競馬のAI予想で回収率100%を超えるために

競馬の総合情報アプリとサイトを運営しているpakaraです。
このたびAI予想機能を追加しました。AI予想を作る上でのコツなどをメモしておきます。

AI指数はアプリ上で無料で公開しています。

‎pakara 競馬の予想、投票と収支管理

pakara 競馬の予想、投票と収支管理 - Apps on Google Play

pakara - 競馬の総合情報サイト

AI予想の成績

2020年~2024年間のレース

AI指数が最も高い馬に投票(7272件)

回収率

単勝回収率:92.7% (的中率:23.7%)
複勝回収率:97.1% (的中率:54.6%)

単勝オッズが10倍以上のみ投票(1365件)

回収率

単勝回収率:100.7% (的中率:6.1%)
複勝回収率:111.1% (的中率:27.5%)

条件次第では100％を長期間で達成することができました。

AI予想を作る上で重要なポイント

的中率か、回収率か

競馬予想AIでよく使われる方法は、データの中から着順が3着以内の馬を見つけ出すというものが多いです。この方法だと3着以内的中率がAIの良し悪しの判断となります。
的中率を上げるのに重要な要素は

• オッズや人気

• 過去の成績

があります。
特にオッズを学習させたAIは、オッズの低い馬ほど高評価するため的中率は高くても回収率は低くなる傾向があり、3~5回に1度外すとマイナスになってしまいます。
また最終オッズは当日のレースではわからない欠点もあります。

競馬に「絶対」はありえません。どんなに強い馬でも負けることがあります。中央競馬における単勝１番人気の勝率は30％程度。単勝オッズ１倍台の馬でも、勝つ確率は50％強程度で、馬券の期待値としては低いです。

jra vanより

オッズや人気のデータを使わずに的中率を上げ、回収率でAIの良し悪しを判断するのが重要になります。

馬のポテンシャルを重要視する

「人気やオッズはレースの着順に関係はなく、速い馬がポテンシャルを発揮できた時に勝つ」という仮定のもと、学習させるデータは馬のポテンシャルが現れるデータのみに限定する。

• 調教タイムを標準化(トレセンのコースを考慮)

• 過去のラップタイムの標準化(ペースを考慮)

• 残りF3を標準化(ペースを考慮)

• 血統(遺伝的なポテンシャル)

• レース間隔(ポテンシャルを発揮できるか)

• 距離などの適正

過去の着順は対戦相手によって決まる相対的な評価なので、馬自身のポテンシャルを評価するものではありません。
前走のレース結果の影響やネームバリューで、過剰人気や過小評価になった馬も等しく評価することができます。

AI予想の弱点

AIが予想をするデータは、誰もが見れるデータから予測するため大穴をみつけるこはできません。またレース展開によってはポテンシャルを発揮できない場合も予測できません。

AI予想の改良の余地

荒れるレースを見つける

飛ぶ馬や大穴を見つける予想AIを追加するなど、別のAI指数から総合的に判断する方法があります。

• 開催地や距離別の枠の有利不利など、馬のポテンシャルを阻害する要因を追加する

• 騎手が馬のポテンシャルを発揮できるか

• 本番に強いかどうかなどの馬の性格をどう数値かするか

• どういった馬が大穴となるか

• 時系列オッズの動きから穴馬を見つけられるか

馬券の買い方で回収率を高める

AI予想や指数など新しい技術が浸透すると、オッズに反映され回収率は下がっていきます。
現時点では単勝、複勝でしかシミュレーションしていないので、

• 馬券別で回収率をシミュレーションする

• AIが出すスコアを対戦相手と比較して馬券と点数をきめる

• 投資金額の配分の仕方

などで回収率を高める余地はあると思います。

今後の予定

最終的に、買い目の指定までできるAI予想を作成予定です。
アドバイスや機能追加要望などありましたご連絡ください。