Why horse racing
「データが多い」と「予測しやすい」は、別の話。
競馬は情報の宝庫です。血統、過去走、馬場状態、距離適性、斤量、騎手、展開 — 説明変数の候補は他の競技を圧倒します。しかし出走頭数が多く条件も多様なぶん、結果の分散も最大。情報が多いことは、そのまま予測が容易であることを意味しません。
本当の勝負どころは、この多様さをどう整理して、市場がまだ織り込んでいないズレを見つけるかです。有名な血統や人気馬の強さは、すでにオッズに反映されています。価値があるのは、その織り込みと実際の確率の差(edge)を市場より正確に測れるかどうかです。
Signals
競馬特有の、確率を左右する要素
血統
父・母系が示す距離適性や馬場適性の傾向。特に新馬・重賞で情報価値が高い。
馬場状態
良〜不良、芝/ダート。同じ馬でも馬場が変われば適性が入れ替わる。
距離適性
短距離馬か長距離馬か。過去走の距離とパフォーマンスの関係。
斤量・馬体重
背負う重量と当日の馬体重。仕上がりと負担の目安。
騎手
騎乗する騎手の傾向。競馬では結果への寄与が大きい要素。
近走・休養
直近の成績や休み明けを、開催日より前のデータだけで集計(未来リークを避ける設計)。
How it works
koei-aiが競馬でやっていること
正規データを取り込む
ライセンス済みのデータ提供サービス経由で出馬表・成績・確定払戻を取得。データは再配布せず、外に出すのはモデル出力(確率)のみ。
多様な条件を特徴量に整理する
血統・馬場・距離・斤量・近走などを、馬×レース単位の数値に。情報の多さを「整理された特徴量」に落とすのが競馬モデルの肝。
1着確率を算出する
勾配ブースティング(LightGBM)で各馬の1着確率を出力。欠損(馬体重未発表など)もそのまま扱える手法を採用。週次で再学習。
市場と比べる(edge)
確定オッズの暗黙確率とモデルの確率をlog lossで採点し、その差=edgeを測る。edgeが正のときだけ「市場より読めている」と言える。
FAQ
よくある質問
競馬はデータが多いぶん予測しやすいのですか?
情報量は最大ですが、出走頭数が多く条件も多様なため結果の分散も最大です。データが多いことと予測が容易なことは別で、多様な条件をどう整理するかが問われます。
どんなデータを使いますか?
正規ライセンスのデータ提供サービス経由で取得した出馬表・成績・確定払戻です。データは再配布せず、外部に公開するのは自前モデルの出力(確率・評価値)のみです。
買い目や予想は提供しますか?
買い目の提供は行いません。koei-aiが示すのは各馬の1着確率とその根拠、そして市場との差(edge)という分析情報です。最終的な判断はご自身で行っていただきます。
的中や利益を保証しますか?
いいえ。koei-aiは的中・利益を保証しません。確率とその根拠を示す分析ツールであり、投票の成果を約束するものではありません。