「誰に替わったか」だけじゃない。「誰から変わったか」！騎手乗り替わりを“降板後の成績”から調べてみた

AI２名によるこの記事の音声レビュー

---

各表の見方とその説明(ここクリック)

1. 新騎手への乗り替わり成績

項目	説明
騎手	乗り替わりで新しくその馬に乗った騎手。
件数	その騎手に乗り替わった件数。
良化数	その騎手に替わった後、馬の着順が前走より良くなった件数。
悪化数	その騎手に替わった後、馬の着順が前走より悪くなった件数。
良化率	その騎手に乗り替わった後、馬の着順が良くなった割合。ここが高いほど、乗せると良くなりやすい騎手候補。
悪化率	その騎手に乗り替わった後、馬の着順が悪くなった割合。
着順差平均	前走着順 − 乗替後着順。プラスならその騎手に替わって良化。
前走平均人気	その騎手に替わる前の、馬の前走平均人気。
乗替後平均人気	その騎手が新しく乗った時の平均人気。
人気差平均	前走人気 − 乗替後人気。プラスなら新騎手に替わって人気が上がった扱い。
前走人気未満率	乗り替わる前のレースで、馬が人気より悪い着順だった割合。
乗替後人気以上率	その騎手が新しく乗った後、人気以上の着順だった割合。
勝率	その騎手が新しく乗った馬が1着になった割合。
連対率	その騎手が新しく乗った馬が1〜2着に入った割合。
複勝率	その騎手が新しく乗った馬が1〜3着に入った割合。
単勝回収率	その騎手に乗り替わった馬をすべて単勝で買った場合の回収率。
複勝回収率	その騎手に乗り替わった馬をすべて複勝で買った場合の回収率。

2. 悪化ランキング(全)

項目	説明
騎手	前走でその馬に乗っていて、次走で別の騎手に替わった騎手。
件数	その騎手から別騎手へ乗り替わった件数。
良化数	その騎手が降りた後、次走で馬の着順が前走より良くなった件数。
悪化数	その騎手が降りた後、次走で馬の着順が前走より悪くなった件数。
良化率	降板後に馬の着順が良くなった割合。
悪化率	降板後に馬の着順が悪くなった割合。ここが高いほど、降ろすと惜しい騎手候補。
着順差平均	前走着順 − 乗替後着順。プラスなら良化、マイナスなら悪化。
前走平均人気	その騎手が前走で乗っていた時の平均人気。
乗替後平均人気	別騎手に替わった次走での平均人気。
人気差平均	前走人気 − 乗替後人気。プラスなら乗替後に人気が上がった扱い。
前走人気未満率	前走で、人気より悪い着順だった割合。
乗替後人気以上率	乗り替わった次走で、人気以上の着順だった割合。
勝率	降板後、別騎手に替わった馬が次走で1着になった割合。
連対率	降板後、別騎手に替わった馬が次走で1〜2着に入った割合。
複勝率	降板後、別騎手に替わった馬が次走で1〜3着に入った割合。
単勝回収率	降板後の馬をすべて単勝で買った場合の回収率。
複勝回収率	降板後の馬をすべて複勝で買った場合の回収率。

3. 降ろすと悪化しやすく、乗ると良化しやすい騎手

項目	説明
騎手	降板側でも50件以上、新騎手側でも50件以上ある騎手。
降板側件数	その騎手が降りて、別騎手に替わった件数。
降ろすと悪化率	その騎手が降りた後、馬の着順が悪くなった割合。
降板後着順差平均	その騎手が降りた後の、前走着順 − 乗替後着順の平均。
降板後良化率	その騎手が降りた後、馬の着順が良くなった割合。
新騎手件数	その騎手が新しく乗り替わってきた件数。
新騎手良化率	その騎手が新しく乗った後、馬の着順が良くなった割合。
新騎手着順差平均	その騎手が新しく乗った時の、前走着順 − 乗替後着順の平均。
新騎手悪化率	その騎手が新しく乗った後、馬の着順が悪くなった割合。
新騎手単勝回収率	その騎手に乗り替わった馬をすべて単勝で買った場合の回収率。
新騎手複勝回収率	その騎手に乗り替わった馬をすべて複勝で買った場合の回収率。
新騎手良化集中率	その騎手が新しく乗って良化したケースが、特定の前走騎手にどれだけ集中しているか。
降板側良化集中率	その騎手が降りた後に良化したケースが、特定の新騎手にどれだけ集中しているか。

今回の記事では、騎手の乗り替わりが、その後の馬の成績にどのような影響を与えているのかをデータで見ていきます。

調査対象は、2025年から2026年現在にかけて登録・取得している馬の過去成績です。
各馬のレース履歴をたどり、前走で騎乗していた騎手から次走で別の騎手へ乗り替わったケースを抽出し、その後の着順、人気、オッズ、単勝・複勝回収率などを集計しました。

この調査で見ているのは、単純に「どの騎手が良い」「どの騎手が悪い」という話ではありません。
目的は、騎手を批判することではなく、乗り替わりという現象が、馬券判断の材料としてどの程度使えるのかを確認することです。

なお、これからお見せするデータには、通常の乗り替わりだけでなく、ジョッキーの落馬などによって急遽騎乗することになったケースも含まれています。
また、馬単体の過去成績をたどって乗り替わり履歴を調査しているため、比較的何年か前にさかのぼる騎手情報や、日本を主戦場としていないジョッキーの情報が一部含まれる場合もあります。
その点は、あらかじめご了承ください。

たとえば、ある騎手が馬から降りた後に、その馬が好成績を上げたとしても、それだけで「前の騎手が良くなかった」と断定することはできません。
その騎手が乗っていた期間に、馬がレースのコツをつかんだ可能性もありますし、距離、馬場、相手関係、成長分、調教内容など、他の要素が重なって成績が上がった可能性もあります。

反対に、騎手が替わった後に馬の成績が落ちた場合でも、それだけで「乗り替わりが失敗だった」と決めつけることもできません。
相手が強くなった、展開が向かなかった、馬場が合わなかったなど、競馬にはさまざまな要因があります。

そのため今回の調査では、ひとつの結果だけを取り上げるのではなく、
騎手が替わった後に馬が良化した割合、
逆に成績を落とした割合、
乗り替わった騎手側から見た成績、
降板した騎手側から見たその後の馬の成績、
こうした両面からデータを確認していきます。

つまり今回の記事は、騎手の優劣を決めるものではなく、
「誰に替わったか」だけでなく、「誰から替わったか」まで含めて、乗り替わりが馬券にどう関係するのかを探る調査です。

乗り替わった後に馬の成績が良くなったケースも、悪くなったケースも、どちらも調査対象にしています。
さらに、降板後に馬が悪化しやすく、なおかつ新しく騎乗した際には馬を良化させやすい、両方の条件に名前が出てくるジョッキーについても触れていきます。

良化率が高い騎手、悪化率が高い騎手、回収率が残っているケースなどを見ながら、
乗り替わりという情報を、今後の予想にどう活かせるのかを検証していきます。

よろしければ、最後までご覧ください。

1. 新騎手への乗り替わり成績

この表は、前走から騎手が替わった馬が、新しく騎乗した騎手のもとでどのような成績になったかを集計したものです。

良化率は、前走より着順を上げた割合。
悪化率は、前走より着順を落とした割合です。

良化率と悪化率を足して100%にならない部分は、前走と同じ着順だったケースになります。
ただし、この横ばいには、成績が伸びなかったケースだけでなく、1着→1着の連続勝利や、2着→2着のように高い着順を維持したケースも含まれます。
そのため、横ばい＝悪い内容とは限らず、前走の成績をそのまま維持したケースとして見る必要があります。

まずこの表では、乗り替わり件数が50件以上ある騎手を対象にしています。
単純に良化率が高い騎手を見るだけでなく、悪化率が低いか、さらに単勝回収率・複勝回収率が残っているかも重要です。

良化率が高くても回収率が低ければ、すでに人気に反映されている可能性があります。
逆に、良化率・悪化率・回収率のバランスが良い騎手は、乗り替わり初戦の馬券材料として注目できます。

次はこの表から、良化率50%以上、悪化率50%以下、さらに回収率が残っている騎手という形で条件を絞り込み、より実戦向きの候補を見ていきます。

この表から見えてくること

この表を見る前に、ひとつ前提があります。
今回のデータには、日本を主戦場としていないジョッキーや、短期免許・来日騎乗のジョッキーも含まれています。

そういった騎手の場合、日本で騎乗する時点で、過去に別の騎手が乗っていた馬への騎乗になるケースが多く、データ上は乗り替わりとして集計されやすくなります。
そのため、良化率や回収率が高く出ていても、通常の継続騎乗が多い騎手とまったく同じ感覚で比較するのではなく、乗り替わりが発生しやすい立場の騎手も含まれているという点は見ておく必要があります。

そのうえで表を見ると、まず目立つのは、良化率が高い騎手ほど、そのまま回収率も高いわけではないという点です。
新騎手として乗り替わった時に前走より着順を上げる割合が高くても、単勝回収率や複勝回収率まで残っているかは別問題になります。

良化率が高くても回収率が伸びていない場合は、馬が前進していても馬券圏内までは届いていないケースや、すでに人気に反映されて配当妙味が残りにくいケースが考えられます。

反対に、単勝回収率が大きく跳ねている騎手もいます。
この場合は、勝率や複勝率とのバランスを見る必要がありますが、人気薄で一撃が出たことで回収率を押し上げている可能性があります。

また、人気になりやすい騎手は勝率や複勝率が高く出やすい一方で、回収率は伸びにくいことがあります。
これは能力の問題ではなく、市場がすでに評価していて、オッズ妙味が残りにくいという見方になります。

この表で見るべきなのは、単なる良化率の高さだけではありません。
良化率が高いか、悪化率が低いか、さらに単勝回収率・複勝回収率が残っているか。
この3つを合わせて見ることで、乗り替わりが馬券材料として使えるかどうかを判断しやすくなります。

次はこの中から、良化率50%以上、さらに回収率が残っている騎手を絞り込んで見ていきます。

良化率50%以上＋単勝回収率100%以上の騎手

ここでは、新しく騎乗した時に良化率50%以上、さらに単勝回収率が100%以上になっている騎手を抜き出しました。

この条件に残る騎手は、単に「前走より着順を上げやすい」だけではなく、単勝で見ても回収率が残っている点が重要です。
良化率が高くても人気に反映されすぎると馬券妙味は薄くなりますが、この表の騎手たちは、少なくとも今回の集計上では馬を前進させながら、単勝配当の面でも見どころがあったタイプと言えます。

特に面白いのは、勝率そのものがそこまで高くなくても、単勝回収率が大きく跳ねている騎手がいる点です。
これは、人気薄で一撃を出したケースが回収率を押し上げている可能性があります。競馬ファン的に言えば、「毎回買う」ではなく、乗り替わりで名前を見つけた時に、ちょっと手を止めて確認したくなる騎手です。

また、複勝回収率まで100%前後に残っている騎手は、単勝の一撃だけでなく、馬券圏内への安定感も少し見えてきます。
単勝回収率だけが高いタイプ、単勝と複勝の両方が残るタイプ、この違いも今後の馬券判断ではかなり大事になります。

もちろん、この数字だけで「買い」と決めるものではありません。
相手関係、人気、馬場、距離、馬自身の能力と合わせて見る必要があります。
ただ、乗り替わりという材料を馬券に組み込むなら、この表に残った騎手はかなり注目度が高いグループです。

次は逆方向のデータ、つまり乗り替わった後に悪化しやすいケースを見ていきます。
良化ランキングだけを見ると都合のいい話になりやすいので、悪化側もしっかり確認して、乗り替わりデータの裏表を見ていきます。

2.悪化ランキング(全)

降板後に悪化しやすい騎手ランキング

この↑の表は、前走で騎乗していた騎手から別の騎手へ乗り替わったあと、その馬が前走より着順を落とした割合を見たものです。

ここでいう悪化率は、

「この騎手が降りたあと、その馬が次走で前走より着順を落とした割合」

です。

なので、このランキングに名前がある騎手を「悪い騎手」と見る表ではありません。
むしろ、降りたあとに馬が悪化しているなら、その騎手が乗っていた時の内容が良かった可能性もあります。

ここで必ず注意したいのが、表の後半にある勝率・連対率・複勝率・単勝回収率・複勝回収率です。
これは、悪化ランキングに載っている騎手本人が出した数字ではありません。

この数字は、その騎手から乗り替わったあと、次に騎乗した騎手がその馬で出した成績です。
つまり、勝率や回収率が高い場合は、前の騎手から替わった事で覚醒し、後に結果が出た可能性もある、という見方になります。

逆に、悪化率が高く、さらに次走側の勝率や回収率も伸びていない場合は、
「この乗り替わりはあまりプラスに働かなかったのでは？」と見る材料になります。

この表の面白いところは、名前の印象だけでは判断できない点です。
有名騎手が上にいても、それは批判ではなく、その騎手が降りた後に馬が崩れやすかったというデータです。

いわば、レース後に「あれ、前走の騎手、実はかなり仕事してたんちゃうか？」と気づくタイプの表です。

次はこの悪化ランキングをさらに条件で絞り込み、
降ろすと悪化しやすい騎手と、先ほどの乗ると良化しやすい騎手の重なりを見ていきます。

降板悪化ランキングから単勝回収率100%超を抽出

こちらは、降板悪化ランキングの中から、さらに単勝回収率が100%を超えている騎手だけを抜き出した表です。

この表の見方で重要なのは、まず前提です。
ここに載っている騎手は、その騎手から乗り替わったあとに馬が悪化しやすい側のランキングに入っていた騎手です。

つまり、悪化率が高い騎手ほど、「この騎手が降りたあと、馬が前走より着順を落としやすかった」ということになります。

そのうえで、今回の表では単勝回収率100%超だけを残しています。

悪化ランキングにいるのに、単勝回収率が100%を超えている。
「悪化しやすいんちゃうんかい」とツッコミたくなるところですが、

競馬のデータはここがややこしくて面白いところです。

表の勝率・連対率・複勝率・単勝回収率は、悪化ランキングに載っている騎手本人の成績ではありません。
これは、その騎手から乗り替わったあと、次に騎乗した騎手がその馬で出した成績です。

そのため、単勝回収率が高いということは、
その騎手から乗り替わったあと、一部の馬が次走で大きな配当を出していた
という意味になりますし、前乗り手との変更で人気を下げたのに勝利したとも取れます

特に単勝回収率が大きく跳ねている騎手は、全体としては悪化側に寄っていても、どこかで人気薄の一撃が出ている可能性があります。

競馬で言えば、普段は静かにしているのに、

たまに急にホームランを打ってくるタイプです。大谷とか村上タイプじゃないという事です。

油断したら財布が「なんで買ってへんねん」と言ってきます。

ただし、ここは単勝回収率だけで判断するのは危険です。
複勝回収率まで高い騎手は、単勝の一撃だけでなく、馬券圏内でもある程度数字が残っている可能性があります。
逆に、単勝回収率だけが高くて複勝回収率が低い場合は、少数の大きな的中で数字が跳ねているケースも考えられます。

つまりこの表は、降板後に悪化しやすい傾向がありながら、次走では一撃の妙味も出ているケースを拾うための表なのです。

ここまで見ると、乗り替わりデータは単純に「良化」「悪化」だけでは片づけられません。
悪化率、勝率、回収率を重ねて見ることで、ようやく馬券として使える匂いが出てきます。

誰から乗り替わったかを見て、上の表の両方に名前のある騎手だったら1発があるかもしれないぞ！ってチェックする価値はありそうです

3.降ろすと悪化しやすく、乗ると良化しやすい騎手

この↑の表は、今回の調査の中でもかなり重要な部分です。

「この騎手を降ろすと馬が悪くなりやすい」または「この騎手に乗り替わると馬が良くなりやすい」という見方になります。

この表ではその両方を重ねています。

つまり、降板側では、降ろしたあとに馬が悪化しやすい。
それでいて、
新騎乗側では、乗り替わってきた馬を良化させやすい。

この両方に名前が出る騎手は、かなり見逃しにくい存在です。

これはなかなか味わい深い表です。
「降ろしたらアカンかったんちゃうか？」という面と、
「乗ってきたら馬がピリッとするやん」という面が、同じ騎手に出てくるわけです。

もちろん、これだけで騎手の優劣を決めるものではありません。
馬の成長、相手関係、距離、馬場、展開、陣営の判断など、競馬にはいろいろな要素があります。

答えは馬に聞くしかありません！

それでも、降ろすと悪化率が高い、新騎手良化率も高い
さらに新騎手単勝回収率・複勝回収率まで残っている
となると、馬券の補正材料としてはかなり面白くなります。

ここで特に見るべきなのは、良化率だけではありません。
回収率まで残っているかどうかです。

良化率が高くても、すでに人気に反映されていれば馬券妙味は薄くなります。
逆に、良化率が高く、単勝回収率や複勝回収率も残っている騎手は、まだ市場が完全には織り込んでいない可能性があります。

この表は、単純な「上手い・下手」の話ではなく、乗り替わりという情報を、どこまで馬券に使えるかを見るための表なのです。

単勝回収率100%以上に限定

この表は、一見すると新しく騎乗した時の成績が良い騎手一覧に見えるかもしれません。

しかし、実際の中身はそれだけではありません。
この表は、単なるテン乗り成績のランキングではなく、降板側のデータと新騎手側のデータが重なっている騎手を見ています。

つまり、ここに名前が出ている騎手は、
その騎手から降ろすと馬が悪化しやすい傾向があり、なおかつ新しく騎乗した時には馬を良化させやすい傾向もある
という、かなり濃い条件を通過していることになります。

競馬的に言えば、これはなかなか見逃せません。
ただの「乗り替わりで成績が良い騎手」ではなく、
降ろしてはいけないタイプでありながら、乗ってきた時も結果を出しやすいタイプ
という見方ができるからです。

しかも今回は、その中からさらに新騎手としての単勝回収率が100%以上の騎手を抜き出しています。

良化率だけが高くても、人気に反映されすぎて回収率が残らないケースはあります。
しかし、ここに残った騎手は、乗り替わり後に馬を前進させるだけでなく、単勝回収率の面でも数字が残っています。

これは馬券目線ではかなり重要です。
「この騎手に替わったから良くなるかも」というだけではなく、
その評価がまだオッズに完全には織り込まれていなかった可能性もあるからです。

もちろん、これだけで即買いというわけではありません。
馬の能力、距離、馬場、相手関係、人気は必ず確認する必要があります。

ただ、出馬表でこのタイプの騎手への乗り替わりを見つけた時は、
「はいはい、ただの乗り替わりね」と流すのは少しもったいないです。

降ろすと悪化しやすい。
乗ると良化しやすい。
さらに単勝回収率も残っている。

ここまで重なるなら、馬券の補正材料としてはかなり面白いデータです。
次に出馬表を見る時、この表に名前がある騎手への乗り替わりがあれば、一度はしっかり確認しておきたいところです。