名古屋 4R 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

4R 名古屋競馬場ダ1500m ダート1500m　発走 15:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	マサハヤモーブ追込	望月洵（愛知）	実1.9	B◎ A◎勝率41% EV-22% 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8走で勝率25%／直近3走で勝率67%と好調）
前5走 08/20 名古屋7R 6着/12頭+1.4秒 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
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 67% (絶好調) ◎ 当競馬場適性 8走で勝率 25% (得意) ◎ 距離適性同距離 8走で勝率 25% ◎ 騎手近50戦勝率 28% (好調) ○ ローテーション 28日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +6% (市場と概ね一致) AI 予想勝率 56.1% (オッズ暗示: 52.6%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 41.0% / 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。
2	ヒダサワヤカ自在	細川智（愛知）	実9.6	B△ A△勝率8% EV-23% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 08/20 名古屋6R 5着/12頭+1.1秒 07/30 名古屋12R 7着/12頭+1.0秒 07/03 名古屋9R 7着/12頭 05/25 名古屋5R 4着/11頭 05/08 名古屋1R 4着/10頭+0.7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戦の調子平均 6.3着 △ 当競馬場適性 29走で勝率 7% △ 距離適性同距離 23走で勝率 9% ○ 馬場適性同馬場 4走で勝率 25% △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 28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 0.2% (オッズ暗示: 10.4%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.0% / 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。
3	オールオンフリーク	丸山真（愛知）	実43.8	B× A▽勝率1% EV-48% 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 08/20 名古屋7R 12着/12頭+2.3秒 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
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 10.3着 (不振) △ 当競馬場適性 37走で勝率 11% △ 距離適性同距離 33走で勝率 9% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 12着 (大敗) ○ ローテーション 28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 1.2% / 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。
4	ソブリンルーラー	山田祥（愛知）	実87.7	B× A▽勝率1% EV-40% 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 08/20 名古屋7R 11着/12頭+1.9秒 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
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 10.7着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) △ 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 28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 0.7% / 期待値 -40% ※ 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	スターロード逃げ	加藤利（愛知）	実48.6	B× A▽勝率2% EV-12% 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 08/20 名古屋7R 10着/12頭+1.7秒 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
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 7.7着 (不振) △ 当競馬場適性 100走で勝率 7% △ 距離適性同距離 75走で勝率 7% ▽ 前走実績前走 10着 (大敗) ○ ローテーション 28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 -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。
6	ノヴァエスペランサ	加藤聡（愛知）	実6.4	B▲ A▲勝率15% EV-3% 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0%と苦戦傾向／同距離帯は7走で勝ち無し／騎手は近50戦で勝率24%）
前5走 08/20 名古屋6R 7着/12頭+1.5秒 07/29 名古屋3R 2着/12頭+0.2秒 07/14 名古屋7R 5着/12頭+4.0秒 06/05 名古屋5R 11着/12頭+1.0秒 05/25 名古屋2R 10着/10頭+3.0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 4.7着 × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し ◎ 騎手近50戦勝率 24% (好調) ○ ローテーション 28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 0.2% (オッズ暗示: 15.6%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 15.0% / 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	ウィルマッチ	近藤颯（愛知）	実32.8	B△ A△勝率4% 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9.7着と低調）
前5走 09/04 名古屋12R 10着/12頭+2.3秒 08/20 名古屋7R 9着/12頭+1.6秒 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
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 9.7着 (不振) △ 当競馬場適性 16走で勝率 6% △ 距離適性同距離 18走で勝率 6% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 10着 (大敗) × 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 0.0% (オッズ暗示: 3.0%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.0% / 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。
8	ボンボニエーレ	小笠羚（愛知）	実3.0	B○ A○勝率23% EV-30% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 09/02 名古屋7R 1着/12頭勝利 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
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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 17走で勝率 18% (相性良) △ 距離適性同距離 15走で勝率 13% ○ 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 15日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +30% (妙味あり) AI 予想勝率 43.3% (オッズ暗示: 33.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 23.0% / 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。
9	ロジスクリーン	村上弘（愛知）	実17.2	B△ A△勝率5% EV-8% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場47走で勝率4%と苦戦傾向／同距離帯は47走で勝ち無し）
前5走 09/04 名古屋12R 12着/12頭+3.8秒 08/20 名古屋5R 2着/10頭+0.1秒 07/30 名古屋6R 9着/11頭+2.9秒 07/15 名古屋6R 9着/12頭+1.0秒 06/19 名古屋2R 4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 7.7着 (不振) × 当競馬場適性 47走で勝率 4% (苦戦) ▽ 距離適性同距離は 47走で勝ち無し ▽ 前走実績前走 12着 (大敗) × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 5.8%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.3% / 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。

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 ◎

マサハヤモーブ

騎手望月洵（愛知）

単勝オッズ

1.9倍

AI期待値

+6%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○8ボンボニエーレ

3.0倍

EV +30%

▲A:▲6ノヴァエスペランサ

6.4倍

EV -98%

出走馬全9頭

◎A:◎1

マサハヤモーブ

望月洵（愛知）

1.9倍

+6%

›

○A:○8

ボンボニエーレ

小笠羚（愛知）

3.0倍

+30%

›

▲A:▲6

ノヴァエスペランサ

加藤聡（愛知）

6.4倍

-98%

›

△A:△2

ヒダサワヤカ

細川智（愛知）

9.6倍

-97%

›

△A:△9

ロジスクリーン

村上弘（愛知）

17.2倍

-99%

›

△A:△7

ウィルマッチ

近藤颯（愛知）

32.8倍

-99%

›

×A:▽3

オールオンフリーク

丸山真（愛知）

43.8倍

-99%

›

×A:▽5

スターロード

加藤利（愛知）

48.6倍

-99%

›

×A:▽4

ソブリンルーラー

山田祥（愛知）

87.7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

4R 名古屋競馬場ダ1500m ダート1500m　発走 15:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	マサハヤモーブ追込	望月洵（愛知）	実1.9	◎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8走で勝率25%／直近3走で勝率67%と好調）
前5走 08/20 名古屋7R 6着/12頭+1.4秒 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
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 67% (絶好調) ◎ 当競馬場適性 8走で勝率 25% (得意) ◎ 距離適性同距離 8走で勝率 25% ◎ 騎手近50戦勝率 28% (好調) ○ ローテーション 28日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 41.0% (オッズ暗示: 52.6%) ※ 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。
2	ヒダサワヤカ自在	細川智（愛知）	実9.6	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 08/20 名古屋6R 5着/12頭+1.1秒 07/30 名古屋12R 7着/12頭+1.0秒 07/03 名古屋9R 7着/12頭 05/25 名古屋5R 4着/11頭 05/08 名古屋1R 4着/10頭+0.7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戦の調子平均 6.3着 △ 当競馬場適性 29走で勝率 7% △ 距離適性同距離 23走で勝率 9% ○ 馬場適性同馬場 4走で勝率 25% △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 28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 8.0% (オッズ暗示: 10.4%) ※ 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	オールオンフリーク	丸山真（愛知）	実43.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均10.3着と低調）
前5走 08/20 名古屋7R 12着/12頭+2.3秒 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
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 10.3着 (不振) △ 当競馬場適性 37走で勝率 11% △ 距離適性同距離 33走で勝率 9% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 12着 (大敗) ○ ローテーション 28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 1.2% (オッズ暗示: 2.3%) ※ 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。
4	ソブリンルーラー	山田祥（愛知）	実87.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場9走で勝率0%と苦戦傾向／直近3走平均10.7着と低調）
前5走 08/20 名古屋7R 11着/12頭+1.9秒 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
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 10.7着 (不振) × 当競馬場適性 9走で勝率 0% (苦戦) △ 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 28日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -40% (大幅な期待値マイナス) AI 予想勝率 0.7% (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。
5	スターロード逃げ	加藤利（愛知）	実48.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/20 名古屋7R 10着/12頭+1.7秒 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
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 7.7着 (不振) △ 当競馬場適性 100走で勝率 7% △ 距離適性同距離 75走で勝率 7% ▽ 前走実績前走 10着 (大敗) ○ ローテーション 28日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 1.8% (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。
6	ノヴァエスペランサ	加藤聡（愛知）	実6.4	▲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0%と苦戦傾向／同距離帯は7走で勝ち無し／騎手は近50戦で勝率24%）
前5走 08/20 名古屋6R 7着/12頭+1.5秒 07/29 名古屋3R 2着/12頭+0.2秒 07/14 名古屋7R 5着/12頭+4.0秒 06/05 名古屋5R 11着/12頭+1.0秒 05/25 名古屋2R 10着/10頭+3.0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 4.7着 × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し ◎ 騎手近50戦勝率 24% (好調) ○ ローテーション 28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 15.0% (オッズ暗示: 15.6%) ※ 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	ウィルマッチ	近藤颯（愛知）	実32.8	△詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.7着と低調）
前5走 09/04 名古屋12R 10着/12頭+2.3秒 08/20 名古屋7R 9着/12頭+1.6秒 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
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 9.7着 (不振) △ 当競馬場適性 16走で勝率 6% △ 距離適性同距離 18走で勝率 6% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 10着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +30% (妙味あり) AI 予想勝率 4.0% (オッズ暗示: 3.0%) ※ 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。
8	ボンボニエーレ	小笠羚（愛知）	実3.0	○詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 09/02 名古屋7R 1着/12頭勝利 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
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戦の調子勝率 33% (上り調子) ○ 当競馬場適性 17走で勝率 18% (相性良) △ 距離適性同距離 15走で勝率 13% ○ 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 15日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -31% (大幅な期待値マイナス) AI 予想勝率 23.0% (オッズ暗示: 33.3%) ※ 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。
9	ロジスクリーン	村上弘（愛知）	実17.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場47走で勝率4%と苦戦傾向／同距離帯は47走で勝ち無し）
前5走 09/04 名古屋12R 12着/12頭+3.8秒 08/20 名古屋5R 2着/10頭+0.1秒 07/30 名古屋6R 9着/11頭+2.9秒 07/15 名古屋6R 9着/12頭+1.0秒 06/19 名古屋2R 4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 7.7着 (不振) × 当競馬場適性 47走で勝率 4% (苦戦) ▽ 距離適性同距離は 47走で勝ち無し ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 5.3% (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

マサハヤモーブ

騎手望月洵（愛知）

単勝オッズ

1.9倍

AI期待値

-22%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○8ボンボニエーレ

3.0倍

EV -30%

▲6ノヴァエスペランサ

6.4倍

EV -3%

出走馬全9頭

◎1

マサハヤモーブ

望月洵（愛知）

1.9倍

-22%

›

○8

ボンボニエーレ

小笠羚（愛知）

3.0倍

-30%

›

▲6

ノヴァエスペランサ

加藤聡（愛知）

6.4倍

-3%

›

△2

ヒダサワヤカ

細川智（愛知）

9.6倍

-23%

›

△9

ロジスクリーン

村上弘（愛知）

17.2倍

-8%

›

△7

ウィルマッチ

近藤颯（愛知）

32.8倍

+30%

›

▽5

スターロード

加藤利（愛知）

48.6倍

-12%

›

▽3

オールオンフリーク

丸山真（愛知）

43.8倍

-48%

›

▽4

ソブリンルーラー

山田祥（愛知）

87.7倍

-40%

›

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