (オッズ暗示: 12.8%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.9% / 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。
8	ジーティーネージュ	山田祥（愛知）	実20.3	B△ A△勝率7% EV+41% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場27走で勝率4%と苦戦傾向／同距離帯は26走で勝ち無し／前走3着）
前5走 08/19 名古屋12R 3着/12頭+0.2秒 07/29 名古屋1R 5着/12頭+1.4秒 07/01 名古屋5R 5着/12頭 06/17 名古屋4R 6着/11頭 06/03 名古屋12R 9着/12頭
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.3着 × 当競馬場適性 27走で勝率 4% (苦戦) ▽ 距離適性同距離は 26走で勝ち無し ○ 前走実績前走 3着 (好走) ○ ローテーション 15日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -80% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 4.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.0% / 期待値 +42% ※ 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	プリマベーラ逃げ	小笠羚（愛知）	実97.5	B▽ A▽勝率1% EV+5% 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25%と適性高／直近3走で勝率33%と好調）
前5走 08/19 名古屋12R 10着/12頭+1.5秒 07/29 名古屋1R 3着/12頭+0.8秒 04/20 名古屋6R 1着/12頭勝利 04/07 名古屋5R 3着/11頭+0.9秒 03/13 船橋3R 12着/12頭+2.8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 9走で勝率 11% ▽ 前走実績前走 10着 (大敗) ○ ローテーション 15日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -42% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 1.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.1% / 期待値 +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。
10	ホウオウサンサール先行	塚本征（愛知）	実1.2	B🌟◎ A🌟◎勝率42% EV-49% 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走で勝率33%と好調／前走勝利の勢い／騎手は近50戦で勝率24%）
前5走 08/18 名古屋7R 1着/12頭勝利 02/12 名古屋4R 7着/12頭+1.8秒 01/28 名古屋2R 4着/12頭+0.8秒 01/14 名古屋4R 3着/11頭+0.5秒 01/02 名古屋6R 3着/11頭+0.4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 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 24% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 16日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +4% (市場と概ね一致) AI 予想勝率 87.3% (オッズ暗示: 83.3%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 42.4% / 期待値 -49% ※ 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 ◎

ホウオウサンサール

騎手塚本征（愛知）

単勝オッズ

1.2倍

AI期待値

+4%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲7テルケンレンテル

7.8倍

EV -71%

▲A:○5ハルノート

6.8倍

EV -80%

出走馬全10頭

◎A:◎10

ホウオウサンサール

塚本征（愛知）

1.2倍

+4%

›

○A:▲7

テルケンレンテル

村上弘（愛知）

7.8倍

-71%

›

▲A:○5

ハルノート

吉原寛（金沢）

6.8倍

-80%

›

△A:▽3

ルミノーゾ

加藤聡（愛知）

41.2倍

+19%

›

△A:△8

ジーティーネージュ

山田祥（愛知）

20.3倍

-79%

›

△A:△6

アブソリュート

大原浩（笠松）

29.4倍

-70%

›

×A:△1

ディアマント

木之葵（愛知）

39.7倍

-76%

›

▽A:▽9

プリマベーラ

小笠羚（愛知）

97.5倍

-41%

›

×A:×2

フクチャンフクメイ

尾崎章（愛知）

46.4倍

-99%

›

×A:▽4

ワカメチャン

阪野学（愛知）

106.7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

5R 名古屋競馬場ダ1500m ダート1500m　発走 16:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ディアマント	木之葵（愛知）	実39.7	△詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率33%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 08/19 名古屋2R 4着/12頭+1.4秒 07/29 名古屋12R 5着/12頭+1.9秒 06/30 名古屋5R 1着/11頭 ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ◎ 距離適性同距離 3走で勝率 33% △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 15日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +43% (妙味あり) AI 予想勝率 3.6% (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。
2	フクチャンフクメイ差し	尾崎章（愛知）	実46.4	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場40走で勝率2%と苦戦傾向／同距離帯は39走で勝ち無し）
前5走 08/19 名古屋12R 6着/12頭+0.6秒 07/29 名古屋1R 4着/12頭+0.9秒 07/01 名古屋12R 8着/12頭 06/17 名古屋4R 3着/11頭 05/19 名古屋5R 8着/11頭+1.4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 6.0着 × 当競馬場適性 40走で勝率 2% (苦戦) ▽ 距離適性同距離は 39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 15日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -67% (大幅な期待値マイナス) AI 予想勝率 0.7% (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。
3	ルミノーゾ自在	加藤聡（愛知）	実41.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場41走で勝率2%と苦戦傾向／同距離帯は32走で勝ち無し／前走3着）
前5走 08/19 名古屋2R 3着/12頭+1.2秒 07/29 名古屋1R 7着/12頭+1.9秒 06/17 名古屋4R 5着/11頭+2.0秒 06/03 名古屋1R 9着/12頭 05/19 名古屋5R 1着/11頭勝利
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 5.0着 × 当競馬場適性 41走で勝率 2% (苦戦) ▽ 距離適性同距離は 32走で勝ち無し ○ 騎手近50戦勝率 14% ○ 前走実績前走 3着 (好走) ○ ローテーション 15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 2.7% (オッズ暗示: 2.4%) ※ 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。
4	ワカメチャン	阪野学（愛知）	実106.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場18走で勝率0%と苦戦傾向／同距離帯は26走で勝ち無し）
前5走 07/29 名古屋12R 7着/12頭+1.9秒 07/14 名古屋6R 5着/12頭 07/01 名古屋2R 6着/12頭 06/18 名古屋12R 10着/12頭 06/04 名古屋2R 9着/11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 18走で勝率 0% (苦戦) ▽ 距離適性同距離は 26走で勝ち無し △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 0.8% (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	ハルノート	吉原寛（金沢）	実6.8	○詳細▼	AI上位評価だが期待値不足、見送り（前走2着）
前5走 08/19 名古屋12R 2着/12頭+0.1秒 07/28 名古屋7R 9着/12頭+2.8秒 07/01 名古屋12R 3着/12頭 06/17 名古屋5R 7着/11頭 06/03 名古屋5R 11着/12頭+1.0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 4.7着 △ 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% ○ 前走実績前走 2着 (好走) ○ ローテーション 15日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +50% (市場が大幅過小評価) AI 予想勝率 22.2% (オッズ暗示: 14.7%) ※ 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	アブソリュート先行	大原浩（笠松）	実29.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（146日ぶりの実戦）
前5走 04/10 川崎6R 6着/12頭+2.1秒 03/05 川崎2R 6着/10頭+1.1秒 11/20 川崎7R 5着/11頭+1.3秒 10/15 川崎3R 6着/12頭+1.4秒 09/25 浦和1R 3着/10頭+1.0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 5.7着 ○ 距離適性同距離 11走で勝率 18% △ ローテーション 146日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +66% (市場が大幅過小評価) AI 予想勝率 5.7% (オッズ暗示: 3.4%) ※ 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	テルケンレンテル逃げ	村上弘（愛知）	実7.8	▲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5走 08/19 名古屋3R 11着/11頭+3.9秒 09/16 名古屋11R 6着/11頭+1.2秒 09/05 名古屋10R 1着/11頭勝利 08/21 名古屋12R 6着/11頭+1.5秒 07/25 名古屋10R 1着/11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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 14走で勝率 21% (相性良) △ 距離適性同距離 21走で勝率 10% ▽ 前走実績前走 11着 (大敗) ○ ローテーション 15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 13.9% (オッズ暗示: 12.8%) ※ 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。
8	ジーティーネージュ	山田祥（愛知）	実20.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場27走で勝率4%と苦戦傾向／同距離帯は26走で勝ち無し／前走3着）
前5走 08/19 名古屋12R 3着/12頭+0.2秒 07/29 名古屋1R 5着/12頭+1.4秒 07/01 名古屋5R 5着/12頭 06/17 名古屋4R 6着/11頭 06/03 名古屋12R 9着/12頭
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.3着 × 当競馬場適性 27走で勝率 4% (苦戦) ▽ 距離適性同距離は 26走で勝ち無し ○ 前走実績前走 3着 (好走) ○ ローテーション 15日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +41% (妙味あり) AI 予想勝率 7.0% (オッズ暗示: 4.9%) ※ 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	プリマベーラ逃げ	小笠羚（愛知）	実97.5	▽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25%と適性高／直近3走で勝率33%と好調）
前5走 08/19 名古屋12R 10着/12頭+1.5秒 07/29 名古屋1R 3着/12頭+0.8秒 04/20 名古屋6R 1着/12頭勝利 04/07 名古屋5R 3着/11頭+0.9秒 03/13 船橋3R 12着/12頭+2.8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 9走で勝率 11% ▽ 前走実績前走 10着 (大敗) ○ ローテーション 15日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +5% (市場と概ね一致) AI 予想勝率 1.1% (オッズ暗示: 1.0%) ※ 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。
10	ホウオウサンサール先行	塚本征（愛知）	実1.2	🌟◎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走で勝率33%と好調／前走勝利の勢い／騎手は近50戦で勝率24%）
前5走 08/18 名古屋7R 1着/12頭勝利 02/12 名古屋4R 7着/12頭+1.8秒 01/28 名古屋2R 4着/12頭+0.8秒 01/14 名古屋4R 3着/11頭+0.5秒 01/02 名古屋6R 3着/11頭+0.4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 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 24% (好調) ◎ 前走実績前走 1着 (勢い継続) ○ ローテーション 16日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -49% (大幅な期待値マイナス) AI 予想勝率 42.4% (オッズ暗示: 83.3%) ※ 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の本命

AI評価1位

ホウオウサンサール

騎手塚本征（愛知）

単勝オッズ

1.2倍

AI期待値

-49%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○5ハルノート

6.8倍

EV +50%

▲7テルケンレンテル

7.8倍

EV +8%

出走馬全10頭

◎10

ホウオウサンサール

塚本征（愛知）

1.2倍

-49%

›

○5

ハルノート

吉原寛（金沢）

6.8倍

+50%

›

▲7

テルケンレンテル

村上弘（愛知）

7.8倍

+8%

›

△8

ジーティーネージュ

山田祥（愛知）

20.3倍

+41%

›

△6

アブソリュート

大原浩（笠松）

29.4倍

+66%

›

△1

ディアマント

木之葵（愛知）

39.7倍

+43%

›

▽3

ルミノーゾ

加藤聡（愛知）

41.2倍

+10%

›

▽9

プリマベーラ

小笠羚（愛知）

97.5倍

+5%

›

▽4

ワカメチャン

阪野学（愛知）

106.7倍

-16%

›

×2

フクチャンフクメイ

尾崎章（愛知）

46.4倍

-67%

›

💡 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