
【競馬・統計予測】WIN5 2025.9.7
独自に収集したWIN5に役立つかもしれない統計情報です。
重賞競走について、個別に投稿した記事をご参照ください。
■ 対象レース
・WIN1:阪神10R オークランドサラブレッドRT
・WIN2:中山10R セプテンバーS
・WIN3:札幌11R 丹頂S
・WIN4:阪神11R セントウルS GⅡ
・WIN5:中山11R 紫苑S GⅡ
■ WIN1:阪神10R オークランドサラブレッドRT
・展開予測指数

・展開分析データ分布

・速度偏差値

・仮想速度
枠馬 馬名 性齢 騎手 斤量 間隔 VRS 偏差値 RLV
1 01 ノボリショウリュウ 牡4 高杉吏 58 12 61.15 62.70 42.3
2 02 ストレングス 牡4 岩田望 58 05 61.22 64.91 42.2
3 03 タマモダイジョッキ 牡7 小沢大 58 24 60.99 56.81 42.6
4 04 ローズバルサム 牝5 横山武 56 20 61.10 61.93 42.2
5 05 テーオーエルビス 牡3 坂井瑠 56 05 61.18 67.96 41.7
5 06 フラップシグナス 牡6 菱田裕 58 09 61.05 60.94 42.2
6 07 ムーム 牝4 吉村誠 56 08 60.79 56.13 42.2
6 08 メイショウクリフト 牡6 富田暁 58 02 61.20 63.27 42.3
7 09 メイショウタイゲイ 牡6 酒井学 58 03 60.88 57.46 42.2
7 10 ネグレスコ 牝4 秋山稔 56 08 60.67 53.63 42.2
8 11 カネコメシスター 牝6 団野大 56 12 60.95 58.65 42.3
8 12 スターペスカオリ 牝5 角田大 56 02 61.15 62.83 42.2

・レイティングスコア


・AI予測複勝率



■ WIN2:中山10R セプテンバーS
・展開予測指数

・展開分析データ分布

・速度偏差値

・仮想速度
枠馬 馬名 性齢 騎手 斤量 間隔 VRS 偏差値 RLV
1 01 アシャカタカ 牡5 菊沢一 54 03 61.60 49.50 42.3
2 02 マックアルイーン 牡3 ルメー 55 10 62.11 69.64 41.8
3 03 トーラスシャイン 牡4 北村友 56 27 62.00 62.12 42.5
4 04 ロードトレイル 牡4 菅原明 55 02 62.01 63.27 42.3
4 05 ショウナンラスボス 牡7 吉田豊 54 05 62.01 63.79 42.2
5 06 ルージュラナキラ 牝3 鮫島克 53 09 61.94 63.88 41.9
5 07 シカゴスティング 牝4 石川裕 54 18 61.81 56.42 42.4
6 08 ランドオブラヴ 牝5 江田照 53 06 62.03 63.07 42.5
6 09 ルーフ 牝5 戸崎圭 53 06 62.19 69.36 42.3
7 10 ユハンヌス 牡5 横山和 56 02 61.90 59.81 42.3
7 11 ウナギノボリ 牡6 大野拓 53 02 61.96 61.50 42.3
8 12 タツダイヤモンド 牡5 的場勇 55 03 61.74 54.30 42.3
8 13 グレタ 牝6 原優介 52 17 61.90 58.13 42.6

・レイティングスコア


・AI予測複勝率



■ WIN3:札幌11R 丹頂S
・展開予測指数

・展開分析データ分布

・速度偏差値

・仮想速度
枠馬 馬名 性齢 騎手 斤量 間隔 VRS 偏差値 RLV
1 01 アスターブジエ 牡5 古川吉 53 11 57.01 56.56 42.5
2 02 フルール 牝5 佐々木 53 06 57.24 61.87 42.9
3 03 ダンディズム セ9 川又賢 56 07 57.26 55.76 43.9
4 04 ニシノレヴナント セ5 小林美 55 08 57.19 53.90 43.9
5 05 キミノナハマリア 牝5 黛弘人 54 10 57.86 74.49 44.1
5 06 ゴールデンスナップ 牝5 浜中俊 55 24 57.47 55.23 45.2
6 07 ミステリーウェイ セ7 松本大 55 06 57.20 60.56 42.9
6 08 ディナースタ 牡6 舟山瑠 56 14 (前走障害)
7 09 ランスオブクイーン 牝4 斎藤新 54 10 58.00 78.99 44.1
7 10 エンドウノハナ 牡6 泉谷楓 54 16 57.20 61.31 42.7
8 11 サンライズソレイユ 牡4 荻野琢 56 14 56.81 39.68 44.2
8 12 マイネルカンパーナ 牡5 丹内祐 56 06 57.22 61.21 42.9

・レイティングスコア


・AI予測複勝率



■ WIN4:阪神11R セントウルS GⅡ
・AI予測複勝率



■ WIN5:中山11R 紫苑S GⅡ
・AI予測複勝率



■ データ解説
・先行指数
今回の距離と同距離もしくは、前後200mに出走時のスタートから3Fの平均速度を基に各レースの速度偏差値を求め、その平均をとることで「先行指数」としています。
・追込指数
同じく今回の距離と同距離もしくは、前後200mに出走時のゴールまでラスト3Fの平均速度を基に各レースの速度偏差値を求め、その平均をとることで「追込指数」としています。
・前傾傾向
スタートから3Fのタイムと、ゴールまでのラスト3Fのタイムを合計し、その合計タイムに占めるスタートから3Fのタイムの割合を出すことで前傾傾向を表しています。「先行指数」が高くてもこの「前傾傾向指数」が高くない場合は、先行馬ではなく能力が高い馬ということになります。上記の展開分析データ分布図で右上のエリアに位置する馬がこれに当たります。
・平均位置取り
最初のコーナー時点での位置取りを「順位/頭数」の比率で求め、その平均をとることで「平均位置取り比率」としています。
・展開分析データ分布
「追込指数」を縦軸、「先行指数」と横軸とした散布図を描くと以下のようになります。簡単な見方としては、右寄りに位置するのが先行馬、左寄りに位置するのが追込馬となり、右上に位置する馬は万能で能力が高く、左下に位置する馬は「そういうこと」になります。
・速度偏差値
各競馬場別に芝・ダート別、距離別、馬場状態別に走破速度の平均と標準偏差を算出し、それらを基に計算した偏差値(仮想速度の基準となる値)
・仮想速度
【統計データで走破速度を予測】
過去のレースの走破速度(平均速度)を統計データとして分析し、今回の走破速度を予測した値を「仮想速度」と呼んでいます。
・レイティングスコア
・AI予測複勝率
【AI予測による複勝率・単勝率】
過去のレースデータにる訓練を行ったAIによる複勝率・単勝率の予測です。
各レース毎のグラフでは複勝率の高い順に並べ替えています。
■ 最後に
WIN5チャレンジが成功すると良いですね!
最後までお読みいただきありがとうございます。
この記事が気に入っていただけたり、何かお役に立てたら、スキ、コメント、フォローをお願いします。