
【競馬・統計予測】WIN5 2025.10.18
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。
「データで楽しむ競馬予想🐴」という名称でポータルサイトを開設してます。中央競馬における各種分析データ等を投稿していますので、目的の情報を見つけやすくなるようにまとめています。もちろん無料ですので、是非ご参照ください。
■ 対象レース
・WIN1:京都10R 清滝特別
・WIN2:東京10R 伊勢佐木S
・WIN3:新潟11R 北陸S
・WIN4:京都11R トルマリンS
・WIN5:東京11R 富士S GⅡ
■ WIN1:京都10R 清滝特別
・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 デルマグレムリン 牡6 高杉吏 58 03 58.24 55.35 41.9
2 02 ジョイボーイ 牡3 岩田望 55 04 58.34 54.42 42.6
3 03 パーサヴィアランス 牡6 角田大 58 03 58.27 56.28 41.9
4 04 シュバルツマサムネ 牡3 藤岡佑 55 09 58.15 53.33 41.7
5 05 スカイドゥエラー 牡7 井上敏 58 13 58.18 54.68 41.6
6 06 リギーロ 牡3 西村淳 55 05 58.82 70.56 42.5
7 07 ライフセービング 牡4 岩田康 58 03 58.24 55.35 41.9
7 08 カエルム 牡4 鮫島克 58 03 58.30 57.21 41.9
8 09 ショウナンハウル セ4 松若風 58 03 58.10 50.70 41.9
8 10 ローレルキャニオン 牡5 田口貫 58 18 58.39 58.40 42.2

・レイティングスコア


・AI予測複勝率



■ WIN2:東京10R 伊勢佐木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 ワンパット 牡4 団野大 58 20 58.05 63.17 42.2
1 02 アームブランシュ 牡5 木幡巧 58 18 57.39 48.75 42.4
2 03 アスクデビューモア 牡4 戸崎圭 58 07 58.17 64.10 42.4
2 04 ビップスコーピオン 牡5 松岡正 58 07 58.05 61.70 42.4
3 05 ジャスパーグレイト 牡6 横山典 58 11 (前走取消)
3 06 ノットイナフ 牡4 石橋脩 58 18 57.92 63.65 41.8
4 07 ホウオウバリスタ 牡6 横山武 58 74 58.17 64.00 42.4
4 08 セブンスレター セ6 柴田大 58 10 57.69 54.00 42.4
5 09 レッドプロフェシー 牡5 原優介 58 07 58.36 67.90 42.4
5 10 コスモジンバック 牡4 石川裕 58 21 58.10 63.30 42.3
6 11 ニューバラード 牡4 矢野貴 58 10 58.01 60.52 42.4
6 12 ヤマニンエンディマ 牡5 大野拓 58 21 58.23 65.85 42.3
7 13 グロバーテソーロ 牡4 菅原明 58 20 58.10 64.13 42.2
7 14 ピカピカサンダー 牡3 三浦皇 56 09 57.84 63.18 41.7
8 15 リューデスハイム 牡4 北村友 58 07 57.88 58.40 42.4
8 16 オンザライン セ7 小崎綾 58 07 58.17 64.10 42.4

・レイティングスコア


・AI予測複勝率



■ WIN3:新潟11R 北陸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 イサチルシーサイド 牡4 木幡初 57 12 62.11 65.51 42.5
1 02 アルトシュタット 牡6 松本大 55 13 61.75 53.66 42.5
2 03 パクスロマーナ 牝5 杉原誠 55 13 61.83 56.41 42.5
2 04 ウルトラソニック 牡7 柴田裕 53 16 61.92 59.70 42.4
3 05 テイエムタリスマ 牡4 国分恭 55 09 61.60 49.50 42.4
3 06 レッドエヴァンス セ4 西塚洸 56 03 61.86 58.41 42.3
4 07 ショウナンラスボス 牡7 江田照 53 06 61.90 59.91 42.3
4 08 グレタ 牝6 永島ま 52 06 62.00 63.21 42.3
5 09 エコロジーク 牡3 丸山元 56 06 62.21 50.44 45.6
5 10 ソノママソノママ 牝5 泉谷楓 54 12 61.99 62.48 42.3
6 11 アスティスプマンテ 牝4 小沢大 54 04 61.89 63.16 41.7
6 12 フリッカージャブ 牡3 松山弘 56 13 61.93 63.51 41.9
7 13 ルーフ 牝5 丹内祐 54 03 61.99 62.48 42.3
7 14 ハピネスアゲン 牝6 野中悠 53 15 61.97 61.26 42.4
7 15 シカゴスティング 牝4 荻野極 54 06 62.16 68.30 42.3
8 16 エマヌエーレ 牡5 横山琉 56 12 62.07 65.05 42.3
8 17 トールキン 牡5 斎藤新 56 13 61.66 50.92 42.5
8 18 ソルトクィーン 牝4 富田暁 55 15 62.08 64.76 42.4

・レイティングスコア


・AI予測複勝率



■ WIN4:京都11R トルマリン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 クレメダンジュ 牝5 酒井学 56 11 58.96 61.27 42.1
1 02 メイショウポペット 牝5 松若風 56 05 58.94 60.00 42.2
2 03 メテオールライト 牝5 岩田望 56 11 59.03 62.64 42.1
2 04 リバートゥルー 牝5 吉田豊 56 04 59.31 66.64 42.3
3 05 レイナデアルシーラ 牝3 田口貫 54 13 58.92 64.50 41.6
3 06 パルクリチュード 牝5 鮫島克 56 12 58.59 57.11 41.7
4 07 イージーオンミー 牝5 西村淳 56 04 59.24 65.36 42.3
4 08 サイモンブーケ 牝5 古川奈 56 14 58.81 58.98 42.0
5 09 ルージュアベリア 牝4 高杉吏 56 03 58.87 60.00 42.0
5 10 タガノチョコラータ 牝5 岩田康 56 04 59.16 63.76 42.3
6 11 スミ 牝6 角田大 56 08 58.63 52.47 42.4
6 12 ライジングラパス 牝5 荻野琢 56 03 58.52 53.01 42.0
7 13 アグラシアド 牝5 藤岡佑 56 08 58.34 46.67 42.4
7 14 ピクシレーション 牝5 吉村誠 56 11 58.93 63.09 41.8
8 15 バロッサヴァレー 牝5 和田竜 56 06 59.55 71.21 42.4
8 16 タマモプルメリア 牝4 古川吉 56 05 59.16 64.51 42.2

・レイティングスコア


・AI予測複勝率



■ WIN5:東京11R 富士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
【競走馬の相対的な強さを数値化】
MicrosoftのTrueSkillアルゴリズムを採用し、過去のレース結果(順位)に基づき、各馬の相対的な能力を統計的に評価します。能力を表すレイティングスコアは、新しいレースごとに結果に応じて動的に更新されます。これにより、客観的な能力比較が可能になります。
・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。