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。

5R 名古屋競馬場ダ1500m 発走 14:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	フェリスナビダ	加藤聡（愛知）	実85.3	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 10/01 名古屋1R 6着/11頭+0.7秒 07/15 名古屋7R 7着/12頭 07/02 名古屋5R 5着/11頭 06/17 名古屋5R 1着/11頭 06/03 名古屋12R 4着/12頭
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戦の調子平均 6.0着 △ 当競馬場適性 30走で勝率 7% △ 距離適性同距離 29走で勝率 7% ○ 騎手近50戦勝率 16% ○ 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) -36% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 1.2%) ※ 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	ラッキーヴォーグ	望月洵（愛知）	実2.6	◎詳細▼	AI予想勝率は最上位だが、オッズが買う範囲（5〜30倍）より低く見送り（騎手は近50戦で勝率22%）
前5走 10/01 名古屋5R 6着/11頭+0.9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戦の調子平均 6.0着 ◎ 騎手近50戦勝率 22% (好調) ○ 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% (オッズ過剰評価) AI 予想勝率 35.4% (オッズ暗示: 38.5%) ※ 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。
3	ブールドネージュ	塚本征（愛知）	実9.2	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（騎手は近50戦で勝率26%）
前5走 ― ― ― ― ―
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) ◎ 騎手近50戦勝率 26% (好調) × 期待値 (オッズ vs AI勝率) -41% (大幅な期待値マイナス) AI 予想勝率 6.4% (オッズ暗示: 10.9%) ※ 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	ミッシュマッシュ先行	松本一（笠松）	実74.7	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場25走で勝率0%と苦戦傾向／同距離帯は25走で勝ち無し／前走3着）
前5走 09/03 名古屋6R 3着/11頭+0.7秒 08/19 名古屋12R 7着/12頭+0.8秒 07/29 名古屋2R 5着/11頭+1.4秒 07/14 名古屋12R 4着/11頭 07/01 名古屋6R 7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 5.0着 × 当競馬場適性 25走で勝率 0% (苦戦) ▽ 距離適性同距離は 25走で勝ち無し ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 1.2% (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	ウェルックス	小笠羚（愛知）	実35.7	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均11.0着と低調）
前5走 10/01 名古屋5R 11着/11頭+2.6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 11.0着 (不振) ▽ 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) -29% (オッズ過剰評価) AI 予想勝率 2.0% (オッズ暗示: 2.8%) ※ 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。
6	ベルトナリテ	丸野勝（愛知）	実8.6	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 ― ― ― ― ―
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) △ AIランク評価 (順位学習モデル) レース内 4位 (中位評価) × 期待値 (オッズ vs AI勝率) -45% (大幅な期待値マイナス) AI 予想勝率 6.4% (オッズ暗示: 11.6%) ※ 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	ベイツリー自在	丹羽克（愛知）	実41.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場4走で勝率50%と適性高／同距離帯4走で勝率50%／直近3走で勝率67%と好調）
前5走 09/30 名古屋12R 1着/12頭勝利 09/17 名古屋2R 9着/11頭+2.6秒 09/01 名古屋3R 1着/10頭勝利 08/18 名古屋4R 6着/12頭+2.1秒 ―
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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 4走で勝率 50% (得意) ◎ 距離適性同距離 4走で勝率 50% ◎ 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) +28%（30倍を超える大穴は買う範囲の外） AI 予想勝率 3.1% (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。
8	ナムラライラック差し	木之葵（愛知）	実18.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 09/16 名古屋12R 5着/11頭+1.7秒 09/04 名古屋8R 8着/10頭+2.9秒 08/19 名古屋5R 3着/3頭 07/29 名古屋4R 4着/11頭+0.7秒 07/02 名古屋4R 5着/11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戦の調子平均 5.3着 △ 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% △ 騎手近50戦勝率 2% (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 4.5% (オッズ暗示: 5.4%) ※ 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	ダイタヴァルキリー差し	大畑慧（愛知）	実51.7	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.3着と低調）
前5走 10/01 名古屋1R 10着/11頭+3.6秒 11/05 船橋4R 7着/11頭+2.3秒 10/31 浦和1R 8着/11頭+4.6秒 10/02 船橋1R 7着/12頭+1.5秒 09/26 浦和3R 6着/11頭+1.3秒
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 8.3着 (不振) ▽ 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) -31% (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。
10	キングオブストーム	今井貴（愛知）	実5.2	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率67%と適性高／同距離帯3走で勝率67%／直近3走で勝率67%と好調）
前5走 10/01 名古屋5R 7着/11頭+1.8秒 07/14 名古屋3R 1着/12頭 06/30 名古屋4R 1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戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 3走で勝率 67% (得意) ◎ 距離適性同距離 3走で勝率 67% ○ 騎手近50戦勝率 16% ○ 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) -26% (オッズ過剰評価) AI 予想勝率 14.2% (オッズ暗示: 19.2%) ※ 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。
11	ピコレーヴ追込	大畑雅（愛知）	実3.2	○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 10/01 名古屋5R 2着/11頭+0.1秒 09/18 名古屋3R 1着/10頭勝利 08/20 名古屋12R 10着/12頭+2.5秒 07/31 名古屋6R 4着/12頭+0.8秒 07/15 名古屋1R 9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戦の調子勝率 33% (上り調子) △ 当競馬場適性 7走で勝率 14% △ 距離適性同距離 7走で勝率 14% ○ 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) -21% (オッズ過剰評価) AI 予想勝率 24.7% (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。

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）

見送りAI の 1 位の馬

ラッキーヴォーグ

騎手望月洵（愛知）

2.6倍

AI の勝率35%損益の分かれ目38%

オッズが買う範囲（5〜30倍）より低く見送り。

買う条件: オッズ 5〜30 倍・期待値 +30% 以上・1 レース 1 頭まで

出走馬全11頭

◎2

ラッキーヴォーグ

望月洵（愛知）

2.6倍

勝率 35%

›

○11

ピコレーヴ

大畑雅（愛知）

3.2倍

勝率 25%

›

▲10

キングオブストーム

今井貴（愛知）

5.2倍

勝率 14%

›

△6

ベルトナリテ

丸野勝（愛知）

8.6倍

勝率 6%

›

△3

ブールドネージュ

塚本征（愛知）

9.2倍

勝率 6%

›

△8

ナムラライラック

木之葵（愛知）

18.5倍

勝率 5%

›

▽7

ベイツリー

丹羽克（愛知）

41.4倍

対象外勝率 3%

›

▽5

ウェルックス

小笠羚（愛知）

35.7倍

対象外勝率 2%

›

▽9

ダイタヴァルキリー

大畑慧（愛知）

51.7倍

対象外勝率 1%

›

▽4

ミッシュマッシュ

松本一（笠松）

74.7倍

対象外勝率 1%

›

▽1

フェリスナビダ

加藤聡（愛知）

85.3倍

対象外勝率 1%

›

各馬をタップでAI評価の根拠を表示。買う条件: オッズ 5〜30 倍・期待値 +30% 以上・1 レース 1 頭まで。

▶ 展開シミュレーション

このレースの推奨馬券

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