ぼくはまだ、競馬を完全には理解していません。
ただ、ここまでデータを集めて、モデルを作って、レースを見続けてきて
ひとつずつ分かってきたことがあります。
それは
AIは万能ではないが、使いどころを間違えなければ確実に武器になる
ということです。
この記事では、現時点でのAIの理解を整理しながら
- 何ができるのか
- どこが弱いのか
- どう使うべきか
をまとめていきます。
まず前提：AIは「当てる機械」ではない
最初に結論から書いておきます。
AIは
当てるための道具ではありません
競馬の払戻率は
- 単勝・複勝：約80%
- 馬連・ワイド：約77.5%
- 三連系：75%前後
と、最初から不利に設計されています。
つまり
普通に予想している限り
必ず負けるゲームです。
AIメモ①
AIの役割は
「当てること」ではなく
控除率を超える精度を作ること
ここを誤解すると
ただの“それっぽい予想”で終わります。
現在のAIモデルの構造（簡潔に）
現時点で使っているモデルは
- 当日のレース条件
- 馬の基本属性
- 過去5走の要約統計
をもとに
各馬の勝率（p_win）を出すモデルです。
これはつまり
「どの馬が勝つか」ではなく
「どの馬がどれくらい勝つ確率か」を出しています。
AIメモ②
順位ではなく
確率で見ることが本質
この設計にしたことで
単なる予想ではなく
“比較可能な指標”になりました。
AI指数が得意としている領域
ここからが重要です。
現時点でAIが明確に強い領域は次の通りです。
① 能力の“平均値”を捉えること
AIは
- 過去成績
- 距離適性
- クラス
- 安定性
などを総合して
その馬の地力を評価するのが得意です。
特に
- 安定して走る馬
- 条件が合っている馬
はかなり正確に拾えます。
AIメモ③
AIは「普通に強い馬」を外しにくい
② 人気とのズレを見つけること
AIの真価はここです。
市場オッズと比較することで
- 過小評価されている馬
- 過剰人気の馬
を見つけることができます。
これは
「AIは本当に勝てるのか？」の記事でも触れた通り
回収率に直結する領域です。
AIメモ④
儲かるのは
「当たる馬」ではなく
「過小評価された馬」
③ 感情を排除できること
AIは
- 連敗してもブレない
- 人気や名前に引っ張られない
という強みがあります。
人間がやりがちな
- 大穴に走る
- 本命に寄せすぎる
といったミスを避けられます。
AIメモ⑤
AIは“メンタルが壊れない”
AIが苦手としている領域
一方で、弱点もはっきりしています。
① 当日の変化
AIは基本的に
過去データの集合体です。
そのため
- 馬体の気配
- パドック
- 直前気配
- 馬場の急変
といった“当日情報”には弱いです。
これは
「AIが最初に外したレース」でも露呈しました。
AIメモ⑥
レースは“今日”起きる
② 展開の不確実性
競馬は
- ペース
- 位置取り
- 他馬の動き
によって大きく変わります。
AIはこれを完全には予測できません。
AIメモ⑦
競馬は相対競技
③ 回収率を自動で保証しない
AIは勝率を出しますが
それだけでは儲かりません。
なぜなら
- 人気馬ばかり当たる
- オッズが低い
といった問題があるからです。
AIメモ⑧
当たる ≠ 勝てる
ここまでの研究まとめ
これまでの記事で見てきた内容を
一度整理しておきます。
・複勝・複勝率
安定指標として非常に有効。
ワイド・三連複にも応用可能。
・騎手の影響
継続騎乗はやや有利。
ただし重要なのは“適性の一致”。
・コース適性
競馬場ごとに明確な傾向あり。
適性ズレは大敗の原因になる。
・データ期間
長すぎても短すぎてもダメ。
バランスが重要。
・AIの本質
当てる道具ではなく
期待値を見つける道具
AIメモ⑨
全部つながると
「期待値」という1本の軸になる
AIの正しい使い方（現時点の結論）
現時点での最適解は
シンプルです。
① AIで勝率を出す
② オッズと比較する
③ 期待値がある馬だけ買う
④ 買わない判断をする
これだけです。
AIメモ⑩
重要なのは
「買う精度」より
“買わない精度”
このブログでやっていること
このブログでは
- AIの指数を観察し
- 外れも含めて記録し
- 改善していく
という形で
競馬を理解していくプロセスを公開しています。
いわば
「完成された予想」ではなく
成長途中のログです。
まとめ
現時点でのAI理解を一言でまとめると
AIは
- 当てる機械ではない
- 完璧でもない
でも
AIメモ⑪
正しく使えば
“負け方を変えることができる”
ぼくはまだ
競馬を理解している途中です。
でも、ここまででひとつ分かりました。
競馬で重要なのは
- 予想の上手さではなく
- 判断の精度
なのかもしれません。
コメント