Stride AI の AI 競馬予想に関する解説記事です。AI モデルの仕組み、南関東競馬の基礎、期待値プラスの考え方など。

• AIで競馬は勝てるのか — 機械学習予想の現実と限界📝 note 連携
  AI 機械学習による競馬予想は本当に勝てるのか。LightGBM ベースの実運用モデルで分かった現実的な期待値、勝てる条件、そして越えられない壁を解説。
• 南関東競馬入門 — 大井・川崎・船橋・浦和の特徴と狙い方📝 note 連携
  南関東4場（大井・川崎・船橋・浦和）の競馬場特徴・コース傾向・狙い目を AI 予想実運用の観点から徹底解説。地方競馬初心者にも分かりやすく。
• 期待値プラスの馬券とは — 競馬を「投資」として考える基礎📝 note 連携
  競馬の単勝オッズと期待値の関係を数式と具体例で解説。ケリー基準による資金管理、長期的なプラス収支を狙う「投資的アプローチ」の基礎を学べます。
• AI が外した時、何が起きているのか — 不的中レースの 3 パターン分析📝 note 連携
  Stride AI の不的中レースを「展開負け / 馬場不適 / 状態変化」の 3 パターンに分類して分析。なぜ外したか、どう改善するか、業界唯一の不的中公開サイトが解説します。
• パチンコ・スロットと競馬、何が決定的に違うのか — 構造比較📝 note 連携
  控除率・情報非対称性・期待値抽出可能性の3軸でパチスロと競馬を比較。なぜ競馬には「期待値プラスの馬券」が残るのかを、AI 予想を作る人間の視点から構造的に解説。
• 期待値プラスでも破産する? — ケリー基準の基礎📝 note 連携
  期待値プラスの戦略を見つけても、全額賭けると破産する。数学的に最適な賭金を求めるケリー基準と、実用的な分数ケリーまでを高校数学レベルで解説。
• 名古屋と園田 — 南関以外の地方競馬を AI で攻略する📝 note 連携
  Stride AI が南関東 4 場に加えてカバーする名古屋・園田の競馬場特性と AI 攻略の優位性。2022 年移転後の名古屋、国内最小級コースの園田の構造を解説。
• 「機械学習」って何ができるの? — AI 競馬予想を理解する前の一歩📝 note 連携
  機械学習で解ける問題の 3 タイプ (分類・回帰・ランキング学習) と「できないこと」を、競馬以外の身近な例も交えて高校生でも分かるように解説。LightGBM などの具体アルゴリズムには踏み込まず、機械学習という技術全体の枠組みを整理。
• 競馬のオッズはどうやって決まるの? — パリミュチュエル方式を 5 分で📝 note 連携
  日本の競馬で使われるパリミュチュエル方式の仕組みを 5 分で解説。プール・控除率・分配の流れを計算例で示し、「胴元 vs 客」ではなく「客 vs 客」の構造、なぜ Favorite-Longshot Bias が消えないのかを明らかにする。
• 1 番人気を買い続けると長期で負ける数学的理由 — Favorite-Longshot Bias📝 note 連携
  JRA 過去 10 年データで「1 番人気の単勝は回収率 77%」を示し、世界中で観測される Favorite-Longshot Bias の心理 3 要因を解説。人気別回収率データから中穴帯(3-5 番人気)が最も期待値が高い構造を明らかにする。
• LightGBM で南関 ROI 200% 出たぞ! → 結局リーケージでした — データリーケージの落とし穴
  機械学習で異常に高い ROI が出た時に疑うべき『データリーケージ』とは何か。本サイト開発時に実際に踏んだ罠と、未来情報の混入を検出する手順を解説。
• 「期待値」って何? — 高校数学で学んだあの概念が、競馬で一番役に立つ
  高校数学で習った『期待値』の概念を、競馬の単勝オッズと勝率で実例計算。期待値プラスの馬券だけを買う発想が長期勝利の鍵となる理由をゼロから解説。
• 「期待値プラス」って何回続けたら現実になるの? — 大数の法則で考える
  期待値プラスの馬券でも短期では負ける理由を、確率論の『大数の法則』で解説。何件積めば実力と運が分離するのか、本サイトの実運用データから示す。
• 馬券の種類別、期待値はどれが一番いいのか — 単勝・複勝・馬連・3 連単の比較
  JRA 9 種類の馬券種を控除率と組み合わせ数で比較。各券種の期待値構造、AI 予想との相性、初心者から上級者まで使い分けの実践ガイド。
• 「買い目を増やしても期待値は上がらない」 — 多頭買いの数学📝 note 連携
  「念のため複数頭買う」「保険として 2-3 頭買う」発想を期待値の線形性で数学的に否定。1 レース 1 頭買いが最強の数学的理由を実例計算で示す。
• 「複勝は安全」の嘘 — 控除率と期待値で見る本当のリスク📝 note 連携
  「初心者は複勝から」常識を控除率 20% と Favorite-Longshot Bias で完全否定。1 番人気の単勝 vs 複勝期待値比較で +22.5% vs -9% の衝撃計算を示す。
• 「いつ買わないか」が「いつ買うか」より儲かる数学的理由 — 見送りの戦略📝 note 連携
  AI 競馬予想が「全レース見送り」を平気で出す数学的根拠。ケリー基準が示す『期待値マイナスは賭金ゼロが最適』、FOMO と機会損失の混同を解説。
• 騎手で買うと負ける本当の理由 — 「騎手プレミアム」のオーバーシュート
  ルメール・川田・武豊などの名騎手の単勝回収率 70-85% を Favorite-Longshot Bias の応用として解説。騎手単独の貢献度 5-10% の統計と、鞍上弱化の妙味。
• 儲かる券種ランキング — 単勝・複勝・馬連・三連単を期待値で比較する
  9 種類の馬券種を控除率・組み合わせ数・流動性・歪み発見しやすさの 4 軸で総合ランキング。Stride AI が単勝 9 割の運用にする数学的必然を解説。
• AI が見ているもの — Stride AI が判断する 100 のシグナル
  Stride AI が馬 1 頭につき計算する約 100 のシグナル (馬の能力・コース適性・騎手・展開・当日要素・市場・環境) を 7 カテゴリ別に解説。LightGBM 統合の仕組み。
• 2026年6月 南関東競馬AI予想 成績レポート（回収率61%・的中率7%）
  2026年6月の南関東競馬AI予想の成績を公開。推奨169件・11的中、回収率61.1%、的中率6.5%、収支-9,850円。日別の詳細と累計実績との比較も掲載しています。
• 2026年5月 南関東競馬AI予想 成績レポート（回収率122%・的中率8%）
  2026年5月の南関東競馬AI予想の成績を公開。推奨107件・9的中、回収率122.3%、的中率8.4%、収支+3,260円。日別の詳細と累計実績との比較も掲載しています。

期待値・オッズの仕組み・AI の数学をゼロから解説するシリーズを note で公開中。 パリミュチュエル方式から Favorite-Longshot Bias まで、競馬 × 統計学を網羅。