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。

4R 福島競馬場発走 11:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	エクストラプッシュ	小沢	実18.8	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均9.3着と低調）
前5走 12/13 5中京31R 7着/14頭+1.6秒 11/23 4京都62R 4着/13頭+1.7秒 11/08 4京都14R 4着/12頭+1.3秒 08/24 2札幌21R 9着/14頭+3.2秒 07/26 1札幌15R 9着/13頭+3.2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 9.3着 (不振) ▽ 前走実績前走 13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) +13% (市場と概ね一致) AI 予想勝率 6.0% (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。
2	ダイシンレアレア	丹内	実3.5	◎詳細▼	AI予想勝率は最上位だが、オッズが買う範囲（10〜30倍）より低く見送り（直近3走平均3.0着と安定）
前5走 02/15 1小倉88R 2着/15頭+0.1秒 01/18 1京都77R 7着/11頭+0.8秒 11/09 3福島23R 10着/15頭+2.8秒 10/19 4新潟26R 3着/15頭+0.9秒 10/04 3京都14R 13着/14頭+2.0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) ○ 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) -32% (大幅な期待値マイナス) AI 予想勝率 19.3% (オッズ暗示: 28.6%) ※ 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。
3	グランアルト	横山琉	実40.1	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 02/28 2中山19R 7着/8頭+2.3秒 01/11 1中山46R 1着/17頭勝利 11/24 5東京63R 9着/16頭+1.1秒 11/08 5東京13R 4着/12頭+1.2秒 10/26 4東京95R 5着/16頭+0.5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 6.3着 △ 期待値 (オッズ vs AI勝率) -26% (オッズ過剰評価) AI 予想勝率 1.8% (オッズ暗示: 2.5%) ※ 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。
4	フォーチュンローズ	吉田隼	実55.4	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（62日ぶりの実戦）
前5走 01/24 1中山85R 8着/18頭+0.9秒 01/11 1中山46R 3着/17頭+0.3秒 11/15 3福島35R 4着/16頭+0.3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 6.3着 △ 期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 1.4% (オッズ暗示: 1.8%) ※ 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。
5	ステイアンビシャス	菊沢	実18.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 01/05 1中山24R 3着/13頭+0.6秒 12/14 5中山48R 4着/14頭+1.4秒 10/25 4新潟38R 7着/14頭+1.7秒 09/20 4中山66R 3着/11頭+2.2秒 09/14 4中山46R 2着/16頭+1.1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 4.3着 △ 期待値 (オッズ vs AI勝率) +8% (市場と概ね一致) AI 予想勝率 6.0% (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	ロードヴェリタス	西塚	実9.7	△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／62日ぶりの実戦）
前5走 02/14 2京都53R 3着/11頭+0.0秒 01/25 1京都92R 8着/16頭+1.1秒 01/12 1京都54R 7着/16頭+1.5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戦の調子勝率 33% (上り調子) △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 9.8% (オッズ暗示: 10.3%) ※ 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。
7	ハイドパーク	国分恭	実50.4	▽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／118日ぶりの実戦）
前5走 01/25 1京都92R 6着/16頭+0.8秒 01/12 1京都54R 11着/16頭+2.1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戦の調子勝率 33% (上り調子) ▽ 前走実績前走 11着 (大敗) △ ローテーション 118日休養明け △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 1.4% (オッズ暗示: 2.0%) ※ 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	マーズローバー	荻野極	実57.3	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（294日ぶりの実戦）
前5走 01/17 1京都61R 4着/10頭+2.2秒 01/05 1京都25R 10着/17頭+1.0秒 12/06 5阪神14R 5着/9頭+1.2秒 09/28 4阪神95R 13着/18頭+0.9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 6.3着 △ ローテーション 294日休養明け △ 期待値 (オッズ vs AI勝率) -17% (オッズ過剰評価) AI 予想勝率 1.4% (オッズ暗示: 1.7%) ※ 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。
9	スノーディーヴァ	△石神道	実9.4	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（前走2着）
前5走 03/01 1小倉124R 2着/12頭+1.0秒 02/07 1小倉54R 2着/12頭+0.1秒 01/11 1京都44R 12着/14頭+8.7秒 09/27 4中山87R 16着/16頭+2.5秒 09/15 4中山58R 10着/14頭+2.3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 4.0着 ○ 前走実績前走 2着 (好走) △ 期待値 (オッズ vs AI勝率) -29% (オッズ過剰評価) AI 予想勝率 7.6% (オッズ暗示: 10.6%) ※ 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。
10	リバーソニック	斎藤	実7.0	▲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／前走3着）
前5走 02/28 1阪神34R 2着/14頭+0.4秒 12/20 5阪神56R 8着/16頭+2.1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) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 10.7% (オッズ暗示: 14.3%) ※ 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。
11	ヨーゼフ	武藤	実38.5	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
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 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 6.0着 × 期待値 (オッズ vs AI勝率) -36% (大幅な期待値マイナス) AI 予想勝率 1.7% (オッズ暗示: 2.6%) ※ 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。
12	ピティロディア	△石田	実62.3	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（76日ぶりの実戦）
前5走 02/22 1小倉108R 8着/14頭+0.4秒 02/15 1小倉86R 6着/16頭+0.3秒 11/08 3福島19R 12着/16頭+0.6秒 10/25 4新潟36R 6着/15頭+0.6秒 08/23 2札幌13R 7着/16頭+1.1秒
AI 評価の内訳 — 馬番 12 ◎ 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 △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 1.4% (オッズ暗示: 1.6%) ※ 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。
13	アスクドゥチャンプ	▲和田陽	実4.0	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 02/28 1阪神32R 3着/14頭+0.9秒 02/14 1東京54R 6着/15頭+1.1秒 ― ― ―
AI 評価の内訳 — 馬番 13 ◎ 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 △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 19.3% (オッズ暗示: 25.0%) ※ 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。
14	タニセンゴールド	秋山稔	実13.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調）
前5走 01/12 1京都54R 6着/16頭+1.4秒 ― ― ― ―
AI 評価の内訳 — 馬番 14 ◎ 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) ○ 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) -19% (オッズ過剰評価) AI 予想勝率 6.0% (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。
15	レディトゥフライト	★河原田	実67.3	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（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 15 ◎ 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 7.3着 (不振) △ 期待値 (オッズ vs AI勝率) -3% (オッズ過剰評価) AI 予想勝率 1.4% (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。
16	フィサブロス	☆田山	実21.4	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調）
前5走 01/17 1京都63R 3着/13頭+0.6秒 01/05 1京都22R 4着/16頭+0.8秒 12/14 5中京45R 3着/13頭+2.1秒 ― ―
AI 評価の内訳 — 馬番 16 ◎ 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) ▽ 前走実績前走 14着 (大敗) △ 期待値 (オッズ vs AI勝率) -5% (オッズ過剰評価) AI 予想勝率 4.4% (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。

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

見送りAI の 1 位の馬

ダイシンレアレア

騎手丹内

3.5倍

AI の勝率19%損益の分かれ目29%

オッズが買う範囲（10〜30倍）より低く見送り。

買う条件: オッズ 10〜30 倍・期待値 +20% 以上・勝率 8% 以上・1 レース 3 頭まで

出走馬全16頭

◎2

ダイシンレアレア

丹内

3.5倍

勝率 19%

›

○13

アスクドゥチャンプ

▲和田陽

4.0倍

勝率 19%

›

▲10

リバーソニック

斎藤

7.0倍

勝率 11%

›

△6

ロードヴェリタス

西塚

9.7倍

勝率 10%

›

△9

スノーディーヴァ

△石神道

9.4倍

勝率 8%

›

△14

タニセンゴールド

秋山稔

13.4倍

勝率 6%

›

▽5

ステイアンビシャス

菊沢

18.0倍

勝率 6%

›

▽1

エクストラプッシュ

小沢

18.8倍

勝率 6%

›

▽16

フィサブロス

☆田山

21.4倍

勝率 4%

›

▽3

グランアルト

横山琉

40.1倍

対象外勝率 2%

›

▽11

ヨーゼフ

武藤

38.5倍

対象外勝率 2%

›

▽7

ハイドパーク

国分恭

50.4倍

対象外勝率 1%

›

▽4

フォーチュンローズ

吉田隼

55.4倍

対象外勝率 1%

›

▽8

マーズローバー

荻野極

57.3倍

対象外勝率 1%

›

▽12

ピティロディア

△石田

62.3倍

対象外勝率 1%

›

▽15

レディトゥフライト

★河原田

67.3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 10〜30 倍・期待値 +20% 以上・勝率 8% 以上・1 レース 3 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