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13.5	B▽ A▽勝率7% EV-11% 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 6.7% (オッズ暗示: 7.4%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 6.6% / 期待値 -12% ※ 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49.2	B▽ A▽勝率7% EV+219% 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) +227% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 2.0%) ▽ Aモデルの評価 (参考) レース内 13位 / 勝率 6.6% / 期待値 +220% ※ 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93.2	B▽ A▽勝率7% EV+522% 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) +521% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 15位 / 勝率 6.6% / 期待値 +523% ※ 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3.6	B× A△勝率7% EV-76% 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) -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 4位 / 勝率 6.8% / 期待値 -76% ※ 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4.4	B○ A△勝率7% EV-70% 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) -71% (大幅な期待値マイナス) AI 予想勝率 6.7% (オッズ暗示: 22.7%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.7% / 期待値 -71% ※ 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	ルールオーヴァー推奨	小崎	実25.8	B▽ A△勝率7% EV+77% 詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+72%の中穴候補（市場想定よりAI評価が高く妙味）
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) +72% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 3.9%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.7% / 期待値 +77% ※ 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	原	実13.0	B△ A▽勝率7% EV-15% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.7着と低調）
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) -13% (オッズ過剰評価) AI 予想勝率 6.7% (オッズ暗示: 7.7%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 6.6% / 期待値 -15% ※ 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8.8	B△ A▽勝率7% EV-41% 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) -41% (大幅な期待値マイナス) AI 予想勝率 6.7% (オッズ暗示: 11.4%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 6.6% / 期待値 -41% ※ 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75.2	B▽ A▽勝率7% EV+393% 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) +401% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 14位 / 勝率 6.6% / 期待値 +393% ※ 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63.8	B▽ A▲勝率7% EV+337% 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) +325% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 1.6%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 6.9% / 期待値 +338% ※ 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16.8	B▽ A▽勝率7% EV+14% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（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) +12% (市場と概ね一致) AI 予想勝率 6.7% (オッズ暗示: 6.0%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 6.6% / 期待値 +14% ※ 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33.5	B▽ A▽勝率7% EV+119% 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) +123% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 3.0%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 6.6% / 期待値 +120% ※ 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6.2	B▲ A×勝率7% EV-59% 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) -59% (大幅な期待値マイナス) AI 予想勝率 6.7% (オッズ暗示: 16.1%) × Aモデルの評価 (参考) レース内 7位 / 勝率 6.6% / 期待値 -59% ※ 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8.4	B△ A◎勝率7% EV-42% 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) -44% (大幅な期待値マイナス) AI 予想勝率 6.7% (オッズ暗示: 11.9%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 6.9% / 期待値 -43% ※ 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54.6	B▽ A○勝率7% EV+310% 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) +264% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 1.8%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 6.9% / 期待値 +311% ※ 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

3.6倍

AI期待値

-76%

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

4.4倍

EV -70%

▲A:×13ウェスケンジントン

6.2倍

EV -58%

出走馬全15頭

×A:△4

スティールヴォーグ

三浦

3.6倍

-76%

›

○A:△5

ゴールドプレイヤー

戸崎圭

4.4倍

-70%

›

▲A:×13

ウェスケンジントン

荻野極

6.2倍

-58%

›

△A:◎14

マーゴットリック

▲上里

8.4倍

-43%

›

△A:▽8

セブンワンダーズ

坂井

8.8倍

-41%

›

△A:▽7

ドゥーニ

原

13.0倍

-13%

›

▽A:▽1

ロードプレリュード

木幡巧

13.5倍

-9%

›

▽A:▽11

ツクバアヴァロン

菊沢

16.8倍

+12%

›

▽A:△6

ルールオーヴァー

小崎

25.8倍

+72%

›

▽A:▽12

ロイヤルタイム

松岡

33.5倍

+123%

›

▽A:▽2

エビスディアーナ

江田照

49.2倍

+227%

›

▽A:○15

フッカツノジャンボ

木幡育

54.6倍

+264%

›

▽A:▲10

イケイケルノワール

▲石田

63.8倍

+325%

›

▽A:▽9

ヤマタケボニータ

野中

75.2倍

+401%

›

▽A:▽3

パワポケウォーズ

▲佐藤

93.2倍

+521%

›

💡 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 6 ルールオーヴァー実25.8倍期待値 +71% 推奨 15.0〜30.0倍 100円

※ 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13.5	▽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) -12% (オッズ過剰評価) AI 予想勝率 6.6% (オッズ暗示: 7.4%) ※ 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。
2	エビスディアーナ	江田照	実49.2	▽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) +219% (市場が大幅過小評価) AI 予想勝率 6.6% (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。
3	パワポケウォーズ	▲佐藤	実93.2	▽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) +522% (市場が大幅過小評価) AI 予想勝率 6.6% (オッズ暗示: 1.1%) ※ 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。
4	スティールヴォーグ	三浦	実3.6	△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 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) -76% (大幅な期待値マイナス) AI 予想勝率 6.8% (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。
5	ゴールドプレイヤー	戸崎圭	実4.4	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（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) -71% (大幅な期待値マイナス) AI 予想勝率 6.7% (オッズ暗示: 22.7%) ※ 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。
6	ルールオーヴァー推奨	小崎	実25.8	△詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+77%の中穴候補（市場想定よりAI評価が高く妙味）
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) +77% (市場が大幅過小評価) AI 予想勝率 6.7% (オッズ暗示: 3.9%) ※ 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。
7	ドゥーニ	原	実13.0	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均8.7着と低調）
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) -15% (オッズ過剰評価) AI 予想勝率 6.6% (オッズ暗示: 7.7%) ※ 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	セブンワンダーズ	坂井	実8.8	▽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) -41% (大幅な期待値マイナス) AI 予想勝率 6.6% (オッズ暗示: 11.4%) ※ 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	ヤマタケボニータ	野中	実75.2	▽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) +393% (市場が大幅過小評価) AI 予想勝率 6.6% (オッズ暗示: 1.3%) ※ 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63.8	▲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) +337% (市場が大幅過小評価) AI 予想勝率 6.9% (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。
11	ツクバアヴァロン	菊沢	実16.8	▽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) +14% (市場と概ね一致) AI 予想勝率 6.6% (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。
12	ロイヤルタイム	松岡	実33.5	▽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) +119% (市場が大幅過小評価) AI 予想勝率 6.6% (オッズ暗示: 3.0%) ※ 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。
13	ウェスケンジントン	荻野極	実6.2	×詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（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) -59% (大幅な期待値マイナス) AI 予想勝率 6.6% (オッズ暗示: 16.1%) ※ 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。
14	マーゴットリック	▲上里	実8.4	◎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（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) -43% (大幅な期待値マイナス) AI 予想勝率 6.9% (オッズ暗示: 11.9%) ※ 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。
15	フッカツノジャンボ	木幡育	実54.6	○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) +310% (市場が大幅過小評価) AI 予想勝率 6.9% (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。

🎯 AIの本命

AI評価1位

マーゴットリック

騎手 ▲上里

単勝オッズ

8.4倍

AI期待値

-42%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○15フッカツノジャンボ

54.6倍

EV +310%

▲10イケイケルノワール

63.8倍

EV +337%

出走馬全15頭

◎14

マーゴットリック

▲上里

8.4倍

-42%

›

○15

フッカツノジャンボ

木幡育

54.6倍

+310%

›

▲10

イケイケルノワール

▲石田

63.8倍

+337%

›

△4

スティールヴォーグ

三浦

3.6倍

-76%

›

△5

ゴールドプレイヤー

戸崎圭

4.4倍

-70%

›

△6

ルールオーヴァー

小崎

25.8倍

+77%

›

×13

ウェスケンジントン

荻野極

6.2倍

-59%

›

▽8

セブンワンダーズ

坂井

8.8倍

-41%

›

▽7

ドゥーニ

原

13.0倍

-15%

›

▽1

ロードプレリュード

木幡巧

13.5倍

-11%

›

▽11

ツクバアヴァロン

菊沢

16.8倍

+14%

›

▽12

ロイヤルタイム

松岡

33.5倍

+119%

›

▽2

エビスディアーナ

江田照

49.2倍

+219%

›

▽9

ヤマタケボニータ

野中

75.2倍

+393%

›

▽3

パワポケウォーズ

▲佐藤

93.2倍

+522%

›

💡 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 6 ルールオーヴァー実25.8倍期待値 +71% 推奨 15.0〜30.0倍 100円

※ 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。