【競馬･統計予測】WIN5 @2024.1.8
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09Ｒ】成田特別
・WIN2：【京都10Ｒ】寿Ｓ
・WIN3：【中山10Ｒ】招福Ｓ
・WIN4：【京都11Ｒ】シンザン記念･GⅢ
・WIN5：【中山11Ｒ】カーバンクルＳ
■ WIN1：【中山09Ｒ】成田特別
・展開予測指数
・展開分析データ分布
・隊列予測
・速度偏差値Top20
・仮想速度
枠馬 馬名 性齢 騎手 斤量 間隔 VRS 偏差値 RLV
1 01 マコトヴィクラント 牡4 丸山元 57 04 55.86 43.46 41.7
1 02 ボンベール 牡8 小林勝 58 04 56.26 54.43 41.4
2 03 ヨリノサファイヤ 牝4 藤田菜 55 04 56.55 57.31 41.7
2 04 タシロ 牡7 杉原誠 58 05 56.35 54.06 41.6
3 05 カフェカルマ 牡5 キング 58 03 56.12 52.43 41.3
3 06 スリーエクスプレス 牡5 石橋脩 58 07 56.02 47.17 41.7
4 07 サトミノマロン 牡5 田辺裕 58 05 56.50 55.98 41.8
4 08 コルデアニル 牝4 丹内祐 55 04 56.12 48.72 41.7
5 09 マオノアラシ 牡4 横山武 57 22 57.03 65.86 41.9
5 10 ラフルオリータ 牝6 北村宏 56 13 56.84 62.68 41.8
6 11 エクセスリターン 牡5 大野拓 58 04 56.57 57.69 41.7
6 12 カレンアルカンタラ 牡4 津村明 57 29 56.83 62.40 41.8
7 13 ワカミヤプレスト 牡5 野中悠 58 30 56.78 62.27 41.7
7 14 クリーンドリーム 牡6 松岡正 58 04 56.55 57.31 41.7
8 15 トクシースタローン 牡5 木幡巧 58 04 56.51 56.41 41.7
8 16 トーアシオン セ8 内田博 58 05 56.43 54.64 41.8
・レイティングスコア
【β版・試験運用中】
■ WIN2：【京都10Ｒ】寿Ｓ
・展開予測指数
・展開分析データ分布
・隊列予測
・速度偏差値Top20
・仮想速度
枠馬 馬名 性齢 騎手 斤量 間隔 VRS 偏差値 RLV
1 01 バールデュヴァン 牡4 角田大 57 04 59.31 67.67 41.9
2 02 ドンアルゴス 牡9 川島信 58 02 59.04 55.97 42.4
3 03 フレーヴァード 牡4 ルメー 57 06 59.14 59.40 42.3
4 04 デビットバローズ 牡5 岩田望 58 16 59.23 61.98 42.4
5 05 ウインスノーライト 牡4 長岡禎 57 02 58.93 52.28 42.4
5 06 ポッドボレット 牡5 西村淳 58 04 58.92 52.37 42.3
6 07 メイショウボサツ 牡7 古川吉 58 36 59.12 57.37 42.6
6 08 デコラシオン 牡5 坂井瑠 58 04 59.33 65.73 42.3
7 09 モズロックンロール 牡4 角田大 57 11 59.21 62.77 42.2
7 10 ダノントルネード 牡4 ルメー 57 11 59.40 54.21 44.6
8 11 エーデルブルーメ 牝5 川田将 56 10 59.07 58.06 42.1
8 12 マイネルエンペラー 牡4 松山弘 57 03 58.77 47.82 42.2
・レイティングスコア
【β版・試験運用中】
■ WIN3：【中山10Ｒ】招福Ｓ
・展開予測指数
・展開分析データ分布
・隊列予測
・速度偏差値Top20
・仮想速度
枠馬 馬名 性齢 騎手 斤量 間隔 VRS 偏差値 RLV
1 01 ダノンブレット 牡6 横山武 57 04 59.14 64.33 42.2
1 02 ギャラクシーナイト 牡5 津村明 55 03 58.74 55.12 42.3
2 03 ロードアヴニール 牡4 横山和 56 05 58.69 58.57 41.8
2 04 タイセイエピソード 牡5 佐々木 55 03 59.12 63.02 42.3
3 05 ローズボウル 牡6 石川裕 56 04 58.79 60.90 41.7
3 06 グリューヴルム 牡5 キング 56 07 58.90 58.62 42.3
4 07 フォレストキャット 牝6 木幡巧 53 05 58.78 58.41 42.0
4 08 ヒミノフラッシュ 牡6 ピーヒ 56 04 58.77 56.91 42.2
5 09 ロードバルドル 牡5 キング 55 11 58.22 45.65 42.2
5 10 マイネルクロンヌ 牡7 丹内祐 57 29 59.17 64.38 42.3
6 11 タイセイスラッガー 牡6 原優介 54 03 58.59 53.73 42.1
6 12 フランスゴデイナ 牡6 田辺裕 56 16 58.78 60.88 41.7
7 13 アイブランコ 牡7 柴田善 55 03 59.19 64.40 42.3
7 14 ミヤビマドンナ 牝7 吉田豊 52 03 58.74 56.83 42.1
8 15 トラモント セ7 北村宏 56 05 59.24 67.54 42.0
8 16 ヴェノム 牡6 小林美 51 03 58.72 56.43 42.1
・レイティングスコア
【β版・試験運用中】
■ WIN4：【京都11Ｒ】シンザン記念･GⅢ
■ WIN5：【中山11Ｒ】カーバンクルＳ
・展開予測指数
・展開分析データ分布
・隊列予測
・速度偏差値Top20
・仮想速度
枠馬 馬名 性齢 騎手 斤量 間隔 VRS 偏差値 RLV
1 01 グレイトゲイナー 牡7 横山和 58 06 62.36 64.85 44.0
1 02 シナモンスティック 牝5 松岡正 57 19 62.76 68.95 45.5
2 03 ファイアダンサー 牝6 丸山元 55 07 61.92 60.98 42.2
2 04 アビッグチア 牝6 キング 55 03 62.01 58.46 43.1
3 05 ホウオウノーサイド 牡5 斎藤新 57 28 61.91 54.32 43.2
3 06 ロンドンプラン 牡4 田辺裕 57 12 62.27 66.38 43.2
4 07 フレッチア 牡9 キング 57 15 62.06 60.65 43.1
4 08 ファロロジー 牝5 ピーヒ 55 05 62.17 60.76 43.6
5 09 ディヴィナシオン 牡7 菅原明 58 06 62.25 61.03 44.0
5 10 ロードベイリーフ 牡7 佐々木 57 05 62.21 62.27 43.6
6 11 リバーラ 牝4 石橋脩 55 30 62.27 62.28 43.9
6 12 モリノドリーム 牝5 横山武 55 17 62.32 64.38 43.8
7 13 コムストックロード 牝5 丹内祐 55 05 62.00 55.29 43.6
7 14 サンライズオネスト 牡7 三浦皇 58 05 62.21 62.27 43.6
8 15 シュバルツカイザー セ6 大野拓 58 06 62.05 54.43 44.0
8 16 オールパルフェ 牡4 丸田恭 57 03 61.90 54.80 43.1
・レイティングスコア
【β版・試験運用中】
■ 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。
■ 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。
何かお役に立てる情報があれば、サポートいただけると嬉しいです。 いただいたサポートは、今後の分析と研究に使わせていただきます。