12/6 南関データ修正完了してみて

先月7日、ソレは突然訪れました。

ソレにより自分の予想活動の根拠が崩れ、更にその時に感じていた自身の稚拙な機械学習のパラメータ調整方法への憤りが相まって、脳が強制終了してしまった感じでした。

その後綺麗さっぱりJRAのデータは消去して、気持ちを新たに南関データの修正をしてきました。

さて。

これから何をどうして何処に向かったらいいものか、なんとなくは掴めているんですが、一度文字にしてもう少し具体的に考えていきますか。

まずはここ数日、南関データ修正完了が見え始めてから考えていた事を記します。

南関のデータを残すと決めたのは、何よりやりかけである事と、今までやって来たAI機械学習を忘れない為。特にDeep Learningと、新たに導入を検討していた※Operations Researchについては、まだまだ試したい事も知りたい事も山盛りだという、すごく楽しい時間であった事もあります。

ならば、修正の終わったデータで再度予測まで持っていく事が、一連の全てのデキゴトに対する私なりの供養になるのではないか。そう思うのです。

そしてそれは、全ての始まりであるJRAの予想を再び始めるためのベースにもなるとも考えます。

もちろんJRAの予想については、全てを0から作り直し、扱っていた項目も、一つずつ丁寧に結果との相関関係を見ながら可能な限り細かく指数化するつもりです。

これは現時点で考える私の理想ですが、AI機械学習はあくまでも指数を元にその桁外れの計算力で買い目出力をしてもらうのみ。つまり、単純にAI機械学習を通って出た買い目の回収率だけではなく、指数だけの閾値設定のみでの回収率100％超えを目指し、その上で※Operations Researchによる最適化。これが今自分に出来る全てだと思います。

南関は南関で、多少指数周りも調整はする予定ですが、直ったデータを元に、あくまで最終的なDeep Learningによる買い目出力に重きを置いた手法に拘りたいと思います。そして同時に競馬予想におけるOperations Researchの研究ですね。

これは必ず後のJRA版でも効いてくるはずです。

残る問題は競馬に関するインプットです。

これは普通に真正面からやっても他の方の後追いになるだけなので、やはりあくまでも統計的処理の中で数値化し、因果関係が認められるものを丹念に探し、それら指数をどれだけ一般化できるかを、最大の目標としたいと思います。要は、新しく別のアプローチに変更するのではなく、今までのやり方を更に磨き上げていきたいという感じです。

精神的にも肉体的（特に腰）にもかなり凹んだ一ヶ月でしたが、ようやく色々次に向く方向が見えてきました。

まだまだ色々こねくり回すかもしれませんが、一旦この辺りで。

お読みいただきありがとうございました。

※Operations Research (オペレーションズリサーチ)

プログラミングでの問題の解決方法の数理的アプローチ。数理最適化とも。

イメージ的には、競馬AI機械学習による予測だけで終わらせず、更に数理的アプローチにより、利益最大化させる最善の買い方を探し出すという感じです。通常ならオッズを使うと思うのですが、私は前日予測のスタイルなので、そこは工夫です。