機械学習vs地方競馬: 一日12レースの予想実績を徹底解析

みなさん、機械学習ってご存知ですか？機械学習とはは私たちの代わりにコンピュータが膨大なデータから特徴量を抽出して予想を行うもの。最近、この機械学習があらゆる分野で大活躍中です。スマートフォンの予測変換から天気予報、さらには今回の主役、競馬の予想まで、この優秀なアルゴリズムが私たちの生活を支えています。

競馬で毎週お金をちゅるちゅる吸われている方、安心してください。デジタルとアナログが融合し、機械学習が「今日のこの馬が勝つかも！」と囁いてくれる時代になりました。しかし、果たして機械の予想は本当に当たるのでしょうか？それとも、経験豊富な競馬ファンの直感の方が上手いのでしょうか？

この記事では、1日に行われる地方競馬の12レースを機械学習で予想し、人間の予感とは一味も二味も違う、サイバーな予想結果をお届けします。笑顔になれる結果となっているかは…記事の中でのお楽しみ！引き続き、お付き合いのほどよろしくお願いします。

この記事の目次

機械学習とは？
実際の予想と結果
解析結果
機械学習を用いた競馬予想の将来性
まとめ

機械学習とは？

機械学習、よく耳にするけれど、具体的に何を指すのかピンとこない方も多いのではないでしょうか。そこで、まずは機械学習をシンプルに解説します。

機械学習とは、ざっくり言うと、コンピュータが大量のデータからパターンを見つけ出し、それをもとに新しい情報や状況に対応できるように「学ぶ」技術のことを指します。たとえば、私たちが幼少期に何回も火を見て「あれは熱い」と学ぶように、コンピュータもたくさんのデータを元に「あ、この馬は雨の日に強いんだ！」といったことを学ぶわけです。

この技術を活用すると、人間が見逃してしまうような細かいトレンドやパターンを捉えることができるのです。そして、今回の主役、競馬の予想においても、この機械学習がその力を発揮します。

今回使用した学習モデルは前回の記事で紹介していますので良ければそちらもご覧ください。
過去5年分のデータを学習させおり、来そうな馬だけでなく人気があるのに絶対に来ないと判断した馬も教えてくれます。

【機械学習初心者】金欠大学院生がPythonで競馬予想成功！4倍のリターンを実現

こんにちは、限界大学生のりょうです。大学院生はお金がない！！！！常に金欠と隣り合わせの僕らはもう一発逆転するしかありません。こうなったら競馬で巨万の富を得ようしかし競馬知識に乏しい僕が自分で予想してもJRAの養分になるだけです。そ...

予想は、その馬が3着以内に入るかどうかの基準です。

実際の予想と結果

今回は2023/08/14の浦和で精度を検証していきたいと思います！機械学習が3着以内に入ると予想した馬と、人気が高いわりに来ないと予想した馬を書いていきます。

前回の記事でも紹介しているのですが、今回は負けにくい買い方、複勝を淡々と買うという作戦で行きます。

過去の競馬データと統計から学ぶ: 馬券の買い方最適化ガイド

競馬は単に運ゲーと思われがちですが、実は適切なデータ分析と戦略があると、より楽しみながら賢く馬券を購入することが可能です。この記事では、Pythonのコードを使用して、過去の競馬データと統計を分析し、馬券の買い方を最適化する方法を解説します...

第1レース:サマードリームリレースタート賞(3歳)

2: ニットウサニー（1番人気）　→1着（複勝110円）

第2レース:ランチタイムチャレンジ(C3)

1: レインボーポラリス（1番人気）　→1着（複勝110円）
12: プレストオメガ（2番人気）　→2着（複勝120円）

第3レース:ドリームチャレンジ(2歳)

1: ラシアス（1番人気）　→1着（複勝100円）
3: フライングロッド（2番人気）　→2着（複勝100円）

第4レース:ドリームチャレンジ(2歳)

2: ジョーソーレ（1番人気）は絶対に来ない！！　→5着
4: リブートパワー（3番人気）　→1着（複勝150円）
5: ジンジャーココア（2番人気）は絶対に来ない！！　→6着

第5レース:3歳三

4: ミラコロダンス（2番人気）　→8着
7: レコパンマミー（1番人気）　→2着（複勝120円）

第6レース:C3五六

1: ベニノエンゼル（1番人気）　→1着（複勝200円）
6: ロッカーモーション（3番人気）　→8着
8: キタマクフィー（2番人気）　→4着

第7レース:C3五六

4: ナツィオナーレ（1番人気）は絶対に来ない！！　→5着

第8レース:浦和×大井サマードリームリレー賞(C3)

1: フリュート（1番人気）　→3着（複勝120円）

第9レース:ほおずき特別(C1)

1: トーセンプリシラ（1番人気）　→7着

第10レース:サードニクス特別(C2)

6: ヴェルトクリーガー（1番人気）は絶対に来ない！！　→1着
9: エスシーカリファ（3番人気）　→7着

第11レース:千日草特別(B3)

1: ゴールドレッグス（1番人気）　→2着（複勝130円）
6: アイスヴィスタ（2番人気）は絶対に来ない！！　→1着

第12レース:獅子座特別(C1)

8: キングレジェンド（3番人気）　→3着（複勝190円）
11: ローザロード（1番人気）　→1着（複勝110円）

解析結果

この日は1700円買って配当の合計金額が1760円でした。

回収率103.5%!

微妙だけど負けてない！！！！！！

来ると予想した17頭のうち、3着に入ったのは12頭という結果でした。

また、絶対来ないと予想した馬のうち2頭が来るというまだまだ伸びしろを感じる結果です。

しかし、負けてない！という点は評価いただきたく感じます。

小さな利益に思えるかもしれませんが、一方で機械学習による予想が一定の精度を持っていることも確認できたことでしょう。

機械学習を用いた競馬予想の将来性

今回の結果から、機械学習での予想は思ったほど悪くないが、しっかり作りこまないと精度がぶれてしまうということがわかりました。そこでどのようにしたら精度をさらに高めることができるのかを考察します。

データ量を増やす: 競馬はデータが非常に豊富なスポーツです。今回の予想で取り入れていない過去のレース結果、ジョッキーの実績、血統情報などを取り入れることで精度の向上が期待できます。また今回はサーバのRAMの都合で5年分のデータで予想しましたが、より高性能なマシンで10年、20年分のデータを解析することでより良い予想ができることでしょう。
モデル分析による予想の精度向上: 今回の予想では、わずかな利益を上げることができましたが、機械学習モデルの進化とともに、予想の精度も段階的に向上することが期待されます。今回使用したアルゴリズムはランダムフォレストという手法だったのですが、学習の仕方を変えることで予想性能の向上が期待できます。
ヒューマンファクターとの組み合わせ: 機械学習が提供するデータベースの予想と、経験豊富な競馬ファンや専門家の直感を組み合わせることで、より高い精度の予想が可能となります。特に今回気になったのが買い方です。人気の馬ばかりを予想していたため、実際にあたってもその配当は安いものでした。機械学習と人間の予想を組み合わせることで、うまく人気のない馬が逆転した際のリターンを得たいですね。