ぼくはまだ、競馬を完全には理解していません。
でも、指数を公開していると
よく考えることがあります。
それは
「AIが高評価しなかった馬は、本当に来ないのか？」
ということです。
競馬AIを使い始めると
- 指数1位を買う
- 上位馬だけを見る
- 下位評価馬を切る
という行動を取りがちです。
しかし実際の競馬では
AIが選ばなかった馬が普通に勝つことがあります。
今回は
AIが選ばなかった馬をどう扱うべきか
について整理してみます。
AIが選ばなかった＝消しではない
最初に結論を書いておきます。
AIが選ばなかった馬は
「来ない馬」ではなく
「来る確率が低い馬」
です。
この違いは非常に重要です。
例えば
- A馬：勝率25%
- B馬：勝率15%
- C馬：勝率5%
だった場合
AIはA馬を高く評価します。
しかし
C馬の勝率も0%ではありません。
5%は20回に1回
競馬を続けていれば
普通に起こる頻度です。
AIは順位を付けているだけ
AIモデルがやっていることは
未来を予言することではありません。
× 勝ち馬を当てる
ではなく
○ 勝つ可能性を並べる
です。
例えば
今回のモデルでは
各馬のp_winを算出しています。
これは
「この馬が何%くらい勝ちそうか」
を表した数字です。
AIは予言者ではなく
確率屋
AIが苦手な領域
ここが重要です。
AIが選ばなかった馬が来る場合
一定のパターンがあります。
① 初出走馬
以前の突出指数レース観察でも触れました。
AIは過去データを学習します。
そのため
新馬や初出走馬は
そもそも情報が少ない。
データが無いものは
評価しづらい
能力が高くても
指数に反映されないケースがあります。
② 急成長
競走馬は生き物です。
特に
- 2歳
- 3歳春
では数か月で別馬のように成長します。
例えば
前走10着
↓
今回1着
というケースも珍しくありません。
過去は未来を説明するが
保証はしない
③ 展開の恩恵
競馬は相対競技です。
例えば
- 超ハイペース
- 前崩れ
- 馬場悪化
など
レース当日の条件で結果は変わります。
AIが評価していない差し馬が
展開ひとつで突っ込んでくる。
これはよくあります。
④ 人間が見ている情報
AIが学習していない情報もあります。
例えば
- パドック
- 馬体重
- 当日の気配
- 厩舎コメント
もちろん過信は禁物ですが
市場参加者はこうした情報も見ています。
AIの外側にある情報は存在する
では下位評価馬は買うべきか
ここが難しいところです。
結論から言うと
毎回買う必要はない
です。
なぜなら
AIが下位評価している以上
平均的には勝率が低いからです。
例えば
指数上位5頭で勝ち馬の大半を占めるなら
下位評価馬を無理に拾う行為は
期待値を悪化させる可能性があります。
来ることと
買う価値があることは別
むしろ注目すべきは人気とのズレ
個人的には
AIが選ばなかった馬そのものより
市場との評価差
を見る方が重要だと思っています。
例えば
AI評価は低いのに
1番人気。
これは
AIと市場が対立している状態です。
逆に
AI評価は高いのに
人気がない。
こちらは期待値が生まれる可能性があります。
重要なのは
「来る馬探し」ではなく
「評価差探し」
AIが選ばなかった馬から学べること
実は
指数上位馬が負けたレースより
AIが選ばなかった馬が勝ったレースの方が
学びは大きいです。
例えば
- なぜ勝ったのか
- AIは何を見落としたのか
- 共通点はあるのか
こうした分析が
次の改善につながります。
外れたレースは
教材になる
このブログで大事にしたいこと
このブログでは
指数が当たったレースだけでなく
外れたレースも記録しています。
なぜなら
本当に知りたいのは
「なぜ当たったか」
ではなく
「なぜ外れたか」
だからです。
AIが選ばなかった馬を観察すると
- 未勝利戦
- 初出走馬
- 成長途上の若駒
- 展開依存レース
など
AIの弱点も見えてきます。
まとめ
AIが選ばなかった馬は
- 来ない馬ではない
- 勝率が低い馬である
- 特定条件では普通に勝つ
一方で
・毎回拾う必要はない
・期待値で考えることが重要
・外れた理由の分析が成長につながる
AIが選ばなかった馬は
敵ではなく
AIの弱点を教えてくれる先生
なのかもしれません。
ぼくはまだ
競馬を理解している途中です。
でも最近は
指数1位が勝ったレースよりも
指数圏外の馬が勝ったレースの方が
気になるようになってきました。
そこには
まだAIが理解できていない競馬が
隠れている気がするからです。
コメント