見出し画像

TARGETで勝ち馬を狙う!まずは基本の指数から学ぼう

2024年の中央競馬が始まりました。皆さん、初戦はどうでしたか?

私は、昨日届いたパソコンでJRA-VANのお試し期間を利用して、初めてTARGETのアプリを試していました。馬券は買わずに、まずはTARGETの使い方を覚えることにしました。

TARGETは、思っていたよりも活用方法が難しくて、使いこなせる自信がありません。データを眺めているだけで時間があっという間に過ぎてしまいます。これは恐ろしいですね。

すぐに使いこなせなくても、公式サイトに活用方法のマニュアルがあるので、まずは使い方に慣れていければと思います。

TARGETで学んだことをアウトプットすることで、学びが深まると思いますので、記事にしていきたいと思います。

今回は、TARGETで見ることができる指数について紹介したいと思います


TARGETで提供されている指数

ZI指数

ZIは前走の成績を簡単に指数化したもので、基本的にはこれが高いと人気になる可能性があります。前走の着順、人気、着差や連対率、頭数の増減や斤量の増減、脚質等を数値化したものです。

TARGET用語解説より

指数が高いほど、前走で好走していたことを示します。しかし、前走で好走した馬は人気を集めやすいため、指数が高いのに人気がない馬を探してみるのも面白いかもしれません。人気がない理由を調べてみると、穴馬を見つけられるかもしれませんね。

PCI指数

PCIとは、ペースチェンジ指数を意味し、その算出方法は、上がり3ハロンの位置を分岐点とし、その前後の走破タイムからそれぞれ速度を計算し、その比を表したものです。つまり、3ハロン前後で、どれだけ速度が変わったかを表しています。

TARGET用語解説より

PCI指数が低いということは、ゴール前で失速したということです。そのため、直線が短いコースや距離が短縮されたレースでは、失速する距離が短くなるため、好走する可能性があります。また、PCI指数が高ければ、上がりの足が使えるという評価ができます。

走破速度を予測するモデル

走破タイム型モデルは、過去のレース成績データから算出した各競走馬の走破速度を教師データとし、競走馬の属性、騎手、調教師、レース情報などから、次回レースの走破速度を予測するもので、走破速度と距離からタイム換算してJRA-VAN NEXTのマイニング画面で表示しています。

データマイニング予測の仕組み

競走馬の勝敗を予測するモデル

対戦型モデルは、過去のレースにおいて、対戦実績のある競走馬同士の勝ち負けを教師データとし、競走馬の属性、騎手、調教師、レース情報などから、次回レースで対戦する競走馬の勝ち負けを予測するもので、各競走馬の強さを100点補正して、JRA-VAN NEXTのマイニング画面で表示しています。

データマイニング予測の仕組み

指数が高いほど、勝つ可能性が高いことはありますが、競馬の予想はそう簡単ではありません。TARGETでは、過去のデータを使って分析できるので、少しずつ勉強して、使える武器を増やしていければと思っています。

この記事が気に入ったらサポートをしてみませんか?