名古屋 8R 詳細AI予想

本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。

8R 名古屋競馬場ダ1500m 発走 16:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	スターインパクト先行	加藤誓（愛知）	実177.9	▽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 10/16 名古屋9R 11着/12頭+3.4秒 09/29 名古屋9R 9着/10頭+2.9秒 08/18 名古屋10R 7着/11頭+1.4秒 07/28 名古屋9R 8着/12頭+1.0秒 07/13 名古屋10R 11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 9.0着 (不振) △ 当競馬場適性 118走で勝率 7% △ 距離適性同距離 69走で勝率 9% △ 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 26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 0.6% (オッズ暗示: 0.6%) ※ 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	スイングボーイ自在	丸野勝（愛知）	実18.7	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 10/28 名古屋7R 11着/12頭+1.8秒 10/16 名古屋8R 3着/11頭+0.9秒 09/18 名古屋7R 5着/11頭+1.4秒 09/07 名古屋5R 1着/9頭勝利 08/19 名古屋4R 1着/11頭勝利
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 40走で勝率 8% △ 距離適性同距離 39走で勝率 8% ▽ 前走実績前走 11着 (大敗) ○ 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) -47% (大幅な期待値マイナス) AI 予想勝率 2.8% (オッズ暗示: 5.3%) ※ 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	リョウライライ差し	柿原翔（愛知）	実11.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 10/16 名古屋8R 4着/11頭+1.1秒 10/01 名古屋8R 5着/11頭+0.5秒 09/17 名古屋7R 4着/12頭+0.3秒 08/20 名古屋8R 5着/11頭+0.7秒 07/15 名古屋8R 4着/11頭+0.0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 4.3着 △ 当競馬場適性 76走で勝率 9% △ 距離適性同距離 45走で勝率 13% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -33% (大幅な期待値マイナス) AI 予想勝率 5.9% (オッズ暗示: 8.8%) ※ 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。
4	デトネイター先行	横川怜（笠松）	実87.2	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場24走で勝率0%と苦戦傾向／直近3走平均8.3着と低調）
前5走 10/29 名古屋7R 12着/12頭+2.9秒 10/16 名古屋9R 7着/12頭+2.1秒 10/01 名古屋8R 6着/11頭+0.5秒 09/17 名古屋7R 3着/12頭+0.1秒 09/04 名古屋7R 3着/3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 8.3着 (不振) × 当競馬場適性 24走で勝率 0% (苦戦) △ 距離適性同距離 19走で勝率 5% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) +8%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.2% (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	アットザホップ先行	大畑慧（愛知）	実23.0	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 10/28 名古屋8R 8着/12頭+1.4秒 10/15 名古屋8R 8着/9頭+1.5秒 09/15 名古屋9R 5着/10頭+0.5秒 08/19 名古屋7R 3着/10頭+0.2秒 07/29 名古屋7R 6着/12頭+0.8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 7.0着 (不振) ○ 当競馬場適性 17走で勝率 24% (相性良) ○ 距離適性同距離 16走で勝率 19% ○ 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% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 4.3%) ※ 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。
6	サトノパトス自在	大畑雅（愛知）	実21.5	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 10/29 名古屋7R 11着/12頭+2.6秒 10/16 名古屋9R 5着/12頭+0.8秒 09/01 名古屋9R 5着/9頭+2.1秒 07/29 名古屋9R 12着/12頭+1.7秒 06/30 名古屋8R 3着/12頭+0.0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 7.0着 (不振) △ 当競馬場適性 22走で勝率 9% △ 距離適性同距離 15走で勝率 13% ▽ 前走実績前走 11着 (大敗) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 3.6% (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。
7	ブルーザー	加藤聡（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
前5走 10/29 名古屋7R 6着/12頭+1.1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戦の調子平均 6.0着 ○ 騎手近50戦勝率 18% × 期待値 (オッズ vs AI勝率) -37% (大幅な期待値マイナス) AI 予想勝率 24.2% (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。
8	オイナリサン	丸山真（愛知）	実9.8	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場16走で勝率25%と適性高／同距離帯15走で勝率27%／前走2着）
前5走 10/30 名古屋4R 2着/3頭 10/19 名古屋10R 6着/12頭+0.7秒 09/15 名古屋10R 10着/11頭+1.5秒 09/01 名古屋9R 8着/9頭+2.8秒 06/04 名古屋6R 1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 6.0着 ◎ 当競馬場適性 16走で勝率 25% (得意) ◎ 距離適性同距離 15走で勝率 27% ○ 馬場適性同馬場 10走で勝率 20% △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) +6% (市場と概ね一致) AI 予想勝率 10.8% (オッズ暗示: 10.2%) ※ 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。
9	ラントリサント差し	筒井勇（笠松）	実2.5	▲詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場13走で勝率0%と苦戦傾向／同距離帯は11走で勝ち無し／前走2着）
前5走 10/29 名古屋6R 2着/3頭 10/19 名古屋9R 2着/12頭+0.0秒 10/01 名古屋8R 7着/11頭+0.6秒 09/17 名古屋7R 7着/12頭+0.8秒 09/04 名古屋9R 9着/12頭+2.6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 3.7着 × 当競馬場適性 13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 2着 (好走) × 期待値 (オッズ vs AI勝率) -46% (大幅な期待値マイナス) AI 予想勝率 21.6% (オッズ暗示: 40.0%) ※ 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。
10	ピクラリーダ推奨	塚本征（愛知）	実7.5	○詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+67%の中穴候補（騎手は近50戦勝率34%と好調）
前5走 ― ― ― ― ―
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) ◎ 騎手近50戦勝率 34% (好調) ◎ 期待値 (オッズ vs AI勝率) +67% (市場が大幅過小評価) AI 予想勝率 22.4% (オッズ暗示: 13.3%) ※ 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。

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）

買うAI の推奨

ピクラリーダ

騎手塚本征（愛知）

7.5倍

AI の勝率22%損益の分かれ目13%

AI の勝率 22% が損益の分かれ目 13%（1 ÷ 7.5倍）を上回り、期待値 +68% が買う基準（+30%）以上。

賭け金の目安 ¥200（AI の自信に応じて変えています）

外れ（8着）

出走馬全10頭

◎7

ブルーザー

加藤聡（愛知）

2.6倍

勝率 24%

›

○10

ピクラリーダ

塚本征（愛知）

7.5倍

勝率 22%

›

▲9

ラントリサント

筒井勇（笠松）

2.5倍

勝率 22%

›

△8

オイナリサン

丸山真（愛知）

9.8倍

勝率 11%

›

△5

アットザホップ

大畑慧（愛知）

23.0倍

勝率 7%

›

△3

リョウライライ

柿原翔（愛知）

11.3倍

勝率 6%

›

▽6

サトノパトス

大畑雅（愛知）

21.5倍

勝率 4%

›

▽2

スイングボーイ

丸野勝（愛知）

18.7倍

勝率 3%

›

▽4

デトネイター

横川怜（笠松）

87.2倍

対象外勝率 1%

›

▽1

スターインパクト

加藤誓（愛知）

177.9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　AI 期待値プラス判定

単勝10ピクラリーダ不的中 8着

オッズ7.5倍予測時点
期待値+68%
賭け金¥200

※ オッズの下の言葉: 確定 = 当たった買い目の払戻から出したオッズ・予測時点 = 予測した時のオッズ・推定 = 予測時点のオッズが取れず見込みの値。

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