いやー。酷い目にあった。
もう競馬辞めようか…と思うような土日だった。
Pythonでの予測コードを組んでやってはみているけど、10,000円の予算に対して回収が2,000円。マイナス80％。地獄かよ…。
改善の余地しかないけど、改善できるのか？とすら思っている。まあ、やるけどね。愚痴りたくなるぐらいに今だいぶアレなんです。
反省のためにあれこれを書きたい。
大負けだった2025年12月第3週の競馬予想、その原因分析
的中率をレース単位に落とし込む細やかさを持つべきだった
大きな反省はこれ。
一応、予測モデルでは予測モデルの的中率を過去データから算出している。
例えば…
- 単勝_1位予想_1着：0.267003 （26％）
これが的中率として算出されている。
4回に1回当たる計算ではある。悪くない。
悪くないし、確率が出ると、オッズで逆算すれば期待値をプラスの状態で賭けることができる。
先ほどの単勝なら26％は的中する計算なので、期待値をプラスにするならオッズ4倍ならGOってことになる。でも、なかなか上手くはまらない…
今思えば、モデルの平均とレース単位の各予想の強弱は違うんよね…。
その違いを平均してならしたものがモデル全体の的中率。だから、その数値だけで賭けていくと、大負けすることもあり得る。
今後はレース単位の予想の予測的中率までちゃんと把握してベットすべきだ。
過去データを多角的に分析すべきかも
上記の反省も踏まえて、過去データをもう少し掘るべきかもしれない。
もう少しじゃなくてかなりかな…。
あらゆる賭け方に対応できる予測モデルを組もうとしていたがために、大雑把で大味な分析に終始している気がする。
そうじゃなくて、こういう賭け方でやる、そのためには…という絞り込んだ分析をすべきかもしれない。
例えば、複勝でプラスを出せる予測モデルを作る。そのためには、過去の複勝入賞馬の特徴を分析し…ということをもっときめ細やかにやるべきだったかもしれない。
今は単に順位を学習して、特徴を見出してとやっている。これが悪いとは思わないが、賭け方を絞るほうが分析もきめ細やかになるはず。
賭けない選択の基準も設けるべき
勝つためにはこれが欠かせない。
全レースに決まった額を賭けるというやり方を取っているが、それだと予測モデルが予測に自信がないものまで賭けることになる。
それでは負ける可能性が高まる。
予測モデルが自信を持っているレースにだけ賭ける。
こういうやり方を選べるようになるべきだね。という反省。
つまり…
もっと絞って、もっと深く、もっと丁寧に。
どこかの会社のスローガンのようなことが、今の自分の競馬予測モデルには必要だと感じた。
“to the なんとか”みたいな、かっこいい英語フレーズを語尾につけると、多分かなり会社のスローガンっぽくなる。
そんな事はどうでもよくて、失敗を失敗で終わらせず、学びと成長に繋げるためには、改善するしかない。
ってなわけで、引き続き改良と改善を頑張ろうと思う。
報告でした。
