現行モデル (registry 管理)
本サイトの予想は以下のモデルで生成されています。 履歴と差し替えは
tools/registry_cli.py 経由で管理。
| モデル ID | chuo_20260715_multiseed_leakfree_cal_f55 |
| 種別 | MultiSeedKeibaModel (10 seed) |
| 特徴量数 | 55 |
| 学習日 | 2026-07-15 |
| 本番反映日 | 2026-07-15 |
図解：AIが予想を出すまで
むずかしい数式は抜きにして、Stride AI が「期待値プラスの1点」を選ぶ流れを 5 ステップ で説明します。
🧪 2 モデル 並走 検証中
中央版は 学習方式・特徴量の異なる 2 つの ML モデル（A=従来 binary 分類器 / B=新 lambdarank + leak-free）を並走公開しています。長期実績(数百〜千件規模の買い目)で優劣を見極める方針です。
| A. 現行モデル (binary) (従来 binary、 leak 込み) | B. 新モデル (rank最適化 + leak-free + 確率校正) (lambdarank + 23 leak 列 除外 + isotonic 校正) | |
|---|---|---|
| モデルの 要約 | 1着分類器 (LGBMClassifier × 5seed bagging)。 単勝 8-20倍 / EV+ 1点厳選。 leak 込み で walk-forward min ROI 107% で 採算 だが、 真の binary 性能 は leak fix 後 min 81%。 | 順位最適化 (LGBMRanker × 5seed bagging) + softmax 確率化 + isotonic 校正 (2026-07-05 導入、 7/12 校正崩壊修正)。 採用は 単勝 (10-30倍 中穴帯) のみ (= 2026-07-12 umaren 撤退)。 暦順 5分割 walk-forward min ROI: tan 129.8% (avg 272.9%)。 最大ドローダウン 0.20x・破産確率 0% の リスク基準込みで 採用。 |
| 学習方式 | 1 着分類器 (LGBMClassifier・binary) | 順位最適化 (LGBMRanker・lambdarank) |
| 特徴量 | 78 列 (= 全列 / leak 込み) | 55 列 (= 生涯集計 leak 23 列を 除外) |
| 確率化 | race 内 sum-normalize (下位馬が同値になりやすい) |
race 内 softmax (上位を鋭く・同値問題を解消) |
| 採用 券種 | 単勝のみ (= 中穴 1 点 厳選) | 単勝のみ (= 中穴帯 10-30倍、 2026-07-12 umaren 撤退) |
採用券種の 暦順 walk-forward 検証 ROI (= 5seed bagging / 分割数は券種別、min ROI を表示)
| tan A (binary, leak 込み, 観測継続) | tan B (lambdarank + isotonic 校正, 10-30倍) |
|---|---|
| +85.0% bets 2754 / hit - | +129.8% bets - / hit - |
なぜ 2 モデル 並走?
中央モデル は 「学習 方式 / 特徴量 が 異なる 2 ML モデル」 を 並走 公開。 A は 従来 binary 分類器 で 馬の 1着確率 を 学習 し race 内 sum-normalize で 確率化。 B は 順位最適化 (lambdarank) で 「同じ レース 内 で どの 馬 が 上位 か」 を 直接 学習 し race 内 softmax で 確率化。 加えて B は 馬の 生涯 集計 leak 23 列 を 除外 (= 学習データ に 未来情報 混入 を 防止)。 両 モデル の 推奨 を サイト 上 並走 表示 し、 実運用 ROI で 優劣 を 長期 比較 する。
※ サイト 下部の 推奨買い目は、 両モデルの 結果を 並列で 表示しています (片方が 推奨なし の場合は 「見送り判定」 と 表示)。
使用しているAIモデル
中央競馬版は 2 つの LightGBM モデル を並走しています。A モデルは 1 着分類器 (binary)、B モデル（現行の主役）は 順位最適化 (lambdarank) です。いずれも マルチシードアンサンブル（5 seed 平均）・バギング・時間減衰学習 を併用。B は学習データへの未来情報混入（leak）を防ぐため、馬の生涯集計など 23 列を除外した leak-free な 55 特徴量 で学習し、さらに isotonic 校正（2026-07 導入）で勝率の過大評価を補正しています。
検証テスト結果
Walk-Forward 検証（過去全期間を時系列に区切って繰り返し検証＝実運用に近い長期平均）の結果です。直近 90 日だけを切り出す holdout は市場効率が特に高い時期に偏るため、運用 ROI の目安には walk-forward を採用しています。
B モデル（lambdarank + isotonic 校正・現行の主役）— 採用券種別の 暦順 walk-forward 最低 ROI
A モデル（binary）の精度指標（参考）
※ B（lambdarank）は順位最適化のため A と同じ AUC 指標は持ちません。B の実力は上記の券種別 walk-forward ROI で評価しています。数値は学習に使わない独立期間での過去シミュレーションで、実運用結果ではありません（実運用の累計は「実績」ページで全件公開）。
特徴量カテゴリ（主な内訳）
- 馬個体の能力過去成績、累積勝率、平均着順、近走の安定性、最高クラスでの好走経験
- ペース・展開近 5 走の平均ペース指数、上り 3F、脚質（逃げ/先行/差し）、前走の通過順
- 騎手・調教師の調子近 30 走の勝率・複勝率、開催場別の成績
- 重賞・クラス経験重賞出走数、重賞での複勝率、クラス昇降
- コース適性直線長、芝/ダート別勝率、平均出走距離
- 市場情報・レース条件・馬体単勝オッズ、人気、距離、馬場、頭数、馬体重増減、斤量、休養日数
※ A モデルは全 78 列で学習。B モデルは未来情報の混入（leak）を防ぐため、馬の生涯集計など 23 列を除外した 55 列で学習しています。
バックテスト戦略結果（Walk-Forward）
採用戦略を過去全期間の walk-forward で検証した回収率 (ROI)。n≥30 の頑健な戦略のみ掲載。100% 超で長期的に利益が期待できます。
| 券種・戦略 | walk-forward ROI | 備考 |
|---|---|---|
| 単勝 B（オッズ 10〜30 倍 / EV+20% / 校正あり） | min 129.8%（avg 272.9%） | 5分割 暦順 walk-forward 全 split 100% 超・主力 |
| 単勝 A bagging（オッズ 8〜20 倍） | min 85.0%（avg 154.3%） | 暦順再検証で 100% 割れ・撤退基準つきで観測継続 |
| 馬連・馬単・3連複・3連単・複勝 | 90.0〜98.2% | 暦順再検証で 100% 未達のため撤退（推奨対象外。馬連は 7/12 校正修正後 min 90.0% / 破産率 16.8% で撤退） |
※ 2026-06-24 の暦順 walk-forward 再検証で従来値の過大評価（時系列違反 split 由来）を修正し、2026-07-12 に校正崩壊を修正のうえ B 単勝を EV+20% / 確率下限 0.08 の中穴帯（10〜30 倍）へ締め直しました。採用は B 単勝のみ、リスク指標（最大 DD・破産確率）込みで判定しています。
運用実績（確定オッズベース）
※ 中央版は現状ペーパートレード（記録のみ・実購入は推奨しない）段階。累計買い目 100 件以降で本格運用の判断を行ってください。
戦略見直しの記録（2026-07 / 損益すべて公開）
負けた期間も含めて全部残します。7 月頭に単勝戦略で損失を出し、その内訳を分析して購入条件を入れ替えた記録です。
① 実運用の結果（6/28・7/4・7/5 の単勝 / 旧条件 1.5〜100 倍）
② 損失の内訳（オッズ帯別）— 高オッズ帯に集中
| オッズ帯 | 買い目 | 的中 | 収支 |
|---|---|---|---|
| 10〜30 倍（新条件が残す帯） | 19 | 2 | +3,450 円 |
| 30〜50 倍 | 38 | 0 | -7,700 円 |
| 50〜100 倍 | 121 | 0 | -29,800 円 |
損失の約 88% が 50〜100 倍の高オッズ帯（121 本すべて不的中）。的中した 2 本はいずれも 10〜30 倍帯でした。
③ 対策：中穴帯（10〜30 倍）＋ 確率校正へ切替（2026-07-05）
高オッズ帯を除外し、勝率の出やすい中穴帯に限定。あわせて「高オッズ馬の勝率を過大評価する」クセを isotonic 校正で補正しました。この切替は暦順 5 分割 walk-forward（学習に使わない独立期間での過去シミュレーション）で検証しています。
※ ①②は実際に賭けて確定した結果、③はバックテスト（検証）です。バックテストは将来の成績を保証しません。3 開催（n=178）は少数のため、統計的な裏付けは③の walk-forward を主とし、切替後の実運用 ROI を今後 1〜2 か月かけて累積・照合します。
サイトの更新サイクル
中央競馬版は 土日のみ 更新されます（JRA 開催日のため）。平日は予想・更新ともに行いません。
モデルの限界・注意点
- JRA は市場効率が高く、直近 90 日のような短期では ROI が振れやすい（長期 walk-forward では 100% 超を確認）
- A（binary）は単勝 8〜20 倍の観測継続。B（lambdarank + 校正）は単勝 10〜30 倍のみ採用（馬連・馬単・3連複・3連単・複勝は暦順再検証で撤退）
- 朝の段階は実オッズ未公開のため AI 予測順位からの推定オッズで暫定推奨を出し、発走が近づくと実オッズで再評価します
- 3 歳新馬は過去走データが揃わず、過去 5 走欄が空になる場合があります
- サンプル数が少ない時期（〜100件）は統計的ばらつきが大きい
- JRA は土日のみ運用、平日にデータは更新されません