札幌 8R 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。

モデル

8R 札幌競馬場　発走 14:01

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ルージュビバーチェ	鮫島駿	実3.6	B○ A○勝率14% EV-50% 詳細▼	AI上位評価だが期待値不足、見送り（76日ぶりの実戦）
前5走 11/30 4京都82R 5着/13頭+1.1秒 10/11 3京都35R 7着/17頭+1.5秒 ― ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.7着 × 期待値 (オッズ vs AI勝率) -35% (大幅な期待値マイナス) AI 予想勝率 18.0% (オッズ暗示: 27.8%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 13.6% / 期待値 -51% ※ 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	リピース	岩田望	実25.7	B▽ A▽勝率7% EV+80% 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33%と適性高／直近3走で勝率33%と好調／229日ぶりの実戦）
前5走 11/02 3京都119R 16着/16頭+4.3秒 09/06 2札幌51R 1着/10頭勝利 08/24 2札幌21R 2着/14頭+1.0秒 08/02 1札幌35R 10着/11頭+1.6秒 ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ▽ 前走実績前走 11着 (大敗) △ ローテーション 229日休養明け △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 3.4% (オッズ暗示: 3.9%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 7.0% / 期待値 +81% ※ 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	ジーティーアリア	北村友	実9.6	B▽ A△勝率10% EV-7% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調／前走勝利の勢い／139日ぶりの実戦）
前5走 12/21 5阪神65R 7着/12頭+0.4秒 ― ― ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 139日休養明け △ 期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 9.7% (オッズ暗示: 10.4%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 9.6% / 期待値 -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	サウンドルーチェ	★河原田	実47.8	B▽ A▽勝率6% EV+186% 詳細▼	大穴、AI予想勝率低く長期回収困難（160日ぶりの実戦）
前5走 12/13 5中京36R 13着/16頭+1.8秒 11/16 3福島42R 3着/15頭+0.5秒 08/31 2札幌48R 2着/13頭+0.1秒 08/16 1札幌72R 1着/14頭勝利 07/13 2小倉62R 7着/18頭+0.7秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.7着 △ ローテーション 160日休養明け △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 1.5% (オッズ暗示: 2.1%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 6.0% / 期待値 +187% ※ 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	ランスノーブル	原田和	実17.9	B▽ A▽勝率8% EV+42% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場12走で勝率0%と苦戦傾向／直近3走平均8.0着と低調／546日ぶりの実戦）
前5走 02/22 1小倉98R 8着/16頭+1.5秒 02/22 1小倉98R 8着/16頭+1.5秒 02/22 1小倉98R 8着/16頭+1.5秒 02/22 1小倉98R 8着/16頭+1.5秒 02/22 1小倉98R 8着/16頭+1.5秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.0着 (不振) × 当競馬場適性 12走で勝率 0% (苦戦) △ ローテーション 546日休養明け △ 期待値 (オッズ vs AI勝率) +4% (市場と概ね一致) AI 予想勝率 5.8% (オッズ暗示: 5.6%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 8.0% / 期待値 +43% ※ 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	ピラニアキッス	横山和	実9.3	B△ A△勝率10% EV-5% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走3着／119日ぶりの実戦）
前5走 11/11 名古屋9R 3着/11頭+0.5秒 10/31 名古屋10R 1着/12頭勝利 10/17 名古屋2R 1着/12頭勝利 09/17 名古屋7R 2着/12頭+0.0秒 08/19 名古屋10R 7着/12頭+1.7秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.0着 ○ 前走実績前走 3着 (好走) △ ローテーション 119日休養明け △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 9.7% (オッズ暗示: 10.8%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 10.2% / 期待値 -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	ケープウィッカム	ルメール	実3.2	B◎ A×勝率14% EV-54% 詳細▼	AI予想勝率は最上位だが、オッズ過剰評価で期待値マイナス（直近3走平均3.0着と安定／前走2着／98日ぶりの実戦）
前5走 12/06 5中京13R 13着/15頭+1.2秒 11/16 3福島43R 4着/15頭+0.8秒 09/06 2札幌58R 3着/14頭+0.9秒 07/05 1函館712R 4着/13頭+0.1秒 06/22 1函館412R 3着/12頭+0.4秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 3.0着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 98日休養明け × 期待値 (オッズ vs AI勝率) -43% (大幅な期待値マイナス) AI 予想勝率 18.0% (オッズ暗示: 31.2%) × Aモデルの評価 (参考) レース内 1位 / 勝率 14.1% / 期待値 -55% ※ 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	ホワイトオーキッド推奨	▲小林美	実22.5	B△ A▽勝率9% EV+99% 詳細▼	市場が大きく過小評価、AI予想勝率10% × オッズ22.5倍で期待値+132%の有力候補（近5走で勝率25%と堅実）
前5走 12/21 5阪神611R 7着/14頭+1.0秒 09/27 4阪神84R 1着/16頭勝利 ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 12.7着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 161日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +132% (市場が大幅過小評価) AI 予想勝率 10.3% (オッズ暗示: 4.4%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 8.9% / 期待値 +100% ※ 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	ミルボナー	武豊	実6.5	B▲ A▲勝率12% EV-22% 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／76日ぶりの実戦）
前5走過去走データ取得失敗 (horse_results 不在)
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 11.8% (オッズ暗示: 15.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 11.9% / 期待値 -23% ※ 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	ローゾフィア	荻野琢	実6.9	B△ A△勝率11% EV-25% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均10.7着と低調／83日ぶりの実戦）
前5走 11/22 4京都52R 10着/15頭+3.1秒 11/01 3京都106R 6着/16頭+1.5秒 ― ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.7着 (不振) ▽ 前走実績前走 14着 (大敗) △ 期待値 (オッズ vs AI勝率) -18% (オッズ過剰評価) AI 予想勝率 11.8% (オッズ暗示: 14.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.7% / 期待値 -26% ※ 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

🎯 AIの本命

AI評価1位Aモデル ×

ケープウィッカム

騎手ルメール

単勝オッズ

3.2倍

AI期待値

-42%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○1ルージュビバーチェ

3.6倍

EV -35%

▲A:▲9ミルボナー

6.5倍

EV -23%

出走馬全10頭

◎A:×7

ケープウィッカム

ルメール

3.2倍

-42%

›

○A:○1

ルージュビバーチェ

鮫島駿

3.6倍

-35%

›

▲A:▲9

ミルボナー

武豊

6.5倍

-23%

›

△A:△10

ローゾフィア

荻野琢

6.9倍

-18%

›

△A:▽8

ホワイトオーキッド

▲小林美

22.5倍

+132%

›

△A:△6

ピラニアキッス

横山和

9.3倍

-10%

›

▽A:△3

ジーティーアリア

北村友

9.6倍

-7%

›

▽A:▽5

ランスノーブル

原田和

17.9倍

+4%

›

▽A:▽2

リピース

岩田望

25.7倍

-13%

›

▽A:▽4

サウンドルーチェ

★河原田

47.8倍

-26%

›

💡 各馬をタップでAI評価の根拠を表示。印は推奨モデル (B) 基準、「A:」は A モデルの評価。買い目は期待値プラスのみ推奨。

このレースの推奨馬券　2モデル並走

A. 現行モデル (binary)

単勝 8 ホワイトオーキッド実22.5倍期待値 +132% 推奨 10.0〜30.0倍 ¥200 ❌不的中

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 8 ホワイトオーキッド実22.5倍期待値 +132% 推奨 10.0〜30.0倍 ¥300 ❌不的中

※ オッズは予測時点の値です。

8R 札幌競馬場　発走 14:01

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ルージュビバーチェ	鮫島駿	実3.6	○詳細▼	AI上位評価だが期待値不足、見送り（76日ぶりの実戦）
前5走 11/30 4京都82R 5着/13頭+1.1秒 10/11 3京都35R 7着/17頭+1.5秒 ― ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.7着 × 期待値 (オッズ vs AI勝率) -51% (大幅な期待値マイナス) AI 予想勝率 13.6% (オッズ暗示: 27.8%) ※ 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。
2	リピース	岩田望	実25.7	▽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33%と適性高／直近3走で勝率33%と好調／229日ぶりの実戦）
前5走 11/02 3京都119R 16着/16頭+4.3秒 09/06 2札幌51R 1着/10頭勝利 08/24 2札幌21R 2着/14頭+1.0秒 08/02 1札幌35R 10着/11頭+1.6秒 ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 33% (得意) ▽ 前走実績前走 11着 (大敗) △ ローテーション 229日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +80% (市場が大幅過小評価) AI 予想勝率 7.0% (オッズ暗示: 3.9%) ※ 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。
3	ジーティーアリア	北村友	実9.6	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調／前走勝利の勢い／139日ぶりの実戦）
前5走 12/21 5阪神65R 7着/12頭+0.4秒 ― ― ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 139日休養明け △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 9.6% (オッズ暗示: 10.4%) ※ 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。
4	サウンドルーチェ	★河原田	実47.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（160日ぶりの実戦）
前5走 12/13 5中京36R 13着/16頭+1.8秒 11/16 3福島42R 3着/15頭+0.5秒 08/31 2札幌48R 2着/13頭+0.1秒 08/16 1札幌72R 1着/14頭勝利 07/13 2小倉62R 7着/18頭+0.7秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.7着 △ ローテーション 160日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +186% (市場が大幅過小評価) AI 予想勝率 6.0% (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。
5	ランスノーブル	原田和	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12走で勝率0%と苦戦傾向／直近3走平均8.0着と低調／546日ぶりの実戦）
前5走 02/22 1小倉98R 8着/16頭+1.5秒 02/22 1小倉98R 8着/16頭+1.5秒 02/22 1小倉98R 8着/16頭+1.5秒 02/22 1小倉98R 8着/16頭+1.5秒 02/22 1小倉98R 8着/16頭+1.5秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.0着 (不振) × 当競馬場適性 12走で勝率 0% (苦戦) △ ローテーション 546日休養明け ◎ 期待値 (オッズ vs AI勝率) +42% (妙味あり) AI 予想勝率 8.0% (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。
6	ピラニアキッス	横山和	実9.3	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走3着／119日ぶりの実戦）
前5走 11/11 名古屋9R 3着/11頭+0.5秒 10/31 名古屋10R 1着/12頭勝利 10/17 名古屋2R 1着/12頭勝利 09/17 名古屋7R 2着/12頭+0.0秒 08/19 名古屋10R 7着/12頭+1.7秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.0着 ○ 前走実績前走 3着 (好走) △ ローテーション 119日休養明け △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 10.2% (オッズ暗示: 10.8%) ※ 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。
7	ケープウィッカム	ルメール	実3.2	×詳細▼	AI予想勝率は最上位だが、オッズ過剰評価で期待値マイナス（直近3走平均3.0着と安定／前走2着／98日ぶりの実戦）
前5走 12/06 5中京13R 13着/15頭+1.2秒 11/16 3福島43R 4着/15頭+0.8秒 09/06 2札幌58R 3着/14頭+0.9秒 07/05 1函館712R 4着/13頭+0.1秒 06/22 1函館412R 3着/12頭+0.4秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 3.0着 (安定) ○ 前走実績前走 2着 (好走) △ ローテーション 98日休養明け × 期待値 (オッズ vs AI勝率) -55% (大幅な期待値マイナス) AI 予想勝率 14.1% (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。
8	ホワイトオーキッド推奨	▲小林美	実22.5	▽詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+99%の中穴候補（近5走で勝率25%と堅実）
前5走 12/21 5阪神611R 7着/14頭+1.0秒 09/27 4阪神84R 1着/16頭勝利 ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 12.7着 (不振) ▽ 前走実績前走 16着 (大敗) △ ローテーション 161日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +99% (市場が大幅過小評価) AI 予想勝率 8.9% (オッズ暗示: 4.4%) ※ 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	ミルボナー	武豊	実6.5	▲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／76日ぶりの実戦）
前5走過去走データ取得失敗 (horse_results 不在)
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 11.9% (オッズ暗示: 15.4%) ※ 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。
10	ローゾフィア	荻野琢	実6.9	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均10.7着と低調／83日ぶりの実戦）
前5走 11/22 4京都52R 10着/15頭+3.1秒 11/01 3京都106R 6着/16頭+1.5秒 ― ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.7着 (不振) ▽ 前走実績前走 14着 (大敗) △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 10.7% (オッズ暗示: 14.5%) ※ 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。

🎯 AIの本命

AI評価1位

ケープウィッカム

騎手ルメール

単勝オッズ

3.2倍

AI期待値

-54%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○1ルージュビバーチェ

3.6倍

EV -50%

▲9ミルボナー

6.5倍

EV -22%

出走馬全10頭

×7

ケープウィッカム

ルメール

3.2倍

-54%

›

○1

ルージュビバーチェ

鮫島駿

3.6倍

-50%

›

▲9

ミルボナー

武豊

6.5倍

-22%

›

△10

ローゾフィア

荻野琢

6.9倍

-25%

›

△6

ピラニアキッス

横山和

9.3倍

-5%

›

△3

ジーティーアリア

北村友

9.6倍

-7%

›

▽8

ホワイトオーキッド

▲小林美

22.5倍

+99%

›

▽5

ランスノーブル

原田和

17.9倍

+42%

›

▽2

リピース

岩田望

25.7倍

+80%

›

▽4

サウンドルーチェ

★河原田

47.8倍

+186%

›

💡 各馬をタップでAI評価の根拠を表示。買い目は期待値プラスのみ推奨。

このレースの推奨馬券　2モデル並走

A. 現行モデル (binary)

単勝 8 ホワイトオーキッド実22.5倍期待値 +100% 推奨 11.3〜30.0倍 ¥200 ❌不的中

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 8 ホワイトオーキッド実22.5倍期待値 +100% 推奨 11.3〜30.0倍 ¥300 ❌不的中

※ オッズは予測時点の値です。

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