
【競馬・統計予測】WIN5 2025.9.21
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:中山9R 木更津特別
・WIN2:阪神10R ムーンライトH
・WIN3:中山10R 内房S
・WIN4:阪神11R 神戸新聞杯 GⅡ
・WIN5:中山11R オールカマー GⅡ
■ WIN1:中山9R 木更津特別
・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 ツルマウカタチ 牡4 嶋田純 58 03 60.14 49.72 41.9
2 02 ヴァルドルチャ 牡4 菅原明 58 02 60.12 49.69 41.8
3 03 ヒシアマン 牡3 モレイ 56 06 60.27 56.86 41.4
4 04 ロゼル 牡5 横山琉 58 03 60.06 47.17 41.9
5 05 ケイケイ セ4 大野拓 58 16 60.15 49.63 42.0
6 06 カズミクラーシュ 牡4 岩田望 58 60 60.49 59.00 42.3
7 07 グレイトクラウン 牝4 木幡巧 56 03 60.12 49.15 41.9
8 08 メタルスピード 牡5 丹内祐 58 08 60.70 68.50 41.8
8 09 シルバーレイン 牡3 ルメー 56 26 60.36 55.88 42.1


・レイティングスコア


・AI予測複勝率



■ WIN2:阪神10R ムーンライトH
・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 ヴォランテ 牡5 吉村誠 57 14 58.34 55.75 42.3
2 02 ハニーコム 牝4 武豊 54 07 58.59 63.85 42.3
3 03 タイセイフェリーク 牝5 藤懸貴 54 03 58.51 61.01 42.4
4 04 シャンデルナゴル 牡5 富田暁 53 06 58.01 44.43 42.4
5 05 シャイニングソード 牡4 川田将 58 19 58.67 64.07 42.8
6 06 レミージュ 牝5 北村友 52 12 58.27 55.63 42.0
7 07 チルカーノ 牝4 亀田温 53 10 58.49 60.00 42.4
8 08 ウインルーティン 牡5 小沢大 57 36 58.48 60.00 42.4
8 09 ファミリータイム 牡4 松山弘 56 03 58.32 59.37 41.6


・レイティングスコア


・AI予測複勝率



■ WIN3:中山10R 内房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 クラウンシエンタ 牡4 三浦皇 55 08 58.96 64.00 41.8
1 02 リバートゥルー 牝5 吉田豊 54 16 59.30 67.62 42.2
2 03 タガノチョコラータ 牝5 佐々木 52 20 58.81 56.90 42.3
2 04 ヨリノサファイヤ 牝5 横山琉 51 16 58.78 56.13 42.3
3 05 ソレルビュレット 牡4 岩田望 56 12 59.29 64.63 42.5
3 06 イージーオンミー 牝5 原優介 53 10 58.88 60.46 42.0
4 07 エスコバル セ7 石川裕 55 24 58.90 56.94 42.5
4 08 ブレスワード 牡4 ルメー 55 12 59.34 65.65 42.5
5 09 プレイサーゴールド 牡5 津村明 55 12 58.56 51.57 42.3
5 10 エスティメート 牡6 黛弘人 53 12 59.29 64.63 42.5
6 11 ロードマゼラン セ6 大野拓 55 16 59.02 60.90 42.3
6 12 ハギノサステナブル 牡5 モレイ 57 03 59.38 67.90 42.3
7 13 レシプロシティ 牝5 丹内祐 53 10 58.76 58.06 42.0
7 14 プラウドヘリテージ 牡6 松岡正 56 17 59.02 61.13 42.3
8 15 イムホテプ 牡3 横山武 54 06 59.43 73.20 41.8
8 16 ゴールドアローン 牝4 菊沢一 54 07 59.21 66.36 42.1


・レイティングスコア


・AI予測複勝率



■ WIN4:阪神11R 神戸新聞杯 GⅡ
・AI予測複勝率



■ WIN5:中山11R オールカマー 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。