
【競馬・統計予測】WIN5 2025.8.31
独自に収集したWIN5に役立つかもしれない統計情報です。
重賞競走については、リンク先の個別に投稿した記事をご参照ください。
■ 対象レース
・WIN1:中京10R 白川郷S
・WIN2:新潟10R 両津湾特別
・WIN3:札幌11R 日高S
・WIN4:中京11R 中京2歳S GⅢ
・WIN5:新潟11R 新潟記念 GⅢ
■ WIN1:中京10R 白川郷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 ビップスコーピオン 牡5 松若風 58 14 58.52 58.11 42.3
1 02 ハギノサステナブル 牡5 松山弘 58 09 58.99 65.65 42.5
2 03 グランジョルノ 牡3 西塚洸 55 18 (前走地方)
2 04 メイショウポペット 牝5 角田大 56 17 58.62 60.00 42.3
3 05 アスクデビューモア 牡4 岩田康 58 14 58.84 64.53 42.3
3 06 バリアントバイオ 牡5 長岡禎 58 13 58.60 59.55 42.3
4 07 メイショウソウタ 牡4 菱田裕 58 03 58.84 63.65 42.4
4 08 リューデスハイム 牡4 吉村誠 58 13 58.84 64.41 42.3
5 09 カゼノランナー 牡4 北村友 58 15 58.68 63.30 42.0
5 10 レッドプロフェシー 牡5 田口貫 58 13 58.62 60.00 42.3
6 11 オンザライン セ7 小崎綾 58 09 59.09 67.69 42.5
6 12 ダイメイセブン 牡5 藤懸貴 58 09 58.61 59.54 42.3
7 13 アーマルコライト 牡4 小沢大 58 10 58.50 57.57 42.3
7 14 クーアフュルスト 牡4 永島ま 58 09 58.76 61.11 42.5
8 15 グラヴィス 牡4 富田暁 58 04 58.41 60.52 41.7
8 16 ジュタロウ 牡6 川須栄 58 09 58.49 56.94 42.3

・レイティングスコア


・AI予測複勝率



■ WIN2:新潟10R 両津湾特別
・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 アイファーグローブ 牡6 野中悠 58 07 58.69 58.98 41.7
2 02 ゴッドエスパーダ 牡3 川田将 55 17 58.65 59.33 41.6
3 03 ユイノマチブセ 牡5 木幡初 58 04 58.37 52.18 41.8
4 04 エクストラノート セ8 菊沢一 58 02 58.50 56.27 41.6
5 05 ヴァナルガンド 牡5 ルメー 58 04 58.79 60.73 41.8
6 06 マーシヴィガラス 牡5 木幡巧 58 04 58.15 47.73 41.8
6 07 ヒデノレインボー 牡6 原優介 58 03 58.65 56.17 42.0
7 08 シュラザック 牡3 古川吉 55 16 58.50 56.69 41.5
7 09 サトミノマロン 牡6 杉原誠 58 02 58.53 56.73 41.6
8 10 キャネル 牡4 武藤雅 58 04 58.66 58.00 41.8
8 11 サンセットブライト 牝4 横山琉 56 02 58.64 59.00 41.6

・レイティングスコア


・AI予測複勝率



■ WIN3:札幌11R 日高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 モンドデラモーレ 牡3 横山武 55 10 60.50 47.98 42.3
2 02 オーサムストローク 牡4 黛弘人 58 10 61.05 65.08 42.4
3 03 ウインレイアー 牝5 横山和 56 20 61.01 63.93 42.4
4 04 モズナナスター 牝3 斎藤新 53 05 60.93 61.65 42.3
4 05 ゴールドサーベル 牡4 荻野琢 58 05 61.05 65.87 42.3
5 06 ファインライン 牡4 池添謙 58 14 61.02 68.49 41.7
5 07 ラファドゥラ 牝5 丹内祐 56 07 61.12 67.40 42.4
6 08 ブランデーロック 牡6 桑村真 58 13 61.08 60.41 43.4
6 09 リラボニート 牝4 浜中俊 56 04 60.91 63.75 41.9
7 10 フォルテム 牡3 武豊 55 03 60.78 59.43 41.9
7 11 カヨウネンカ 牝6 古川奈 56 07 61.33 70.80 43.0
8 12 エリーズダイヤ 牝5 松岡正 56 05 61.14 71.07 41.9
8 13 アルトゥーム 牡4 鷲頭虎 58 14 60.72 54.07 42.4

・レイティングスコア


・AI予測複勝率



■ WIN4:中京11R 中京2歳S GⅢ
・AI予測複勝率



■ WIN5:新潟11R 新潟記念 GⅢ
・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。