福島 4R 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

4R 福島競馬場　発走 11:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ロードプレリュード	木幡巧	実13.3	B△ A△勝率7% EV-10% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均11.0着と低調／105日ぶりの実戦）
前5走 01/25 1中山95R 18着/18頭+2.9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 11.0着 (不振) △ ローテーション 105日休養明け △ 期待値 (オッズ vs AI勝率) -11% (オッズ過剰評価) AI 予想勝率 6.7% (オッズ暗示: 7.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.8% / 期待値 -10% ※ 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	エビスディアーナ	江田照	実286.5	B▽ A▽勝率4% EV+999% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.0着と低調／84日ぶりの実戦）
前5走 01/24 1中山83R 9着/16頭+1.8秒 ― ― ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.0着 (不振) ▽ 前走実績前走 13着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +999% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 0.3%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 4.2% / 期待値 +1092% ※ 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	パワポケウォーズ	▲佐藤	実412.3	B▽ A▽勝率4% EV+999% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調／91日ぶりの実戦）
前5走 01/17 1中山62R 11着/16頭+3.4秒 12/28 5中山82R 11着/16頭+2.1秒 12/13 5阪神32R 4着/10頭+2.5秒 11/30 5東京83R 13着/16頭+4.1秒 10/12 4東京41R 7着/15頭+1.6秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 91日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +999% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 0.2%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 4.2% / 期待値 +1615% ※ 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	スティールヴォーグ	三浦	実3.1	B× A×勝率12% EV-62% 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
前5走 02/21 1東京73R 3着/16頭+0.1秒 01/31 1東京13R 2着/15頭+0.5秒 12/13 5中山36R 3着/15頭+1.9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 6.0着 ▽ 前走実績前走 13着 (大敗) × 期待値 (オッズ vs AI勝率) -79% (大幅な期待値マイナス) AI 予想勝率 6.7% (オッズ暗示: 32.3%) × Aモデルの評価 (参考) レース内 1位 / 勝率 12.1% / 期待値 -62% ※ 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	ゴールドプレイヤー	戸崎圭	実3.6	B○ A○勝率12% EV-57% 詳細▼	AI上位評価だが期待値不足、見送り（84日ぶりの実戦）
前5走 02/28 2中山14R 2着/12頭+0.1秒 02/10 1東京44R 2着/16頭+0.8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 3.3着 × 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 6.7% (オッズ暗示: 27.8%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 11.7% / 期待値 -58% ※ 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	ルールオーヴァー	小崎	実82.2	B▽ A▽勝率4% EV+269% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均14.0着と低調／83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 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 14.0着 (不振) ▽ 前走実績前走 14着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +448% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 4.5% / 期待値 +270% ※ 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	ドゥーニ推奨	原	実23.3	B▽ A▽勝率6% EV+37% 詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+55%の中穴候補（市場想定よりAI評価が高く妙味）
前5走 02/28 2中山12R 3着/15頭+2.3秒 02/14 1東京53R 9着/16頭+1.9秒 10/25 4東京81R 8着/15頭+1.5秒 10/12 4東京41R 4着/15頭+1.1秒 08/03 2新潟42R 10着/15頭+3.7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 8.7着 (不振) ▽ 前走実績前走 10着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +55% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 4.3%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.9% / 期待値 +37% ※ 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	セブンワンダーズ	坂井	実5.9	B△ A△勝率9% EV-46% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 02/21 1東京73R 5着/16頭+0.6秒 02/07 1東京33R 2着/16頭+0.1秒 01/17 1中山62R 3着/16頭+1.2秒 01/05 1中山23R 5着/12頭+1.6秒 11/09 5東京24R 13着/14頭+2.1秒
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 4.3着 × 期待値 (オッズ vs AI勝率) -61% (大幅な期待値マイナス) AI 予想勝率 6.7% (オッズ暗示: 16.9%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 9.0% / 期待値 -47% ※ 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	ヤマタケボニータ	野中	実297.6	B▽ A▽勝率4% EV+999% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調）
前5走 09/28 4中山91R 8着/12頭+2.3秒 09/14 4中山44R 3着/11頭+2.1秒 07/20 2福島85R 8着/13頭+3.6秒 ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.3着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +999% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 0.3%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 4.2% / 期待値 +1138% ※ 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	イケイケルノワール	▲石田	実269.7	B▽ A▽勝率4% EV+999% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均15.0着と低調／252日ぶりの実戦）
前5走 11/01 4東京104R 15着/16頭+4.2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 15.0着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 252日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +999% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 4.2% / 期待値 +1022% ※ 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	ツクバアヴァロン	菊沢	実35.0	B▽ A▽勝率5% EV+90% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調／76日ぶりの実戦）
前5走 02/28 2中山13R 12着/16頭+2.2秒 12/06 5中山16R 6着/16頭+0.8秒 ― ― ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.0着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +133% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 2.9%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 5.4% / 期待値 +91% ※ 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	ロイヤルタイム	松岡	実65.3	B▽ A▽勝率5% EV+216% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 02/28 1小倉116R 16着/16頭+3.7秒 02/10 2京都46R 10着/15頭+2.1秒 12/27 5中山74R 15着/18頭+1.6秒 08/30 2札幌32R 7着/7頭+4.4秒 08/16 1札幌79R 6着/8頭+1.9秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.3着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +335% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 1.5%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 4.8% / 期待値 +216% ※ 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。
13	ウェスケンジントン	荻野極	実5.1	B▲ A▲勝率10% EV-49% 詳細▼	AI上位評価だが期待値不足、見送り（前走3着）
前5走 02/10 1東京41R 6着/15頭+0.8秒 11/09 5東京23R 8着/18頭+1.0秒 10/26 4東京96R 11着/18頭+1.2秒 ― ―
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.7着 ○ 前走実績前走 3着 (好走) × 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 6.7% (オッズ暗示: 19.6%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.8% / 期待値 -50% ※ 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。
14	マーゴットリック	▲上里	実8.9	B△ A△勝率9% EV-19% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（223日ぶりの実戦）
前5走 11/30 5東京83R 5着/16頭+1.2秒 11/09 3福島26R 5着/15頭+1.3秒 ― ― ―
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.0着 △ ローテーション 223日休養明け × 期待値 (オッズ vs AI勝率) -41% (大幅な期待値マイナス) AI 予想勝率 6.7% (オッズ暗示: 11.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.0% / 期待値 -20% ※ 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。
15	フッカツノジャンボ	木幡育	実235.0	B▽ A▽勝率4% EV+880% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均14.0着と低調／70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 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 14.0着 (不振) ▽ 前走実績前走 14着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +999% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 4.2% / 期待値 +880% ※ 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 ×

スティールヴォーグ

騎手三浦

単勝オッズ

3.1倍

AI期待値

-79%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○5ゴールドプレイヤー

3.6倍

EV -76%

▲A:▲13ウェスケンジントン

5.1倍

EV -66%

出走馬全15頭

×A:×4

スティールヴォーグ

三浦

3.1倍

-79%

›

○A:○5

ゴールドプレイヤー

戸崎圭

3.6倍

-76%

›

▲A:▲13

ウェスケンジントン

荻野極

5.1倍

-66%

›

△A:△8

セブンワンダーズ

坂井

5.9倍

-60%

›

△A:△14

マーゴットリック

▲上里

8.9倍

-40%

›

△A:△1

ロードプレリュード

木幡巧

13.3倍

-11%

›

▽A:▽7

ドゥーニ

原

23.3倍

+55%

›

▽A:▽11

ツクバアヴァロン

菊沢

35.0倍

+133%

›

▽A:▽12

ロイヤルタイム

松岡

65.3倍

+335%

›

▽A:▽6

ルールオーヴァー

小崎

82.2倍

+448%

›

▽A:▽15

フッカツノジャンボ

木幡育

235.0倍

+999%

›

▽A:▽10

イケイケルノワール

▲石田

269.7倍

+999%

›

▽A:▽2

エビスディアーナ

江田照

286.5倍

+999%

›

▽A:▽9

ヤマタケボニータ

野中

297.6倍

+999%

›

▽A:▽3

パワポケウォーズ

▲佐藤

412.3倍

+999%

›

💡 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 (AI 期待値プラス判定)

A. 現行モデル (binary)

このモデルは本レース見送り判定（期待値プラスなし）

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 7 ドゥーニ実23.3倍期待値 +55% 推奨 15.0〜30.0倍 100円 ❌不的中

※ オッズは予測時点の値です。締切時には変動します。最終確認のうえご利用ください。
2モデルの説明はこちら

4R 福島競馬場　発走 11:40

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ロードプレリュード	木幡巧	実13.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均11.0着と低調／105日ぶりの実戦）
前5走 01/25 1中山95R 18着/18頭+2.9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 11.0着 (不振) △ ローテーション 105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 6.8% (オッズ暗示: 7.5%) ※ 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。
2	エビスディアーナ	江田照	実286.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均11.0着と低調／84日ぶりの実戦）
前5走 01/24 1中山83R 9着/16頭+1.8秒 ― ― ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 11.0着 (不振) ▽ 前走実績前走 13着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +999% (市場が大幅過小評価) AI 予想勝率 4.2% (オッズ暗示: 0.3%) ※ 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	パワポケウォーズ	▲佐藤	実412.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調／91日ぶりの実戦）
前5走 01/17 1中山62R 11着/16頭+3.4秒 12/28 5中山82R 11着/16頭+2.1秒 12/13 5阪神32R 4着/10頭+2.5秒 11/30 5東京83R 13着/16頭+4.1秒 10/12 4東京41R 7着/15頭+1.6秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 91日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +999% (市場が大幅過小評価) AI 予想勝率 4.2% (オッズ暗示: 0.2%) ※ 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	スティールヴォーグ	三浦	実3.1	×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
前5走 02/21 1東京73R 3着/16頭+0.1秒 01/31 1東京13R 2着/15頭+0.5秒 12/13 5中山36R 3着/15頭+1.9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 6.0着 ▽ 前走実績前走 13着 (大敗) × 期待値 (オッズ vs AI勝率) -62% (大幅な期待値マイナス) AI 予想勝率 12.1% (オッズ暗示: 32.3%) ※ 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。
5	ゴールドプレイヤー	戸崎圭	実3.6	○詳細▼	AI上位評価だが期待値不足、見送り（84日ぶりの実戦）
前5走 02/28 2中山14R 2着/12頭+0.1秒 02/10 1東京44R 2着/16頭+0.8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 3.3着 × 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 11.7% (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。
6	ルールオーヴァー	小崎	実82.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均14.0着と低調／83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 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 14.0着 (不振) ▽ 前走実績前走 14着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +269% (市場が大幅過小評価) AI 予想勝率 4.5% (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	ドゥーニ推奨	原	実23.3	▽詳細▼	オッズに対しAI予想勝率がやや高め、期待値+37%の妙味（市場想定よりAI評価が高く妙味）
前5走 02/28 2中山12R 3着/15頭+2.3秒 02/14 1東京53R 9着/16頭+1.9秒 10/25 4東京81R 8着/15頭+1.5秒 10/12 4東京41R 4着/15頭+1.1秒 08/03 2新潟42R 10着/15頭+3.7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 8.7着 (不振) ▽ 前走実績前走 10着 (大敗) ◎ 期待値 (オッズ vs AI勝率) +37% (妙味あり) AI 予想勝率 5.9% (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。
8	セブンワンダーズ	坂井	実5.9	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 02/21 1東京73R 5着/16頭+0.6秒 02/07 1東京33R 2着/16頭+0.1秒 01/17 1中山62R 3着/16頭+1.2秒 01/05 1中山23R 5着/12頭+1.6秒 11/09 5東京24R 13着/14頭+2.1秒
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 4.3着 × 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 9.0% (オッズ暗示: 16.9%) ※ 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	ヤマタケボニータ	野中	実297.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.3着と低調）
前5走 09/28 4中山91R 8着/12頭+2.3秒 09/14 4中山44R 3着/11頭+2.1秒 07/20 2福島85R 8着/13頭+3.6秒 ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.3着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +999% (市場が大幅過小評価) AI 予想勝率 4.2% (オッズ暗示: 0.3%) ※ 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。
10	イケイケルノワール	▲石田	実269.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均15.0着と低調／252日ぶりの実戦）
前5走 11/01 4東京104R 15着/16頭+4.2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 15.0着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 252日休養明け 🌟◎ 期待値 (オッズ vs AI勝率) +999% (市場が大幅過小評価) AI 予想勝率 4.2% (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。
11	ツクバアヴァロン	菊沢	実35.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均8.0着と低調／76日ぶりの実戦）
前5走 02/28 2中山13R 12着/16頭+2.2秒 12/06 5中山16R 6着/16頭+0.8秒 ― ― ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.0着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +90% (市場が大幅過小評価) AI 予想勝率 5.4% (オッズ暗示: 2.9%) ※ 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。
12	ロイヤルタイム	松岡	実65.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 02/28 1小倉116R 16着/16頭+3.7秒 02/10 2京都46R 10着/15頭+2.1秒 12/27 5中山74R 15着/18頭+1.6秒 08/30 2札幌32R 7着/7頭+4.4秒 08/16 1札幌79R 6着/8頭+1.9秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 7.3着 (不振) 🌟◎ 期待値 (オッズ vs AI勝率) +216% (市場が大幅過小評価) AI 予想勝率 4.8% (オッズ暗示: 1.5%) ※ 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。
13	ウェスケンジントン	荻野極	実5.1	▲詳細▼	AI上位評価だが期待値不足、見送り（前走3着）
前5走 02/10 1東京41R 6着/15頭+0.8秒 11/09 5東京23R 8着/18頭+1.0秒 10/26 4東京96R 11着/18頭+1.2秒 ― ―
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.7着 ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -50% (大幅な期待値マイナス) AI 予想勝率 9.8% (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。
14	マーゴットリック	▲上里	実8.9	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（223日ぶりの実戦）
前5走 11/30 5東京83R 5着/16頭+1.2秒 11/09 3福島26R 5着/15頭+1.3秒 ― ― ―
AI 評価の内訳 — 馬番 14 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.0着 △ ローテーション 223日休養明け △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 9.0% (オッズ暗示: 11.2%) ※ 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。
15	フッカツノジャンボ	木幡育	実235.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均14.0着と低調／70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 15 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 14.0着 (不振) ▽ 前走実績前走 14着 (大敗) 🌟◎ 期待値 (オッズ vs AI勝率) +880% (市場が大幅過小評価) AI 予想勝率 4.2% (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。

🎯 AIの本命

AI評価1位

スティールヴォーグ

騎手三浦

単勝オッズ

3.1倍

AI期待値

-62%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○5ゴールドプレイヤー

3.6倍

EV -57%

▲13ウェスケンジントン

5.1倍

EV -49%

出走馬全15頭

×4

スティールヴォーグ

三浦

3.1倍

-62%

›

○5

ゴールドプレイヤー

戸崎圭

3.6倍

-57%

›

▲13

ウェスケンジントン

荻野極

5.1倍

-49%

›

△14

マーゴットリック

▲上里

8.9倍

-19%

›

△8

セブンワンダーズ

坂井

5.9倍

-46%

›

△1

ロードプレリュード

木幡巧

13.3倍

-10%

›

▽7

ドゥーニ

原

23.3倍

+37%

›

▽11

ツクバアヴァロン

菊沢

35.0倍

+90%

›

▽12

ロイヤルタイム

松岡

65.3倍

+216%

›

▽6

ルールオーヴァー

小崎

82.2倍

+269%

›

▽15

フッカツノジャンボ

木幡育

235.0倍

+880%

›

▽10

イケイケルノワール

▲石田

269.7倍

+999%

›

▽2

エビスディアーナ

江田照

286.5倍

+999%

›

▽9

ヤマタケボニータ

野中

297.6倍

+999%

›

▽3

パワポケウォーズ

▲佐藤

412.3倍

+999%

›

💡 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 (AI 期待値プラス判定)

A. 現行モデル (binary)

このモデルは本レース見送り判定（期待値プラスなし）

B. 新モデル (rank最適化 + leak-free + 確率校正)

単勝 7 ドゥーニ実23.3倍期待値 +55% 推奨 15.0〜30.0倍 100円 ❌不的中

※ オッズは予測時点の値です。締切時には変動します。最終確認のうえご利用ください。
2モデルの説明はこちら

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）

本サイトの予想は機械学習モデルによる参考情報です。過去の実績は将来の結果を保証しません。投資判断は自己責任でお願いします。本サイト運営者は損失について一切の責任を負いません。20歳未満の方は馬券を購入できません。