名古屋 2R 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

2R 名古屋競馬場ダ1500m ダート1500m　発走 14:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ヴァールザーゲン	山田祥（愛知）	実20.2	B△ A△勝率6% EV+16% 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50%と好調／前走勝利の勢い）
前5走 09/07 名古屋1R 1着/8頭勝利 08/21 名古屋2R 6着/12頭+1.8秒 ― ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 直近3戦の調子勝率 50% (絶好調) ◎ 前走実績前走 1着 (勢い継続) ◎ 期待値 (オッズ vs AI勝率) +33% (妙味あり) AI 予想勝率 6.6% (オッズ暗示: 5.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.8% / 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。
2	リアルフォルツァ	塚本征（愛知）	実1.4	B▲ A×勝率35% EV-51% 詳細▼	人気馬、市場評価通りで上乗せなし（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 09/07 名古屋4R 2着/9頭+0.6秒 08/24 名古屋12R 1着/3頭 07/28 名古屋4R 8着/11頭+2.9秒 ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 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 24% (好調) ○ 前走実績前走 2着 (好走) × 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 6.6% (オッズ暗示: 71.4%) × Aモデルの評価 (参考) レース内 1位 / 勝率 34.5% / 期待値 -52% ※ 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	ジャスパーレオン	加藤聡（愛知）	実3.2	B◎ A○勝率26% EV-15% 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（105日ぶりの実戦）
前5走 06/03 船橋7R 5着/10頭+0.0秒 01/27 312R 2着/10頭+2.1秒 ― ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 3.5着 ○ 騎手近50戦勝率 18% △ ローテーション 105日休養明け ◎ 期待値 (オッズ vs AI勝率) +125% (市場が大幅過小評価) AI 予想勝率 70.5% (オッズ暗示: 31.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 26.3% / 期待値 -16% ※ 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	スージーハルワ	柿原翔（愛知）	実74.4	B× A▽勝率3% EV+89% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調）
前5走 08/20 名古屋3R 11着/11頭+3.3秒 07/15 名古屋1R 7着/12頭 07/02 名古屋4R 7着/11頭+0.0秒 06/22 名古屋5R 3着/12頭+1.0秒 06/03 名古屋3R 1着/12頭
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 8.3着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) ○ 距離適性同距離 6走で勝率 17% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 11着 (大敗) ○ ローテーション 27日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -66% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.6% / 期待値 +90% ※ 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	ホレキタヤレキタ	近藤颯（愛知）	実87.4	B△ A▽勝率1% EV+21% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場19走で勝率0%と苦戦傾向／同距離帯は17走で勝ち無し）
前5走 09/03 名古屋2R 7着/10頭+2.8秒 08/20 名古屋12R 6着/12頭+1.4秒 07/30 名古屋4R 6着/12頭+1.2秒 07/02 名古屋2R 8着/11頭 06/22 名古屋5R 4着/12頭
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 6.3着 × 当競馬場適性 19走で勝率 0% (苦戦) ▽ 距離適性同距離は 17走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) △ 期待値 (オッズ vs AI勝率) +14% (市場と概ね一致) AI 予想勝率 1.3% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.4% / 期待値 +22% ※ 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	トントンビョウシ逃げ	細川智（愛知）	実45.1	B× A▽勝率3% EV+30% 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）
前5走 09/03 名古屋3R 7着/12頭+1.2秒 08/20 名古屋4R 11着/12頭+3.6秒 07/29 名古屋4R 10着/11頭+3.2秒 06/17 名古屋3R 9着/11頭+0.0秒 05/21 名古屋9R 9着/10頭+1.0秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 9.3着 (不振) △ 当競馬場適性 9走で勝率 11% △ 距離適性同距離 7走で勝率 14% × 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 0.5% (オッズ暗示: 2.2%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.9% / 期待値 +31% ※ 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	キタカラキタマアヤ逃げ	阿部基（笠松）	実122.9	B▽ A▽勝率1% EV+31% 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）
前5走 09/03 名古屋12R 7着/11頭+1.0秒 08/20 名古屋3R 10着/11頭+2.8秒 07/30 名古屋4R 11着/12頭+2.2秒 07/14 名古屋4R 12着/12頭 06/22 名古屋5R 5着/12頭
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 9.3着 (不振) △ 当競馬場適性 18走で勝率 6% △ 距離適性同距離 13走で勝率 8% × 期待値 (オッズ vs AI勝率) -44% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 0.8%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.1% / 期待値 +32% ※ 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	デスヨッテニ	筒井勇（笠松）	実229.3	B▽ A▽勝率1% EV+53% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調）
前5走 09/03 名古屋2R 8着/10頭+2.9秒 07/30 名古屋5R 8着/12頭+1.1秒 ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 8.0着 (不振) △ 騎手近50戦勝率 4% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 0.4% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 0.7% / 期待値 +54% ※ 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	ウインモアナ差し推奨	小笠羚（愛知）	実15.3	B× A▲勝率13% EV+100% 詳細▼	期待値プラスでAIの推し馬（騎手の手腕も後押し）
前5走 09/03 名古屋12R 4着/11頭+0.6秒 08/20 名古屋2R 4着/12頭+1.6秒 07/30 名古屋4R 9着/12頭+2.0秒 07/14 名古屋3R 11着/12頭 07/02 名古屋2R 7着/11頭
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 5.7着 △ 当競馬場適性 13走で勝率 8% △ 距離適性同距離 13走で勝率 8% ○ 騎手近50戦勝率 18% × 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 0.4% (オッズ暗示: 6.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.1% / 期待値 +100% ※ 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	ウインクリンゲル差し推奨	丹羽克（愛知）	実28.5	B○ A△勝率5% EV+30% 詳細▼	市場が大きく過小評価、AI予想勝率11% × オッズ28.5倍で期待値+218%の有力候補（市場想定よりAI評価が高く妙味）
前5走 09/03 名古屋12R 6着/11頭+0.8秒 08/20 名古屋4R 7着/12頭+2.5秒 07/30 名古屋4R 3着/12頭+0.9秒 07/15 名古屋11R 11着/12頭 07/01 名古屋4R 3着/12頭
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 5.3着 × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し ◎ 期待値 (オッズ vs AI勝率) +218% (市場が大幅過小評価) AI 予想勝率 11.2% (オッズ暗示: 3.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.6% / 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。
11	クリコメリー	村上弘（愛知）	実17.3	B△ A△勝率7% EV+24% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/03 名古屋2R 6着/10頭+2.6秒 08/20 名古屋12R 9着/12頭+1.9秒 07/30 名古屋5R 6着/12頭+0.9秒 07/14 名古屋3R 4着/12頭 07/03 名古屋2R 1着/12頭
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.0着 (不振) △ 当競馬場適性 7走で勝率 14% ○ 距離適性同距離 6走で勝率 17% × 期待値 (オッズ vs AI勝率) -72% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 5.8%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.2% / 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。

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 ○

ジャスパーレオン

騎手加藤聡（愛知）

単勝オッズ

3.2倍

AI期待値

+125%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△10ウインクリンゲル

28.5倍

EV +218%

▲A:×2リアルフォルツァ

1.4倍

EV -90%

出走馬全11頭

◎A:○3

ジャスパーレオン

加藤聡（愛知）

3.2倍

+125%

›

○A:△10

ウインクリンゲル

丹羽克（愛知）

28.5倍

+218%

›

▲A:×2

リアルフォルツァ

塚本征（愛知）

1.4倍

-90%

›

△A:△1

ヴァールザーゲン

山田祥（愛知）

20.2倍

+33%

›

△A:△11

クリコメリー

村上弘（愛知）

17.3倍

-71%

›

△A:▽5

ホレキタヤレキタ

近藤颯（愛知）

87.4倍

+14%

›

×A:▽6

トントンビョウシ

細川智（愛知）

45.1倍

-79%

›

×A:▽4

スージーハルワ

柿原翔（愛知）

74.4倍

-66%

›

▽A:▽7

キタカラキタマアヤ

阿部基（笠松）

122.9倍

-44%

›

×A:▲9

ウインモアナ

小笠羚（愛知）

15.3倍

-93%

›

▽A:▽8

デスヨッテニ

筒井勇（笠松）

229.3倍

-16%

›

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 9 ウインモアナ ¥100 実15.3倍期待値 -93% 不的中2着単勝 15.3倍

B. 市場除外+キャリブ

単勝 10 ウインクリンゲル ¥100 実28.5倍期待値 +218% 不的中4着単勝 28.5倍

※ オッズは予測時点の値です。

2R 名古屋競馬場ダ1500m ダート1500m　発走 14:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ヴァールザーゲン	山田祥（愛知）	実20.2	△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50%と好調／前走勝利の勢い）
前5走 09/07 名古屋1R 1着/8頭勝利 08/21 名古屋2R 6着/12頭+1.8秒 ― ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ◎ 直近3戦の調子勝率 50% (絶好調) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) +16% (市場と概ね一致) AI 予想勝率 5.8% (オッズ暗示: 5.0%) ※ 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。
2	リアルフォルツァ	塚本征（愛知）	実1.4	×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 09/07 名古屋4R 2着/9頭+0.6秒 08/24 名古屋12R 1着/3頭 07/28 名古屋4R 8着/11頭+2.9秒 ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 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 24% (好調) ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -52% (大幅な期待値マイナス) AI 予想勝率 34.5% (オッズ暗示: 71.4%) ※ 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	ジャスパーレオン	加藤聡（愛知）	実3.2	○詳細▼	AI上位評価だが期待値不足、見送り（105日ぶりの実戦）
前5走 06/03 船橋7R 5着/10頭+0.0秒 01/27 312R 2着/10頭+2.1秒 ― ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 3.5着 ○ 騎手近50戦勝率 18% △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 26.3% (オッズ暗示: 31.2%) ※ 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。
4	スージーハルワ	柿原翔（愛知）	実74.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調）
前5走 08/20 名古屋3R 11着/11頭+3.3秒 07/15 名古屋1R 7着/12頭 07/02 名古屋4R 7着/11頭+0.0秒 06/22 名古屋5R 3着/12頭+1.0秒 06/03 名古屋3R 1着/12頭
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 8.3着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) ○ 距離適性同距離 6走で勝率 17% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 11着 (大敗) ○ ローテーション 27日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +89% (市場が大幅過小評価) AI 予想勝率 2.6% (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。
5	ホレキタヤレキタ	近藤颯（愛知）	実87.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場19走で勝率0%と苦戦傾向／同距離帯は17走で勝ち無し）
前5走 09/03 名古屋2R 7着/10頭+2.8秒 08/20 名古屋12R 6着/12頭+1.4秒 07/30 名古屋4R 6着/12頭+1.2秒 07/02 名古屋2R 8着/11頭 06/22 名古屋5R 4着/12頭
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 6.3着 × 当競馬場適性 19走で勝率 0% (苦戦) ▽ 距離適性同距離は 17走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) △ 期待値 (オッズ vs AI勝率) +21% (市場と概ね一致) AI 予想勝率 1.4% (オッズ暗示: 1.1%) ※ 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。
6	トントンビョウシ逃げ	細川智（愛知）	実45.1	▽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）
前5走 09/03 名古屋3R 7着/12頭+1.2秒 08/20 名古屋4R 11着/12頭+3.6秒 07/29 名古屋4R 10着/11頭+3.2秒 06/17 名古屋3R 9着/11頭+0.0秒 05/21 名古屋9R 9着/10頭+1.0秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 9.3着 (不振) △ 当競馬場適性 9走で勝率 11% △ 距離適性同距離 7走で勝率 14% ◎ 期待値 (オッズ vs AI勝率) +30% (妙味あり) AI 予想勝率 2.9% (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。
7	キタカラキタマアヤ逃げ	阿部基（笠松）	実122.9	▽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）
前5走 09/03 名古屋12R 7着/11頭+1.0秒 08/20 名古屋3R 10着/11頭+2.8秒 07/30 名古屋4R 11着/12頭+2.2秒 07/14 名古屋4R 12着/12頭 06/22 名古屋5R 5着/12頭
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 9.3着 (不振) △ 当競馬場適性 18走で勝率 6% △ 距離適性同距離 13走で勝率 8% ◎ 期待値 (オッズ vs AI勝率) +31% (妙味あり) AI 予想勝率 1.1% (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。
8	デスヨッテニ	筒井勇（笠松）	実229.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調）
前5走 09/03 名古屋2R 8着/10頭+2.9秒 07/30 名古屋5R 8着/12頭+1.1秒 ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 8.0着 (不振) △ 騎手近50戦勝率 4% (やや苦戦) ◎ 期待値 (オッズ vs AI勝率) +53% (市場が大幅過小評価) AI 予想勝率 0.7% (オッズ暗示: 0.4%) ※ 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。
9	ウインモアナ差し推奨	小笠羚（愛知）	実15.3	▲詳細▼	市場が大きく過小評価、AI予想勝率13% × オッズ15.3倍で期待値+100%の有力候補（騎手の手腕も後押し）
前5走 09/03 名古屋12R 4着/11頭+0.6秒 08/20 名古屋2R 4着/12頭+1.6秒 07/30 名古屋4R 9着/12頭+2.0秒 07/14 名古屋3R 11着/12頭 07/02 名古屋2R 7着/11頭
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 5.7着 △ 当競馬場適性 13走で勝率 8% △ 距離適性同距離 13走で勝率 8% ○ 騎手近50戦勝率 18% ◎ 期待値 (オッズ vs AI勝率) +100% (市場が大幅過小評価) AI 予想勝率 13.1% (オッズ暗示: 6.5%) ※ 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	ウインクリンゲル差し推奨	丹羽克（愛知）	実28.5	△詳細▼	オッズに対しAI予想勝率がやや高め、期待値+30%の妙味（市場想定よりAI評価が高く妙味）
前5走 09/03 名古屋12R 6着/11頭+0.8秒 08/20 名古屋4R 7着/12頭+2.5秒 07/30 名古屋4R 3着/12頭+0.9秒 07/15 名古屋11R 11着/12頭 07/01 名古屋4R 3着/12頭
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 5.3着 × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し ◎ 期待値 (オッズ vs AI勝率) +30% (妙味あり) AI 予想勝率 4.6% (オッズ暗示: 3.5%) ※ 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	クリコメリー	村上弘（愛知）	実17.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/03 名古屋2R 6着/10頭+2.6秒 08/20 名古屋12R 9着/12頭+1.9秒 07/30 名古屋5R 6着/12頭+0.9秒 07/14 名古屋3R 4着/12頭 07/03 名古屋2R 1着/12頭
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) × 直近3戦の調子平均 7.0着 (不振) △ 当競馬場適性 7走で勝率 14% ○ 距離適性同距離 6走で勝率 17% △ 期待値 (オッズ vs AI勝率) +24% (市場と概ね一致) AI 予想勝率 7.2% (オッズ暗示: 5.8%) ※ 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。

AIの本命

AI評価1位

リアルフォルツァ

騎手塚本征（愛知）

単勝オッズ

1.4倍

AI期待値

-51%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○3ジャスパーレオン

3.2倍

EV -15%

▲9ウインモアナ

15.3倍

EV +100%

出走馬全11頭

×2

リアルフォルツァ

塚本征（愛知）

1.4倍

-51%

›

○3

ジャスパーレオン

加藤聡（愛知）

3.2倍

-15%

›

▲9

ウインモアナ

小笠羚（愛知）

15.3倍

+100%

›

△11

クリコメリー

村上弘（愛知）

17.3倍

+24%

›

△1

ヴァールザーゲン

山田祥（愛知）

20.2倍

+16%

›

△10

ウインクリンゲル

丹羽克（愛知）

28.5倍

+30%

›

▽6

トントンビョウシ

細川智（愛知）

45.1倍

+30%

›

▽4

スージーハルワ

柿原翔（愛知）

74.4倍

+89%

›

▽5

ホレキタヤレキタ

近藤颯（愛知）

87.4倍

+21%

›

▽7

キタカラキタマアヤ

阿部基（笠松）

122.9倍

+31%

›

▽8

デスヨッテニ

筒井勇（笠松）

229.3倍

+53%

›

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 9 ウインモアナ ¥100 実15.3倍期待値 +100% 不的中2着単勝 15.3倍

B. 市場除外+キャリブ

単勝 10 ウインクリンゲル ¥100 実28.5倍期待値 +30% 不的中4着単勝 28.5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