東京 2R 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

2R 東京競馬場発走 10:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ダンシングアワー推奨	小林脩	実20.6	B△ A△勝率9% EV+87% 詳細▼	期待値プラスでAIの推し馬（適度な間隔で状態万全）
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 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 7.0着 (不振) ○ 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) +21% (市場と概ね一致) AI 予想勝率 5.9% (オッズ暗示: 4.9%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.1% / 期待値 +88% ※ 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	バーチディダーマ	原田和	実161.3	B▽ A▽勝率2% EV+250% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.0着と低調）
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 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 8.0着 (不振) ○ 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) +181%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.7% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 2.2% / 期待値 +251% ※ 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	エピックジャーニー	川田	実2.5	B○ A○勝率25% EV-37% 詳細▼	人気馬、市場評価通りで上乗せなし
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 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 3.5着 ○ 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) -28% (オッズ過剰評価) AI 予想勝率 28.8% (オッズ暗示: 40.0%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 25.0% / 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。
4	トムキャット	松岡	実59.6	B△ A△勝率4% EV+147% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（91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 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 5.5着 △ ローテーション 91日休養明け △ 期待値 (オッズ vs AI勝率) +85%（30倍を超える大穴は買う範囲の外） AI 予想勝率 3.1% (オッズ暗示: 1.7%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.1% / 期待値 +147% ※ 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	サヴィッジブロウ	大野	実51.1	B△ A△勝率5% EV+158% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均12.0着と低調）
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 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 12.0着 (不振) ▽ 前走実績前走 12着 (大敗) ○ ローテーション 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +81%（30倍を超える大穴は買う範囲の外） AI 予想勝率 3.6% (オッズ暗示: 2.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.1% / 期待値 +158% ※ 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	ハナミヤビ	木幡巧	実183.2	B▽ A▽勝率2% EV+322% 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）
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 14着 (大敗) ○ ローテーション 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +219%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.7% (オッズ暗示: 0.5%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.3% / 期待値 +322% ※ 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	ブラックナザレ	内田博	実158.0	B▽ A▽勝率3% EV+351% 詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均10.3着と低調）
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 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 10.3着 (不振) ▽ 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) +175%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.7% (オッズ暗示: 0.6%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.9% / 期待値 +351% ※ 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	ドンドキリシマ	▲遠藤	実266.2	B▽ A▽勝率2% EV+478% 詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 10位 (中位評価) △ 期待値 (オッズ vs AI勝率) +322%（30倍を超える大穴は買う範囲の外） AI 予想勝率 1.6% (オッズ暗示: 0.4%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 2.2% / 期待値 +479% ※ 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	ティアラード	横山武	実2.1	B◎ A◎勝率25% EV-47% 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⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子平均 3.0着 (安定) × 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 31.0% (オッズ暗示: 47.6%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 25.0% / 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。
10	ヴェントリナ	津村	実3.5	B▲ A▲勝率22% EV-22% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.7着と安定／前走2着）
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 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 2.7着 (安定) ○ 前走実績前走 2着 (好走) ○ ローテーション 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 20.8% (オッズ暗示: 28.6%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 22.1% / 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。

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

ダンシングアワー

騎手小林脩

20.6倍

AI の勝率6%損益の分かれ目5%

AI の勝率 6% が損益の分かれ目 5%（1 ÷ 20.6倍）を上回り、期待値 +21% 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（2着）

出走馬全10頭

◎A:◎9

ティアラード

横山武

2.1倍

勝率 31%

›

○A:○3

エピックジャーニー

川田

2.5倍

勝率 29%

›

▲A:▲10

ヴェントリナ

津村

3.5倍

勝率 21%

›

△A:△1

ダンシングアワー

小林脩

20.6倍

勝率 6%

›

△A:△5

サヴィッジブロウ

大野

51.1倍

対象外勝率 4%

›

△A:△4

トムキャット

松岡

59.6倍

対象外勝率 3%

›

▽A:▽7

ブラックナザレ

内田博

158.0倍

対象外勝率 2%

›

▽A:▽2

バーチディダーマ

原田和

161.3倍

対象外勝率 2%

›

▽A:▽6

ハナミヤビ

木幡巧

183.2倍

対象外勝率 2%

›

▽A:▽8

ドンドキリシマ

▲遠藤

266.2倍

対象外勝率 2%

›

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　2モデル並走

A モデル（勝ち負けの 2 択で学習）

単勝 1 ダンシングアワー実20.6倍期待値 +21% 推奨 17.0〜30.0倍 ¥200 不的中2着

B モデル（レース内の順位で学習）

見送り

※ オッズは予測時点の値です。

2R 東京競馬場発走 10:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ダンシングアワー推奨	小林脩	実20.6	△詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+87%の中穴候補（適度な間隔で状態万全）
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 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 7.0着 (不振) ○ 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) +87% (市場が大幅過小評価) AI 予想勝率 9.1% (オッズ暗示: 4.9%) ※ 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。
2	バーチディダーマ	原田和	実161.3	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均8.0着と低調）
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 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 8.0着 (不振) ○ 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) +250%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.2% (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。
3	エピックジャーニー	川田	実2.5	○詳細▼	人気馬、市場評価通りで上乗せなし
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 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 3.5着 ○ 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) -37% (大幅な期待値マイナス) AI 予想勝率 25.0% (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。
4	トムキャット	松岡	実59.6	△詳細▼	大穴（30倍超）は買う範囲の外で対象外（91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 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 5.5着 △ ローテーション 91日休養明け △ 期待値 (オッズ vs AI勝率) +147%（30倍を超える大穴は買う範囲の外） AI 予想勝率 4.1% (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。
5	サヴィッジブロウ	大野	実51.1	△詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均12.0着と低調）
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 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 12.0着 (不振) ▽ 前走実績前走 12着 (大敗) ○ ローテーション 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +158%（30倍を超える大穴は買う範囲の外） AI 予想勝率 5.1% (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。
6	ハナミヤビ	木幡巧	実183.2	▽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）
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 14着 (大敗) ○ ローテーション 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +322%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.3% (オッズ暗示: 0.5%) ※ 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。
7	ブラックナザレ	内田博	実158.0	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外（直近3走平均10.3着と低調）
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 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 10.3着 (不振) ▽ 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) +351%（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: 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。
8	ドンドキリシマ	▲遠藤	実266.2	▽詳細▼	大穴（30倍超）は買う範囲の外で対象外
前5走 ★ 新馬戦 (初出走)
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) △ AIランク評価 (順位学習モデル) レース内 10位 (中位評価) △ 期待値 (オッズ vs AI勝率) +478%（30倍を超える大穴は買う範囲の外） AI 予想勝率 2.2% (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。
9	ティアラード	横山武	実2.1	◎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⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子平均 3.0着 (安定) × 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 25.0% (オッズ暗示: 47.6%) ※ 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	ヴェントリナ	津村	実3.5	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.7着と安定／前走2着）
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 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 2.7着 (安定) ○ 前走実績前走 2着 (好走) ○ ローテーション 22日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -23% (オッズ過剰評価) AI 予想勝率 22.1% (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。

買うAI の推奨A

ダンシングアワー

騎手小林脩

20.6倍

AI の勝率9%損益の分かれ目5%

AI の勝率 9% が損益の分かれ目 5%（1 ÷ 20.6倍）を上回り、期待値 +88% 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（2着）

出走馬全10頭

◎9

ティアラード

横山武

2.1倍

勝率 25%

›

○3

エピックジャーニー

川田

2.5倍

勝率 25%

›

▲10

ヴェントリナ

津村

3.5倍

勝率 22%

›

△1

ダンシングアワー

小林脩

20.6倍

勝率 9%

›

△5

サヴィッジブロウ

大野

51.1倍

対象外勝率 5%

›

△4

トムキャット

松岡

59.6倍

対象外勝率 4%

›

▽7

ブラックナザレ

内田博

158.0倍

対象外勝率 3%

›

▽6

ハナミヤビ

木幡巧

183.2倍

対象外勝率 2%

›

▽2

バーチディダーマ

原田和

161.3倍

対象外勝率 2%

›

▽8

ドンドキリシマ

▲遠藤

266.2倍

対象外勝率 2%

›

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　2モデル並走

A モデル（勝ち負けの 2 択で学習）

単勝 1 ダンシングアワー実20.6倍期待値 +88% 推奨 11.0〜30.0倍 ¥200 不的中2着

B モデル（レース内の順位で学習）

見送り

※ 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