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	ナヴァラトゥナ	△坂口	実2.6	○詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均8.0着と低調／前走3着／91日ぶりの実戦）
前5走 11/29 5東京77R 10着/16頭+1.7秒 08/16 2新潟72R 3着/18頭+0.1秒 06/29 2福島22R 13着/16頭+1.3秒 05/10 2東京54R 2着/8頭+0.2秒 02/16 1東京65R 5着/16頭+0.6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 8.0着 (不振) ○ 前走実績前走 3着 (好走) △ ローテーション 91日休養明け × 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 17.8% (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。
2	シュハリ	大江圭	実38.6	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場4走で勝率0%と苦戦傾向／直近3走平均9.0着と低調）
前5走 01/12 1中山54R 8着/14頭+3.6秒 12/07 5中山24R 7着/11頭+1.9秒 10/12 3京都44R 6着/12頭+2.2秒 09/14 4中山41R 5着/9頭+0.8秒 07/27 3中京21R 10着/14頭+4.0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 9.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 前走実績前走 13着 (大敗) △ 期待値 (オッズ vs AI勝率) +27%（30倍を超える大穴は買う範囲の外） AI 予想勝率 3.3% (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。
3	ミスティックレイン	中村	実61.7	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均13.7着と低調／127日ぶりの実戦）
前5走 02/28 1小倉116R 14着/16頭+2.6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 13.7着 (不振) ▽ 前走実績前走 15着 (大敗) △ ローテーション 127日休養明け △ 期待値 (オッズ vs AI勝率) +77%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.9% (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。
4	アスクエピソード推奨	小野寺	実17.7	△詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+62%の中穴候補（市場想定よりAI評価が高く妙味）
前5走 02/01 2京都212R 7着/7頭+0.6秒 01/10 1京都310R 11着/18頭+1.2秒 06/29 1函館612R 8着/14頭+0.8秒 02/09 1京都48R 11着/13頭+1.5秒 01/13 1中京512R 4着/14頭+0.2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 7.3着 (不振) △ ローテーション 119日休養明け ◎ 期待値 (オッズ vs AI勝率) +62% (市場が大幅過小評価) AI 予想勝率 9.2% (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。
5	アレナリア	小牧加	実8.9	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率0%と苦戦傾向／直近3走平均9.7着と低調／91日ぶりの実戦）
前5走 02/14 2京都510R 6着/16頭+0.9秒 01/24 1小倉111R 8着/18頭+0.3秒 12/28 5阪神810R 3着/11頭+0.4秒 09/14 4阪神49R 1着/9頭勝利 08/16 3中京78R 5着/8頭+0.4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 9.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 12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) +58% (市場が大幅過小評価) AI 予想勝率 17.8% (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。
6	サマーアゲイン	高田	実2.4	◎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（前走3着／99日ぶりの実戦）
前5走 02/07 1小倉55R 8着/12頭+6.7秒 10/05 3京都28R 12着/16頭+1.7秒 09/09 川崎11R 5着/14頭+1.4秒 07/08 川崎10R 1着/10頭勝利 05/31 2京都118R 13着/18頭+0.9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 4.0着 ○ 前走実績前走 3着 (好走) △ ローテーション 99日休養明け × 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 22.2% (オッズ暗示: 41.7%) ※ 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	スノーリン	▲水沼	実117.2	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（当競馬場5走で勝率0%と苦戦傾向／直近3走平均10.0着と低調）
前5走 07/20 2福島88R 9着/14頭+1.6秒 07/06 2福島47R 8着/16頭+1.5秒 04/27 2東京25R 13着/14頭+2.2秒 03/29 3中山14R 12着/16頭+2.1秒 11/16 3福島57R 8着/16頭+0.7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 10.0着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) △ 期待値 (オッズ vs AI勝率) +2%（30倍を超える大穴は買う範囲の外） AI 予想勝率 0.9% (オッズ暗示: 0.9%) ※ 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。
8	バダジェフスカ	伴	実110.0	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均14.0着と低調／71日ぶりの実戦）
前5走 02/04 笠松11R 1着/9頭勝利 01/08 笠松3R 1着/7頭勝利 12/31 笠松2R 2着/8頭+0.1秒 08/30 2札幌33R 13着/14頭+3.7秒 07/26 1札幌14R 11着/14頭+1.9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 14.0着 (不振) ▽ 前走実績前走 12着 (大敗) △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 0.9% (オッズ暗示: 0.9%) ※ 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	ノブピースオブラブ	草野	実84.9	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均11.7着と低調／112日ぶりの実戦）
前5走 01/31 1小倉36R 9着/18頭+0.7秒 12/14 5中山42R 12着/16頭+1.3秒 10/19 4東京73R 8着/13頭+1.1秒 09/28 4中山92R 8着/16頭+1.2秒 09/06 2札幌55R 9着/10頭+3.0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 11.7着 (不振) ▽ 前走実績前走 10着 (大敗) △ ローテーション 112日休養明け △ 期待値 (オッズ vs AI勝率) +79%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.1% (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。
10	ニシノブレイゼスト	土田真翔	実6.0	△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8.0着と低調）
前5走 01/10 1中山36R 1着/16頭勝利 12/27 5中山78R 4着/16頭+0.7秒 12/07 5中山212R 3着/16頭+1.1秒 09/14 4中山48R 4着/15頭+1.2秒 08/17 1札幌88R 6着/13頭+1.3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戦の調子平均 8.0着 (不振) ○ ローテーション 28日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) AI 予想勝率 17.1% (オッズ暗示: 16.7%) ※ 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	ディアスポラ	上野	実16.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（91日ぶりの実戦）
前5走 11/23 5東京57R 12着/16頭+2.4秒 10/19 4新潟28R 6着/15頭+2.0秒 03/16 2中山68R 5着/16頭+2.0秒 02/15 1東京54R 5着/16頭+0.7秒 11/30 4中京17R 6着/12頭+0.8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戦の調子平均 6.7着 △ ローテーション 91日休養明け △ 期待値 (オッズ vs AI勝率) -0% (オッズ過剰評価) AI 予想勝率 5.9% (オッズ暗示: 6.0%) ※ 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。

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

買うAI の推奨A

アスクエピソード

騎手小野寺

17.7倍

AI の勝率9%損益の分かれ目6%

AI の勝率 9% が損益の分かれ目 6%（1 ÷ 17.7倍）を上回り、期待値 +62% が買う基準（+20%）以上。

賭け金の目安 ¥200（AI の自信に応じて変えています）

中央は記録のための予想です（控除率を越える力は未確認）。

外れ（5着）

出走馬全11頭

◎6

サマーアゲイン

高田

2.4倍

勝率 22%

›

○1

ナヴァラトゥナ

△坂口

2.6倍

勝率 18%

›

▲5

アレナリア

小牧加

8.9倍

勝率 18%

›

△10

ニシノブレイゼスト

土田真翔

6.0倍

勝率 17%

›

△4

アスクエピソード

小野寺

17.7倍

勝率 9%

›

△11

ディアスポラ

上野

16.8倍

勝率 6%

›

▽2

シュハリ

大江圭

38.6倍

対象外勝率 3%

›

▽3

ミスティックレイン

中村

61.7倍

対象外勝率 3%

›

▽9

ノブピースオブラブ

草野

84.9倍

対象外勝率 2%

›

▽8

バダジェフスカ

伴

110.0倍

対象外勝率 1%

›

▽7

スノーリン

▲水沼

117.2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　AI 期待値プラス判定

単勝4アスクエピソード不的中 5着

オッズ17.7倍予測時点
期待値+62%
推奨の幅10.9〜30.0倍
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