競馬AIで「複勝回収率167%」が出た。でも、まだ喜ばない。——9月27日24レースで見えたHorse AIの現在地

今日は、Horse AIで9月27日の全24レースを追いました。

昨日の記事では、

「回収率186%に見えた穴馬仮説が、未来情報を取り除くと消えた」

という話を書きました。

一見すると魅力的な数字でも、

・その情報は馬券購入時点で本当に分かっていたのか
・結果を見た後で条件を作っていないか
・市場価格に対して本当に価値があったのか

を確認しなければいけない。

そんな反省を踏まえて迎えた今日。

今度は別のところから、かなり目立つ数字が出ました。

■ 今日の結果：24レース・306頭

9月27日の速報ベースの集計です。

全24レース
出走馬306頭

複勝払戻対象：70頭

Horse AIの何らかの研究シグナルが付いていた馬：
35頭

シグナルなし：
35頭

つまり、

「実際に複勝払戻対象になった馬のうち、Horse AIが事前に何らかの形で捕捉していた割合」

は、

50.0%

でした。

前日9月26日は、

複勝払戻対象69頭
シグナル捕捉31頭
未捕捉38頭

捕捉率44.9%。

今日は、

70頭中35頭
＝50.0%。

+5.1ポイントです。

ただし、たった2日を比較して、

「AIが進化した」

とは言いません。

現時点では、あくまで今日の観測結果です。

■ シグナル別の結果

今日の各研究シグナルは次のようになりました。

🤖 AI WIN（市場フリーAI 1位）

24頭
1着8頭
2着5頭
3着2頭

3着内率：62.5%
単勝回収率：100%
複勝回収率：95%

🛡 鉄板

4頭
3-1-0

3着内率：100%
単勝回収率：110%
複勝回収率：110%

◎ コア

1頭
1-0-0

3着内率：100%
単勝回収率：140%
複勝回収率：110%

🚀 BREAKOUT

35頭
4-1-4

3着内率：25.7%
単勝回収率：171%
複勝回収率：167%

⚠ DANGER（内部role）

25頭
5-5-4

3着内率：56.0%
単勝回収率：55%
複勝回収率：79%

💎 複勝VALUE

49頭
7-6-7

3着内率：40.8%
単勝回収率：86%
複勝回収率：127%

参考として、T10時点の1番人気は、

24頭
8-5-2

3着内率：62.5%
単勝回収率：79%
複勝回収率：86%

でした。

■ 今日、一番目立ったのはBREAKOUT

数字だけを見ると、今日もっとも目立つのはBREAKOUTです。

35頭中、

1着4頭
2着1頭
3着4頭。

3着内率は25.7%。

そして100円ずつ均等購入した場合の速報ベースでは、

単勝回収率171%
複勝回収率167%

となりました。

かなり目立つ数字です。

でも、ここで私は昨日の記事を思い出しました。

昨日、

「7番人気以下 × AI上位 × 直前に売られていない」

という条件で、

複勝回収率186%

という数字が見つかりました。

ところが、

購入時点では知ることのできなかった未来情報を除いて再計算すると、

その優位性はほぼ消えました。

だから今日は、

「BREAKOUTの複勝回収率167%！」

と喜んでルールを変更することはしません。

■ 良い数字が出た時ほど、AIを変更しない

これは最近のHorse AI開発で、かなり大事にしている考え方です。

悪い結果が出た時より、

むしろ、

「すごく良い結果が出た時」

の方が危ない。

なぜなら、人間は良い数字を見ると、

「理由を探したくなる」

からです。

今日のBREAKOUT馬を眺めながら、

「この条件が良かったのでは？」
「この人気帯がいいのでは？」
「このコースなら使えるのでは？」

と探し始めれば、

結果を知った後から説明できる条件はいくらでも作れます。

それでは、本当に未来のレースで再現するのか分かりません。

だから今日の171%・167%は、

「9月27日にこういう結果だった」

という記録として残すだけ。

ProductionのBREAKOUT条件は変更しません。

■ ただ、新しい研究アイデアは出てきた

一方で、今日のレースを見ていて、一つ研究してみたいテーマが出てきました。

それが、

「以前は市場から高く評価されていた馬が、条件不一致による凡走で人気を落とし、条件が戻った時に再び走るのではないか？」

という仮説です。

例えば、

過去4走のどこかで1～3番人気。

つまり、市場から一度は能力を高く評価されていた。

ところが、

距離が合わなかった。

競馬場が合わなかった。

馬場が合わなかった。

逃げ・先行馬なのにハイペースになった。

展開が向かなかった。

そうした理由で負ける。

何度か負けたことで、市場評価が下がる。

でも今回、

得意コースに戻る。

適距離に戻る。

馬場が合う。

展開が向く。

そしてAI上の能力もまだ残っている。

そんな馬が、

「条件回復型BREAKOUT」

として存在するのではないか。

という仮説です。

■ 「昔人気だった馬」だけでは足りない

もちろん、

「過去4走で3番人気以内だったから買う」

では単純すぎます。

市場はそんな情報を当然知っています。

私が調べたいのは、

単なる元人気馬ではありません。

① 過去に市場から高評価されていた

↓

② 条件不一致などで凡走した

↓

③ その結果、市場評価が落ちた

↓

④ 今回、その不利条件が改善した

↓

⑤ AI上の基礎能力はまだ高い

↓

⑥ それでも市場が十分に評価を戻していない

この構造です。

仮に、

CONDITION_REBOUND

「条件回復型BREAKOUT」

と呼んで研究してみたいと思っています。

■ Horse AIには、すでに条件適性のEvidenceがある

この研究が面白いと思う理由がもう一つあります。

Horse AIではすでに、

競馬場・距離適性

馬場適性

騎手

脚質

PACE

種牡馬

母父

などを、それぞれ別のEvidenceとして持つ仕組みを作っています。

だから、

「前走はなぜ条件が悪かったのか」

と、

「今回は何が改善したのか」

を比較できる可能性があります。

例えば、

前走：
後方脚質 × 前残り展開

今回：
差しが届きやすい展開予測

あるいは、

前走：
不得意距離

今回：
得意距離へ短縮

前走：
苦手馬場

今回：
得意馬場

といった、

「前走→今回」

の条件変化を見る。

単純な能力ランキングとは違う、

「能力を発揮できる条件に戻った」

というEvidenceです。

■ ただし、今日の好走馬からルールは作らない

ここが重要です。

今日BREAKOUTの回収率が167%だったから、

今日の好走馬を調べて、

「共通点を発見した！」

とはしません。

それをすると、また結果側から条件を作ることになります。

まず過去の別期間で、

「元上位人気 × 市場評価低下 × 条件回復」

という構造が本当に存在するかを調べる。

そこで候補となる定義を作る。

その後、

まだ結果を知らない未来のレースで固定した条件を検証する。

この順番にします。

■ AI WINも興味深い結果だった

今日もう一つ気になったのが、

市場フリーAI能力1位のAI WINです。

24頭で、

8-5-2。

3着内率62.5%。

単勝回収率100%
複勝回収率95%。

一方、T10時点の1番人気も、

8-5-2。

3着内率62.5%。

着順成績だけを見ると同じでした。

ただし回収率は、

AI WIN：
単100% / 複95%

T10 1番人気：
単79% / 複86%

でした。

ここも面白い。

ただ、

「AIが市場に勝った」

とはまだ言いません。

まず確認すべきなのは、

AI WINとT10の1番人気が、

実際に何レースで同じ馬だったのか。

違ったレースではどうだったのか。

です。

Horse AIでは、

「AI」と「市場」を別々のEvidenceとして見られるようにしているので、

ここも今後の蓄積対象です。

■ DANGERは、やはり一括評価できない

今日のDANGERは25頭。

5-5-4。

3着内率56.0%。

複勝回収率79%。

これだけを見ると、

「DANGERなのにかなり来ている」

となります。

でも、これは昨日の研究で理由が分かり始めています。

現在のDANGER内部には、

・AI過信候補
・市場評価 > AI
・CUT由来
・その他

という意味の違う状態が混在しています。

特に、

「市場評価 > AI」

というだけの馬を、

「危険馬」

と呼ぶのは適切ではない可能性があります。

そこでGUIも、

「研究リスク」

と

「市場との関係」

を分けるように変更しました。

DANGER全体の回収率だけを見てルールを変えることはしません。

■ 複勝VALUEも127%

今日の複勝VALUEは49頭。

3着内率40.8%。

複勝回収率127%。

こちらも100%を超えました。

ただし、これも同じです。

今日1日の結果だけで、

「VALUEは使える」

とは判断しません。

特に競馬は、一頭の高配当馬で1日のROIが大きく変わります。

だから、

何頭当たったか。

ではなく、

どの価格帯で、

市場が何%と評価していた馬が、

実際にどれだけ走ったのか。

そして、それが未来の開催でも続くのか。

を見ていきます。

■ 今日からもう一つ始めたことがある

実は今日、結果以上に重要な実験も始めました。

それが、

T3・T2

の市場観測です。

発走約3分前。

発走約2分前。

この時点のオッズを、未来情報を混ぜずに保存する仕組みを動かし始めました。

ただし、

「T3とT2を保存できた」

だけでは意味がありません。

本当にT3とT2で市場の情報が更新されているのか。

それとも、

同じ発表データを1分違いで2回読んでいるだけなのか。

ここを確認します。

もし同じデータなら、

「T3」「T2」という名前が違っても、

独立した2つのEvidenceとしては扱いません。

■ 今日のHorse AIで一番大事だった数字

171%。

167%。

127%。

100%。

いろいろ面白い数字が出ました。

でも、今日一番重要だった数字は、

回収率ではないと思っています。

複勝払戻対象70頭。

シグナル捕捉35頭。

未捕捉35頭。

捕捉率50.0%。

Horse AIが、

「当てるAI」

だけではなく、

「なぜこの馬を見ていたのか」

「なぜこの馬を見逃したのか」

を分析できるシステムになりつつある。

私はそこに一番可能性を感じています。

■ 今日の所感

昨日は、

「回収率186%という魅力的な仮説が消えた」

日でした。

今日は逆に、

BREAKOUTで複勝回収率167%

という魅力的な数字が出ました。

以前だったら、

「これは使えるかもしれない」

と、すぐモデルや購入条件に入れたくなっていたと思います。

でも今は違います。

良い結果が出た。

だからこそ触らない。

まず記録する。

仮説を作るなら、今日の結果とは切り離す。

定義を固定する。

そして未来のレースを待つ。

この手順そのものが、Horse AIの重要な機能になってきました。

そして今日、もう一つ感じたことがあります。

競馬で「能力がある馬」と、

「今日能力を発揮できる馬」は、

同じではないのかもしれません。

過去に1番人気や2番人気になった馬。

能力は評価されていた。

でも条件が合わず負けた。

負けたことで人気が落ちた。

そして条件が戻る。

この瞬間をAIが捉えられるなら、

単なる着順予測とは違う競馬AIになるかもしれません。

次に調べたいのは、

「強い馬を探す」

だけではなく、

「能力を出せる条件に戻ってきた馬を探す」

ことです。

もちろん、まだ仮説です。

次の研究テーマとして、データで確かめます。

■ まとめ

9月27日。

24レース、306頭。

複勝払戻対象70頭のうち、

Horse AIは35頭を何らかの研究シグナルで捕捉しました。

BREAKOUTは、

単勝回収率171%
複勝回収率167%。

複勝VALUEは、

複勝回収率127%。

AI WINは、

24頭中8勝、
3着内率62.5%。

面白い数字が出ました。

でも、

まだ結論は出しません。

昨日は、

「良く見えた仮説が消える」

ことを経験しました。

今日は、

「良すぎる結果が出ても飛びつかない」

ことを実践する日になりました。

競馬AIを作っているつもりでしたが、

最近はむしろ、

「自分自身を騙さないための研究システム」

を作っている感覚があります。

次は、

「条件回復型BREAKOUT」

という新しい仮説を調べてみます。

過去に市場から評価されていた馬が、

条件不一致で人気を落とし、

得意条件に戻った時、

市場の期待以上に走るのか。

結果が良くても、悪くても、

またそのまま書きます。

※9月27日の結果・最終オッズは記事作成時点のnetkeiba速報を用いた参考値です。公式JRA/JV結果による確定評価ではありません。
※回収率は対象馬へ単勝・複勝を各100円均等購入した場合の集計です。
※1日分は小標本であり、Forward検証の正式評価ではありません。
※記事中のBREAKOUT、DANGER、VALUE等は研究用シグナルです。購入推奨を意味しません。

【タグ】

#競馬AI
#AI競馬
#競馬予想
#競馬
#機械学習
#データ分析
#生成AI
#ClaudeCode
#ChatGPT
#LightGBM
#JRAVAN
#JRA
#オッズ分析
#個人開発
#仮説検証
#BREAKOUT
#HorseAI