名古屋 9R 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。

9R 名古屋競馬場ダ1500m 発走 16:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	センカンナガト	加藤聡（愛知）	実14.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（騎手は近50戦で勝率24%）
前5走 ― ― ― ― ―
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) ◎ 騎手近50戦勝率 24% (好調) × 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 2.5% (オッズ暗示: 7.0%) ※ 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	ハレテル	細川智（愛知）	実5.8	○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0%と苦戦傾向／直近3走平均2.3着と安定／前走2着）
前5走 10/01 名古屋4R 2着/11頭+0.7秒 09/15 名古屋5R 3着/6頭+3.3秒 07/03 名古屋3R 2着/5頭 ― ―
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 2.3着 (安定) × 当競馬場適性 3走で勝率 0% (苦戦) ○ 前走実績前走 2着 (好走) ○ 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) -20% (オッズ過剰評価) AI 予想勝率 13.8% (オッズ暗示: 17.2%) ※ 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	ニシキクイーン先行	木之葵（愛知）	実23.7	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場7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 10/01 名古屋10R 7着/12頭+1.5秒 09/15 名古屋6R 3着/8頭+1.8秒 09/03 名古屋9R 5着/12頭+0.7秒 08/21 名古屋4R 5着/7頭+1.7秒 07/30 名古屋3R 5着/10頭+1.9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 5.0着 × 当競馬場適性 7走で勝率 0% (苦戦) ▽ 距離適性同距離は 6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 28日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -57% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 4.2%) ※ 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	フィリアアスティ	塚本征（愛知）	実11.2	△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／騎手は近50戦で勝率26%）
前5走 09/29 名古屋4R 1着/3頭 09/18 名古屋4R 3着/7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戦の調子勝率 50% (絶好調) ◎ 騎手近50戦勝率 26% (好調) ◎ 前走実績前走 1着 (勢い継続) × 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 5.7% (オッズ暗示: 8.9%) ※ 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	デナリ	大畑慧（愛知）	実5.1	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率50%と好調）
前5走 10/16 名古屋7R 6着/9頭+1.3秒 07/31 名古屋3R 1着/10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戦の調子勝率 50% (絶好調) △ 騎手近50戦勝率 4% (やや苦戦) △ 期待値 (オッズ vs AI勝率) -30% (オッズ過剰評価) AI 予想勝率 13.8% (オッズ暗示: 19.6%) ※ 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。
6	ゴールドタッチ逃げ	大畑雅（愛知）	実81.5	×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25%と適性高／直近3走で勝率33%と好調）
前5走 10/01 名古屋10R 12着/12頭+4.1秒 09/03 名古屋9R 9着/12頭+2.5秒 08/18 名古屋2R 1着/8頭勝利 07/31 名古屋3R 4着/10頭 ―
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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 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) -63% (大幅な期待値マイナス) AI 予想勝率 0.5% (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。
7	ベアベルヴォワ	阪野学（愛知）	実47.8	×詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 ― ― ― ― ―
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) △ 騎手近50戦勝率 2% (やや苦戦) × 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: 2.1%) ※ 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。
8	ヴィオラリク先行	大原浩（笠松）	実104.3	×詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場6走で勝率0%と苦戦傾向／同距離帯は5走で勝ち無し）
前5走 10/16 名古屋4R 6着/8頭+2.0秒 09/15 名古屋6R 5着/8頭+2.3秒 09/03 名古屋4R 2着/7頭+0.1秒 08/21 名古屋5R 7着/9頭+3.1秒 07/15 名古屋4R 4着/7頭+0.0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 4.3着 × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) × 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 0.3% (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。
9	バンシイハーピー自在	近藤颯（愛知）	実48.7	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場3走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し／前走2着）
前5走 10/14 名古屋5R 2着/10頭+1.5秒 10/01 名古屋4R 7着/11頭+3.3秒 09/15 名古屋6R 6着/8頭+3.0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 5.0着 × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -33% (大幅な期待値マイナス) AI 予想勝率 1.4% (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。
10	ピンチ	渡邊竜（笠松）	実52.7	×詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走で勝率33%と好調）
前5走 10/01 名古屋10R 11着/12頭+3.2秒 08/21 名古屋5R 9着/9頭+4.7秒 07/15 名古屋3R 1着/7頭 07/02 名古屋1R 4着/9頭+0.0秒 06/22 名古屋3R 7着/10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 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 騎手近50戦勝率 14% ▽ 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) -56% (大幅な期待値マイナス) AI 予想勝率 0.8% (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。
11	ゴールドマスター	丸野勝（愛知）	実13.8	△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5走 10/01 名古屋10R 9着/12頭+2.5秒 07/17 名古屋4R 1着/7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 50% (絶好調) ○ 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) -69% (大幅な期待値マイナス) AI 予想勝率 2.2% (オッズ暗示: 7.2%) ※ 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。
12	ドリームオブコージ	望月洵（愛知）	実1.8	◎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（直近3走で勝率50%と好調／前走勝利の勢い／騎手は近50戦で勝率22%）
前5走 10/16 名古屋4R 1着/8頭勝利 10/01 名古屋10R 3着/12頭+0.6秒 ― ― ―
AI 評価の内訳 — 馬番 12 ◎ 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) ◎ 騎手近50戦勝率 22% (好調) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) +1% (市場と概ね一致) AI 予想勝率 56.4% (オッズ暗示: 55.6%) ※ 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。

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

ドリームオブコージ

騎手望月洵（愛知）

1.8倍

AI の勝率56%損益の分かれ目56%

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12頭

◎12

ドリームオブコージ

望月洵（愛知）

1.8倍

勝率 56%

›

○2

ハレテル

細川智（愛知）

5.8倍

勝率 14%

›

▲5

デナリ

大畑慧（愛知）

5.1倍

勝率 14%

›

△4

フィリアアスティ

塚本征（愛知）

11.2倍

勝率 6%

›

△1

センカンナガト

加藤聡（愛知）

14.3倍

勝率 3%

›

△11

ゴールドマスター

丸野勝（愛知）

13.8倍

勝率 2%

›

×3

ニシキクイーン

木之葵（愛知）

23.7倍

勝率 2%

›

▽9

バンシイハーピー

近藤颯（愛知）

48.7倍

対象外勝率 1%

›

×10

ピンチ

渡邊竜（笠松）

52.7倍

対象外勝率 1%

›

×7

ベアベルヴォワ

阪野学（愛知）

47.8倍

対象外勝率 1%

›

×6

ゴールドタッチ

大畑雅（愛知）

81.5倍

対象外勝率 0%

›

×8

ヴィオラリク

大原浩（笠松）

104.3倍

対象外勝率 0%

›

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