大井 9R 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

9R 大井競馬場ダ1400m ダート1400m　発走 19:07

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	サンピアノソナタ逃げ	西優哉（大井）	推定—	B× A×勝率9% EV-81% 詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯4走で勝率75%／同馬場状態で勝率50%／直近3走で勝率33%と好調）
前5走 07/01 大井8R 4着/14頭 12/31 園田8R 1着/12頭勝利 12/10 園田12R 3着/12頭+0.3秒 11/21 園田12R 4着/12頭+0.2秒 10/31 園田6R 1着/10頭勝利
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 距離適性同距離 4走で勝率 75% ◎ 馬場適性同馬場 4走で勝率 50% ○ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.4% × Aモデルの評価 (参考) レース内 7位 / 勝率 8.8% / 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。
2	ポアゾンノアール逃げ	山中悠（船橋）	推定—	B▲ A△勝率12% EV-78% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場10走で勝率40%と適性高／直近3走で勝率33%と好調／前走3着）
前5走 05/21 大井5R 3着/14頭 03/13 大井8R 6着/10頭+1.1秒 02/17 大井10R 1着/13頭勝利 01/27 大井10R 2着/15頭+0.4秒 12/30 大井6R 1着/14頭勝利
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 10走で勝率 40% (得意) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -95% (大幅な期待値マイナス) AI 予想勝率 2.8% △ Aモデルの評価 (参考) レース内 4位 / 勝率 11.6% / 期待値 -78% ※ 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	ティアード先行	鷹見陸（大井）	推定—	B△ A△勝率10% EV-81% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場8走で勝率25%と適性高／同馬場状態で勝率67%／直近3走平均2.7着と安定）
前5走 09/19 大井9R 3着/8頭+1.1秒 08/12 大井8R 2着/16頭+0.3秒 07/17 大井7R 3着/14頭+0.8秒 05/23 大井5R 2着/12頭+0.2秒 03/28 大井7R 6着/12頭+0.9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 2.7着 (安定) ◎ 当競馬場適性 8走で勝率 25% (得意) ◎ 馬場適性同馬場 3走で勝率 67% ○ 前走実績前走 3着 (好走) △ ローテーション 307日休養明け × 期待値 (オッズ vs AI勝率) -95% (大幅な期待値マイナス) AI 予想勝率 2.8% △ Aモデルの評価 (参考) レース内 6位 / 勝率 9.7% / 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。
4	ヴェスタリス先行	藤田凌（大井）	推定—	B△ A○勝率18% EV-67% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場7走で勝率29%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 07/02 大井7R 11着/11頭+3.0秒 05/22 大井3R 1着/12頭 12/04 大井11R 11着/16頭+1.8秒 11/14 大井3R 2着/11頭+0.3秒 10/09 大井5R 2着/9頭+0.5秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 7走で勝率 29% (得意) ◎ 距離適性同距離 3走で勝率 33% ○ 馬場適性同馬場 4走で勝率 25% ▽ 前走実績前走 11着 (大敗) ○ ローテーション 21日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -95% (大幅な期待値マイナス) AI 予想勝率 2.8% ○ Aモデルの評価 (参考) レース内 2位 / 勝率 17.7% / 期待値 -68% ※ 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	フェレザ逃げ	吉井章（大井）	実1.0	B× A×勝率6% EV-93% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 07/01 大井7R 12着/12頭+0.0秒 06/09 大井9R 6着/14頭 12/02 園田8R 2着/8頭+0.1秒 07/23 園田11R 1着/12頭勝利 06/18 園田12R 2着/12頭+0.5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 6.7着 ○ 馬場適性同馬場 4走で勝率 25% ▽ 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) -100% (大幅な期待値マイナス) × Aモデルの評価 (参考) レース内 8位 / 勝率 6.1% / 期待値 -94% ※ 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	コスモトロイメル先行	中山遥（浦和）	推定—	B△ A△勝率10% EV-77% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率33%と好調）
前5走 07/01 大井12R 5着/15頭 05/18 大井12R 9着/14頭+1.3秒 04/29 大井9R 1着/13頭勝利 04/15 大井10R 3着/14頭+0.8秒 03/26 大井10R 11着/14頭+2.3秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 15走で勝率 13% ○ 距離適性同距離 6走で勝率 17% ○ 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) -97% (大幅な期待値マイナス) AI 予想勝率 1.2% △ Aモデルの評価 (参考) レース内 5位 / 勝率 10.1% / 期待値 -78% ※ 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	ラブリールチア逃げ	矢野貴（大井）	推定—	B◎ A×勝率19% EV-67% 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走で勝率33%と好調／87日ぶりの実戦／騎手は近50戦で勝率26%）
前5走 04/27 大井11R 6着/16頭+0.9秒 04/13 大井11R 4着/10頭+0.8秒 03/13 大井9R 1着/14頭勝利 02/18 大井7R 2着/13頭+0.2秒 01/29 大井9R 2着/8頭+1.3秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 6走で勝率 17% (相性良) ○ 馬場適性同馬場 4走で勝率 25% ◎ 騎手近50戦勝率 26% (好調) ◎ 期待値 (オッズ vs AI勝率) +33% (妙味あり) AI 予想勝率 76.9% × Aモデルの評価 (参考) レース内 1位 / 勝率 18.7% / 期待値 -68% ※ 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	アシャニンカ自在	笹川翼（大井）	推定—	B○ A▲勝率15% EV-74% 詳細▼	人気馬、市場評価通りで上乗せなし（騎手は近50戦で勝率26%）
前5走 07/01 大井12R 6着/15頭 06/10 大井9R 2着/14頭+3.0秒 05/19 大井8R 3着/9頭+1.1秒 04/29 大井9R 9着/13頭+0.7秒 12/25 大井10R 6着/11頭+0.9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 3.7着 △ 当競馬場適性 25走で勝率 12% ◎ 騎手近50戦勝率 26% (好調) ○ 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) -77% (大幅な期待値マイナス) AI 予想勝率 13.3% ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 14.9% / 期待値 -74% ※ 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	ヘクトプリンセス	谷内貫（大井）	推定—	B× A×勝率2% EV-95% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 07/02 大井7R 9着/11頭+0.0秒 06/10 大井7R 6着/11頭 05/21 大井10R 8着/16頭 04/29 大井12R 10着/16頭+2.4秒 04/17 大井12R 5着/14頭+1.0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 7.7着 (不振) × 当競馬場適性 19走で勝率 0% (苦戦) ▽ 距離適性同距離は 26走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 21日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) × Aモデルの評価 (参考) レース内 9位 / 勝率 2.3% / 期待値 -95% ※ 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／ 馬名横のグレーバッジ 脚質（過去の上がり3F傾向からの推定）

🎯 AIの本命

AI評価1位Aモデル ×

ラブリールチア

騎手矢野貴（大井）

単勝オッズ

—

AI期待値

—

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲8アシャニンカ

—

EV —

▲A:△2ポアゾンノアール

—

EV —

出走馬全9頭

◎A:×7

ラブリールチア

矢野貴（大井）

—

›

○A:▲8

アシャニンカ

笹川翼（大井）

—

›

▲A:△2

ポアゾンノアール

山中悠（船橋）

—

›

△A:△3

ティアード

鷹見陸（大井）

—

›

△A:○4

ヴェスタリス

藤田凌（大井）

—

›

△A:△6

コスモトロイメル

中山遥（浦和）

—

›

×A:×1

サンピアノソナタ

西優哉（大井）

—

›

×A:×9

ヘクトプリンセス

谷内貫（大井）

—

›

×A:×5

フェレザ

吉井章（大井）

1.0倍

-99%

›

💡 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。

▶ このレースの展開シミュレーションはこちら AIが2万回仮想開催した着順分布・展開予想・レース再生アニメ

このレースの推奨馬券　2モデル並走

両モデルとも本レースは見送り判定（期待値プラスなし）

9R 大井競馬場ダ1400m ダート1400m　発走 19:07

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	サンピアノソナタ逃げ	西優哉（大井）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯4走で勝率75%／同馬場状態で勝率50%／直近3走で勝率33%と好調）
前5走 07/01 大井8R 4着/14頭 12/31 園田8R 1着/12頭勝利 12/10 園田12R 3着/12頭+0.3秒 11/21 園田12R 4着/12頭+0.2秒 10/31 園田6R 1着/10頭勝利
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 距離適性同距離 4走で勝率 75% ◎ 馬場適性同馬場 4走で勝率 50% ○ 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% (大幅な期待値マイナス) AI 予想勝率 8.8% ※ 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	ポアゾンノアール逃げ	山中悠（船橋）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場10走で勝率40%と適性高／直近3走で勝率33%と好調／前走3着）
前5走 05/21 大井5R 3着/14頭 03/13 大井8R 6着/10頭+1.1秒 02/17 大井10R 1着/13頭勝利 01/27 大井10R 2着/15頭+0.4秒 12/30 大井6R 1着/14頭勝利
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 10走で勝率 40% (得意) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -78% (大幅な期待値マイナス) AI 予想勝率 11.6% ※ 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	ティアード先行	鷹見陸（大井）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場8走で勝率25%と適性高／同馬場状態で勝率67%／直近3走平均2.7着と安定）
前5走 09/19 大井9R 3着/8頭+1.1秒 08/12 大井8R 2着/16頭+0.3秒 07/17 大井7R 3着/14頭+0.8秒 05/23 大井5R 2着/12頭+0.2秒 03/28 大井7R 6着/12頭+0.9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 2.7着 (安定) ◎ 当競馬場適性 8走で勝率 25% (得意) ◎ 馬場適性同馬場 3走で勝率 67% ○ 前走実績前走 3着 (好走) △ ローテーション 307日休養明け × 期待値 (オッズ vs AI勝率) -81% (大幅な期待値マイナス) AI 予想勝率 9.7% ※ 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。
4	ヴェスタリス先行	藤田凌（大井）	推定—	○詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場7走で勝率29%と適性高／同距離帯3走で勝率33%／直近3走で勝率33%と好調）
前5走 07/02 大井7R 11着/11頭+3.0秒 05/22 大井3R 1着/12頭 12/04 大井11R 11着/16頭+1.8秒 11/14 大井3R 2着/11頭+0.3秒 10/09 大井5R 2着/9頭+0.5秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 7走で勝率 29% (得意) ◎ 距離適性同距離 3走で勝率 33% ○ 馬場適性同馬場 4走で勝率 25% ▽ 前走実績前走 11着 (大敗) ○ ローテーション 21日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -68% (大幅な期待値マイナス) AI 予想勝率 17.7% ※ 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	フェレザ逃げ	吉井章（大井）	実1.0	×詳細▼	人気馬、市場評価通りで上乗せなし
前5走 07/01 大井7R 12着/12頭+0.0秒 06/09 大井9R 6着/14頭 12/02 園田8R 2着/8頭+0.1秒 07/23 園田11R 1着/12頭勝利 06/18 園田12R 2着/12頭+0.5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 6.7着 ○ 馬場適性同馬場 4走で勝率 25% ▽ 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) -94% (大幅な期待値マイナス) AI 予想勝率 6.1% (オッズ暗示: 100.0%) ※ 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	コスモトロイメル先行	中山遥（浦和）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率33%と好調）
前5走 07/01 大井12R 5着/15頭 05/18 大井12R 9着/14頭+1.3秒 04/29 大井9R 1着/13頭勝利 04/15 大井10R 3着/14頭+0.8秒 03/26 大井10R 11着/14頭+2.3秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 15走で勝率 13% ○ 距離適性同距離 6走で勝率 17% ○ 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) -78% (大幅な期待値マイナス) AI 予想勝率 10.1% ※ 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。
7	ラブリールチア逃げ	矢野貴（大井）	推定—	×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走で勝率33%と好調／87日ぶりの実戦／騎手は近50戦で勝率26%）
前5走 04/27 大井11R 6着/16頭+0.9秒 04/13 大井11R 4着/10頭+0.8秒 03/13 大井9R 1着/14頭勝利 02/18 大井7R 2着/13頭+0.2秒 01/29 大井9R 2着/8頭+1.3秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 6走で勝率 17% (相性良) ○ 馬場適性同馬場 4走で勝率 25% ◎ 騎手近50戦勝率 26% (好調) × 期待値 (オッズ vs AI勝率) -68% (大幅な期待値マイナス) AI 予想勝率 18.7% ※ 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。
8	アシャニンカ自在	笹川翼（大井）	推定—	▲詳細▼	人気馬、市場評価通りで上乗せなし（騎手は近50戦で勝率26%）
前5走 07/01 大井12R 6着/15頭 06/10 大井9R 2着/14頭+3.0秒 05/19 大井8R 3着/9頭+1.1秒 04/29 大井9R 9着/13頭+0.7秒 12/25 大井10R 6着/11頭+0.9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 3.7着 △ 当競馬場適性 25走で勝率 12% ◎ 騎手近50戦勝率 26% (好調) ○ 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) -74% (大幅な期待値マイナス) AI 予想勝率 14.9% ※ 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	ヘクトプリンセス	谷内貫（大井）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場19走で勝率0%と苦戦傾向／同距離帯は26走で勝ち無し）
前5走 07/02 大井7R 9着/11頭+0.0秒 06/10 大井7R 6着/11頭 05/21 大井10R 8着/16頭 04/29 大井12R 10着/16頭+2.4秒 04/17 大井12R 5着/14頭+1.0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 7.7着 (不振) × 当競馬場適性 19走で勝率 0% (苦戦) ▽ 距離適性同距離は 26走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 21日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -95% (大幅な期待値マイナス) AI 予想勝率 2.3% ※ 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。

🎯 AIの本命

AI評価1位

ラブリールチア

騎手矢野貴（大井）

単勝オッズ

—

AI期待値

—

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○4ヴェスタリス

—

EV —

▲8アシャニンカ

—

EV —

出走馬全9頭

×7

ラブリールチア

矢野貴（大井）

—

›

○4

ヴェスタリス

藤田凌（大井）

—

›

▲8

アシャニンカ

笹川翼（大井）

—

›

△2

ポアゾンノアール

山中悠（船橋）

—

›

△6

コスモトロイメル

中山遥（浦和）

—

›

△3

ティアード

鷹見陸（大井）

—

›

×1

サンピアノソナタ

西優哉（大井）

—

›

×5

フェレザ

吉井章（大井）

1.0倍

-93%

›

×9

ヘクトプリンセス

谷内貫（大井）

—

›

💡 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。

▶ このレースの展開シミュレーションはこちら AIが2万回仮想開催した着順分布・展開予想・レース再生アニメ

このレースの推奨馬券　2モデル並走

両モデルとも本レースは見送り判定（期待値プラスなし）

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。