本サイトは 同じ ML モデル から 性格の異なる 2 つの 購入戦略 を 並走 公開しています:

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。

各レースの 推奨買い目 は 両戦略 を 並べて 表示しています。 比較 詳細は AIモデル仕様 (2戦略 並走) を 参照してください。

中央競馬版の推奨馬券は、各レースで「期待値 = AI 予想勝率 × オッズ - 1」がプラスで最大の馬を単勝・複勝で抽出するシンプルな戦略です。

JRA は地方競馬と比べて市場効率が高く、人気馬は織り込み済みでエッジが取りにくい構造です。AI は「市場の歪み」と「ファンダメンタル（馬個体の能力）」の両面から、人気と実力の乖離が大きい馬を探します。

1. 市場効率が高い多くの専門家が参加するため、人気馬は実力通りに評価されやすい
2. サンプル数が少ない土日のみ開催なので、累積データを集めるのに時間がかかる
3. レース間隔が広い同一馬の出走間隔が地方より長く、近走データの鮮度が下がる
4. 重賞は特に市場効率が高いG1・G2 はオッズに織り込まれている情報量が膨大、エッジは出にくい

→ そのため中央版は地方版よりも保守的な閾値で運用し、推奨が出る日数が少ない傾向があります。

1. 1〜4倍は市場効率が高い人気馬は織り込み済みで期待値プラスが出にくい
2. 5〜30倍が「割安ゾーン」市場とAI評価の乖離が出やすく、CV ベースで最良の ROI と最小の std
3. 30倍超は予測精度が不安定サンプル数が少なく信頼性が下がる
4. 50倍超は除外大穴は当たれば大きいが、長期で赤字傾向

• JRA は土日のみ開催。平日は推奨も更新もありません
• 毎日必ず買い目が出るわけではありません。期待値プラスの馬がない日は見送りです
• 重賞は推奨が出ないことが多い（市場効率が高すぎるため）
• 累計買い目が 100 件を超えるまでは、ペーパートレード推奨
• 締切直前のオッズ変動に注意してください