競馬AIの指数結果に応じたベターな買い目は何か？｜1強・上位拮抗・混戦・市場との乖離から考える

競馬AIを運用していると、毎レース同じように指数が出ます。

1位。

2位。

3位。

4位。

5位。

そして、それぞれにp_winがあります。

ここで一番簡単なのは、

「指数1位を単勝で買う」

という方法です。

シンプルです。

検証もしやすい。

実際、AIの勝率予測を使うなら単勝との相性も良いと思います。

ただ、指数を毎週眺めていると、レースによって「形」がかなり違うことに気付きます。

1位だけ突出しているレース。

1位と2位がほぼ同じレース。

上位3頭だけが抜けているレース。

1位から8位まで大差がないレース。

AI1位なのに10番人気のレース。

逆にAI3位なのに1番人気になっているレース。

これらを全部、

「指数1位だから単勝」

で処理していいのでしょうか。

今回は、

競馬AIが出した指数の“形”に応じて、どんな買い目が比較的自然なのか

を考えてみます。

もちろん、

見送り

も一つの買い目です。

まず前提として「指数順位」だけでは足りない

例えば、2つのレースがあります。

レースA。

1位 0.38
2位 0.17
3位 0.11
4位 0.08
5位 0.06

レースB。

1位 0.19
2位 0.18
3位 0.17
4位 0.15
5位 0.13

どちらも「指数1位」は存在します。

でも意味は全く違います。

Aは明確な1強。

Bはほぼ混戦。

それでもランキング表だけ見れば、

どちらも、

1位
2位
3位

と並びます。

だから競馬AIの買い目を考えるときは、

順位より指数差を見る

必要があります。

さらに重要なのが市場との関係

AIが1位だから価値がある。

とは限りません。

例えば、

AI p_win 0.40。

単勝1.8倍。

単純期待値は、

0.40 × 1.8 ＝ 0.72。

これならAIが1位でも、価格としては魅力がありません。

一方、

p_win 0.18。

単勝8倍。

なら、

0.18 × 8 ＝ 1.44。

AI内では2位や3位でも、馬券としてはこちらの方が面白い可能性があります。

つまり買い目を決めるときは、

指数の形 × 市場価格

の両方を見る必要があります。

競馬AIの指数は「何を買うか」より「レースがどんな形か」を教えてくれる

指数表を、

買い目一覧

として見るのではなく、

レース構造の要約

として見ると使いやすくなります。

1強。

2強。

上位3頭。

上位5頭。

大混戦。

市場と一致。

市場と乖離。

このようにレースを分類する。

そのうえで馬券を考えます。

今回は代表的なパターンを整理してみます。

パターン1：指数1位が明確に突出している

例えば、

1位 0.36
2位 0.18
3位 0.12
4位 0.09
5位 0.07

この場合、1位と2位にかなり差があります。

AIとしては、

「この馬が最も勝つ可能性が高い」

だけでなく、

他馬より明確に高い

と評価しています。

こういうレースなら、まず候補になるのは単勝です。

ただし条件があります。

オッズです。

単勝が自然なのは「指数突出＋期待値あり」

p_win 0.36。

単勝4倍。

なら、

0.36 × 4 ＝ 1.44。

かなり面白いです。

一方、1.7倍なら、

0.36 × 1.7 ＝ 0.612。

指数1位でも価格が悪い。

この場合、

「1強だから買う」

ではなく、

1強だけど見送る

が自然です。

指数突出は、買う理由ではなく、

「軸としての信頼度が高い」

という情報です。

価格が合って初めて馬券になります。

1強なら複勝はどうか

複勝も候補にはなります。

ただしp_winしか持っていない場合、

勝率が高い。

だから複勝も良い。

と単純には言えません。

本当に複勝を評価するなら、

p_place＝3着以内確率

が欲しいです。

勝ち切るタイプ。

安定して2～3着に来るタイプ。

では複勝価値が違うからです。

そのため、

p_winしかないAIなら、

単勝は直接使いやすい。

複勝は補助的。

という扱いの方が自然だと思います。

1強を軸に三連系はあり？

考えたくなるのが、

「1位が強いなら三連複1頭軸」

です。

これは発想としては分かります。

ただし注意があります。

p_winは、

1着になる確率

です。

三連複で必要なのは、

3着以内に入る確率

です。

さらに相手同士の同時好走確率も必要になります。

つまり、

p_win上位だからそのまま三連複上位5頭BOX

は、理論的には少し雑です。

実際に三連複やワイドを最適化したいなら、

p_place。

2頭同時に3着以内へ来る確率。

などを別途推定した方がいいです。

パターン2：指数1位と2位がほぼ拮抗

例えば、

1位 0.27
2位 0.25
3位 0.13
4位 0.09
5位 0.07

この場合、

「1位だからA」

と決める意味はかなり弱くなります。

AとBはほぼ同等です。

こういうときは、

どちらが市場に安く売られているか

を見る方が重要になります。

単勝は期待値が高い方

例えば、

A 2.8倍
B 5.0倍

だったとします。

期待値は、

A
0.27 × 2.8 ＝ 0.756

B
0.25 × 5.0 ＝ 1.25

AI上はAが1位。

でも買うならBの方が自然です。

ここでは、

順位を買うのではなく価格差を買う

ことになります。

指数1位と2位が近いほど、この考え方は重要です。

2強なら馬連・ワイド？

AとBが明確に抜けている場合、

馬連。

ワイド。

も考えたくなります。

ただしここでも、

p_win(A)とp_win(B)

だけでは、AとBが同時に好走する確率は分かりません。

例えば両方とも逃げ馬。

共倒れしやすいかもしれません。

逆に脚質が補完関係にあるかもしれません。

そのため、

「1位と2位だからワイド」

ではなく、

AI指数＋脚質＋p_place

まで見られると理想です。

初心者向けの運用なら、

単勝の価格比較

に留める方がシンプルです。

パターン3：上位3頭だけが抜けている

例えば、

1位 0.25
2位 0.22
3位 0.19
4位 0.08
5位 0.06

この形です。

1～3位がまとまっていて、4位以下に落差があります。

この場合、

「勝ち馬は上位3頭のどこか」

というレース構造に見えます。

ここで面白いのは、

1頭を無理に選ばない

という考え方です。

単勝3頭買いはあり？

例えばオッズが、

A 3倍
B 6倍
C 8倍

だったとします。

期待値をそれぞれ見ます。

A
0.25 × 3 ＝ 0.75

B
0.22 × 6 ＝ 1.32

C
0.19 × 8 ＝ 1.52

なら、

Aは買わず、

BとCだけ。

という考え方もできます。

「上位3頭BOX」ではなく、

上位グループの中で価格が良い馬だけ買う

わけです。

指数グループと期待値を分けて考えます。

上位3頭ならBOX買いが自然とは限らない

競馬では、

上位3頭。

だから馬連BOX。

三連複1点。

としたくなります。

でもオッズが低ければ価値はありません。

さらに、

AIの上位3頭が市場の1～3番人気

なら、市場と完全一致です。

その場合、

「AIも強いと言っている」

という安心感はあります。

しかし馬券としての妙味はむしろ少ないかもしれません。

AIと市場が一致することと、

買う価値があることは別です。

パターン4：上位5頭までが団子

例えば、

1位 0.18
2位 0.17
3位 0.16
4位 0.14
5位 0.13
6位 0.05

この形です。

上位5頭がかなり接近。

6位以下には差があります。

以前考えた、

「指数上位5頭は多すぎるのか」

という話にも近いです。

こういうレースでは、

指数1位を単勝で強く買う

というより、

上位5頭の中で市場が間違えていそうな馬を探す

方が自然です。

上位5頭BOXは安心感を買っている可能性

例えば三連複5頭BOX。

10点です。

上位5頭に勝ち馬がいそう。

だからBOX。

確かに当たりやすくなります。

しかし、

当たりやすい＝期待値が高い

ではありません。

5頭すべて人気馬なら、配当が低くなるかもしれません。

逆に1頭だけ市場人気が低い馬がいるなら、その馬を含む組み合わせだけに価値があるかもしれません。

AI指数を使うなら、

BOXで全部を買うより、どこに市場とのズレがあるかを見る

方が合理的です。

パターン5：完全な指数混戦

例えば、

1位 0.15
2位 0.14
3位 0.13
4位 0.12
5位 0.11
6位 0.10
7位 0.09

このようなレースです。

1位はあります。

でも1位にほとんど意味がありません。

こういうときに、

「指数1位だから買う」

とすると、ランキング表示に引っ張られています。

AI自身は、

「かなり分かりません」

と言っているようなものです。

混戦なら最有力候補は「見送り」

個人的にはこれが一番自然です。

上位差がない。

市場も割れている。

不確実性が高い。

この場合、

買い目を広げる

より、

買わない

の方が合理的なことがあります。

人間は混戦を見ると、

「荒れそう」

「穴を拾いたい」

と考えます。

しかし、

荒れそう

と、

どの穴馬が来るか分かる

は別です。

混戦だから買い目を広げると、購入点数だけが増える可能性があります。

混戦で買うなら「価格差だけ」を狙う

ただし混戦でも、

市場との乖離が極端なら話は変わります。

例えば、

AI3位 p_win 0.13。

市場12番人気。

単勝30倍。

なら、

0.13 × 30 ＝ 3.9。

かなり大きな乖離です。

もちろんAIの13％が正しいことが前提です。

こういう場合は、

「レース全体は混戦だから広く買う」

ではなく、

市場が極端に低く評価している1頭だけ買う

方が考え方としてきれいです。

パターン6：AIと市場が完全一致

例えば、

AI1位＝1番人気。

AI2位＝2番人気。

AI3位＝3番人気。

指数差も市場評価もほぼ同じ。

こういうレースです。

この場合、

AIは市場とほぼ同じことを言っています。

予測として間違いではありません。

むしろ市場を正しく再現している可能性があります。

しかし馬券的には、

AI独自の優位性が見えにくい

です。

市場と一致したレースは見送り候補

特に、

上位馬がすべて低オッズ。

期待値も1未満。

なら、

見送り。

でいいと思います。

AIが正しい馬を当てることと、

馬券で利益を出すことは別だからです。

AIが、

「1番人気が一番強いです」

と言った。

市場も、

「知っています」

という状態です。

パターン7：AI上位馬が市場で極端に人気薄

これは競馬AIを運用していて一番面白いパターンです。

例えば、

AI1位 p_win 0.22。

市場8番人気。

単勝18倍。

単純期待値は、

0.22 × 18 ＝ 3.96。

かなり大きいです。

ここでは、

AIと市場のどちらが正しいか

という勝負になります。

もしAIが本当に22％を正確に出せているなら、かなり魅力的です。

ただし同時に、

「AIが何かを誤解しているのでは？」

という疑いも必要です。

乖離が大きいほど「チャンス」と「モデルミス」の両方が大きくなる

市場との乖離は価値の源泉です。

でも乖離が大きいほど、

AI側の誤差

の可能性も高くなります。

例えば、

初ダート。

休み明け。

特殊条件。

データ不足。

新しい騎手。

こうした条件でAIだけ高評価。

なら少し注意します。

以前考えた、

「嫌な予感指数」

のような予測不確実性が役立ちます。

つまり、

AIと市場が大きく乖離。

かつ、

予測不確実性が低い。

なら買いやすい。

AIと市場が大きく乖離。

でも、

予測不確実性も高い。

なら見送る。

という考え方です。

パターン8：市場人気馬をAIが低く評価している

逆もあります。

1番人気。

単勝2.2倍。

でもAI指数5位。

p_win 0.12。

単純期待値は、

0.12 × 2.2 ＝ 0.264。

AIから見ればかなり過剰人気です。

では、

「この人気馬を切って他の馬を買う」

べきでしょうか。

必ずしもそうではありません。

「買わない」と「逆張りする」は別

ここはかなり重要です。

AIが1番人気を低評価。

だから、

2番人気や穴馬を買う。

とすぐ進む必要はありません。

まずできるのは、

その1番人気を買わない

です。

過剰人気を見つけた。

それ自体は、

他の馬に価値がある

という証明ではありません。

人気馬を消した後に、

他馬の期待値も低い。

なら、

レース全体を見送る。

これでいいと思います。

「危険な人気馬を見つけた＝穴馬が当たる」ではない

競馬予想ではよくあります。

1番人気危険。

では誰が勝つ？

ここで無理に穴馬を探す。

結果、

買い目が広がる。

でも1番人気が負ける確率が高くても、

残り15頭に勝率が分散しているだけかもしれません。

つまり、

人気馬を消せる。

と、

代わりの1頭を当てられる。

は別問題です。

AI指数を見ると、この違いが分かりやすくなります。

パターン9：AI1位は高いが、モデル間で評価が割れている

例えばLightGBMでは、

p_win 0.32。

別モデルでは、

0.18。

学習期間を変えたモデルでは、

0.27。

かなりバラバラ。

平均すると高い。

でも安定していません。

こういう馬は、

「指数1位突出」

だけ見れば買いたくなります。

しかし、

予測の不確実性が高い

という問題があります。

この場合は、

単勝額を抑える。

あるいは見送る。

という選択肢が自然です。

指数値だけでなく、

その指数がどれくらい安定しているか

も買い目判断に使えます。

パターン10：上位馬は強いがオッズが全部悪い

これもよくあります。

AI1位 0.35、2倍。

AI2位 0.22、3倍。

AI3位 0.16、4倍。

全部人気。

全部期待値1未満。

AIとしてはかなり予想しやすいレース。

でも馬券としては買いたくない。

こういうレースは、

観戦レース

でいいと思います。

競馬では、

予想しやすいレース＝買いやすいレース

ではありません。

むしろ市場も分かっているから、価格が低くなります。

指数形状ごとの考え方を整理してみる

大まかにまとめると、こんな感じです。

指数の形	基本的な考え方
1位突出	1位の単勝期待値を確認
1・2位拮抗	両者のうち価格が良い方を見る
上位3頭突出	上位グループ内で期待値比較
上位5頭団子	BOXより市場との乖離馬を探す
完全混戦	見送り優先
AIと市場一致	妙味がなければ見送り
AI上位×市場人気薄	単勝候補。ただしモデル誤差確認
市場人気×AI低評価	まず買わない。無理に逆張りしない
不確実性高	賭け金縮小または見送り

重要なのは、

指数の形だけで馬券種を自動決定しない

ことです。

オッズと予測不確実性もセットで見ます。

ではワイドはどんなとき？

ワイドを使いたくなるのは、

「勝ち馬は分からないけれど、上位グループは分かる」

ときです。

例えば、

上位3頭だけ明確に高い。

ただし1位から3位は拮抗。

こういう状況です。

ただし本当にワイドを運用したいなら、

p_winだけではなく、

p_place

を作った方がいいと思います。

ワイドは、

2頭とも3着以内

が必要です。

勝率順位と複勝圏順位は一致しない可能性があります。

複勝もp_placeを作ってからが本番

同じです。

AI指数1位。

p_win 0.20。

でも、

勝つか大敗か

というタイプかもしれません。

別の馬は、

p_win 0.12。

でもp_place 0.48。

なら複勝はこちらの方が向きます。

そのため競馬AIで券種別戦略を本格的に考えるなら、

券種ごとに必要な確率を分ける

のが理想です。

単勝
→ p_win

複勝
→ p_place

ワイド
→ 2頭同時複勝圏確率

馬連
→ 2頭が1・2着になる確率

三連複
→ 3頭が3着以内に入る組み合わせ確率

という感じです。

p_winしかないなら単勝中心が一番きれい

逆に言えば、

現在持っているのがp_winだけ

なら、無理に券種を増やす必要はありません。

単勝を中心にして、

指数の形によって、

買う。

見送る。

購入候補を1位から2位へ変える。

このくらいでも十分です。

p_winしかないのに三連複10点を作る。

より、

勝率予測というAIの出力に合った馬券を使う

方が検証もしやすいです。

「1強なら単勝、混戦ならワイド」は少し危険

よくありがちなルールです。

1強。

単勝。

混戦。

ワイド。

一見合理的です。

でも混戦は、

ワイド向き

なのではなく、

単に難しい

だけかもしれません。

難しいから買い目を広げる。

すると的中率は上がります。

でも回収率が下がる。

このパターンは注意したいです。

混戦ならまず見送り。

そのうえで、

複勝圏に関しては明確な上位グループがある

ならワイドを考える。

この順番の方が自然です。

指数差より累積p_winを見る方法もある

例えば上位5頭。

1位 0.20
2位 0.18
3位 0.16
4位 0.14
5位 0.12

累積すると80％です。

つまりAI上では、

勝ち馬が上位5頭にいる確率が80％。

一方、

別のレースでは上位5頭累積55％。

同じ上位5頭でも意味が違います。

だから、

指数順位。

指数差。

累積p_win。

この3つを見るとレース構造が分かりやすくなります。

「何頭まで買うか」も累積確率から考えられる

例えば、

上位2頭累積60％。

上位3頭75％。

上位5頭88％。

なら、

3頭目まででかなりカバーしています。

一方、

上位3頭45％。

上位5頭60％。

ならかなり広い混戦です。

固定で、

上位5頭。

とするより、

どこまで確率を足せばレースの大部分を説明できるか

を見る方が合理的です。

ただし、これも「その頭数を全部買う」という意味ではありません。

レース構造を理解するための指標です。

最終的な判断は3軸で考える

個人的には、競馬AIの買い目を決めるなら3つです。

1. 指数の形

1強。

2強。

上位グループ。

混戦。

2. 市場との乖離

AI評価より売れている。

AI評価より売れていない。

期待値はどうか。

3. 予測の不確実性

モデル評価は安定しているか。

初条件が多くないか。

データ不足ではないか。

この3つです。

例えば、

1位突出。

市場人気薄。

不確実性低。

ならかなり買いやすい。

1位突出。

市場1.3倍。

なら見送り。

混戦。

市場との乖離なし。

なら見送り。

混戦。

でもAI上位の1頭だけ30倍。

予測安定。

なら、その1頭の単勝だけ検討。

こういう形です。

「ベターな買い目」はレースごとに変わる

競馬AIを運用すると、

つい最強の買い方

を探したくなります。

単勝。

複勝。

ワイド。

三連複。

どれが一番いいのか。

でも答えは、

指数の形によって違う

可能性があります。

ただしもっと重要なのは、

買い目を変えることより、

買う・買わないを変えること

かもしれません。

1強だから買う。

ではない。

混戦だからワイド。

でもない。

市場価格まで見て初めて馬券になります。

「買い目最適化」で過学習しないようにする

ここにも注意があります。

過去データを見て、

1位差0.10以上なら単勝。

0.05以下ならワイド。

上位3頭累積70％なら三連複。

など細かくルールを作る。

するとバックテストは改善するかもしれません。

でも以前考えた「勝てる条件だけ買う」と同じ問題が出ます。

ルールを細かくしすぎるほど、

過去に最適化される

可能性があります。

だから最初はシンプルな方がいいです。

まず試すなら4分類くらいで十分

例えば、

A：1位突出

単勝期待値が基準以上なら買う。

B：上位拮抗

上位馬の中で最も期待値が高い馬だけ買う。

C：完全混戦

見送り。

D：AIと市場の大幅乖離

予測不確実性が低ければ単勝候補。

これくらいです。

まず100レース。

300レース。

と記録する。

そこから、

「上位3頭型ではワイドが良い」

などを追加検証する方が安全です。

買い目と一緒に「なぜ買ったか」を記録する

競馬AI運用で個人的にやってみたいのがこれです。

例えば、

中山8R
分類：1強
AI1位 p_win 0.34
単勝4.2倍
EV 1.43
不確実性：低
買い目：単勝

京都10R
分類：混戦
AI1位 0.17
AI5位 0.12
市場乖離なし
買い目：見送り

こうして記録します。

後から、

1強型。

混戦型。

市場乖離型。

どれが実際に強かったか集計できます。

「見送り率」もAIの評価指標にしていい

的中率。

回収率。

購入数。

だけでなく、

見送り率

も面白いと思います。

例えば36レース。

AIは全部予測。

購入5レース。

見送り31レース。

この31レースを買わなかったことで、どれだけ損失を避けられたか。

もちろん買っていないので実収支ではありません。

でも、

「買わない戦略がどれだけ働いたか」

を見る材料になります。

競馬AIの価値は、

当たる馬を教えること

だけでなく、

買わなくていいレースを教えること

にもあると思います。

「何を買うか」より「なぜこの券種なのか」

最終的に大事なのはこれです。

単勝を買う。

なぜ？

p_winが高く、オッズも良いから。

ワイドを買う。

なぜ？

p_place上位2頭の同時好走確率に対して配当が良いから。

三連複。

なぜ？

上位3頭の複勝圏確率と組み合わせオッズに価値があるから。

このように説明できるのが理想です。

「指数上位だから」

だけでは少し弱いです。

まとめ

競馬AIの指数結果に応じたベターな買い目は何でしょうか。

一つの馬券種ですべてのレースを処理するより、

指数の形によって考え方を変える

方が自然だと思います。

指数1位が突出。

なら、まず単勝期待値を見る。

1位と2位が拮抗。

なら、順位より市場価格を比較する。

上位3～5頭だけ抜けている。

なら、そのグループの中で市場が過小評価している馬を探す。

完全混戦。

なら、見送りを第一候補にする。

AIと市場が完全一致。

なら、妙味がなければ買わない。

AI上位馬が極端な人気薄。

なら、モデルの不確実性を確認したうえで単勝候補にする。

市場人気馬をAIが低評価。

なら、その人気馬を避ける。ただし無理に逆張り馬券を作らない。

このように考えられます。

そして重要なのは、

p_winだけで全馬券種を最適化しようとしないこと

です。

単勝ならp_win。

複勝ならp_place。

ワイドなら2頭の複勝圏入り。

三連複なら3頭の同時複勝圏入り。

券種によって必要な確率は違います。

現在p_winを中心にAIを作っているなら、まず単勝を軸に、

指数の形。

オッズ。

期待値。

不確実性。

から、

買うか。

見送るか。

を決める。

それだけでもかなり整理できます。

競馬AIを使うと、

毎レース必ず1位が表示されます。

でも、

1位がいること

と、

買うべき馬がいること

は同じではありません。

むしろAIを運用するうえで大事なのは、

「このレースには指数1位はいる。でも買いたい馬はいない」と言えること

なのだと思います。

そして最終的には、

「どの馬券が一番強いか」

ではなく、

この指数分布と、このオッズなら、何もしないことも含めてどの選択が一番合理的か。

そこまで考えられるようになると、競馬AIが単なるランキング表から、少しずつ馬券判断の道具へ変わっていくのかもしれません。