パドック派とAI派、長期的に有利なのはどちらか

ぼくはまだ、競馬を完全には理解していません。

競馬予想には、大きく分けて二つの考え方があります。

一つは、パドックで実際の馬を見て判断する方法です。

馬体の張り、歩様、発汗、落ち着き、気合乗り。数字には表れない「今日の状態」を読み取り、買う馬を決めます。

もう一つは、過去のレース結果や馬の基本情報をデータとして扱い、AIや統計から好走確率を推定する方法です。

こちらは、馬の見た目よりも、蓄積された成績と数値を重視します。

パドック派から見れば、

「AIは今日の馬の状態を見ていない」

という弱点があります。

AI派から見れば、

「パドック評価は主観的で、結果を見た後なら何とでも説明できる」

という疑問があります。

では、同じ買い方を長期間続けた場合、パドック派とAI派のどちらが有利なのでしょうか。

今回は、的中率だけでなく、再現性、検証可能性、オッズ、運用負荷という観点から考えてみます。

結論：長期運用の土台はAI、当日の補正はパドック

最初に結論を書くと、長期的な馬券運用の土台としては、AIの方が扱いやすいと思います。

理由は、同じ条件に対して同じ方法を繰り返せるからです。

一方、パドックには、AIが持っていない当日の情報があります。

そのため、どちらか一方だけを選ぶならAIの方が検証しやすいものの、実際には、

AIで能力と確率を評価し、パドックで当日の異常を確認する

という役割分担が現実的です。

ただし、パドックを見て感覚的に買い目を増やしてしまうなら、組み合わせた方が良いとは限りません。

情報を増やした結果、予想の一貫性を失うこともあるからです。

パドック派が見ているもの

パドック派が重視するのは、過去の能力だけではありません。

その馬が今日、その能力を出せる状態なのかを見ています。

主な観察対象は次のようなものです。

観察項目	確認したいこと
歩様	脚運びに硬さや違和感がないか
馬体の張り	筋肉や皮膚に活気があるか
発汗	緊張や入れ込みが強すぎないか
落ち着き	無駄な消耗をしていないか
気合	レースへ向かう集中力があるか
馬体重	増減が成長か、太め残りか、消耗か
周回中の変化	次第に落ち着くか、悪化していないか

これらは、通常の馬柱には載っていない情報です。

例えば、能力上位と考えていた馬に強い発汗や歩様の違和感があれば、予定どおり走れない可能性を考えられます。

反対に、休み明けでも十分に仕上がっているように見えれば、事前の割引を小さくできるかもしれません。

パドックの強みは、その日の馬を直接確認できることです。

AI派が見ているもの

AI派は、一頭の見た目より、多数の過去データから共通する傾向を探します。

現在ぼくが使っている競馬AIでは、当日のレース条件、馬の基本属性、過去5走の要約統計などから、各馬が1着になる確率をp_winとして出力しています。

AIが扱いやすいのは、例えば次のような情報です。

• 過去の着順や走破内容
• 距離、競馬場、芝・ダート
• 馬齢、斤量、枠順
• 近走成績
• 相手関係
• 騎手やレース条件
• 脚質や通過順位
• 多数のレースに共通する傾向

AIの強みは、感情や記憶に左右されず、すべてのレースへ同じ処理を適用できることです。

前のレースで外れたから評価を変えることもありません。

人気馬だから安心することも、人気薄だから夢を見ることもありません。

ただし、AIが見ているのは入力されたデータだけです。

当日に馬が極端に入れ込んでいても、その情報を入力していなければ分かりません。

比較①　再現性はAIの方が高い

長期的に馬券方法を検証するなら、最も重要なのは再現性です。

同じような条件に対して、同じ基準で判断できるかということです。

AIであれば、同じモデルと同じデータを使用すれば、基本的には同じ結果が出ます。

昨日はp_win20％と評価したのに、今日は気分によって15％へ変更することはありません。

一方、パドック評価には人間の感覚が入ります。

同じ馬を見ても、

「落ち着いている」

と評価する人もいれば、

「活気が足りない」

と評価する人もいます。

同じ発汗でも、

「気合が乗っている」

と見る人と、

「入れ込んで消耗している」

と見る人がいます。

さらに、評価する本人の状態によっても判断が変わります。

• その日の気分
• 馬券収支
• 事前に本命としていたか
• 解説者のコメント
• 人気やオッズ
• レース結果を見た後の記憶

こうした影響を完全に排除するのは難しいでしょう。

同じ判断を何百回も繰り返すという点では、AIの方が長期運用に向いています。

比較②　当日の状態はパドックの方が強い

再現性ではAIが優位でも、当日の情報ではパドックに強みがあります。

AIが過去成績から能力を高く評価していても、今日は本来の力を出せない状態かもしれません。

例えば、

• 歩様に明らかな違和感がある
• 発汗が激しく落ち着かない
• 馬体が大きく細く見える
• 周回を重ねるほどテンションが上がる
• 馬体重の増減と見た目が合っていない

といった情報です。

これらが好走確率にどれだけ影響するかは別として、過去データだけでは捉えにくい変化です。

AIは通常の状態を前提に確率を出しているのに、当日は通常ではない。

このような場合には、パドックによる補正が役立つ可能性があります。

ただし、「明らかな異常」と「何となく良く見えない」は分けなければなりません。

パドックの強みは、微妙な馬体の好みではなく、AIが想定していない大きな状態変化を見つけることにあると思います。

比較③　大量のレースを扱えるのはAI

パドックをしっかり見るには時間が必要です。

全馬の周回を確認し、過去映像と比較し、馬体重や気象条件まで考えるなら、一日に何十レースも評価するのは簡単ではありません。

複数会場のパドックが重なることもあります。

一方、AIは大量のレースを同じ基準で処理できます。

全場の出走馬へp_winを出し、条件に合うレースだけを抽出できます。

例えば、

• p_win15％以上
• 指数1位と2位に一定の差がある
• 新馬戦と障害戦を除く
• オッズとの間に評価差がある

といった条件で、見るべきレースを絞れます。

ここでのAIの価値は、全レースの馬券を買うことではありません。

人間が詳しく確認すべきレースを選別することです。

パドック派が全レースを細かく見るのは難しくても、AIが候補を絞った数レースだけなら、比較的丁寧に観察できます。

比較④　検証しやすいのはAI

競馬予想が本当に役立っているかを判断するには、記録が必要です。

AIの場合は、次のような情報を自動的に残しやすくなります。

記録項目	内容
p_win	AIが推定した勝率
指数順位	レース内での評価順位
オッズ	市場の評価
期待値	確率と価格の比較
レース条件	芝・ダート、距離、クラスなど
結果	着順と払戻し

例えば、p_win20～25％の馬を500頭集計し、実際の勝率がどうだったかを確認できます。

一方、パドック評価は、記録方法を事前に決めなければ検証が難しくなります。

「今日は良く見えた」
「少し細く見えた」
「気合があった」

という自由な文章だけでは、後から集計できません。

パドックを検証するなら、

• 良い
• 普通
• 悪い

の3段階にするなど、一定の基準へ変換する必要があります。

さらに、発走前に記録しなければなりません。

勝ち馬を見てから、

「やはりパドックでも良く見えた」

と評価するのでは、検証にならないからです。

比較⑤　AIにも見えない誤差がある

AIの方が再現性と検証性に優れているからといって、AIの数字が正しいわけではありません。

p_win20％と表示されても、本当に5回に1回勝つとは限りません。

モデルが苦手な条件では、予測誤差が大きくなる可能性があります。

例えば、

• 新馬戦
• 初出走馬が多い未勝利戦
• 大幅な距離変更
• 芝・ダート替わり
• 長期休養明け
• 馬場の急変
• データの少ない条件

です。

AIは常に数値を出します。

しかし、数値が表示されることと、その数値を信頼できることは別です。

むしろ、人間よりはっきりした数字を出すため、誤った確率にも説得力が生まれます。

パドック派が「何となく良く見える」と過信するように、AI派も「p_winが高いから正しい」と過信する危険があります。

比較⑥　パドックは人気に引っ張られやすい

パドックを見るときに、すでに人気や新聞の印を知っていることがあります。

1番人気の馬が落ち着いて歩いていれば、

「やはり雰囲気が違う」

と感じます。

人気薄の馬が同じように歩いていても、特別には見えないかもしれません。

逆に、穴馬を探しているときは、人気薄の少し良い部分が大きく見えます。

このように、パドック評価は事前予想の影響を受けます。

自分の本命馬については、

• 発汗していても気合と解釈する
• おとなしくても落ち着きと解釈する
• 馬体増でも成長と解釈する
• 馬体減でも絞れたと解釈する

という都合のよい評価ができます。

パドックを独立した情報として使うなら、事前評価と分けて記録する必要があります。

「本命だから良く見えた」のか、「本当に普段より良かった」のかを区別しなければなりません。

比較⑦　AIはオッズと比較しやすい

馬券で長期的な利益を考えるなら、好走馬を探すだけでは足りません。

確率とオッズを比較する必要があります。

AIがp_winを出していれば、単勝では単純な期待値を計算できます。

例えば、

• p_win20％
• 単勝オッズ7倍

であれば、

0.20 × 7 ＝1.40

です。

一方、パドック評価で、

「この馬はかなり良く見える」

と判断しても、勝率が何％上がったのかは分かりません。

もともと勝率5％と考えていた馬が、パドックで良く見えたことで6％になったのか。

それとも15％まで上がったと考えるのか。

この違いによって、買えるオッズは大きく変わります。

パドック評価は方向性を示せても、確率へ変換するのが難しい情報です。

そのため、期待値や賭け金まで一貫して考えるなら、AIの方が運用しやすくなります。

パドック派の最大の弱点は「当たったときだけ覚えやすいこと」

パドックで良く見えた穴馬が勝つと、強く記憶に残ります。

「やはり馬体を見れば分かる」

と感じます。

しかし、良く見えて負けた馬が何頭いたかは忘れやすいものです。

反対に、悪く見えた人気馬を消して、その馬が負ければ、

「パドックで切れた」

という成功体験になります。

悪く見えたのに勝った馬については、

「能力が違った」
「もともとパドックでは見栄えしない馬」

と整理できます。

このように、パドック評価には結果に合わせた説明を作りやすい面があります。

だからこそ、発走前の記録が重要です。

AI派の最大の弱点は「数字が出れば買いたくなること」

AI派にも別の問題があります。

全レースに指数が出ると、どのレースにも買う馬がいるように感じます。

指数1位は必ず存在します。

しかし、指数1位だから買う価値があるとは限りません。

• 上位馬が横並び
• オッズが低い
• モデルの苦手条件
• 初出走馬が多い
• p_winが校正されていない

といった場合は、数字が出ていても見送る必要があります。

AIは迷っていても順位を出します。

わずかな差でも1位と2位を決めます。

人間側が、その差に本当に意味があるのかを判断しなければなりません。

パドックとAIが一致した馬は強く買えるのか

AI評価が高く、パドックでも良く見える馬がいたとします。

二つの評価が一致しているため、強く買いたくなります。

しかし、一致したからといって購入額を自動的に増やすのは危険です。

なぜなら、

• パドック評価が人気に引っ張られている
• 良く見える馬がすでに過剰人気
• AIの確率が過大評価
• パドックの良さが勝率へどれだけ影響するか不明

という可能性があるからです。

AIとパドックの一致は、購入候補として安心材料にはなります。

ただし、最後はオッズとの比較が必要です。

状態が良く、能力も高い馬でも、単勝1.3倍なら買わない選択肢があります。

AIとパドックが食い違ったときが難しい

より難しいのは、両者の評価が異なる場合です。

AI評価は高いが、パドックが悪く見える

AIが通常どおり走れる前提で出した確率を、当日の状態から下方修正する場面です。

ただし、単に好みの馬体ではなかっただけなら、むやみに下げる必要はありません。

明確な異常か、過去との違いがあるかを確認します。

AI評価は低いが、パドックで良く見える

状態は良くても、元の能力評価が低い馬です。

好調だからといって、能力差がすべて埋まるわけではありません。

買い目へ追加する場合も、状態の良さがオッズに対して十分な意味を持つかを考えます。

整理すると、次のようになります。

AI評価	パドック	考え方
高い	良い	オッズを確認して購入候補
高い	悪い	明確な異常なら減額・見送り
低い	良い	状態良好でも能力差を再確認
低い	悪い	原則として優先度を下げる

ここで重要なのは、評価が食い違うたびに買い目を増やさないことです。

長期的に有利なのは「記録できる側」

パドック派とAI派のどちらが有利か。

実は、手法そのものより重要なのは、

自分の判断を記録し、検証して修正できるか

だと思います。

優れたパドック観察者でも、記録を残さず、都合のよい成功だけを覚えていれば長期的な改善は難しくなります。

未完成のAIでも、条件別の精度や回収率を記録し、苦手条件を除外できれば改善できます。

比較するなら、次のような違いになります。

項目	パドック派	AI派
当日情報	強い	入力しなければ弱い
再現性	評価者に左右される	比較的高い
全レース処理	難しい	得意
数値化	難しい	得意
検証	記録設計が必要	自動化しやすい
オッズ比較	確率変換が難しい	p_winを使いやすい
感情の影響	受けやすい	モデル自体は受けにくい
データ外の異常	気づける可能性	基本的に分からない

長期的に有利なのは、パドックを見る人か、AIを使う人かではありません。

同じ基準で記録し、自分の判断が収支を改善したか確認できる人です。

現実的な組み合わせ方

ぼくの現在の運用へ取り入れるなら、次のような役割分担が考えられます。

1．AIで全レースを評価する

p_winや指数差から候補レースを抽出します。

2．オッズと比較する

評価に対して十分な価格があるかを確認します。

3．モデルの苦手条件を除外する

新馬戦、情報不足、大幅な条件変更などを確認します。

4．候補馬だけパドックを見る

全馬から新しい本命を探すのではなく、事前候補に異常がないかを確認します。

5．明確な悪材料だけ補正する

何となく良い、悪いではなく、過去との違いや明確な異常を記録します。

6．総購入額を増やさない

パドックで馬を追加するなら、ほかの買い目を削ります。

この方法なら、AIの再現性を土台にしつつ、当日の状態も確認できます。

パドックで予想を作り直すのではなく、AIの前提が崩れていないかを確認する形です。

検証するなら「パドック補正前後」を比べる

パドックが本当に役立っているのかを確認するには、AIだけの場合と、パドックで変更した場合を分けて記録します。

記録項目	内容
AIの事前評価	p_winと指数順位
パドック評価	良い、普通、悪い
評価理由	発汗、歩様、馬体など
購入変更	追加、維持、減額、見送り
変更前の仮想収支	AIだけで買った場合
変更後の実収支	パドック反映後
差額	補正によって改善したか

一定数を集計すれば、

• パドックで評価を上げた馬
• 評価を下げた馬
• 見送った馬
• 買い目へ追加した馬

の成績が分かります。

パドックによって的中率は上がったが、人気馬を追加したため回収率が下がっているかもしれません。

反対に、明らかな不調馬を減額したことで損失を抑えられている可能性もあります。

感覚ではなく、補正の効果を数字で確認できます。

まとめ

パドック派とAI派、長期的に有利なのはどちらか。

現時点でのぼくの考えは、

再現性と検証性ではAIが有利。ただし、当日の状態変化を確認する補助情報としてパドックには価値がある

となります。

重要な点を整理すると、次のとおりです。

• パドックは当日の状態を確認できる
• AIは多数の過去データを同じ基準で処理できる
• 長期検証ではAIの方が数値化しやすい
• AIは入力されていない当日の異常を認識できない
• パドック評価は主観や人気に影響されやすい
• AIのp_winも正解ではなく、校正と条件別検証が必要
• AIとパドックが一致しても、最後はオッズを確認する
• 食い違った場合は、どちらかを感覚で採用しない
• パドック補正によって収支が改善したか記録する
• 全馬をパドックで再予想せず、AI候補の確認に使う

ぼくはまだ、AIだけで競馬のすべてを評価できるとは思っていません。

過去データから高いp_winが出ても、その馬が今日、本当に通常どおり走れる状態なのかは分かりません。

一方、パドックで迫力のある馬を見つけても、その馬がレース条件に合い、オッズに見合う能力を持っているとは限りません。

パドック派とAI派の違いは、

「馬を見るか、数字を見るか」

だけではありません。

一回の見た目を重視するのか、多数の再現性を重視するのか

という違いです。

長期的な土台はAIで作る。

パドックでは、その土台を壊すほどの当日の変化がないかを確認する。

どちらかを絶対的な答えにするのではなく、役割を分けることが、最も安定した使い方なのかもしれません。