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。

2R 名古屋競馬場ダ1500m 発走 12:55

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	オーケーグレイス自在	丸山真（愛知）	実33.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場8走で勝率0%と苦戦傾向／同距離帯は8走で勝ち無し／直近3走平均9.0着と低調）
前5走 10/14 名古屋6R 8着/11頭+1.9秒 09/30 名古屋12R 10着/12頭+1.5秒 09/18 名古屋2R 9着/10頭+3.8秒 09/07 名古屋12R 11着/11頭+5.5秒 08/21 名古屋3R 5着/12頭+0.7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戦の調子平均 9.0着 (不振) × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 8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 27日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -47% (大幅な期待値マイナス) AI 予想勝率 1.6% (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。
2	ヤマトスイフト	塚本征（愛知）	実4.1	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均3.0着と安定／前走3着／騎手は近50戦で勝率30%）
前5走 10/27 名古屋5R 3着/12頭+0.3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 3.0着 (安定) ◎ 騎手近50戦勝率 30% (好調) ○ 前走実績前走 3着 (好走) ○ ローテーション 14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 16.5% (オッズ暗示: 24.4%) ※ 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	ディープシャロー	村上弘（愛知）	実3.2	◎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
前5走 10/14 名古屋6R 10着/11頭+2.8秒 09/18 名古屋1R 3着/10頭+2.0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 6.5着 ▽ 前走実績前走 10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) -11% (オッズ過剰評価) AI 予想勝率 27.9% (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	ノーサイドガール逃げ	加藤聡（愛知）	実73.6	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（同距離帯は3走で勝ち無し）
前5走 10/16 川崎8R 9着/10頭+4.0秒 09/10 川崎3R 6着/12頭+1.6秒 08/21 川崎6R 2着/9頭+1.8秒 07/28 川崎5R 4着/8頭+1.4秒 07/07 川崎4R 4着/9頭+2.0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 5.7着 ▽ 距離適性同距離は 3走で勝ち無し ○ 騎手近50戦勝率 18% ○ ローテーション 25日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -32% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 1.4%) ※ 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。
5	ルミナスレイナ	大畑雅（愛知）	実15.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（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 10/27 名古屋3R 2着/12頭+0.2秒 10/13 名古屋6R 8着/11頭+2.2秒 09/29 名古屋5R 5着/12頭+0.7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 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 ○ 前走実績前走 2着 (好走) ○ ローテーション 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 5.5% (オッズ暗示: 6.6%) ※ 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	ホレキタヤレキタ先行	近藤颯（愛知）	実17.9	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場22走で勝率0%と苦戦傾向／同距離帯は20走で勝ち無し）
前5走 10/13 名古屋9R 4着/11頭+1.3秒 09/30 名古屋4R 11着/11頭+3.5秒 09/16 名古屋2R 6着/11頭+1.9秒 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
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 7.0着 (不振) × 当競馬場適性 22走で勝率 0% (苦戦) ▽ 距離適性同距離は 20走で勝ち無し ○ 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) -58% (大幅な期待値マイナス) AI 予想勝率 2.3% (オッズ暗示: 5.6%) ※ 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	ショウナンライラ逃げ	木之葵（愛知）	実14.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率0%と苦戦傾向／直近3走平均8.7着と低調）
前5走 10/15 名古屋7R 11着/11頭+3.1秒 09/30 名古屋1R 8着/11頭+3.5秒 09/18 名古屋2R 7着/10頭+2.5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戦の調子平均 8.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) △ 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 26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 4.8% (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。
8	アルティシエル	丸野勝（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走平均2.5着と安定／前走3着）
前5走 09/15 名古屋4R 3着/12頭+1.5秒 09/02 名古屋1R 2着/9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 2.5着 (安定) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 24.7% (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	アルディメント	今井貴（愛知）	実8.5	△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20%）
前5走 10/27 名古屋8R 6着/12頭+1.8秒 10/13 名古屋9R 3着/11頭+1.2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 4.5着 ◎ 騎手近50戦勝率 20% (好調) ○ ローテーション 14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 14.0% (オッズ暗示: 11.8%) ※ 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。
10	ジューンマロン	丹羽克（愛知）	実69.1	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.5着と低調）
前5走 10/14 名古屋12R 8着/12頭+1.4秒 09/30 名古屋1R 9着/11頭+4.0秒 ― ― ―
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 8.5着 (不振) △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -24% (オッズ過剰評価) AI 予想勝率 1.1% (オッズ暗示: 1.4%) ※ 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。
11	ニシキホーク逃げ	加藤利（愛知）	実121.6	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場30走で勝率3%と苦戦傾向／同距離帯は24走で勝ち無し）
前5走 10/14 名古屋3R 11着/12頭+4.4秒 09/29 名古屋6R 2着/12頭+1.0秒 09/14 名古屋6R 6着/10頭+2.8秒 09/01 名古屋7R 10着/10頭+5.2秒 08/18 名古屋6R 12着/12頭+5.4秒
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 6.3着 × 当競馬場適性 30走で勝率 3% (苦戦) ▽ 距離適性同距離は 24走で勝ち無し △ 騎手近50戦勝率 2% (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) -25% (オッズ過剰評価) AI 予想勝率 0.6% (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。

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

ディープシャロー

騎手村上弘（愛知）

3.2倍

AI の勝率28%損益の分かれ目31%

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

◎3

ディープシャロー

村上弘（愛知）

3.2倍

勝率 28%

›

○8

アルティシエル

丸野勝（愛知）

3.0倍

勝率 25%

›

▲2

ヤマトスイフト

塚本征（愛知）

4.1倍

勝率 16%

›

△9

アルディメント

今井貴（愛知）

8.5倍

勝率 14%

›

△5

ルミナスレイナ

大畑雅（愛知）

15.2倍

勝率 5%

›

△7

ショウナンライラ

木之葵（愛知）

14.3倍

勝率 5%

›

×6

ホレキタヤレキタ

近藤颯（愛知）

17.9倍

勝率 2%

›

▽1

オーケーグレイス

丸山真（愛知）

33.4倍

対象外勝率 2%

›

▽10

ジューンマロン

丹羽克（愛知）

69.1倍

対象外勝率 1%

›

▽4

ノーサイドガール

加藤聡（愛知）

73.6倍

対象外勝率 1%

›

▽11

ニシキホーク

加藤利（愛知）

121.6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