サイトコンテンツ
役立ち情報＆ご案内
アクセスランキング
波でネットリンク集
波でネット競馬情報局
IPATより便利な即PATの投票
相互リンクのご案内
問い合せ
競馬情報
全国の競馬場を上空から
■東京競馬場 ■阪神競馬場
■中山競馬場 ■京都競馬場
■全国版は
波でネット無料競馬情報
競馬関連リンク
ＪＲＡ日本中央競馬会
競走馬のふるさと案内所
競走馬理化学研究所
日本競走馬協会
おもしろリンク
３人の男達
『胃ケイレンオッズなんて・・・そんな胃の痛くなる奴のおかげでなぁ・・・』
本格的競走馬育成ゲーム！
無料でオンライン シュミレーション
ワンセグ携帯受信チューナー
競馬中継＆情報を
いつでも、どこでも携帯端末で
生活応援サイト「ただＴＥＬ」はおトクがいっぱいのサイトです
大迫力・大画面で競馬中継！
超小型ヘッドマウントディスプレイ『DV920 Video Eyewear』
２メートル先に４２インチ相当の大画面 ３Ｄ（立体映像）も楽しめます。本製品は２００６年１月ラスベガスで開催されたＣＥＳ（コンシューマエレクトロニクスショウ）で優秀賞を受賞
水中でも聴けるMP3
FMチューナー搭載・FM録音対応
★お得なキャンペーン実施中！
[本]アイデアのつくり方
ソフトの検証
Ⅶソフトの検証
├ 回収率の評価
├ 回収率の分泌
├ 過去分析→未来予測
└ 検証方法
予想ソフトを検証していると、過去のデータ（成績）にはよくあてはまるが、今後のデータにはあまりあてはまらないという傾向がどうしても必ずでてきます。
過去のデータで検証してみると回収率１５０％なので、実際に馬券を買ってみると、回収率８０％にしかならなかった、という経験はありませんか？
これは「新しい法則」が過去のデータに対して最適化されているためですね。
これは避けようのないことです。
過去の成績を細かくモデル化しすぎたため、「過去のデータにだけうまく適合する」ということになってしまうわけです。
だから推計学では一般に、できるだけ少ないパラメータで表現できるモデルがよいモデルだといわれているそうです。
ところが、競馬予想で高い回収率を実現しようとすれば、どんなロジックにせよ、ある程度パラメータが増えてしまいますね。
したがって、予想法の開発段階での検証の場合、特に危険率を低くして慎重に検証する必要があります。
本題
【１】回収率の評価
ある予想方法によって月間の回収率が１５０％をマークしたとして、その予想方法で今後１００％超の回収率を維持できるという保証はありません。
次の月には回収率はがくんと落ちたりして、年間では回収率１００％を割ってしまうということは当然考えられます。
月間１５０％という実績があっても、サンプル数としては充分ではなかったということです。
それでは３ヶ月ならいいのか、半年ならいいのか、ということになると、なかなか明確な答えはできないというのが現状です。
また反対に、新しい予想ロジックを考えだして運用したとして、１ヶ月間の回収率が８０％にしかならなかったとすると、普通は「この方法はうまくいかない」と判断するでしょう。
しかし、次の月には回収率１５０％をマークする可能性があるわけです。
これらは、どちらも大雑把な勘に頼って予想方法のよしあしを判断していることに問題があると考えます。
たしかに問題は複雑で、同じ月間１５０％といっても、万馬券を一発あてたことによる１５０％のときと、地道に馬券を当て続けて１５０％の回収率をマークしたときとでは信頼性が当然違ってきます。
こういう問題も含めて、統計理論の力を借りて科学的に回収率を検定する方法を考えてみました。
①回収率の検定
統計学の本によりますと、ｎ回の試行のうち確率Ｐで起こった事象の、真の確率は
平均 Ｐ
標準偏差 平方根(P(1 - P)/n) の正規分布になります。
馬券の話に置き換えてみると、ある人が馬券を１００回買ったとして、的中率が１０％だったとすると、この人の買い方の本当の的中率は、平均が１０％、標準偏差が３％（＝平方根(0.1(1 - 0.1)/100)）の正規分布をしているということです。
正規分布では、平均値±標準偏差×２の範囲に全体の９５．４％が含まれることがわかっているので、この人がずっとこの方法で馬券を買い続けた場合には、通算的中率は４％～１６％のあいだであることを９５．４％の確からしさで推定できます。
的中率の分布と、回収率の分布は正比例すると考えれば、この公式を変形して回収率の推定に応用することができます。
ある予想方法で、ｎ回馬券を買ったとして、的中率はｐで、回収率はｋ％だったとすると、
((K - 100)/K) - (2 * 平方根(P(1 - P)/n)) が正のときには、
真の回収率が１００％を超える
((K - 100)/K) + (2 * 平方根(P(1 - P)/n)) が負のときには、
真の回収率が１００％を超えることはない
以上の推定は９７．７％の信頼度があります。
ただし、この式があてはまるためには、ｎが充分大きく（１００以上）、買う馬券の倍率があまり差がない（たとえば１０００円前後の配当の馬券ばかりねらった結果なら可）ことが必要です。
実際には、３００円くらいの馬券から万馬券までねらう馬券の幅は相当ありますからこの式をそのまま採用することは現実的ではありませんが、基本的な考え方という意味では大きな間違いはないはずなんですが。
たとえばＡ、Ｂ、Ｃの３つの予想法があって、以下の成績だったとします。
予想法 馬券購入数 的中率 回収率
Ａ ２００ １０％ １７０％
Ｂ ５００ ５％ １６０％
Ｃ １０００ １５％ １２０％
この結果を公式にあてはめて１００％を超える予想法かどうかを検証すると、真の回収率が１００％を超えると判定できるものは、Ｃだけとなります。
真の回収率が１００％を超えるかどうかを検定する方法について書きましたが、的中率を４％～１６％というように幅をもって推定したように、同じく回収率も幅をもって推定することが可能です。
たとえば、１５倍のオッズの馬券のみを１００回買って、そのうち１０回が的中したとします。この場合、的中馬券はみな１５倍の配当ですから、回収率は１５０％となります。
１００回の試行で的中率１０％の場合は、前に述べたように推定母集団の的中率は４％～１６％と区間推定できます。
今後同じ方法で１５倍の馬券を買い続けたとすると、１００回のうち最低４回は的中し、うまくすると１６回くらいは的中するということですから、４回しか当たらなかった場合の回収率は６０％、１６回あたれば回収率は２４０％になります。
つまり、回収率を６０％～２４０％と、区間推定することができるわけです。
この場合、最低の回収率が１００％を下回っていますから、必勝法とは判定できない
という結論を得ることができます。
回収率の区間推定値はつぎのように計算できます。
試行回数をｎ、的中率をｐ、回収率をｋ％とすると、
真の回収率＝ｋ × (p ± ２×平方根((１－ｐ)×ｐ／ｎ) )／ｐ
式の中の"２"は、信頼水準９５．４％で推定する場合の定数で、信頼水準が９０％でよいのなら、２のかわりに１．６４５を使います。また９９％の信頼水準を求めるのなら、定数は２．５８となります。
このやりかたで、真の回収率を区間推定すれば、新しい予想方法を開発する際にも助けになります。
たとえば、ある種牡馬の産駒について過去の単勝馬券成績をしらべたところ、短距離では回収率が１２０％というデータを得たとします。
そこで、このデータは意味のあるデータなのかどうか、ということを区間推定によって検定するわけです。
そうして真の回収率の区間推定値をもとめたところ、８５％～１５５％という結果が得られたとします。
最低値が１００を割っていますから、これだけをもって必勝法とすることはできませんが、最低値の８５という数値は単勝馬券の平均回収率の８０％を超えていますから、まったく無意味なデータではなさそうだということがわかり、この馬の産駒の短距離はプラスファクターとして評価してよいことになります。
また、別の馬の産駒は短距離で６０％の回収率しかなかったとします。
そこでこの馬は短距離では消し、という評価をくだすことが可能でしょうか。
この馬の回収率推定値を計算したところ、３０％～９０％でした。
すると、このケースでは最高値が８０％を超えていますから、「この馬の産駒は短距離は消し」という仮説はあまり信用できないということがわかるのです。
予想ソフトの能力をはかる指数としても、単勝回収率区間推定値の最低値を採用すると、かなり客観的に評価することができます。
最低回収率が高いほうがよりよいソフトです。最低でもの回収率は期待できるわけですから。もちろん必勝法というからには最低回収率が１００％をこえていなければなりませんが、これはやはりなかなか難しいですね。
本命系の予想ソフトで高い回収率をマークするものはあまりないといわれるのは、的中率が高くなると推定回収率のばらつきが小さくなることが原因です。
的中数 馬券数 的中率 回収率 回収率区間推定値
穴系ソフトＡ ５０ ５００ １０％ １２０％ ８８％～１５２％
本命ソフトＢ １００ ５００ ２０％ １０５％ ８６％～１２４％
上の例のように、回収率に差があっても、回収率最低推定値はあまり差がないのが普通です。
本命系の予想法で回収率の高い方法がのぞまれるのは、本命系の予想方法のほうが今後もおなじように高い回収率をマークすることが期待できるからにほかなりません。
また、別の見方をすれば、穴系のソフトの回収率を検証するためには、相当長い期間が必要であり、本命系のソフトの場合はある程度短い期間でもかまわない、ということもできます。
 |
日本初、Windows Mobile5.0を搭載したW-ZERO3に新モデル登場。新しく加わったダイヤルキーでケータイとしての操作性も兼ね備えました。 |
| W-ZERO3 [es]/WS007SH |
【２】回収率の分布
たとえば、１０００人の人が、それぞれ１００レースの馬券を買った場合のことを考えてみます。
すると、それぞれの買った馬券は異なるので、回収率が３０％の人もいれば、１２０％の人もいるわけですが、８０％前後の人が一番多く、０％の人や３００％の人はめったにいないという分布が予想できます。この分布を正規分布とみなすこともできる。
ところで、的中率がほぼ正規分布することは、的中数の分布が二項分布であることからまちがいないわけですが、回収率も正規分布するとみなしてよいかという問題があります。
１０００人の人に１００レースの馬券を買わせたとき、「買う馬券は８倍前後の単勝馬券に限る」という条件をつけたとします。
そうすると、１０％のレースを当てた人が１０×８００円の配当を得て、回収率８０％となり、１５％のレース当てた人が１５×８００円の配当、つまり回収率１２０％となるわけで、的中率と回収率は完全に正比例します。
また、買う馬券に「単勝オッズ４～２０倍の中から偏らずに選ぶ」という条件をつけたとすると、平均的には単勝６．７倍の馬券だけを買ったのと同じ的中率の分布になります。
このとき、１的中あたりの配当は平均６７０円ですから、１０レース当てた人の平均回収率は６７％、２０レース当てた人の平均回収率は１３４％となり、的中率と回収率はやはり正比例します。ただし、１０レース当てた人の中には２０倍の馬券をとった人もいて、この人の回収率は６７％よりも高くなります。
また２０レースあてた人の中には５倍くらいの馬券しか当たらなかった人もいて、この人の回収率は１３４％よりも低くなります。
ですが、全体の平均で考えるとやはり的中率と回収率は正比例の関係とみなすことができます。
このように、同じようなオッズの馬券を買った場合の的中率と回収率の関係がほぼ正比例するので、的中率の分布が正規分布になるのなら、回収率の分布も正規分布になると推定したわけです。
したがって予想ソフトの検定をする場合には、そのソフトの選んだ馬券と同じような倍率の馬券を無作為に買ったときに、対象予想ソフト以上の回収率が偶然得られる確率を求めればいいわけです。
重要なことは、１００レースの的中率、回収率がわかれば、それだけの情報からそのソフトの今後の的中率または回収率の分布が推定できるということです。
最初の１００レースの結果がわかった時点で、そのソフトの回収率の分布は推定できる、ということは、次の１００レースの回収率は９５％の確率で最初に推定した正規分布の±１．９６区間にはいっているということを断定できます。
少ない見本から全体を推定するのが推計学ですから、サンプルは１００レースでも充分です。
たとえば、こんど予想ソフトをつくったとして、これから１００レースの予想結果を実証してみると、的中率１０％、回収率２００％だったとします。
１００レースの実証レースでは実際に馬券を買わなかったのですが、このデータからみて、今後ソフトの買い目の通り馬券を買っても大丈夫かどうか検定するわけです。
１万レースも待つわけにはいきませんので、最初の１００レースの結果だけから、このソフトの回収率の区間推定をすると、９５％の確率でこのソフトの真の回収率は８０％～３２０％の間にあるということがわかります。
このソフトが本当は３２０％もの高回収率である可能性もあるかわりに、８０％の回収率しかない平凡なものである可能性もあるということです。
したがって、はじめの１００レースの結果からだけでは、今後実際に馬券を買うわけにはいきません。回収率８０％のソフトだったとき困りますからね。
そこで、あと１００レース様子をみることにしたとします。
すると、通算２００レースで的中率１８％、回収率１６０％になったとしましょう。
この２００レースのデータで区間推定すると、９５％の確率でこのソフトの真の回収率は１１３～２０７％の間にあるということがわかります。
サンプルが少し増えたので、区間推定の幅がだいぶ縮まります。そして、最低でもこのソフトのいう通りに馬券を買えば、１１３％の回収率を期待してもよいということがわかりましたので、いよいよ実戦に投入しようという段になるわけです。
あと、区間推定は、実証回収率１００％を超えるソフトの検定をするためだけではなく、１００％に満たないソフトが本当はこれから１００％を超えるかもしれないという可能性を検定する用途にもつかえます。
たとえば、あるソフトの１００レースの実証結果が的中率１０％、回収率８０％だったとして、真の回収率を区間推定してみると、３３～１２７％という答えがでてきます。
つまり、実証レースでは８０％の成績しかのこせなかったものの、まだこのソフトが１００％以下の回収率しかないと決めつけることはできない、ということがわかるわけです。
天下統一 -乱世の覇者- + 天下統一クロニクル バリューパック
戦国歴史シミュレーション「天下統一 乱世の覇者」と、ゲームが更に楽しくなる専用データベース「天下統一クロニクル」のセットパッケージ
釣道 2 -海釣り編-
リールや竿は釣り具メーカーのシマノが実名で登場、日本近海の62種の魚が釣れる本格的な海釣りシミュレーションゲーム
【一服～一酔】
競馬の予想システムを考える過程で、様々なファクターの取り捨てをするわけですが、このとき、ふと連想することがあります。
それは、川を泳ぐ さかな をつかまえる網です。
えーと 昆虫採集などで使うアミを想像してもらえばいいんですけど。
さかなを的中馬券とし、アミがそれを捕まえる競馬の予想ロジックとします。
で、「魚の大きさ＝オッズ」、「アミ輪の大きさ＝ファクターの絞込み」とし、
アミの目合いは、輪の大きさに比例して大きくなるとします。
川には小さい魚ほど多く存在し、大きくなるにつれて減少していきます。
アミで魚を捕まえるのには、大きなアミの方がいいわけですが、これだと小さい魚は、すべてアミの目合いから逃げてしまいます。
アミが小さくなるほど、魚を逃がさずに捕まえられるのですが、大きな魚は、輪が小さすぎてアミに入りません。
「小さい魚ばかり食べても、たくさん捕まえないと腹がいっぱいにならないし、大きな魚を狙うと、なかなかとれずにいつも腹がすいた状態になってしまう、一体どのくらいのアミが効率良く、平均してさかなをとれるのかなぁ」
なんてことが、頭の中にぼんやり浮かんできます。
（プログラムの予想ロジックを考えたことがある人は、似たような経験があるでしょうね。）
 |
3.5型QVGA TFTカラー液晶＆30GB HDD搭載！またオーディオ再生で最長約25時間、「ワンセグ」視聴で最長約7時間の長時間駆動を実現しているのでお出かけのおともとしても最適！７月中旬発売！ |
| デジタルオーディオプレーヤー特集 |
金利・手数料はジャパネットが負担！ |
【３】過去分析→未来予測
そもそも過去のレースを分析しただけで近未来のレースを予測することが可能なのか？
また過去を分析するために必要なファクターとは？
過去レースの分析に必要な母集団を、どこからどの程度もってくるのが最適か？
＊母集団
よく競馬解説者がこのレースは先行馬有利とか差し馬は不利とか口にしますが、母集団である馬の中で先行馬と差し馬がどの位の割合でいたかの情報が無ければ解説内容の意味が了解出来ないのと、重賞など1年に１回しかないレースでは10年で10レースの情報しか集まりませんので統計学レベルでは多分なにも結論は出ないと考えた方が正解だと思います。過去のレースを検証する場合、この母集団をどう設定するかが、非常に大事になってきます。
① 分析種類
過去のデータが未来においても通用するのはオッズや 競馬場のある条件下における人（騎手や調教師の能力や思惑）の意志が影響する部分のほうが、競走馬自身の過去データ（馬の強さ指数）よりも可能性が高いのでは と考えます。
つまり競走馬の過去のデータから未来を予想するのは難しいと・・・
しかしあるレースの各数値の出方からそのパターンを分析できれば結果から近未来の予測が成り立つ可能性もあるとは思いますが。
勝ち馬を絞るのに常用される手段があります。例えば、過去の連対馬は全て前走の○○記念3着以内で、斤量が1Kg減で、5歳馬であったので、これが今回の勝ちパターンとか、消す馬は,今回が芝コースであれば芝コース未経験馬で斤量50Kg以下であった馬等等です。
これは一見合理的で何も問題は無いと思われるかも知れませんが、理論的にはこの方法で浮かび上がった勝ちパターンは、確かに過去のレースにおいては最も確率が高かったのは事実ですが、これから起こるレースにおいては、勝ちパターンを多重化するほど浮かび上がった勝ちパターンが起こる相対的な確率は小さくなります。
従って、勝ちパターンが起こるか起こらないかの２つに区分した場合、多分99％起こらない（多重化が3段階以上であれば）と言えます。
予想理論にパターン分析を応用する場合は、この事実を常に頭において構築しなければいけません。
 |
ジュエリー感覚で身に着けられるスタイリッシュなボディ採用！お手持ちのコンポなどから直接録音可能な「ダイレクトレコーディング」機能搭載！さらに高音質でスタイリッシュなネックストラップヘッドホンを付属！ |
| デジタルオーディオプレーヤー特集 |
金利・手数料はジャパネットが負担！ |
【４】絞り込み
回収率を上げる方法の１つに絞り込みがあると思います。
「絞り込み」とは、あるソフトの予想実績について条件別に集計して成績の悪い条件を買い目から除外したり、馬連の何点目は回収率が低いので買わないようにする、ということなど。
仮に上記のような理解であれば、絞り込みという方法は、絞り込むためのフィルターが複雑になるほど回収率が向上しますが、同時にデータの質がどんどん下がっていきます。
実際の馬券実績データがもっとも質のよいデータ（恣意的な作為がなされていない）なわけで、この場合に回収率の推定値にもっとも信頼がおけます。
また、買い目を除外する場合は、除外する条件の成績が統計的に有意に悪いかどうかということが、元データの質を下げないためのコツです。
絞り込みのロジックが信頼できるかどうかを調べる方法は、今後「絞り込みなし」と「絞り込みつき」の２つの予想方法である程度のレースを実証し、その結果に対して検定するのが最善だと思います。
（１）絞り込みの原則論
①高配当に依存しすぎないように。
② ①とも関連しますが、ある程度の的中率を。(ｿﾌﾄにもよるが)
③わかりやすいﾌｧｸﾀｰでの絞り込みを。
たとえば長距離は駄目という絞り込みはわかるが、距離1000ｰ1400mと
2000ｰ2200mを狙うというのはﾁｮｯﾄ。
④整合性のある絞り込みを。
③とも関連しますが、例えば上位3点狙いならともかく、
1,2,6点目だけ狙うというのはﾁｮｯﾄ。
⑤過去のｹｰｽを未来に適用しても、思った程の効果は出ない。
これまでの経験では大体実戦で回収率は2割減と考えております。
⑥1ｰ2ｹ月で再評価を。
競馬は日々変わっていくものです。ｿﾌﾄも変わります。
③について
私なら距離1000ｰ1400mだけとか、または2000ｰ2200mだけというような絞り込みをしますね。
またほかの絞り込みを進めてから再評価します。
単勝確率についても同様です。途中を落とすということはなるべく行いません。
④について
やはり間をとばした点目の絞り込みには危険がつきまとうと思います。
この場合なら上位１、２点目狙いや下位４、５、６点狙いを検討しますね。
下位の買目でも、単勝１番候補の軸馬が絡んでいる買目なら、間をとばしても意味があると思います。ソフトの買目作成のアルゴリズムにもよりますが...。
まとめると以下のようになります。
1.最近1年分のﾃﾞｰﾀから回収率140ｰ160%程度のなるべく無理のない絞り込み法を数ｿﾌﾄについて見つけ出す。
2.即実戦に使用。ただし特定の1ｿﾌﾄに頼らず、数ｿﾌﾄの買目をｵｯｽﾞも参考に購入。 これにより危険性を減らす。
3.星取り表を付け、調子の良いもの悪いものを見つけ出す。
4.調子の悪いものは再評価。ただこれまでの経験上120%程度の回収率が得られればまあまあと考える。
5.そのほか、条件移動や季節の変わり目、などでは必ず再評価。
（２）絞り込み判別法
生物系の実験などでよく用いられる手法なのですが、まず、レースをランダムに２つのグループに分けます。例えば、全てのレースに通し番号を振り、奇数番号をＡグループ、偶数番号をＢグループとします。
次に、Ａグループのレースの成績のみについて絞り込みを検討します。
いくつかの有効そうな絞込条件が得られましたら、その条件でＢグループの評価をします。
つまり、Ｂを未来のレースにみたててシュミレーションするわけです。
Ｂでも好成績をおさめればその絞り込みは有効であるといえますし、うまくなければ、超高配当などの特殊な場合に引っ張られた絞り込みといえます。
サンプル数が多ければとても有効な手法です。
上記のように手元のﾃﾞｰﾀを２つに分けるという考えかたもありますが、これまでの連勝での絞り込みはどうしても回収率を上げるためにはある程度は高配当に依存しなければなりません。
そうなると1年間3000R以上のうちの100R程度にたよるわけで、これを２つにわけて絞り込みを行うと、そのわけ方による影響が少なからず出てきてしまうと考えています。
ですからもし本命狙いの絞り込みで、高回収率が得られるｿﾌﾄが登場すれば、その的中率の高さにより、絞り込みに使用するサンプルデータが少々すくなくとも大丈夫かもしれません。
また20ｰ40倍程度にその回収率を頼るｿﾌﾄでもある程度はサンプルデータを減らすことが可能かもしれません。
現在使用している検証方法は、入手可能の全ての過去データ（２年以上）を絞り込みサンプルデータとして使用し、検証は絞り込み後に得られた的中・回収率などを基準に、１年ごと・１ヶ月ごと・開催地ごとに分散して、比較する方法をとっております。
（出来るだけ無理のない絞り込みでサンプルｎ数を増やし、絞り込みデータの出現性（有効性）と分布を確認しております。）
結局絞り込みには完成なしと考えています。
絞ったら即、実戦に用いてます。
つまり私が用いた検証という単語は、私の財布を用いてのものとなります。
そしてこれまではいつも複数のｿﾌﾄに絞りこみをおこなって、同時に実戦に用い、各ｿﾌﾄ単位で星取り表をつけて、成績の悪いものは再評価したり、購入金に変更を加えています。
サンプルｎ数が少ない場合は当然良い結果になりますが、ｎ数を増やすことで絞り込み条件が、偏った的中レースに依存したものか、ある程度の頻度と分布で的中しているレースかを確認して、絞り込みの評価を行っております。（今年は良いが去年はダメと言うパターンも有りますから･･･）
結局、最終的な評価は実戦でしかわかりませんが･･･?
実戦で使用する為には、何かの検定結果がないと使えませんから。
ここで一般論となりますが、ｽﾋﾟｰﾄﾞ系ｿﾌﾄは基本的に900万、1500万が苦手です。
この理由は推測になりますが、やはり勝ち上がりたくない馬がいるのではないかと言われています。よって900万、1500万は削ります。
新馬戦、未出走については絞り込みの方針でその採択が決まると思います。
つまり本命ｻｲﾄﾞ狙いなら削れませんが、これらのﾚｰｽが一般的にやや本命ｻｲﾄﾞになることが多い以上、中穴、大穴狙いなら、思いきって削ってよいと思います。
本命ｻｲﾄﾞ狙いは再度ﾄﾗｲすることとして、ここでは中穴、大穴狙いで結論として未勝利、500万、ｵｰﾌﾟﾝのみで絞りました。
回収率では函館が異常に悪く、東京がこれにつぎ、最高は中京の158.7%でした。
時期にもそう差のない札幌と函館でなぜ回収率にこれほどの差がでたのかははっきりしません。
また東京が不調なのはｽﾋﾟｰﾄﾞ系ｿﾌﾄ一般の傾向と思います。
場所による絞り込みはいろいろな考え方があると思いますが、ここでは直線の長い東京と北海道を除いてみます。
（３）勘違いだらけの”絞り込み”
”絞り込み”とは統計学的にはどういう事か、”絞り込み”をしたら分析データーでは良い回収率を得られたが、実際のレースでは回収率が上がらない、この原因は何処にあるのか、などについてです。
実践は絞り込みでの回収率の大体２割減とわりきって考えておりますが、的中率の低い絞り込み、つまり大穴待ちではかなりの辛抱が必要で短期的には結構沈み込むものと考えております。
①絞り込みとデーターの良いとこ取り
１ データーを絞り込んだら期待値が１．２０になった。
２ データーの良いとこ取りをしたら期待値が１．２０になった。
１を見ますと納得してしまうかもしれませんが、２を見たなら”なーんだデーターの
良いとこだけを取ったんだから期待値が良くなるのは当たり前ではないか”と思うでしょう。 と言う事で用語の使い方は重要ですね。
期待値を上げるだけでしたら１ヶ月を給料日の２５日からの１５日間とその前の１５日間に分けてもよいでしょう。
給料日から１５日間 ０．８５
給料日前の１５日間 １．２０ （念の為ですが、この数値はあくまで例です。）
あるいは競馬開催日の気温と平均気温とを比較して絞り込む等、幾等でも絞り込む方法は出てくるでしょう。
この様な方法で良い期待値が得られても絞り込みが成功したとは言えないですね。
結論としてはデーターの良いとこ取りをしてはいけないです。
今迄知らず知らずにデーターの良いとこ取りをしていたと言う人も居るのでは、身に覚えのある人もいるのではと推察します。
必勝法の分析では上手く行ったのに実際に使ったら散々だったと言う事です。
絞り込みではなくて、データーを選択して期待値（回収率）を上げる方法は有ります。
これは応用統計学の重要なところです。
（４）一貫性があれば必勝法
過去の成績から、良いところだけを取ることは簡単なことですが、この条件に一貫性があれば必勝法と言って差しつかえないと思います。
絞り込みを行う過程では、再現性のないものとか偶発的なことはできるだけ排除するように皆さん考えていると思います。
良いところだけを取るのも必勝法であると思います。良いところなんて、後で分かることだと考える方もいるでしょうが、そんなことはありません。
予想ソフトは、一定のアルゴリズムで結果を出します。だから、好不調の波がある程度読めるはずです。
過去のデーターを分析し絞り込むと上手く行ったので、実際の沢山のレースに用いたら同じ様に良い回収率（期待値）が得られたとすると、それはもちろん必勝法でしょう。
良いとこ取り（絞り込み）をした物が全て駄目と言う事はなく、中には上手く行く事も有るでしょう。
しかし上手く行ったのはたまたま・偶然の産物と考えています。
が、良いとこ取りを行い偶然を期待する事も一つの方法とは思います。
好不調の波が読める（予測）としたならば、それは無意識のうちにその要因（変数）を認識しているのではないでしょうか。
その要因（変数）を明確に出来るならば、ソフトの条件の一つに取り込む事により、更に良い期待値（回収率）になるでしょう。
①”良いとこ取り”とは、”回収率の良いとこ取り”
単純に回収率だけで判断して、良い値を選ぶということですね。
それが危険というのは最もだと思います。
実際に自分でも、それだけで選んだ条件で買うことはしません。
でも、誰もが回収率だけを判断して良いとこ取りするわけではないと思います。
つまり、仮に”絶対的な指数”が存在すれば、その良いとこ取りすることが、唯一の
必勝法といえるはずです。
もちろん、その指数とは、回収率だけでなく、分散やら資金配分までをすべて包括し
た高次元の指数としますが…。
回収率しかデータがなければ、判断のしようがありません。
選んだ回収率が１４０％あっても、的中率が１％だったら絶対買いません。
的中率が５０％でも、レース数が１０Ｒならば信用できません。
で、的中率もたかだか平均です。的中率５０％なら、逆数を取れば”平均して２回に
一度は当たる”ということになります。しかし、１０連敗するかもしれません。
ところが、１０連敗しても、マクロ的に的中率５０％へ向かうのなら、買いつづけれ
ば４回に３回当たることも起こるはずなんです。
これが、時間と共に的中率が落ちてくるという現象があるのなら、レースの選び方云々の問題でなく、予想をするソフトのロジックの中に問題があるのでは？ と思ってしまいます。というわけで、”良いとこ取り”というのはわかりましたが、もう一方の”絞り込み”というのはどういう定義なんでしょうか？
これは確率・統計の用語とは違うと思いますが(^^;。定義の説明なしで、内容の解釈はできませんので。
選んだレースの、高配当／低配当、的中Ｒ／はずれＲが、均等に分布していて、期待値が１００％を越えていれば、それで良いのかなとも思いますが…。
【５】検証方法
シュミレーションの結果が確率予測となっている（的中率ｘ％と予想した馬券をたくさん集めるとそのうちｘ％が的中馬券となっている）のであれば、シュミレーションは、有効だと思います。（これで回収率１００％以上が約束されるわけではないのですが・・・）
しかし確率予測になっていないのであれば、（私の場合はこちらになってしまいます）この手法はプログラム内の評価変数の変換でしかありません。
この場合シュミレーションには以下のデメリットがあります。
・ＣＰＵをたくさん消費する
・シュミレート回数により結果が異なる
・評価値の変換により「情報落ち」を起こす
最初の２点は、予想プログラムの検証をする場合に大きな負荷となります。
最後の１点は、評価値の精度を落とします。
（１）検証
何も過去5年分を用意しなくても、1年分でもある程度はテストできると思います。
それにしても、どうして検証となると全データを対象としてしまうのでしょう。
競馬の場合は、データ数が有限なせいか、分析とか検証をしようとすると、利用できる全データを対象としてしまうことが普通のように感じます。
これを将来の予測に役立てようと思ったら、この段階から乱数を使ったサンプリングにした方が間違いなく役立つはずだと思いますが、これを実行している人は意外と少ないように感じます。
むしろ、あえて全体を検証しないという方法ですね。
つまり、最初から全データを対象としてしまうと、そのデータに偏った特徴が如実に現れてしまいますが、これを乱数で20～50%程度の件数で検証して、その結果を、さらにまた乱数で得られたデータの結果と突き合わせてみて、何度かこれをやってみれば、その検証から得られるデータの特徴の普遍性の信頼度は上がるはずですし、何も過去5年分用意する必要は無いと思います。
あまり細かい絞り込みをしなければ、1年分だけでも十分足りるはずです。
もちろんサンプル数は多い方が良いのは間違いないですが、少ないサンプルでも、サンプリングの仕方で、それは対処できると思います。
競馬は、データ数が有限個数であることと、それからそのひとつひとつのデータにいろいろな属性があるために、あまりこの方法が取られていないような気がします。
全体を見渡して、将来に役立てたいのでしたら、この方法は有効だと思います。
投資リスクがない!?競馬で安定回収したいなら是非お試しを!!
メールで前日に確信の軸馬を無料配信!
 |
騎手と調教師の成績をデータで確認！ ＴＡＲＧＥＴで使用出来るデータ 厩舎の思惑をデータで解析へ進む |
お奨め競馬情報
■■馬券で利益がおもしろいほど上がる理由
７割から９割は必ず連対すると思われる確信の軸馬を完全無料公開
■■無料で見れる闇情報！競馬の真実がココに！
実績ある勝ち組からのウラ情報！コレを見ないで馬券を買うのは愚かな行為です！
 |
  |
|
