秋華賞(G1)のデータ

秋華賞を過去の結果から集計したページです。舞台は京都芝2000m。掲載している数値はすべて JRA の確定成績から機械的に集計したもので、着順予想ではありません。

今年の登録馬については 秋華賞 今年のプレビュー をご覧ください。

結論

京都芝2000mについて 32 件を統計的に検定し、差が確認できたのは 7 件でした(356 レース・4083 頭ぶんの集計)。

残りは、この頭数の範囲では差があるとは言えませんでした。差が確認できなかったことも結果です。内訳は次のとおりで、比較相手が違うので軸をまたいで見比べないでください。

よく走った / 走らなかった区分(好走率)

脚質・枠順・人気の 16 区分を検定し、差が確認できたのは 5 区分です。

判定区分実績比較相手
↑ 有利追込(脚質)複勝率 20.0%・1324頭全国の同型コースの同区分 15.1% の 1.32倍
↑ 有利8枠(枠順)複勝率 26.4%・637頭全国の同型コースの同区分 21.1% の 1.25倍
↑ 有利4枠(枠順)複勝率 29.9%・485頭全国の同型コースの同区分 24.5% の 1.22倍
↑ 有利7枠(枠順)複勝率 27.0%・604頭全国の同型コースの同区分 23.0% の 1.17倍
↑ 有利差し(脚質)複勝率 26.7%・1294頭全国の同型コースの同区分 24.3% の 1.1倍

残る 11 区分では、この頭数の範囲で差を確認できませんでした。

評価は複勝率の統計判定です。↑有利/↓不利は基準線 (全国の同型コースの同区分、取れない場合はコース全体) との差が偶然では説明しにくい水準にあることを、「— 差なし」はサンプル数の範囲では差があると言えないことを、「判定対象外」は検定が成立する頭数に届かず差の有無を述べていないことを示します。この判定に回収率は使っていません (回収率は別の節で、独立した基準で判定しています)。

買って報われた / 報われなかった区分(回収率)

同じ区分を回収率でも 16 区分検定し、差が確認できたのは 2 区分です。⚠ 判定は全国との比較で、100% を超えているかどうかではありません。

判定区分実績比較相手
↑ 全国より高い逃げ(脚質)単複平均 198.6%・560頭全国の同型コースの同区分 133.6%
↑ 全国より高い5枠(枠順)単複平均 105.4%・520頭全国の同型コースの同区分 68.1%

残る 14 区分では、この頭数の範囲で差を確認できませんでした。

回収率は投じた額に対する払戻の割合です。判定は単勝と複勝の平均を全国の同型コースの同区分と比べた統計判定 (Welch 検定・片側 5%) で、「↑ 全国より高い」「↓ 全国より低い」は差が偶然では説明しにくい水準にあることを、「— 差なし」はサンプル数の範囲では差があると言えないことを示します。⚠ 判定は全国との比較であって、100% を超えているかどうかではありません(100% を超えていても全国の同区分より低いことがあります)。⚠ これは過去の集計であって、将来の的中や利益を示すものではありません。また好走率とは別の軸なので、よく走る区分が買って報われる区分とは限りません。

差が出なかった区分を含む全区分の成績は 京都芝2000m のコース傾向データ に掲載しています。

ここで使っている勝率・期待値は、JRA全レース分を毎週計算して公開しています。

1. 秋華賞というレースの決着傾向

過去10回(2014年〜2025年)の結果を集計しました。平均17.7頭立てで、着順がついた延べ174頭が集計対象です(出走取消・競走中止は分母に入れていません)。このほかに2開催が該当しましたが、2021年(阪神芝2000m)・2022年(阪神芝2000m)は開催コースが異なるため除外しています。

過去の結果

年頭数馬場勝ち馬人気勝ちタイム勝ち馬の脚質3着以内の人気
202518良エンブロイダリー2番人気1:58.3先行2-5-6
202415良チェルヴィニア1番人気1:57.1差し1-5-2
202318稍重リバティアイランド1番人気2:01.1先行1-3-2
202018稍重デアリングタクト1番人気2:00.6追込1-10-9
201918稍重クロノジェネシス4番人気1:59.9先行4-2-10
201818良アーモンドアイ1番人気1:58.5差し1-5-3
201718重ディアドラ3番人気2:00.2追込3-4-5
201618良ヴィブロス3番人気1:58.6差し3-4-8
201518良ミッキークイーン1番人気1:56.9差し1-5-8
201418良ショウナンパンドラ3番人気1:57.0差し3-1-4

勝ち馬の人気は、10回のうち3番人気以内が9回、4〜6番人気が1回です。勝ち馬の脚質は先行3回・差し5回・追込2回。馬場は良6回・稍重3回・重1回。勝ちタイムは良が1:56.9〜1:58.6、稍重が1:59.9〜2:01.1、重が2:00.2〜2:00.2です。勝ちタイムは馬場状態で大きく変わるため、年をまたいだ比較はしていません(馬場を併記)。「勝ち馬の脚質」はそのレースで実際に取った位置取りで、事前に分かるものではありません。

人気別の決着

区分頭数3着内3着内率基準倍率評価
1〜3番人気301550.0%43.3%1.15倍— 差なし
4〜6番人気301033.3%26.6%1.25倍— 差なし
7〜9番人気30310.0%15.4%0.65倍— 差なし
10番人気以下8422.4%5.3%0.45倍— 差なし

基準は全国の重賞・芝1800〜2200m(出走頭数の構成をこのレースに合わせて調整)の同じ区分(8089頭)です。3着内率は出走頭数だけで機械的に上下する(12頭立てなら無作為でも25%、18頭立てなら16.7%)ため、頭数の構成をこのレースに合わせて調整したうえで比べています。倍率が1.0倍なら基準どおり、評価は正確確率検定(両側5%)です。多くの区分を同時に見ているので、1つの判定だけを強く受け取らないでください。

脚質別の決着

区分頭数3着内3着内率基準倍率評価
逃げ2129.5%21.7%0.44倍— 差なし
先行47714.9%18.7%0.8倍— 差なし
差し571526.3%19.2%1.37倍— 差なし
追込49612.2%11.6%1.05倍— 差なし

基準・評価の読み方は前の表と同じです。

前走レース別

前走頭数3着内3着内率残りの馬着順の内訳評価
ローズステークス641117.2%17.3%1着・2着・2着・2着・2着・3着・3着・3着・3着・3着・3着— 差なし
紫苑ステークス38615.8%17.6%1着・1着・2着・2着・2着・2着— 差なし
優駿牝馬22836.4%14.5%1着・1着・1着・1着・1着・1着・3着・3着↑ 高い
2勝クラス18211.1%17.9%2着・3着— 差なし
オープン特別1119.1%17.8%1着— 差なし
1勝クラス8112.5%17.5%3着— 差なし
クイーンステークス600.0%17.9%—— 差なし
ラジオNIKKEI賞200.0%17.4%—— 差なし

「3着内率」はその前走から来た馬のうち3着以内に入った割合、評価は同じレースに出ていた残りの馬と比べた統計判定です(レース全体では174頭中30頭 = 17.2%)。頭数が少ない5通りの前走(合計5頭)は表から省いています。前走別は1区分あたりの頭数が小さいため、判定が出ていない区分でも「差が無い」ではなく「この頭数では差を示せない」と読んでください。多くの区分を同時に見ている点にも注意が必要です。

前走からの間隔別

区分頭数3着内3着内率残りの馬倍率主な前走評価
3週以内500.0%17.8%0.0倍1勝クラス2頭・2勝クラス2頭— 差なし
4〜6週1252016.0%20.4%0.78倍ローズステークス64頭・紫苑ステークス38頭— 差なし
7〜12週16212.5%17.7%0.71倍クイーンステークス6頭・2勝クラス5頭— 差なし
13週以上28828.6%15.1%1.89倍優駿牝馬22頭・2勝クラス2頭— 差なし

「残りの馬」は同じレースに出ていたそれ以外の馬の3着内率で、評価はこれとの比較です。ただし出走間隔は前走のレース格と重なります(「主な前走」列を参照)。間隔そのものの効果として読むことはできません。

前走の着順別

区分頭数3着内3着内率基準倍率評価
前走1着501122.0%15.3%1.44倍— 差なし
前走2〜3着411126.8%14.3%1.87倍— 差なし
前走4〜5着23417.4%17.2%1.01倍— 差なし
前走6着以下6046.7%22.8%0.29倍↓ 低い

「基準」は同じレースに出ていた残りの馬の3着内率です。前走のレース名や出走間隔と違い、この軸はどのレースから来たかに依存しません。

3着以内が複数回ある厩舎

厩舎出走勝利3着内
国枝栄714
中内田充正913
友道康夫612
杉山晴紀512

この表は過去の実績の記録で、統計的な判定はしていません(1厩舎あたりの出走数が数頭のため、検定が成立しません)。

3着以内が複数回ある騎手

騎手出走勝利3着内
C.ルメール945
武豊904
川田将雅1013
浜中俊622
M.デムーロ702

騎乗馬は当日まで確定しないため、この表は過去の記録としてのみ示しています。

2. よく言われる説の検証

一般に語られる 7 個の説を、このレースとこのコースのデータで検証しました。

説結果根拠にした区分実績比較相手
このコースで追い込みは届かない⇄ 逆だった追込(京都芝2000mの脚質)20.0%・1324頭15.1% の 1.32倍
休み明けは走らない— 支持されず13週以上(秋華賞の過去10年の前走からの間隔)28.6%・28頭15.1% の 1.89倍
内枠が有利だ— 支持されず1枠(京都芝2000mの枠)24.7%・409頭24.8% の 1.0倍
内枠が有利だ— 支持されず2枠(京都芝2000mの枠)25.5%・431頭23.3% の 1.09倍
前走で大敗した馬は消していい↑ 支持された前走6着以下(秋華賞の過去10年の前走の着順)6.7%・60頭22.8% の 0.29倍
前走を勝ってきた馬が強い— 支持されず前走1着(秋華賞の過去10年の前走の着順)22.0%・50頭15.3% の 1.44倍
外枠は不利だ⇄ 逆だった8枠(京都芝2000mの枠)26.4%・637頭21.1% の 1.25倍
追い込みは届かない— 支持されず追込(秋華賞の過去10年の脚質)12.2%・49頭11.6% の 1.05倍

⚠ ただしこの区分は前走のレースと重なっています。間隔そのものの効果としては読めません

このほか、定説と結びつかない 32 区分も検定しています。差が出たものは冒頭の結論に、全区分はレース史とコース傾向の表に出ています。

よくある質問

秋華賞で統計的に確かめられた傾向はありますか?

秋華賞の過去10年の前走の着順「前走6着以下」の3着以内率は6.7%(60頭ぶん)、比較相手は22.8%で0.29倍。たまたまでは説明しにくい差です。秋華賞の過去10年の前走のレース「優駿牝馬」の3着以内率は36.4%(22頭ぶん)、比較相手は14.5%で2.51倍。たまたまでは説明しにくい差です。京都芝2000mの脚質「差し」の3着以内率は26.7%(1294頭ぶん)、比較相手は24.3%で1.1倍。たまたまでは説明しにくい差です。ほかに同じ水準の区分が 2 件あります(本文の表に出ています)。

秋華賞で「このコースで追い込みは届かない」は本当ですか?

京都芝2000mの脚質「追込」の3着以内率は20.0%(1324頭ぶん)、比較相手は15.1%で1.32倍。たまたまでは説明しにくい差です。

秋華賞で「外枠は不利だ」は本当ですか?

京都芝2000mの枠「8枠」の3着以内率は26.4%(637頭ぶん)、比較相手は21.1%で1.25倍。たまたまでは説明しにくい差です。

秋華賞で「前走を勝ってきた馬が強い」は本当ですか?

秋華賞の過去10年の前走の着順「前走1着」の3着以内率は22.0%(50頭ぶん)、比較相手は15.3%で1.44倍。この頭数では、たまたまの範囲を出ませんでした。

秋華賞で「休み明けは走らない」は本当ですか?

秋華賞の過去10年の前走からの間隔「13週以上」の3着以内率は28.6%(28頭ぶん)、比較相手は15.1%で1.89倍。この頭数では、たまたまの範囲を出ませんでした。

秋華賞で「内枠が有利だ」は本当ですか?

京都芝2000mの枠「2枠」の3着以内率は25.5%(431頭ぶん)、比較相手は23.3%で1.09倍。この頭数では、たまたまの範囲を出ませんでした。京都芝2000mの枠「1枠」の3着以内率は24.7%(409頭ぶん)、比較相手は24.8%で1.0倍。この頭数では、たまたまの範囲を出ませんでした。

秋華賞で「追い込みは届かない」は本当ですか?

秋華賞の過去10年の脚質「追込」の3着以内率は12.2%(49頭ぶん)、比較相手は11.6%で1.05倍。この頭数では、たまたまの範囲を出ませんでした。

秋華賞で買って報われてきた区分はありますか?

京都芝2000mの脚質「逃げ」の単複平均回収率は198.6%(560頭ぶん)で、同じ舞台の平均133.6%を上回っています。京都芝2000mの枠「5枠」の単複平均回収率は105.4%(520頭ぶん)で、同じ舞台の平均68.1%を上回っています。これは過去の集計であって、将来の的中や利益を示すものではありません。

このページについて

好走率の判定には正確確率検定(両側 5%)を、回収率の判定には Welch 検定(片側 5%)を用いています。2 つは別の軸なので、判定も分けて出しています。内容は同じ URL のまま毎年更新します。

舞台となるコースの全区分の成績は 京都芝2000m のコース傾向データ に掲載しています。

この記事の集計は、JRA全レースの勝率・複勝率・適正オッズ・期待値を毎週計算しているデータをもとにしています。自分の予想や印と重ねて、買う条件と見送る条件を検証したい方は、15日間の無料トライアルがあります。

当ブログでは豊富な予想データの提供と過去の予想成績の全公開による信頼性の確保を両立したKEIBA Insightを提供しています。 機械学習におけるアンサンブル学習という手法を用いることで的中率と回収率のバランスを徹底的にチューニングした予想です。

現在,終了時期未定で登録後15日無料キャンペーンを実施中で,期間中にご解約いただけましたら料金はかかりませんのでお気軽にお試しください。月額は遅くなるほど高くなる設定ですので、ご登録はお早めに。

詳しくは下記の記事リンクをクリックください!

KEIBA

15日間の無料トライアル実施中!アンサンブル競馬予想とは? アンサンブル競馬予想の特徴・強み 性質の異なるさまざまな指数 6,000項目以上のファクターを使用 中央競馬全レースが対象 余裕ある開[…]

サブスク版KEIBA Insightのサンプルはこちらをクリック

秋華賞2026|過去データを統計検証、本当に意味があった傾向は?
競馬予想に役立つ情報やブログ更新情報を報告しています。よろしければフォローお願いします。