競馬について調べていると、頻繁に目にする数字があります。
「回収率100％」
回収率が100％なら、馬券に使った金額と同じ金額が戻ってきたことになります。100％を超えれば、少なくとも集計上は利益が出ている状態です。
競馬を長く続けながら収支を残そうとすれば、最終的にはこの100％という数字が一つの境界になります。
しかし、競馬には控除があります。
参加者が購入した金額のすべてが、そのまま払戻金として戻されるわけではありません。
最初から参加者全体へ戻る金額が減らされているなら、回収率100％を超えることは本当に可能なのでしょうか。
期待値の高い馬券だけを買えばよいとも言われますが、その期待値はどのように判断するのでしょうか。
この記事では、競馬で回収率100％を超えるための理論と、それを実際の馬券へ落とし込む難しさを整理します。
そもそも回収率とは何か
回収率とは、馬券の購入金額に対して、どれだけの払戻金を得られたかを示す数字です。
計算式は次のようになります。
回収率＝払戻金÷購入金額×100
例えば、1万円分の馬券を購入し、合計1万2,000円の払戻金を得た場合は、次のように計算します。
1万2,000円÷1万円×100＝120％
回収率は120％です。
反対に、1万円購入して8,000円しか戻らなければ、回収率は80％になります。
| 購入金額 | 払戻金 | 回収率 | 収支 |
|---|---|---|---|
| 10,000円 | 12,000円 | 120％ | ＋2,000円 |
| 10,000円 | 10,000円 | 100％ | ±0円 |
| 10,000円 | 8,000円 | 80％ | －2,000円 |
ここで注意したいのは、回収率100％を超えることと、すべてのレースを的中させることは同じではない点です。
10回中2回しか当たらなくても、その2回の払戻金が十分に大きければ、回収率は100％を超える可能性があります。
反対に、10回中8回当たっていても、低いオッズばかりを購入し、外れた2回の損失が大きければ、回収率100％を下回ることがあります。
回収率を考えるうえでは、的中した回数だけでなく、オッズと購入金額を含めて見る必要があります。
回収率100％の前に控除率という壁がある
競馬では、馬券の売上金額がそのまま的中者へ分配されるわけではありません。
JRAの通常時の設定払戻率は馬券種によって異なり、単勝・複勝は80％、枠連・馬連・ワイドは77.5％、馬単・3連複は75％、3連単は72.5％、WIN5は70％です。
| 馬券種 | JRAの設定払戻率 |
| 単勝・複勝 | 80.0％ |
| 枠連・馬連・ワイド | 77.5％ |
| 馬単・3連複 | 75.0％ |
| 3連単 | 72.5％ |
| WIN5 | 70.0％ |
設定払戻率が80％の場合、参加者が購入した金額のうち、おおむね80％が払戻対象として扱われます。
残りの部分が控除されるため、市場参加者全体の収支を合計すれば、必ずマイナスになります。
仮に参加者全員が長期的に回収率100％を達成できるなら、払戻金の総額が馬券の購入総額と同じにならなければなりません。
しかし、実際には払戻率が100％未満に設定されています。
そのため、回収率100％を超えるには、参加者全体の平均よりも有利な馬券を選び続ける必要があります。
単に平均的な買い方をするだけでは、控除率を越えられません。
理論上は回収率100％を超えられる
競馬で回収率100％を超える考え方として、中心になるのが期待値です。
単勝馬券の期待値は、簡略化すると次のように考えられます。
期待値＝自分が推定した勝率×オッズ
例えば、ある馬について次のように判断したとします。
- 推定勝率：40％
- 単勝オッズ：4.0倍
この場合の期待値は次のとおりです。
0.4×4.0＝1.6
100円を購入した場合の期待払戻額は160円です。
理論上の期待回収率は160％となります。
もちろん、実際の一回のレースでは、的中して400円が戻るか、外れて0円になるかのどちらかです。
160円がそのまま戻ってくるわけではありません。
それでも、同じような条件の馬券を何度も購入できるなら、長期的な平均が期待値へ近づいていく可能性があります。
期待値が1.0を超える馬券を継続して購入できれば、理論上は回収率100％を超えられます。
損益分岐点となる勝率
オッズから、回収率100％に必要な最低勝率を逆算することもできます。
計算式は次のとおりです。
必要勝率＝1÷オッズ
| 単勝オッズ | 回収率100％に必要な勝率 |
| 2.0倍 | 50.0％ |
| 3.0倍 | 約33.3％ |
| 4.0倍 | 25.0％ |
| 5.0倍 | 20.0％ |
| 10.0倍 | 10.0％ |
単勝4.0倍の馬なら、その馬が4回に1回より高い割合で勝つと判断できれば、理論上は購入候補になります。
推定勝率が30％なら、
0.3×4.0＝1.2
となり、期待回収率は120％です。
一方、実際の勝率が20％しかなければ、
0.2×4.0＝0.8
となり、期待回収率は80％です。
同じ4.0倍の馬でも、本当の勝率をどう評価するかによって、価値は大きく変わります。
最も難しいのは「本当の確率」が分からないこと
期待値の計算式自体は、それほど複雑ではありません。
難しいのは、式に入れる勝率です。
オッズは確認できますが、レース前に本当の勝率を確認することはできません。
ある馬が勝つ確率は、次のようなさまざまな要素によって変化します。
- これまでの走破内容
- 相手関係
- 距離やコースへの適性
- 馬場状態
- 枠順
- 脚質構成
- レース展開
- 騎手や厩舎
- 馬体や当日の状態
- 出遅れや不利などの偶発的な出来事
これらを組み合わせ、「この馬の勝率は30％である」と正確に判断することは簡単ではありません。
競馬新聞の印も、専門家の予想も、AIの予測確率も、最終的には推定値です。
実際の勝率を直接観測しているわけではありません。
期待値理論が間違っているのではなく、期待値を計算するための確率を正確に求めることが難しいのです。
オッズは確率ではなく市場の評価
競馬のオッズは、多くの参加者がどの馬券を購入したかによって形成されます。
JRAの払戻金は、投票法ごとに設定された率を用い、的中した馬券の購入額に応じて按分する仕組みです。
そのため、オッズは競走馬の能力を直接測った数字ではありません。
参加者全体が、その馬をどの程度買っているかを表した市場価格に近いものです。
人気馬には、強さだけでなく、さまざまな理由で票が集まります。
- 前走で強い勝ち方をした
- 有名騎手が騎乗する
- 重賞実績がある
- メディアで高く評価されている
- 分かりやすい好材料がある
- 応援している人が多い
これらの人気が実力と一致していることもあれば、実力以上に買われている場合もあります。
反対に、能力があるのに分かりにくい理由で人気を落としている馬もいるかもしれません。
回収率100％を超えるために探すべきものは、単純に強い馬ではありません。
実際の勝率に比べて、オッズが高く残されている馬
です。
強い馬を見つけることと、割安な馬券を見つけることは似ていますが、同じではありません。
AIが推定しようとしているのも勝つ確率
競馬AIが行っていることの一つは、過去のデータから各馬の勝つ確率を推定することです。
このブログで使用しているAI指数のp_winも、各馬が勝つ可能性を数値として表そうとしています。
予測に使用できる情報には、さまざまなものがあります。
- 過去の着順や着差
- 走破タイム
- 距離や競馬場
- 枠順
- 馬齢や斤量
- 騎手
- 前走からの間隔
- クラス
- 人気やオッズ
- 独自に作成した特徴量
AIは、大量の過去レースから、どのような条件の馬が勝ちやすかったのかを学習します。
人間がすべての組み合わせを記憶するのは難しくても、AIなら一定のルールで集計できます。
ただし、AIが出した確率が、そのまま本当の勝率になるわけではありません。
AIが示した30％という数字が、本当に長期的に30％程度の的中率になっているかを検証する必要があります。
これを確認するためには、順位だけでは不十分です。
「AI指数1位が何回当たったか」だけではなく、予測確率と実際の結果が対応しているかを見る必要があります。
例えば、p_winが30％前後だった馬を100頭集め、そのうち約30頭が勝っていれば、確率の整合性は比較的高いと考えられます。
10頭しか勝っていないなら、AIは勝率を高く見積もりすぎています。
AIで期待値を計算するには、ランキングの精度だけでなく、確率推定の精度が重要になります。
的中率が高くても回収率100％を超えるとは限らない
AIモデルを評価するときは、的中率を重視したくなります。
指数1位が何勝したか、人気馬をどれだけ正しく選べたかは、分かりやすい指標です。
しかし、的中率が高いモデルが、必ず高い回収率を残すとは限りません。
1番人気を中心に選べば、的中率は高くなりやすい一方、オッズは低くなります。
仮に勝率が50％あっても、平均オッズが1.7倍なら、単純計算では次のようになります。
0.5×1.7＝0.85
期待回収率は85％です。
高い確率で当たっていても、購入価格が低すぎれば利益にはつながりません。
反対に、勝率が15％しかなくても、平均オッズが8.0倍なら、
0.15×8.0＝1.2
となり、理論上の期待回収率は120％です。
ただし、後者は外れる回数が多く、収支の変動も大きくなります。
回収率を考えるなら、的中率とオッズを必ず組み合わせて見る必要があります。
過去データで100％を超えても安心できない
競馬AIの検証では、過去データを使って回収率を計算します。
そこで回収率110％や120％という結果が出れば、期待できるモデルに見えます。
しかし、過去データ上で100％を超えたことと、今後も100％を超えることは別です。
過去の結果に合わせすぎている可能性
特徴量や条件を何度も調整していると、偶然うまくいった組み合わせを見つけることがあります。
例えば、次のような条件を試したとします。
- 東京競馬場だけ
- 芝1,600メートルだけ
- 4歳馬だけ
- 単勝10倍以下だけ
- 特定騎手だけ
- AI指数差が一定以上のレースだけ
多数の条件を試せば、その中には偶然高い回収率になった条件も現れます。
しかし、その条件に本当の優位性があるとは限りません。
過去の結果に合わせすぎたモデルは、新しいレースで成績が落ちることがあります。
レース数が少なすぎる可能性
20レースで回収率150％を記録しても、一度の高配当によって数字が押し上げられているかもしれません。
購入回数が少ないほど、偶然の影響は大きくなります。
特に人気薄を狙う方法では、的中まで長い連敗が続く可能性があります。
短期間の回収率だけで結論を出さず、レース数、期間、最大連敗、特定の的中への依存度まで確認する必要があります。
検証時には知ることができなかった情報を使っている可能性
過去データを整理するとき、レース後に確定した情報が誤って予測へ混ざることがあります。
また、最終オッズを使って期待値を計算していても、実際の購入時点ではそのオッズが確定していません。
検証上は有利に見えても、同じ条件で実際に購入できるとは限りません。
AIの回収率を検証するときは、「当時の時点で利用できた情報だけを使っているか」を確認することが重要です。
回収率100％を超えるために必要な条件
理論を実際の馬券へ近づけるには、少なくとも次の条件が必要になります。
確率を市場より正確に推定する
最も重要なのは、各馬の勝率を市場よりも正確に評価することです。
他の参加者と同じ情報を、同じように解釈しているだけでは、継続的な優位性を得るのは難しくなります。
独自のデータや特徴量があっても、それが実際の結果と結び付いているかを検証しなければなりません。
確率とオッズを比較する
勝ちそうな馬を選ぶだけではなく、推定確率に対してオッズが十分に高いかを確認します。
AI指数1位でも、過剰に人気を集めているなら見送る判断が必要です。
反対に、指数順位が少し低くても、市場評価との差が大きければ検討対象になるかもしれません。
買うレースを選別する
すべてのレースに期待値の高い馬券が存在するわけではありません。
AIが予測を出せることと、買う価値があることは別です。
確率差が小さいレース、モデルが苦手とする条件、情報が不足しているレースは見送る必要があります。
回収率100％を目指すなら、どの馬を買うかと同じくらい、どのレースを買わないかが重要になります。
同じ基準を長期間続ける
期待値がプラスでも、短期間では負けることがあります。
そのため、数回の不的中だけでルールを変えたり、連敗後に購入金額を増やしたりすると、理論どおりの検証ができません。
一方、成績が悪化しているのに「長期的には収束する」と考え続けるのも危険です。
一定期間ごとに成績を確認しながら、事前に決めたルールで継続する必要があります。
資金管理を行う
資金管理だけで、期待値がマイナスの馬券をプラスに変えることはできません。
どのように購入金額を調整しても、期待値そのものが変わるわけではないからです。
ただし、資金管理には、連敗によって検証を続けられなくなることを防ぐ役割があります。
優位性があるとしても、一度に大きく賭けすぎれば、結果が安定する前に資金を失う可能性があります。
期待値は利益の源泉であり、資金管理は継続するための仕組みと分けて考えた方がよさそうです。
「回収率100％を超える理論」と「必勝法」は違う
期待値理論は、回収率100％を超えるための考え方を示しています。
しかし、期待値がある馬券を確実に見つける方法を保証するものではありません。
理論上は、次の条件を満たせば回収率100％を超えます。
推定した本当の勝率×購入オッズ＞1.0
問題は、「本当の勝率」を事前に知ることができない点です。
勝率の推定が間違っていれば、期待値があると思って購入した馬券も、実際には期待値がマイナスかもしれません。
そのため、「この方法なら必ず回収率100％を超える」という表現には慎重になる必要があります。
回収率100％を超えるための理論は存在します。
しかし、その理論を実現する万能な予想法が確認されたわけではありません。
ここを分けて考えることが重要です。
この競馬AIで確認したいこと
このブログの競馬AIでも、単に指数1位の的中率を見るだけでは、回収率100％へ近づけるか判断できません。
今後は、次のような点を観察する必要があります。
- p_winと実際の勝率は対応しているか
- 人気別に予測精度が変わらないか
- 距離や競馬場によって得意不得意がないか
- 推定確率とオッズに差がある馬は走っているか
- 特定の高配当に回収率が依存していないか
- 学習に使っていない期間でも成績が再現されるか
- オッズ条件を変えても傾向が残るか
- 購入対象を絞ることで成績が改善するか
特に重要なのは、指数上位馬が当たったかではなく、モデルが示した確率に意味があるかです。
p_winが高い馬ほど実際の勝率も上がり、その確率が市場評価より適切であれば、期待値を判断する材料になります。
反対に、順位だけは合っていても確率が過大評価されていれば、オッズとの比較には使いにくくなります。
この段階では、回収率100％を超えると結論付けるのではなく、どの条件で予測と市場に差が生まれているのかを観察する方が適切です。
まとめ
競馬で回収率100％を超える理論は存在します。
基本となるのは期待値です。
自分が推定した勝率とオッズを掛け合わせ、その数字が1.0を超える馬券を長期的に購入できれば、理論上は回収率100％を超えられます。
ただし、計算式よりも難しいのは、式に入れる勝率を正確に推定することです。
競馬には、馬の能力、適性、展開、馬場、枠順、騎手、当日の状態など、多くの不確実な要素があります。
AIを使っても、本当の勝率を完全に知ることはできません。
また、過去データで回収率100％を超えていても、次の問題を確認する必要があります。
- 過去の結果に合わせすぎていないか
- 検証したレース数は十分か
- 一度の高配当に依存していないか
- 当時は知り得なかった情報を使っていないか
- 新しい期間でも同じ結果が再現されるか
- 実際の購入時のオッズでも優位性が残るか
競馬は、当たる馬を探すゲームに見えます。
しかし、回収率という視点で見ると、重要なのは当たるかどうかだけではありません。
その確率に対して、提示されたオッズが高いか低いかを判断するゲームでもあります。
強い馬を見つけることと、価値のある馬券を見つけることは同じではありません。
回収率100％を超えるための数式は、比較的シンプルです。
一方、その数式を現実の競馬で成立させることは、とても難しい課題です。
この競馬AIも、まだ正しい確率を推定できているとは言えません。
だからこそ、的中したかどうかだけではなく、予測確率、オッズ、購入条件、長期的な結果を記録する必要があります。
回収率100％を超える理論を探すことは、簡単に勝てる方法を探すことではありません。
自分の予測が市場より正確なのかを、長い時間をかけて確かめる作業なのだと思います。
コメント