名古屋 11R 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。

11R 名古屋競馬場ダ920m 発走 18:10

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ワカギミ差し	細川智（愛知）	実41.6	×詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 10/27 名古屋11R 9着/11頭+3.2秒 10/13 名古屋11R 2着/9頭+1.1秒 09/29 名古屋11R 2着/12頭+0.3秒 09/14 名古屋11R 6着/12頭+1.7秒 09/01 名古屋10R 3着/9頭+2.0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 4.3着 ○ 当競馬場適性 13走で勝率 15% (相性良) ○ 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) -54% (大幅な期待値マイナス) AI 予想勝率 1.1% (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。
2	コパノジェームス差し	木之葵（愛知）	実30.6	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（同距離帯4走で勝率25%）
前5走 10/16 園田10R 8着/10頭+1.5秒 10/01 園田10R 7着/9頭+0.8秒 09/04 園田12R 4着/11頭+0.9秒 08/14 園田7R 7着/10頭+0.5秒 07/30 園田10R 7着/12頭+1.3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 6.3着 ◎ 距離適性同距離 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 25日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 2.9% (オッズ暗示: 3.3%) ※ 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。
3	インヴェスター	丸山真（愛知）	実21.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（978日ぶりの実戦）
前5走 03/07 船橋8R 4着/11頭+3.3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 4.0着 △ 騎手近50戦勝率 4% (やや苦戦) △ ローテーション 978日休養明け △ 期待値 (オッズ vs AI勝率) +16% (市場と概ね一致) AI 予想勝率 5.5% (オッズ暗示: 4.7%) ※ 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	リュクスドレフォン追込	柿原翔（愛知）	実46.1	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 10/27 名古屋10R 4着/12頭+1.5秒 09/17 名古屋9R 9着/11頭+1.5秒 09/03 名古屋11R 10着/11頭+2.3秒 07/14 名古屋11R 7着/7頭 06/30 名古屋11R 9着/11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 7.7着 (不振) △ 当競馬場適性 7走で勝率 14% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -38% (大幅な期待値マイナス) AI 予想勝率 1.4% (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。
5	キスメット追込	加藤聡（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走で勝率33%と好調）
前5走 10/27 名古屋11R 7着/11頭+2.5秒 10/14 名古屋11R 7着/11頭+1.0秒 09/30 名古屋8R 1着/3頭 09/15 名古屋10R 6着/11頭+0.8秒 09/02 名古屋8R 2着/10頭+0.3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戦の調子勝率 33% (上り調子) △ 当競馬場適性 19走で勝率 11% ○ 騎手近50戦勝率 18% ○ 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) +10%（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: 2.8%) ※ 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	ワイルドハンター自在	加藤誓（愛知）	実239.1	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均9.0着と低調）
前5走 10/27 名古屋11R 8着/11頭+3.1秒 10/14 名古屋11R 9着/11頭+1.3秒 09/17 名古屋9R 10着/11頭+1.7秒 09/03 名古屋11R 11着/11頭+4.0秒 08/21 名古屋10R 8着/9頭+2.6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 9.0着 (不振) △ 当競馬場適性 38走で勝率 5% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) +11%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.5% (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。
7	リトルリリイ追込	小笠羚（愛知）	実13.9	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は3走で勝ち無し／直近3走平均3.0着と安定／前走2着）
前5走 10/28 名古屋11R 2着/3頭 10/14 名古屋10R 4着/11頭+1.9秒 10/01 名古屋8R 3着/11頭+0.1秒 09/14 名古屋11R 7着/12頭+1.7秒 09/04 名古屋8R 1着/10頭勝利
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 3.0着 (安定) △ 当競馬場適性 24走で勝率 12% ▽ 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) ◎ 期待値 (オッズ vs AI勝率) +37% (妙味あり) AI 予想勝率 9.9% (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。
8	パー先行	丸野勝（愛知）	実10.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場28走で勝率0%と苦戦傾向／同距離帯は11走で勝ち無し）
前5走 10/28 名古屋8R 12着/12頭+1.8秒 10/13 名古屋11R 3着/9頭+1.3秒 09/29 名古屋9R 2着/10頭+0.3秒 09/14 名古屋7R 6着/12頭+1.9秒 09/01 名古屋11R 7着/12頭+1.4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 5.7着 × 当競馬場適性 28走で勝率 0% (苦戦) ▽ 距離適性同距離は 11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) -29% (オッズ過剰評価) AI 予想勝率 7.1% (オッズ暗示: 9.9%) ※ 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。
9	クマノコ	大畑慧（愛知）	実14.0	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均12.3着と低調）
前5走 10/19 浦和11R 14着/14頭+4.6秒 09/22 浦和11R 12着/12頭+5.5秒 08/10 浦和11R 11着/12頭+2.7秒 07/14 浦和8R 12着/12頭+0.0秒 06/26 浦和10R 10着/12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 12.3着 (不振) ▽ 前走実績前走 14着 (大敗) ○ ローテーション 22日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -76% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 7.1%) ※ 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	ミカノヴェニュス先行	塚本征（愛知）	実1.5	◎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（当競馬場15走で勝率40%と適性高／同距離帯9走で勝率56%／同馬場状態で勝率33%）
前5走 10/29 名古屋8R 1着/12頭勝利 10/19 名古屋5R 3着/11頭+0.3秒 09/16 名古屋9R 4着/11頭+0.8秒 03/10 名古屋7R 3着/11頭+0.3秒 01/27 名古屋8R 3着/12頭+0.0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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 15走で勝率 40% (得意) ◎ 距離適性同距離 9走で勝率 56% ◎ 馬場適性同馬場 9走で勝率 33% ◎ 騎手近50戦勝率 32% (好調) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 48.0% (オッズ暗示: 66.7%) ※ 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	タイセイフォルテ自在	今井貴（愛知）	実4.9	○詳細▼	AI上位評価だが期待値不足、見送り（同距離帯7走で勝率29%／直近3走で勝率33%と好調／前走2着）
前5走 10/28 名古屋7R 2着/12頭+0.1秒 09/16 名古屋9R 1着/11頭勝利 09/02 名古屋9R 5着/9頭+0.6秒 08/20 名古屋10R 3着/11頭+1.0秒 07/29 名古屋9R 6着/12頭+0.6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戦の調子勝率 33% (上り調子) △ 当競馬場適性 24走で勝率 8% ◎ 距離適性同距離 7走で勝率 29% ◎ 騎手近50戦勝率 22% (好調) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 18.8% (オッズ暗示: 20.4%) ※ 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。

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

ミカノヴェニュス

騎手塚本征（愛知）

1.5倍

AI の勝率48%損益の分かれ目67%

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

◎10

ミカノヴェニュス

塚本征（愛知）

1.5倍

勝率 48%

›

○11

タイセイフォルテ

今井貴（愛知）

4.9倍

勝率 19%

›

▲7

リトルリリイ

小笠羚（愛知）

13.9倍

勝率 10%

›

△8

パー

丸野勝（愛知）

10.1倍

勝率 7%

›

△3

インヴェスター

丸山真（愛知）

21.1倍

勝率 6%

›

△5

キスメット

加藤聡（愛知）

35.7倍

対象外勝率 3%

›

▽2

コパノジェームス

木之葵（愛知）

30.6倍

対象外勝率 3%

›

×9

クマノコ

大畑慧（愛知）

14.0倍

勝率 2%

›

▽4

リュクスドレフォン

柿原翔（愛知）

46.1倍

対象外勝率 1%

›

×1

ワカギミ

細川智（愛知）

41.6倍

対象外勝率 1%

›

▽6

ワイルドハンター

加藤誓（愛知）

239.1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