結論: 「すべて当てる」は無理、「期待値プラスで運用する」は可能
結論から書きます。AI 機械学習で競馬の着順をすべて正確に予測することは 不可能 です。一方で、長期的に 回収率 100% を超える期待値プラスの馬券 をピックアップし続けることは可能で、本サイト（Stride AI）の累計運用実績がそれを示しています。
本記事では、本サイトで実際に運用している LightGBM ベースの AI モデルを題材に、「AI で競馬は勝てるのか」という問いに技術的に答えていきます。
なぜ「すべて当てる」のは無理なのか
競馬は本質的に 不確実性が高い スポーツです。同じ馬・同じコース・同じ騎手でも、当日の体調、天候、馬場状態、レース展開、他馬の動きなど、無数の変数が結果を左右します。これらをすべて事前に観測することは不可能なため、どんなに高度なモデルでも 100% の的中はあり得ません。
本サイトの LightGBM モデルでも、単勝の的中率は概ね 20〜35% 程度です。つまり 3 回に 2 回は外れます。これは「予想精度が低い」のではなく、競馬という競技の 構造的な不確実性 です。
では何ができるのか — 期待値プラスの抽出
機械学習が活躍するのは「着順を完璧に当てる」のではなく、「オッズに対して過小評価されている馬」を抽出することです。
競馬の単勝オッズは、買われた金額（市場）が決めます。多くの場合、人気馬には資金が集中しすぎてオッズが下がり、逆に注目度の低い実力馬には資金が集まらずオッズが残ります。AI は過去レースのデータから「この馬は実際にはこのくらいの勝率がある」と推定し、市場のオッズと比較して 期待値 (EV) プラス となる馬券だけを抽出します。
「勝てる条件」3 つ
- 十分な特徴量とデータ量本サイトでは過去 3 年分・約 10 万レース、125 次元の特徴量を学習。データが少ないと統計的なノイズに過剰反応してしまうため、最低でも数万レース規模のデータが必要です。
- 適切な資金管理期待値プラスの馬券でも、1 回ごとには負けます。連敗で破産しないように ケリー基準 による少額分割ベットが必須です。本サイトは 1/20 ケリーを採用し、1 回の負けで残高が大きく削られない設計です。
- 長期視点での運用30 件や 50 件では運の影響が大きすぎます。本サイトの累計実績で示している 100 件以上 の試行を経て、ようやく「実力」と「運」が区別できる規模になります。短期の負けで戦略をブレさせないことが最重要です。
越えられない壁 — AI の限界
AI モデルにも明確な限界があります。本サイトでも以下の領域では予測精度が下がります:
- 新馬戦・未勝利戦: 過去データが少なく、学習材料が不足
- 悪天候のレース: 馬場状態の変化が大きく、過去傾向が崩れる
- 主要重賞: 特殊な調整・特殊な騎乗が多く、通常モデルの想定外
- 取消・降着の事後変動: AI は予想時点で確定できない
これらのレースでは推奨を控えるか、信頼度を下げて少額に留める設計にしています。
本サイトの実運用結果
2026 年の運用実績（最新）は 運用実績ページ で公開しています。単勝オッズ 5〜30 倍の中穴帯に絞り、期待値プラスの馬券だけを毎日全件公開する方針で運用しています。
不的中の日も隠さず公開しているのは、長期戦略の透明性を担保するためです。短期の負けはあって当たり前なので、累計で何が起きているかを見てください。
まとめ
AI 機械学習で競馬は「すべて当てる」ことはできませんが、「期待値プラスの馬券を継続的に抽出する」ことはできます。これは投資の世界でいう「アルファ獲得」に相当し、長期的にはプラスサムになります。
本サイトの予想を活用される際は、ぜひ 長期視点 と 適切な資金管理 を意識してご利用ください。20 歳未満の方は馬券を購入できません。また、ギャンブルは娯楽の範囲で楽しむものです。心配のある方は 依存症相談窓口 をご覧ください。