AI競馬予想｜期待値で戦う

AIが期待値でレースを分析する競馬予想アカウント🐴

血統・過去成績・騎手・距離適性など
複数データからバックテスト単勝回収率150%超を達成

毎週土日に推奨馬券を無料公開
結果も正直に報告します

[AI競馬予想｜期待値で戦う @keibamem0]

検証内容を正直に共有します。

モデルの予測精度をBrierスコアという
指標で市場オッズと比較したところ

自分のモデル：0.061
市場オッズ：0.058

一貫して市場の方が正確でした。
AUC0.82という数字も
実は大半が「オッズ情報」の借り物でした。

#AI競馬 #競馬システム開発

[AI競馬予想｜期待値で戦う @keibamem0]

競馬AI検証、今週も地味なバグ潰し。
モデルの評価スクリプトで、比較対象のオッズ基準を取り違えていたミスを発見。
直したら、複勝の予測精度は市場を上回る水準を維持していることを確認できた。
一方で実際の回収率はまだ安定せず、サンプルを増やしながら見極め中。
#競馬 #AI競馬

[AI競馬予想｜期待値で戦う @keibamem0]

複勝の改善効果を、実際のオッズで回収率まで計算してみた。
フィルタなしで73%だったのが、条件を絞ると89%まで改善。
黒字にはまだ届いていないけど、地に足のついた進捗な気がする。
#競馬 #AI競馬

[AI競馬予想｜期待値で戦う @keibamem0]

母方の血統情報を追加してみたら、券種によって明暗が分かれた。
複勝:予測精度が市場を上回るように改善
ワイド・単勝:ほぼ効果なし
単勝は「1頭を当てる」精度の高い市場、複勝は「上位3頭圏内」で判定の幅が広い分、血統の大まかな傾向を拾いやすかったのかもしれない。
#競馬 #AI競馬

[AI競馬予想｜期待値で戦う @keibamem0]

競馬AI検証、地味な見落としを発見。
複勝・ワイド・単勝のモデルに、これまで父方の血統情報しか使っていなかったことが判明。母方の血統(母父・父父)がまるまる未実装だった。
DBには揃っていたのに、コードが対応していなかっただけ。
#競馬

[AI競馬予想｜期待値で戦う @keibamem0]

競馬AI検証、今日はいい流れでした。
複勝の予測モデルに、これまで使っていなかった血統情報(母方の系統)を追加したら、
「馬を見る目」の指標が市場を上回るように改善。
実際の回収率も、フィルタなしの73%から89%まで改善(黒字にはまだ届かず)。
地道な積み重ねが効いてきた気がします。
#競馬

[AI競馬予想｜期待値で戦う @keibamem0]

競馬AI検証、今日は地味な発見の日でした。
モデルが使う「調教タイムデータ」が、エラーで取得できなくなっていたことが判明。
直したら検証中の回収率が86%→94%に改善。
派手な発見より、こういう地味なバグ潰しの積み重ねが大事だったりします。
#競馬 #AI競馬

[AI競馬予想｜期待値で戦う @keibamem0]

競馬AIで予想の検証中。
今週わかったこと:「期待値が高い馬券」を機械的に選ぶと、200倍とか500倍の超万馬券ばかり並ぶ。
そりゃほぼ当たらない。
数字上の期待値と、実際に儲かる馬券は別物。地味だけど大事な発見でした。
#競馬 #競馬AI

[AI競馬予想｜期待値で戦う @keibamem0]

複勝・ワイド市場、統計的検定では初めて市場に勝てた(クラスタブートストラップで有意差確認)。
ただし実際にEV戦略で回収率を出すとまだ97%で赤字。
検証中にLaunchAgentの権限設定ミスでデータ欠損も発覚。地味な技術的トラブルとの戦いが続いてます。
#競馬 #AI競馬

[AI競馬予想｜期待値で戦う @keibamem0]

複勝・ワイドの検証、地道に続けています。

データ収集の仕組みに不具合を見つけて修正したり、
仮説を立てては検証して外れたり。

派手な進捗はありませんが、
一つずつ着実に土台を固めています🐴

#AI競馬 #競馬システム開発

[AI競馬予想｜期待値で戦う @keibamem0]

本当の原因は、市場のオッズでした。

当たる確率が低い組み合わせには
市場もちゃんと低い評価（高いオッズ）を
つけていた、ということです。

つまりそこは「市場が賢い」領域。

逆に人気のある組み合わせにこそ
狙い目が残っているかもしれません。

来週以降のデータで確かめます🐴

#AI競馬

[AI競馬予想｜期待値で戦う @keibamem0]

本当の原因は、市場のオッズでした。

当たる確率が低い組み合わせには
市場もちゃんと低い評価（高いオッズ）を
つけていた、ということです。

つまりそこは「市場が賢い」領域。

逆に人気のある組み合わせにこそ
狙い目が残っているかもしれません。

来週以降のデータで確かめます🐴

#AI競馬

[AI競馬予想｜期待値で戦う @keibamem0]

複勝・ワイドの検証を続けています。

実際に馬券を買った想定で計算したら
大きく赤字になりました。

なぜか調べたところ
「モデルの精度が甘い」と思っていた原因が
実は違うところにあると分かりました。

続きを書きます🐴

#AI競馬 #競馬システム開発

[AI競馬予想｜期待値で戦う @keibamem0]

モデルが「当たる確率が低い」と判断したペアほど
実際に当たっていませんでした。

最初は「モデルの見積もりが甘いのでは」と疑いましたが
詳しく検証したところ

モデルの予測はほぼ正確でした。

問題はモデルではなく、別のところにありました。

#AI競馬 #競馬システム開発

[AI競馬予想｜期待値で戦う @keibamem0]

正直に言うと、まだ「勝てた」とは言えません。

ここまでの確認は、すべて
過去に見たことのあるデータの中での話。

本当の意味で証明するには、
これから起きるレースの結果でしか
確かめられません。

来週以降のデータで、
淡々と検証を続けます。

#AI競馬 #競馬予想

[AI競馬予想｜期待値で戦う @keibamem0]

「たまたま良く見えているだけでは」を
何重にもチェックしました。

・データの偏りが結果を歪めていないか
・統計的に偶然の範囲ではないか
・特定の特徴量に不当に助けられていないか

すべて確認した上で、
今のところ優位性は崩れていません。

#AI競馬 #競馬システム開発

[AI競馬予想｜期待値で戦う @keibamem0]

複勝・ワイド市場の検証を続けています。

単勝では市場に勝てませんでしたが、
モデルの作り方を変えたところ

複勝・ワイドでは初めて
「統計的に有意」と言える形で
市場を上回る結果が出ています。

ただしまだ結論を出すのは早いです。
続きを書きます🐴

#AI競馬 #競馬システム開発

[AI競馬予想｜期待値で戦う @keibamem0]

セグメント別（クラス・頭数・芝ダート）で
市場とAIモデルの精度を比較しました。

結果、どの切り口でも市場が上回っていました。

「市場が弱いレースを見つける」という
仮説は今回否定されました。

正直に報告します🐴

#AI競馬 #競馬システム開発

[AI競馬予想｜期待値で戦う @keibamem0]

今回わかったこと。

「モデルが重視している特徴量」と
「実際に予測精度を上げる特徴量」は別物。

ここまで5つ試して、本物の改善は1つだけ。

次はレースの種類ごとに
市場が読み間違えやすい条件がないか
絞り込んで検証します。

#AI競馬 #競馬予想

[AI競馬予想｜期待値で戦う @keibamem0]

検証を進める中で、自分のDBに1ヶ月以上気づかなかった欠損があるのを見つけました。

6/6〜7/5のfinish_time（走破タイム）が一部レースで欠けていた。

原因は結果取得スクリプトの条件式のミス。
エラーは出ず、静かに欠け続けていました🐴

#AI競馬 #競馬システム開発

[AI競馬予想｜期待値で戦う @keibamem0]

このデータ欠損が、直前の実験結果を歪めていないか
念のため同じ検証をもう一度やり直しました。

結果、結論は変わりませんでした。

「前半ラップ指数」という特徴量は
重要度は1位なのに、精度改善には寄与せず。
バグの影響ではなく、本物の結論でした。

#AI競馬 #競馬システム開発