2007年01月28日

科学的競馬投資コメント20070128

新科学的競馬投資ソフトAdinpick4をリリースして3週間が経過しました。
最新バージョンはV1019R1になり、リリース以降10回以上のバージョンアップになりました。パソコン条件(特に搭載メモリー)によって、JRA−VANデータのセットアップ時に、タイムーアウトやアウトオブメモリーが発生する問題に対応するバージョンアップが主でしたが、最新バージョンではかなり改善を図ったつもりですので、旧バージョンでJRA−VANデータのセットアップに失敗したユーザー様も再度最新バージョンで再度セットアップをして頂ければ幸いです。

さて、今週も次期バージョンに追加予定の分析機能のテスト運用結果からの話をさせて頂きます。
先週は、タイム理論をベースにした能力が高い馬の単勝の回収率が、
前走能力が一番高い馬の単勝の回収率は、84%。
過去3出走平均能力が一番高い馬の単勝の回収率は、88%。
過去のベスト能力が一番高い馬の単勝の回収率は、93%。
となっていたとこまでお話しました。
さて、タイム理論には実際に利用する場合に欠点もあると私は思っております。
例えば、芝ダート変更出走の場合に比較できないとか、休養明馬の指数の扱いとか、いわゆるスローペースで足を余してゴールした馬の扱いとか、3・4歳馬の成長度合いの加味といったような、非常に重要な部分が曖昧になっていると私は思っております。
今週は、このタイム理論能力をベースに、芝ダート変更馬、休養明馬、血統馬等の独自予想要因を反映させて回収率がどのようになるかのシミュレーション結果について報告させて頂きます。

ところで、回収率の算定はAdinpick4が参考買い目として算定する買い目で、◎、○、▲、△1、△2、?の馬を基本とした買い目になります。
単勝は、◎のみ
馬連は、◎○▲の3頭ボックスと、◎から△1と△2と?への流し
3連複は、◎○▲の3頭ボックスと、◎と○から△1と△2と?への流し、◎と▲から△1と△2と?への流し
馬単は、◎から○と▲と△1と△2と?への流し
という買い目に基づいて回収率を算出しています。

まずは、余力馬の影響を加味して見ます。
余力馬は、前走足を余してゴールした馬のことです。
例えば、走破タイムをベースとした指数は、競走馬がほぼ能力を出し切った場合のみその馬の能力が正しく指数として表現できるわけですが、レースのペースがslowペースになり馬の能力を出し切れず、いわゆる足をあまして負けた場合には、そのレースでの馬の能力を正しく示しておらず、その指数をそのまま使用用するわけにはいかないのが現実です。走破タイムが悪いから馬の能力がないと判断する間違いをなくすことが必要です。
スローペースかどうかを判断し、かつ、ほぼ能力を出し切った場合の指数に補正する必要があります。
Adinpick4は、余力馬に関する基準値として、スロー基準値という基準値を保有しています。
スロー基準値に基づき、芝ダートを区分しないいわゆる前走のタイムに基づく能力に余力馬の指数を加味した場合の、単勝回収率を見てみると。
単勝回収率:85%
となり、前走のタイムに基づく能力の回収率84%とほとんど変わりません。
ところで、私は、回収率が下がったから、余力馬は回収率向上には関係ないと、そう簡単には判断しません。さらに別の角度から分析・シミュレーションを行うのは当たり前のことと思っております。
実は余力を残してゴールした馬にも種類がありまして、余力を残して上位入着した馬、余力を残したが下位入着の馬、過去ベスト能力が高く前走余力を残してゴールしたので調子がベストに近づいてきたと判断できる馬、といった馬達に分けられる分けです。
そこで、余力を残して上位入着しかつ過去のベスト能力が高かった馬に注目して、あらためてシミュレーションしてみます。
余力を残して上位入着しかつ過去のベスト能力が高かった馬が出走したレースに限定してシミュレーションをしてみると、
単勝回収率:92%
と、回収率100%にし近づいてきています。
余力を残して上位入着しかつ過去のベスト能力が高かった馬に注目すればかなり回収率が上がると判断できそうです。

次は、芝ダート変更出走馬について見ていきます。
一般的なタイム理論に基づく能力(例:スピード指数)は、芝とダートの指数をそのまま使用しているため、芝レースの場合にはダートの指数が芝の場合にはどうなるかわからず、指数を利用できない欠点があるので、私の芝・ダート変換理論に算定した芝ダート変換基準値によって変換したスピード指数の順位に基づいた場合に、回収率がどうなっているか見てみました。
単勝回収率:89%
となり、芝ダートを区分しない前走のタイム理論に基づく能力に比べて回収率は向上しておりますが、まだまだ100%は超えません。
そこで、芝ダート変換基準値が回収率向上の有力要因と判断できましたので、さらに詳細なシミュレーションに進んでみます。
芝ダート変換基準で変換した指数が上位順位の馬もいれば、下位順位の馬もいるわけですが、芝ダート変換基準で変換した指数が高く予想順位1・2・3位のなった馬が出走したレースに限定してシミュレーションしてみると、
単勝回収率:97%
と、回収率100%に近づいてきていました。
芝ダート変換基準で変換した指数が順位1・2・3位、あるいは変換後指数が高い馬に注目すればかなり回収率が上がると判断できそうです。

次は、休養明け馬について見てみます。
Adinpick4は休養明馬に関する基準値として、休養明基準値と言う基準値を保有しています。
芝ダートを区分しないいわゆる前走のタイムに基づく能力に休養明馬の指数を加味した場合の、回収率を見てみると。
単勝回収率:87%
と前走のタイムに基づく能力に比べて高くなっていますが、さらに、詳しいシミュレーションを進めてみます。
休養明馬には、休養明適性がプラスの馬とマイナスの馬がいますので、休養明適性プラスの馬が出走したレースに限定して回収率を見てみます。
休養明適性がプラス5以上の馬が出走したレースに限定すると、
単勝回収率:96%
となり、休養明馬の中で休養明適性が5以上の馬に注目すればさらに回収率を上げることが可能と判断できそうです。

ところで、タイム理論に基づく馬の能力等を使用する場合、能力指数をどのように扱うかと言う問題があります。
前走の能力指数を使用するのか?
過去5走位の能力指数の平均を使用するのか?
過去の最高値の能力指数を使用するのか?
といった問題があります。
又別の問題として、前走の能力指数は低いが過去の最高指数は非常に高い馬と、前走の能力指数は高いが過去の最高指数は低い馬、あるいは前走の能力指数が低いが過去5走の平能力指数は高い馬と、どの馬が一番有力なのか判断する必要があります。
実はAdinpick4は過去基準という基準値を保有しており、前走能力と平均能力と最大能力に応じて調整した総合能力なる能力も算定することができます。
前走と過去ベストと距離別過去ベストと過去5走平均に基づく、今回の能力発揮度を判断する過去基準値という基準値です。
前走のタイムに基づく能力に過去基準に基づく補正をした場合の、回収率を見てみると。
単勝回収率:90%
と、なかなか良い結果になってきています。


では、これらの複数の勝利要因を組み合わせたら、回収率はどうなろのでしょうか?
組み合わせるという場合ですが、各勝利要因を組み合わせるのはどんな方法でしたらよいかも問題になってきます。
高級な理論では多変量解析といった考え方も応用できるかも知れませんが、あまり難しい理論に基づいて要因を組み合わせても実際の競馬に応用できるか疑問もありそうです。
過去に何度かに渡って多変量解析を試みましたが、要因を特定できないという結果に終わっています。恐らく競馬に関していえば、要因の数が多くかつ複雑な要因となっていることが理由と思いますが、、、、、、、
私は、単純に足し算引き算で要因を組み合わせるのが一番良いと判断しています。
今回は、例えば、タイム理論に基づくいわゆるスピード指数に、各勝利要因の数値をプラスマイナスする方法でシミュレーションしてみました。
前走のタイムに基づく能力に全要因を加味して回収率を見てみると。
単勝回収率:約111%
と、100%を超えるシミュレーション結果になっていました。

実はADINPICK4は、競馬場・芝ダート・距離・レースレベルに基づく総合基準値を保有しております。
さらに、最終総合判断する為の、競馬場・芝ダート・距離・レースレベルに基づく総合基準値に基づきシミュレーションするとどうなるのでしょうか?
単勝回収率:約119%
という高い回収率になりました。

Adinpick4は、今まで取り上げた予想要因以外に血統適性た対戦適性等その他多くの独自データも保有しております。
過去のデータに基づくシミュレーションによる回収率は、実際の回収率ではありませんが、各勝利要因の中から回収率向上に貢献する勝利要因を見つけ出したり、どのくらい回収率が上がったり下がったりするかを確認することができ、どの勝利要因を選べばよいのかを科学的に判断できます。
おそらくこの要因が回収率向上に大きく影響しているはずと、あいまいな根拠で判断するのでなく、分析・シミュレーションに基づき選択すべき勝利要因を科学的に決めることは科学的競馬投資では非常に重要と私は思っております。

以上、タイム理論(スピード指数)から始まり、色々なシミュレーションをしてみました。走破タイムをベースとしたタイム理論に基づく能力だけでも回収率は競馬の平均回収率である75%は上回りますが85%位にしかならず、100%を超えることが難しいことが理解できたと思います。
前走能力以上に平均能力も回収率に影響を与えていますし、前走・ベスト・平均能力指数を組み合わせるとさらに回収率向上に貢献することも理解出来たと思います。
さらに、タイム理論のみでなく、Adinpick4が保有する基準値に基づく独自データ等を組み入れることで大きく回収率が向上できることが判って頂けたと思います。

今月1月度は、約4週に渡ってAdinpick4の分析・シミュレーション機能のテスト運用結果について報告をさせて頂きましたが、これらテスト運用してきた分析・シミュレーション機能を改訂あるいは追加して、今週末までにAdinpick4のバージョンアップ版として公開させて頂く予定ですので、私の書いていることを鵜呑みにせずに、ユーザー様自身で色々な観点から分析・シミュレーションをして競馬の実態を確認して頂ければ幸いと思っております。
改訂・追加の分析・シミュレーション機能としては、以下を予定しております。
1、馬券種類シミュレーションに新規要因を追加してシミュレーション内容を大幅改訂予定
2、競馬実態分析機能を追加予定
2−1、年度別馬券種類別配当金額分析
2−2、独自データの発生率・平均配当分析
2−2、タイム理論能力シミュレーション
3、騎手・調教師分析機能を追加予定
4、入着順位分析機能を追加予定

今後も、回収率向上に貢献できるような色々な分析・シミュレーション機能をテスト運用して、回収率向上に貢献すると判断した分析・シミュレーションプログラムは出きれば1−2ケ月毎に1機能位はADINPICK4に機能追加してバージョンアップというかたちで公開させて頂くつもりです。

科学的競馬投資ソフトは、常に上位入着の要因(原因)を発見・確認するために各種分析・シミュレーションを継続して行っており、回収率向上に向けて、基準値改定及びソフトバージョンアッを行っていきますので、今後とも科学的競馬投資を宜しくお願いする次第です。
  

Posted by morishita1 at 16:14TrackBack(0)

2007年01月21日

科学的競馬投資コメント20070121

新科学的競馬投資ソフトAdinpick4をリリースして2週間が経過しました。
Adinpick4は近年進化したパソコンが保有する「膨大なデータを短時間で処理する」機能を最大限に発揮する分析・シミュレーション機能が最大特徴になっております。
最近のパソコン能力は非常に高くなっていますが、それでも50万件を超える約5年分のデータに対する各種分析・シミュレーションをするにはかなり処理時間がかかります。
処理時間は、当然ですがパソコンのスペックに大きく依存します。CPUの処理速度とかハードデイスクのアクセス速度も大きく影響しますがやはり搭載メモリーに大きく影響されるようです。メモリーは最低512Mですが1G位ですとかなり処理速度が上がるようです。また、使用するデータベースエンジンによって違いますが、処理内容によってはSQLはACCESSよりかなり処理速度が速くなる場合があるようです。
今後、更なる処理速度改善を図っていく予定です。

さて、今週も各種分析機能のテスト運用結果からの話をさせて頂きます。
過去2週間で、過去の平均配当分析、騎手・調教師分析、入着順位分析等のテスト運用の分析結果について話をしてきましたが、今週は走破タイムについての話をさせて頂きます。
走破タイムは当然、馬場状態によって単純比較はできません。
タイムの出やすい高速馬場で出した走破タイムとタイムの出にくい不良馬場の走破タイムを単純比較はできません。
では、馬場状態によって走破タイムを修正した例えばスピード指数みたいなもので比較するとしても、前走をその馬の能力として考慮するのか、2走前を考慮するのか、それとも過去3走の平均を考慮するのか、はたまた過去の最高値を考慮するのか、どれを選択するかによって予想は全く変わってきます。

まずは、前走の値と過去3走の平均値と過去最高値という3つのタイム理論能力についての分析結果を見てみます。
前走能力が一番高い馬の単勝平均配当金額は、405円。
過去3走の平均能力が一番高い馬の単勝平均配当金額は、409円。
過去のベスト能力が一番高い馬の単勝平均配当金額は、482円。
と3つの値共に過去の単勝平均配当金額(994円)に比べてかなり低い配当金額になっています。
現在ではタイム理論はかなり普及しており、タイム理論に基づく能力値が高い馬はかなり人気になっているのが実態です。

さて次は、1着に来る割合を見てます。
前走能力が一番高い馬が1着に来る割合は、23%。
過去3走の平均能力が一番高い馬が1着に来る割合は、25%。
過去のベスト能力が一番高い馬が1着に来る割合は、22%。
と過去3出走平均能力が高い馬が一番1着に来る確率が高くなっています。
これに関連してもうひとつ、走破タイムに関して重要な分析結果があります。
走破タイムの値ですが、前走から今回値が良くなった場合は、大抵の場合には次走は値が悪くなるということです。2走前から連続して2回とも値が良くなった場合は、次走は非常に高い確率で悪くなるということです。
このことは、走破タイムを予想に反映する場合には、非常に重要で、過去の平均値や過去の最高値を予想に組み入れることは必須条件になります。

ここまでの分析結果からは、過去3走平均能力に注目するのが一番良さそうな感じですが、そこでさらに分析を進めて、過去3走平均能力に関して、3位以内の上位に入着する上位入着率をみてみます。
過去3出走平均能力が1番高い馬が3位以内に来る入着率は、50%
過去3出走平均能力が2番目に高い馬が3位以内に来る入着率は、40%
過去3出走平均能力が3番目に高い馬が3位以内に来る入着率は、33%
過去3出走平均能力が4番目に高い馬が3位以内に来る入着率は、27%
と、かなり高い数字を示しており過去3出走平均能力の高い馬は予想要因として重要と判断できそうです。

今までの分析・シミュレーション結果からは、タイム理論をベースにした能力が高い馬は、配当金額は低いのですが、上位入着の可能性が高いこと判ってきました。
最後は、一番重要な回収率も含めて判断することが肝心です。
タイム理論をベースにした能力が高い馬の単勝の回収率を見てみると。
前走能力が一番高い馬の単勝の回収率は、84%。
過去3出走平均能力が一番高い馬の単勝の回収率は、88%。
過去のベスト能力が一番高い馬の単勝の回収率は、93%。
となっております。
私は、この84%,93%,88%は脅威の数字と思います。
ご存知のように、競馬は株式投資のように手数料の数%を取られ平均97%位の配当率にはなっていません。競馬は日本中央競馬会が運営費として25%ほど取っており、平均配当率は約75%にしかなりません。
今回の分析・シミュレーション結果からは、タイム理論をベースにした能力が高い馬の回収率は、平均配当率の75%を大きく上回っているのです。
これは非常に重要な点で、単に過去のデータのみで算出した能力値にもかかわらず、平均を10%近くも上回るというシミュレーション結果に基づき、新科学的競馬投資ソフト:Adinpick4は予想のベース能力をタイム理論をベースにしている次第です。

来週は、このタイム理論能力をベースに、芝ダート変更馬、休養明馬、血統馬等の独自予想要因を更に反映させた場合に、回収率がどのようになるかのシミュレーション結果について報告させて頂く予定です。

いままで約2週に渡ってAdinpick4の分析・シミュレーション機能のテスト運用結果について報告をさせて頂きましたが、これらテスト運用してきた分析・シミュレーション機能を改訂あるいは追加して、2月初め頃にはAdinpick4のバージョンアップ版として公開させて頂く予定ですので、私の書いていることを鵜呑みにせずに、ユーザーご自身で色々な観点から分析・シミュレーションをして競馬の実態を確認して頂ければ幸いと思っております。
改訂・追加の分析・シミュレーション機能としては、以下を予定しております。
1、馬券種類シミュレーションに新規要因を追加して改訂予定
2、競馬実態分析機能を追加予定
2−1、年度別馬券種類別配当金額分析
2−2、独自データの発生率・平均配当金額分析
2−2、タイム理論能力シミュレーション
3、騎手・調教師分析機能を追加予定
4、入着順位分析機能を追加予定

今後も、回収率向上に貢献できるような色々な分析・シミュレーション機能をテスト運用して、回収率向上に貢献すると判断した分析・シミュレーションプログラムは出きれば1−2ケ月毎に1機能位はADINPICK4に機能追加してバージョンアップというかたちで公開させて頂くつもりです。
科学的競馬投資ソフトは、常に上位入着の要因(原因)を発見・確認するために各種分析・シミュレーションを継続して行っており、回収率向上に向けて、基準値改定及びソフトバージョンアッを行っていきますので、今後とも科学的競馬投資を宜しくお願いする次第です。

  
Posted by morishita1 at 16:05TrackBack(0)

2007年01月14日

科学的競馬投資コメント20070114

先週、新科学的競馬投資ソフト:ADINPICK4をリリースさせて頂いております。
2004年4月にAdinpick3をリーリースして3年近く経過しておりますが、adinpick3は私にとっての初めての競馬ソフトということもありAdinpick3は私くし自身不満な点も見られ、色々と新しい科学的競馬投資ソフトを模索していましたが、使用するユーザーがより科学的に競馬を実践できるソフトを私なりに考えた結果が今回のADINPICK4というソフトになっております。
従来のAdinpick3やAdinautobetという両ソフトのよい点は引き継いでおりますが、Adinpick4の最大の特徴は新規機能の分析・シミュレーション機能です。
分析・シミュレーションは膨大なデータに多くの計算を繰り返す必要があるために3年前は不可能な機能でしたが、パソコン能力が大幅向上した今は可能になった機能と判断して、Adinpick4をリリースさせて頂きました。
競馬の実態をユーザー自身で確認し、独自データの影響度等の予想要因の影響度をユーザー自身で確認して、最適な設定にしてAdinpick4を有効活用できるようにする為に分析・シミュレーション機能が競馬ソフトには必須と考えた結果がAdinpick4というソフトになっています。
予想アルゴリズムもAdinpick3とは異なっておりますが、基本的な予想の考え方はほぼ同じです。
画面は、同じような画面もありますが、ほぼ新規に開発しています。
新科学的競馬投資ソフト:ADINPICK4はAdinpick3とAdinautobetのバジョンアップソフトではありませんのでご留意お願い致します。
ちなみに、Adinpick4はAdinpick3のデータ構造とは全く異なっており、保有するデータ内容も異なりなりますので、Adinpick3のデータを取り込むことはできません。

Adinpick4を先週リリーして約1週間ですが、実は既に7回ほどバージョンアップをしております(ほぼ毎日改訂しておりました)。
Adinpick4では、最長7年間のデータを保有できますが、7年分のレースデータ件数は約57万件にもなります。
ADINPICK4リリースに当たっては相当なテストを繰り返しましたが、やはりカンペキには問題(バグ等)を潰しきれていないようで、リーリス後1週間で7回に及ぶバージョンアップになった次第です。
膨大なデータを扱うパソコンソフトの難しさは、1万件位のデータでテストが成功しても50万件のデータではエラーになることは日常茶飯事ですし、又、搭載メモリー等のパソコンスペックにによって動かなかったりエラーになることもあり、大変な苦労をした先週1週間でした。

さて現在、Adinpick4に更なる分析・シミュレーション機能を追加すべくテスト運用を行なっております。
先週は、騎手・調教師分析や馬券種類別の平均配当金額分析等のテスト結果をこのブログにて情報提供させて頂きましたが、今週は現在テスト中の新しい分析機能の一部を報告させて頂きます。テスト結果がよければ順次Adinpick4の新規機能としてバージョンアップしていく予定です。

まずは、入着順位に関する分析で、過去5年間のデータ分析です。
近走や前走の着順位が良い馬が人気になることが多いですが、本当に近走や前走の着順位は予想要因としてどの程度の影響があるのでしょうか?又、配当妙味はあるのでしょうか?
過去5年の分析では、10頭立て換算で、前走1着から3着までの馬が1着に来る割合は62%近くあります。又、前出走のみではなく過去3走の平均順位でみても過去3走平均順位が1着から3着までの馬が1着に来る割合も56%近くあります。10頭立て換算で1着に来た馬の半分以上が、前走や過去3走平均で1着から3着の馬なのですが、問題は配当です。
前走や過去3走平均で上位に来ている馬は人気になることが殆どで、特に1・2着に来ている馬(10頭立て換算)はかなり人気になり配当妙味が低いのが実態です。
もうひとつ近走や前走の着順位に注目する場合に、注目すべき事実があります。
近走や前走の着順位が4着以下の馬が1着に来るケースはそれほど多くないのですが、実は2着にくるケースが非常に多いという事実があります。
10頭立て換算で前走が4着以下の馬が1着あるいは2着にくる割合はどのくらいあると思いますか? 実に、58%のレースで前走4着以下の馬が2着以内にきています。
このことは、前走3着以内の馬どおしの2頭で決まることは少ないということです。
そして、重要な点は配当ですが、10頭立て換算で前走が4着以下の馬が1着あるいは2着に来た場合の馬連の平均配当は、いくらだと思いますか?
実は、10頭立て換算で前走が4着以下の馬が1着あるいは2着に来た場合の馬連の平均配当は8958円で馬連の平均配当金額5543円の実に1.62倍もの高額配当になっています。

次は、予想要因についての発生率と配当金額の分析結果を見てみます。
科学的競馬投資では、高額配当になる要因を的確に把握することが重要です。
どんな場合に、どのような発生率で、高額配当のレースが発生するかを分析する必要があります。
私は、低い配当の事例はあまり興味がないので、あまり分析・研究しません。同様に、高額配当でも発生率が低い事例もあまり分析・研究したりしませんが、高額配当がかなりの確率で発生している事例は徹底的に分析・研究します。

例えば、前回芝のレースに出走した馬が今回ダートレースに変更して出走してきて1・2着になった場合に高額配当になっていて、かつかなり多くのレースで発生している事が分析の結果わかったら、その芝ダート変更に関して徹底的に分析・研究するということです。
まんべんなく分析・研究するというのでなく、私の場合は高額配当に重点を置いて分析・研究することにしております。
どんな要因で配当金額が高くなっているか分析してみると、意外な事実がわかってきます。
競馬の予想をする場合、まずは前走の入着順位を参考にするのが一般的ですが、さきほど説明いましたように、10頭立て換算で前走が4着以下の馬が1着あるいは2着にくる割合は58%のレースで発生しており、前走が4着以下の馬が1着あるいは2着に来た場合の馬連の平均配当は馬連平均配当金額の1.62倍もの高額配当になっているわけです。

同様に、競馬は芝とダートという2種類のレースが混在しています。
芝のレースで成績が悪かった馬がダートに変わって1・2着にきて高配当になる場合があります。その逆にダートで成績が悪かった馬が芝のレースに変わって1・2着にきて高配当になる場合もあります。
では、ダートから芝あるいは芝からダートに変更になった馬が1着あるいは2着にきた場合の平均配当金額を分析してみましょう。
該当レースは約24%発生しており、馬連の平均配当金額は全レース平均に対して8650円と1.57倍もの高額配当になっています。
このことは、芝・ダート変更馬に着目すると儲かるチャンスが高いということです。

また、休養明けの馬が1着あるいは2着にきて高配当になることがあります。
レース間隔90日以上の休養明けの馬が1・2着に来た場合の平均配当金額を分析してみましょう。
該当レースは約17%発生しており、馬連の平均配当金額は全レース平均に対して約1.38倍もの高額配当になっています。
このことも同様に、休養明馬に着目すると儲かるチャンスが高いということです。

ところで、競馬解説者や競馬評論家等の解説を聞いていますと、「芝からダートの変更出走してきた馬や休養明け馬などに関して、「走ってみないと分からないですね!」といった発言も多く聞かれます。パドック解説で休養明馬について「明らかに太め残りです。今日はいらない馬です」と断言した馬が1着にくることもよくあります。
現在の競馬の世界では、芝ダート変更出走馬や休養明け馬についての知識がないというか研究をしていない人が多いような気がしています。
芝ダート変更出走馬や休養明け馬は発生率もかなり高く多くのレースの出走してきており、非常に重要なポイントとして配当妙味が非常に高いにもかかわらず、競馬をされる方があまり研究をしていないということは不思議なことと私は思っているのですが、、、、

又私は、前走で余力を残してゴールした馬を余力馬として注目しています。
これら余力馬が1着あるいは2着にきた場合の平均配当金額も分析してみると。
該当レースは約9%発生しており、馬連の平均配当金額は全レース平均に比べて約1.16倍の高額配当になっています。
余力馬に着目することも競馬投資では重要と思っております。

ここで、血統適性が良い馬に関しても発生率と平均配当を見てみましょう。
血統適性は、芝ダート適性・距離適性・競馬場適性・格適性という4つの適性から、最優秀を◎、優秀を○、良を▲としており、血統適正◎・○・▲の馬が、1着あるいは2着にきた場合の平均配当金額も分析してみますと。
該当レースは約30%発生しており、馬連の平均配当金額は全レース平均に比べて約0.76倍という低い配当になっています。
血統適正◎の馬に限定して、血統適正◎の馬が、1着あるいは2着にきた場合の平均配当金額も分析してみると、該当レースは約6%発生しており、馬連の平均配当金額は全レース平均に比べて約0.68倍という低い配当になっています。
当然の結果ですが、血統がよい馬はかなり人気になるようです。

最後にもうひとつ。
前走下位条件で1着だった馬いわゆる昇級馬が1−2着に来る事が多く発生しています。
これら前走下位条件1着馬が1着あるいは2着にきた場合の平均配当金額も分析してみると。
該当レースは約14%発生しており、馬連の平均配当金額は全レース平均に比べて約0.86倍です。単勝の平均配当金額でも平均に比べて0.82倍です。
前走下位条件1着馬は別の呼び方で昇級馬といいますが、昇級したばかりの馬が意外と人気になっていることには驚かされます。
しかしながら、タイム理論においては、昇級馬は要注意馬です。
下位条件で1着になっても、下位条件はメンバー全体の能力が低い為、1着になっても能力が低めに算定されていますが、実は、前走下位条件1着馬は潜在的に、もっと強いメンバーと対戦しても上位入着する可能性が高いようです。
弱い相手と対戦していたため、低い能力でも勝ってしまっていたのですが、実際の潜在能力はもっと高く、強い馬と対戦すれば、もっと高い能力で走ることができる場合が多いという事です。
「前走下位条件1着馬」の注目する事も非常に重要です。

今回のブログでお話させて頂いた入着順位分析や各独自データの発生率・配当金額分析の分析・シミュレーション機能は、逐次Adinpick4のバージョンアップというかたちで機能追加していく予定です。
私が言っていることを鵜呑みにするのではなく、ご自身で各種分析・シミュレーションをして頂き、競馬の実態や予想要因の影響度などご自身で確認して、Adinpick4を有効に活用して頂ければ幸いと思っております。

今後も、回収率向上に貢献できるような色々な分析・シミュレーション機能をテスト運用して、回収率向上に貢献すると判断した分析・シミュレーションプログラムは出きれば1−2ケ月毎に1機能位はADINPICK4に機能追加してバージョンアップというかたちで公開させて頂くつもりです。

科学的競馬投資ソフトは、常に上位入着の要因(原因)を発見・確認するために各種分析・シミュレーションを継続して行っており、回収率向上に向けて、基準値改定及びソフトバージョンアッを行っていきますので、今後とも科学的競馬投資を宜しくお願いする次第です。
  
Posted by morishita1 at 16:27TrackBack(0)

2007年01月08日

科学的競馬投資コメント20070108

2007年がスタートしました。
本日、新科学的競馬投資ソフトAdinpick4をリーリスさせて頂きました。
今年は、新しい概念の科学的競馬投資ソフト:Adinpick4をベースに、徹底的に競馬の実態を把握して、科学的な考えをベースにさらなる回収率向上を図れるようにしていくつもりです。
近代競馬はますます的中が難しくなってきていますが、今年も「馬は過去のデータ通に走らないが、過去のデータ通りに走る場合も結構ある」という考えをベースに、過去のデータをベースにして、上位入着の可能性が高く的中配当も高く発生率もそこそこある馬を抽出するAdinpick4ならではの独自データに更なる磨きをかけていきますので、今年も科学的競馬投資をよろしくお願いする次第です。

今年も私の科学的競馬投資のベースとして、「人のカン」や「めったに起こらないがインパクトのあった事項」などを予想要因とする非科学的発想とは異なり、私の学んできたオペレーションリサーチという学問で言う、「事実を分析で確認し、シミュレーションで効果を確認する」という科学的な手法をベースにさらなる科学的競馬投資のアルゴリズムに磨きをかけていくつもりです。

さて、新年度スタートにあたり、昨年1年間について各種分析をして、私なりの2007年度の科学的競馬投資のスタンスを固めたく思っております。

まずは、騎手の能力評価です。
騎手の能力評価は、連対率ではなくAdinpick4が算定した能力順位に対してその順位より上位に馬を走らせたかあるいはその順位以下で走らせたかを分析して、上位に走らせた割合で上位率ということで能力判定しています。55という数字でしたら、Adinpick4が算定した馬の能力順位に対して100回の内55回はその順位より上位に走らせたということを意味します。
能力評価を連対率でしない理由は簡単です。能力があるような騎手は、もともと能力が高い馬に乗るチャンスが多い為、連対率が高いのは当たり前ということで使用していません。
昨年2006年1年間のベスト騎手を調べて見ました。
騎乗回数が100回以上で上位率の高い順にベスト10を上げると2006年度は以下になりました。
1、川田将雄
2、松田大作
3、ペリエ
4、ボス
5、安藤勝巳
6、大庭和弥
7、岩田康成
8、芹沢純一
9、武士沢友治
10、武豊

騎乗回数は少ないのですが、驚異的な騎手がいました。
宗像徹騎手ですが、13回騎乗して12回が能力以上の上位に馬を導いた騎手でした。
宗像徹騎手は最近は障害レースが主になっているようで、平地での連対率はJRAデータではゼロでした。
能力が高い良い馬に騎乗するチャンスがないような騎手を連対率では評価できないような気がしていますが、、、、、、、。
外国騎手のデットーリ騎手も2006年は騎乗回数が少なかったのですが、非常に高い上位率でした。
参考までに、2006年度の最終月の12月度1ケ月だけでの上位率が高かった騎手は誰だと思いますか?1位が酒井学騎手で11回騎乗して9回が能力上位へ、2位が地方競馬出身の安藤勝巳騎手で40回騎乗して30回能力上位に馬を導いていました。
ADINPICK4では、予想の際には、騎手の能力を5ランクに分けて予想に反映しております。特に乗り換えを重視しておりまして、能力ランクの低い騎手から能力ランクの高い騎手に乗り変わった場合は、その騎乗馬の能力を高くしております。又、G1レースの場合は、特に騎手ランクの高い騎手の騎乗した馬の能力を高くなるようにしています。競馬のレースの中でもG1レースは騎手にとっても特別のレースのようで、G1レースは賞金がダントツに高く騎手の収入面にも影響しますし、G1で勝てばその後も話題になり名誉面も大きいので騎手の力の入れ方が違うようで、G1レースでは、能力ランクの高い騎手が上位独占の場合が非常に多くなっています。

次は同様に、2006年度のベスト調教師です。
出走回数が100回以上で上位率の高い順にベスト10を上げると以下になりました。
1、伊東雄二
2、梅内忍
3、増本豊
4、小林常泰
5、音無秀孝
6、野村彰彦
7、加藤敬二
8、友道康夫
9、橋田満
10、小島茂之
実は、出走回数は少ないのですが驚異的な調教師がいました。
昨年引退された古賀―隆調教師ですが、なんと12回出走して11回が上位に来ていました。
参考までに、2006年度の12月度1ケ月だけでの上位率が一番高かった調教師は誰だと思いますか?実は、あのデイープインパクトの池江調教師がダントツの1位でした。フランスでのデイープ失格問題から12月度は必死の名誉挽回をされていたようです。

ところで、毎年調べていることですが、馬券種類別の平均配当金額ですが、2006年度は、
単勝平均配当金額:1038円
馬連平均配当金額:5916円
馬単平均配当金額:12367円
3連複平均配当金額:25516円
3連単平均配当金額:167236円
ということで、毎年少しずつですが高額になっている傾向です。
実は、平均というのはほとんど的中する可能性がない超高額配当も含めているので、馬券を購入した人が実際に的中した配当の平均とはかなり異なる為、Adinpick4の算定した買い目で的中した場合の2006年度の平均配当金額(3連単は除く)も調べてみましたら、以下になっていました。
単勝平均配当金額:409円
馬連平均配当金額:2243円
馬単平均配当金額:3986円
3連複平均配当金額:4963円
というように、実際に購入して的中する場合の平均はかなり低い配当という結果でした。

さらに、昨年1年間についてその他分析・シミュレーションをしてみた結果、特徴的な事項として以下のことが判っております。
Adinpick4はシミュレーションデータを作成しておけば、シミュレーション期間の過去の出馬表を日単位で表示できますので、過去のレースでの各馬の買い目印も確認できますし、該当日1日分の的中率・回収率も確認できるようになっていますが、1日毎の回収率を確認していくとAdinpick4特有というわけではないと思いますが、日毎に大きく回収率が異なるということです。1ケ月間や1年間での回収率の数字とはかなり異なり、日によって大幅マイナスの日や大幅プラスの日があります。
要は、現状のAdinpick4は毎週毎週安定した回収率は確保できないということで、Adinpick4を使用した馬券購入に対する留意点になります。
今後、毎週の回収率の安定も私の課題してチャレンジしていくつもりですが、安定した回収率は、配当に影響される為に非常に難しいというのが実情です。

1月8日にリリースさせていただいた新科学的競馬投資ソフトですが、「膨大なデータを短時間で処理する能力を持つパソコン」を最大限に活用して膨大な分析やシミュレーションが出来ることが最大の特徴のソフトです。
JRAVANデータのセットアアップ時に、分析用やシミュレーション用の独自データ等を作成していますので、JRA−VANデータのセットアップ時間はかなり時間が必要です。
処理時間は、「使用するデータベースエンジン」と「パソコン搭載メモリー容量」に大きく左右されます。データベースエンジンとしてはACCESSかSQLSERVER2005を選択でき、SQLSERVER2005の方が処理スピードは速くなりますが、無料版のSQLSERVER2005EXPRESSをインスツールする必要があります。
又、搭載メモリーは蓄積タイプで使用する場合は最低512Mバイトは必要で、1G以上のメモリーにするとかなり処理速度は速くなるようです。

新科学的競馬投資ソフト:ADINPICK4の基本仕様は以下になります。
科学的競馬投資ソフト:Adinpick4は、「膨大なデータを短時間に処理」できるパソコン能力を最大限に発揮して、「独自データに基づいた予想機能」・「シミュレーション機能」「IPAT自動投票機能」の3機能を統合した新しい概念の科学的競馬投資ソフトです。
科学的発想に基づき以下基本方針で開発されています。
(1)、「予想ソフトとしての有効性」をユーザー自身が確認できる。
(2)、「ユーザー独自の予想方法」が設定できる。
(3)、買い目の検討から最終決定そしてIPAT投票までを科学的に処理できる。
(4)ユーザー環境に応じたソフト使用設定ができる。
そして、Adinpick4の特徴であるシミュレーション機能においては、シミュレーション結果に基づきユーザーが独自設定した場合のユーザー確認が「簡単」・「具体的」に出来ることを重要視し、「簡単」については、ユーザー独自設定後に、予想要因の上位入着率や的中率・回収率が簡単に確認でき、「具体的」については、ユーザー独自設定後に、過去の出馬表を簡単に表示できて具体的内容が確認できるようになっています。
予想要因として、「入着順関連」・「血統関連」・「対戦成績関連」・「タイム理論関連」と非常に多くのAdinpick4独自の予想要因を的確に反映して最終予想順位を決めるようになっています。
科学的に予想順位が決定された出馬表の画面では、血統適性優劣・対戦適性優劣・騎手能力優劣・休養明適性優劣・上位入着予想ランク、及び前走の能力(タイム能力・先行能力・追込能力)、及びベスト能力、距離別ベスト能力等が、ひと目で判るようにビジュアルに表示されています

又、ADINPICK4の使用方法は以下に考えております。
蓄積タイプでのJRAVANデータのセットアップが完了すれば、「シミュレーション機能」・「独自データに基づいた予想機能」・「IPAT自動投票機能」の3つの主要機能が使用できます。
Adinpick4が保有する各種予想要因の「入着率や影響度」及び「的中率・回収率」等のシミュレーションを行なって、ADINPICK4を使用ユーザーに最適に設定して、各予想要因の予想順位への影響度を最適にしたAdinpick4独自のデータに基づく予想出馬表を作成します。
競馬当日には、予想出馬表に速報オッズ・馬体重等を取込みビジュアルに表示された各種予想要因を確認しながら最終買い目登録して、発走前の最新速報オッズに基づき購入判定機能で馬券購入判定データを確認して、馬券購入する場合はIPAT自動投票機能で自動投票をすることになります。

今回のブログでお話させて頂いた騎手分析や調教師分析や平均配当金額等の分析・シミュレーション機能は、逐次Adinpick4のバージョンアップというかたちで機能追加していく予定です。
今後も、回収率向上に貢献できるような色々な分析・シミュレーション機能をテスト運用して、回収率向上に貢献すると判断した分析・シミュレーションプログラムは出きれば1−2ケ月毎に1機能位はADINPICK4に機能追加してバージョンアップというかたちで公開させて頂くつもりです。

科学的競馬投資ソフトは、常に上位入着の要因(原因)を発見・確認するために各種分析・シミュレーションを継続して行っており、回収率向上に向けて、基準値改定及びソフトバージョンアッを行っていきますので、今後とも科学的競馬投資を宜しくお願いする次第です。
  
Posted by morishita1 at 16:17TrackBack(0)