レパードステークス2018の競馬予想分析!3つのデータから導く危険な人気馬

B!

2018年8月5日、新潟競馬場でレパードステークス(GⅢ/ダート1800m)が行われる。出走予定馬には、ジャパンダートダービー3着のグレートタイム、全日本2歳優駿2着のドンフォルティス、古馬1000万条件の濃尾特別を制したプロスパラスデイズなどがいる。

2009年に新設された新しい重賞だが、この9年で1番人気は5勝2着1回3着3回、馬券圏内を1回も外していない。危険な人気馬も何も、人気を大きく裏切ることはまだないのである。2番人気も3勝しており、2番人気までの馬が9回中8回勝っている。例外の1回は去年のレパードステークスだったが、それでも海外重賞での取り消し明けのエピカリスは何とか3着を確保した。

多くのダートの名馬を輩出し、言うならば将来のダート王者のトライアルレースとも言えるレパードステークスで、新たなダートの主役は誕生するのか、そして人気サイドで決まりやすいデータは揃いながらも、それでも危険な人気馬はいるのではないか。今回はそのあたりを掘り下げていきたい。


目次

データ① 古馬対戦は大事だが・・・

同じ500万条件の勝利経験でも3歳馬同士の対戦か古馬混合での対戦かで大きく変わる。古馬同士だとアローワンスで多少軽くなり、一見すると有利だがそれでも馬体の成長などもあり、意外と苦戦するものだ。だからこそ、古馬混合で勝った3歳馬が3歳馬限定戦に出た時の成績はかなりいい。同じ世代での順位付けはあまり意味がないといったところだ。

前走が1000万条件だった馬の成績は9年間で2勝、2着も4回ある。ところが、これが前走500万条件になると、9年間で23頭出走し2着が2回あるのみだ。古馬と戦って勝ったから大丈夫というわけではない。それなりの馬が集まる以上、1000万条件を勝つような力量は求められるということだ。

ちなみに、前走が1000万条件なら何でもいいとも言えない。インカンテーションとトランセンド、この2頭が該当しているが、いずれも左回りのダート1800メートルで勝っている。前走が右回りの1000万条件だったのは2012年3着のイジゲンのみである。新潟と同じ左回りでの実績が欲しい。福島の猪苗代特別を制したアルクトスはデータ的に厳しいか。

データ② 距離短縮より同距離?

前走からの距離で見ると、圧倒的に戦績がいいのは距離短縮組である。しかし、これにはカラクリがある。そのほとんどは大井2000メートルで行われるジャパンダートダービーだ。この成績を除外すると距離短縮組は3着が2回あるのみだ。しかも3着馬2頭はUAEダービー2着のエピカリスと兵庫チャンピオンシップに出走したレガーロだ。

意外と距離短縮組がいるが、グレートタイムのようにジャパンダートダービー組もいるが、ほとんど条件戦の馬である。これだけで相当な馬をデータ上で消せるのは大きい。

ちなみに同距離の馬は9年間で2勝しかしていないが、2着は実に6回ある。これがいわゆる左回りの1800メートルで行われた古馬混合の条件戦であり、ほぼすべてそうだ。中にはダノンリバティのように阪神芝1800メートルで行われた白百合ステークス組もいる。それでも同距離がいい。

データ③ その他データあれこれ

面白いことに前走の着順別に成績を見ると、ここでは大きな差はなく、負け方も2秒以内の負けであれば問題ない。むしろ前走1秒以上2秒未満の負けだった馬が3勝もしている。惨敗したからここでも厳しいとはならない。ただ細かく見るとジャパンダートダービーで惨敗した馬やアジアエクスプレスのように前走がよもやの負けで度外視できた背景があることを覚えておきたい。

キャリア5戦までの馬は26頭出走し、2着が3回という状況だ。クラシック競走ではあまりキャリアがなく、余裕のある状態がいいというのが最近のトレンドだが、ダートでは例外だ。

アドマイヤビクターはキャリアの面、500万条件、距離短縮など色々とマイナスポイントがつく。やや人気をしているようだが、注意しておきたい。

まとめ

グレートタイムなどに明確な危険な兆候を示すデータがなかった。ジャパンダートダービー組が強いのは言うまでもないが、ユニコーンステークス組も結果を出している。

この2つで好走をしたグレートタイムが来る可能性は高いが、懸念されるのは疲れか。馬体重でそのあたりは確認したい。

去年初めて1着馬がオッズ2桁台だったことも相当堅いレースである事を示す。しかも単勝オッズ66倍だったことを思えば、中穴を狙いたい人は1着馬を狙うよりも2着や3着を狙った方がいい。

意外なことに大荒れした時の3着馬は前走地方のレースを走っていた馬が目立つ。今回該当するのはバクハツだ。川崎の中央交流戦、百戦錬磨の古馬相手に勝ったが、馬券もバクハツさせられるか。

最新の記事はこちらから