回収率のばらつきをどう示す？

回収率の分子と分母を固定する

推定区間の前に元の金額を再現できるようにする

この記事では返還を除く的中払戻額Pを、購入総額から返還額を引いた実投資額Sで割り、百を掛けた値を回収率とします。対象期間のPとSをそれぞれ合計して計算し、日ごとの百分率を単純平均する方法とは区別します。

元の一件には、レース、日付、実投資額、的中払戻額を残します。全返還でSがゼロの取引は、有効な馬券の成績と分けます。期間全体のSがゼロなら回収率を定義できず、区間の計算へ進めません。

見送り、仮想購入、受付済みの実購入も別に保存します。対象の定義が違う金額を混ぜてから高度な計算をしても、知りたい回収率の不確実性にはなりません。公式の払戻と返還を照合して、元の比率が正しく再現できることが先です。

的中の成否だけでは回収率の散らばりを表せない

的中率は成功か失敗かという記録から計算できますが、回収率は成功したときの払戻金額にも左右されます。同じ一回の的中でも、購入額の二倍が戻った場合と二十四倍が戻った場合は、金額の寄与が違います。

勝率の区間を出す二項分布の式に、回収率120％を確率1.2として入れることはできません。回収率は百％を超える場合があり、ゼロから一の成否確率とは尺度が違います。何の統計量について区間を求めるかを明確にします。

同額ずつ購入した独立なレースなら、各レースの払戻倍率の平均と全体の比率が一致します。しかし購入額が変わる場合は、倍率の単純平均とP合計÷S合計は一致しません。平均向けの計算を使う前に、金額の重みと仮定を確認してください。

最も大きな払戻への集中を確認する

まず点推定の隣に、総実投資額、総払戻額、対象レース数、払戻があったレース数、最大払戻の寄与を表示します。これだけでも、率がどのように構成されているかを読めます。

最大の払戻を除いた場合にどの程度数字が変わるかを調べることも、集中の参考になります。ただし外した値を本当の回収率と呼ぶのではありません。全件を含む実績を基準にし、感度を見る別の計算として併記します。

高い払戻はノイズだから削除してよいという判断にはしません。その方法が高配当に依存する設計なら、重要な結果の一部です。一方、一度だけの高配当を根拠に、同じ頻度で今後も起こると決めることもできません。両方の問題を区別して読みます。

架空例1：一度の払戻で120％になった場合

二十レースという件数でも寄与は一件へ集中する

架空の方法Aで、二十レースへ各1000円を購入し、十九レースは払戻0円、一レースだけ24000円だったとします。返還はなく、実投資額は20000円、総払戻は24000円なので回収率120％、損益は4000円です。

最大の払戻が総払戻の100％を占めています。その一レースを感度確認のために外すと、残る実投資額19000円に対する払戻は0円で、回収率0％です。これは元の120％を取り消す操作ではなく、結果が一件に集中している説明です。

二十レースの結果を保存していても、高配当の出現は一件しか観測していません。今後も二十回に一回同じ払戻があると確定したわけではありません。少数の高配当への依存が大きいほど、過去の一点の率を安定した能力へ読み替えないことが必要です。

架空例2：十二回の払戻で同じ120％になった場合

別の架空の方法Bも二十レースへ各1000円を購入しますが、十二レースで各2000円が戻り、八レースは0円だったとします。実投資額20000円、総払戻24000円、損益4000円で、方法Aと同じ回収率120％です。

一件の最大払戻は2000円で、総払戻24000円の約8.3％です。その一件を外すと、残る払戻22000円を実投資額19000円で割るため約115.8％です。方法Aより、単独の一件を外す影響は小さいという違いを示せます。

それでも方法Bが将来必ず利益を出すとは言えません。選んだレースの偏りや共通の馬場、購入条件の変化は残ります。この二つの例は、同じ120％という点推定でも成り立ちが違うことを示すもので、実際にどちらかのサービスの成績を測定したものではありません。

ブートストラップは観測した組を取り直す

ブートストラップは、観測済みの標本から復元抽出で同じ件数を取り、調べる統計量を繰り返し計算する方法です。元の一件を選び直すので、同じ一件が何度も入る場合と一度も入らない場合があります。

回収率なら、同じレースのSとPを一組として取り直し、各回でPの合計をSの合計で割ります。SだけとPだけを独立に並べ替えると、実際の購入と払戻の対応を壊します。公式のSciPyにも対応した添字を使うpairedの指定があり、この区別を確認できます。

ただし再標本化が妥当になる単位を先に考える必要があります。同じ競走の複数の買い目を独立なレースとして扱ったり、日単位で共通条件があるのに全て無関係とみなしたりすれば、元の依存構造を反映できません。手法の名前だけでは前提は保証されません。

架空データで再標本化の幅を計算してみる

理解のため、前の架空例を独立した同額二十レースとして扱い、単純なパーセンタイル法を考えます。方法Aから二十件を復元抽出すると、一件ごとに24000円の行を選ぶ確率は1÷20です。その行の選択回数をKとすれば、再標本の回収率は120×K％になります。

この離散的な分布の累積確率が初めて2.5％と97.5％に届く点を使うと、Kの端は0と3で、対応する幅は0％から360％です。方法Bでは2000円の行を選ぶ確率が12÷20で、回収率は10×K％、端はKが8と16で80％から160％となります。

二つの幅は、作った二十行を元にした再標本化分布の説明です。実際の将来の回収率がその範囲へ九十五％の確率で入る保証ではありません。小標本と大きな一件への依存がある方法Aについて、信頼性の高い推定ができたと宣伝する根拠にも使えません。

区間の方法と分位点の定義を明記する

再標本化の区間には、単純な分位点のほか、basicやBCaなど異なる計算法があります。方法を変えると同じデータでも端点が変わる場合があります。ソフトの初期設定を使っただけなら、その設定と版を保存します。

前の架空例では、離散分布の累積確率が指定値へ初めて届く点を端としました。標本を有限回だけ抽出するシミュレーションや、分位点の補間を使う実装では値が違うことがあります。再現のために抽出回数、乱数、区間法と分位点の方式を残してください。

端点の小数を細かく見せても、元のデータの不足は解消しません。計算法の違いで結論が変わる場合は、その不安定さを伝える必要があります。都合の良い方法だけを選び、同じ検証で一番狭い区間を採用することは避けましょう。

再標本化を増やしても実際の観測は増えない

二十件から一万回取り直しても観測は二十レースです。計算の反復を増やすことは、再標本化の数値的な揺れを減らすためであり、元の情報量を増やす操作ではありません。元の標本数と計算を繰り返した回数を、同じ件数の欄へまとめないでください。

元の二十件に含まれなかった種類の高配当や、将来の別の馬場条件は、復元抽出から自動的に現れません。観測済みの範囲を繰り返す方法であるという限界を残します。未観測の極端な値の影響まで完全に把握できたとしないでください。

全ての観測が同じ値の場合も注意が必要です。例えば払戻が全て0円なら、単純な取り直しでも全て0円になります。区間が狭い、または退化したから将来も確実に0円ということではありません。ソフトが未定義や警告を返した場合は、理由を確認して表示します。

同じ開催日の依存と時系列の変化を分ける

同じ日のレースでは馬場や購入方針が共通し、結果の関係が残る場合があります。このとき、レースごとに独立と仮定するのか、日などのまとまりで取り直すのかを検討します。選んだ単位と理由を記録してください。

まとまりで取り直す方法でも、日が数日しかなければ十分な情報を得られません。千枚の券があっても観測した日が三日という場合、日単位の変動を豊富に測定したとは言えません。券数、レース数、日数を分けて表示します。

さらに時間とともに方法や条件が変わる問題は、まとまりの抽出だけでは解決しません。ルールの改訂前後や制度変更の期間を分け、同じ母集団とみなせるかを確認します。依存の対処と、将来も同じ条件かという問いは別です。

信頼区間と次回の収支範囲を混ぜない

信頼水準は、前提の下で同じ標本抽出と区間計算を繰り返したとき、一定割合の区間が対象の真の値を含むという手続の性質です。得られた区間へ将来の一日の収支が九十五％入るという意味ではありません。

平均的な回収率に関する推定の不確実性と、一回の結果が大きく振れることも違います。平均の区間が狭くても、個別の購入では全額を失う場合があり、資金不足の可能性は別に考える必要があります。

信頼区間の下端を最大損失、上端を最大の儲けとして使わないでください。両側の区間を後から片側の判定へ読み替えることも避けます。何について、どの前提の、どの方法の区間かを同じ表示の中へ入れることが重要です。

期間別と累積の動きも併記する

全体の区間に加えて、一定の期間ごとの実投資額と回収率、累積損益の推移を見ると、一部の時期への依存を確認できます。期間の長さを結果に合わせて変えず、事前に定めた切り方を使います。

回収率が高い月だけを並べず、払戻がなかった月や実投資額が少ない月も対象にします。全返還で率を計算できない月は、その理由を記載します。損益の大きさは資金配分にも左右されるため、率と金額の両方が必要です。

多くの区分を作れば偶然目立つものも現れます。期間別の点推定を全体と同じ精度だとみなさず、それぞれの件数を併記してください。傾向を見つけるための図と、あらかじめ定めた仮説を検証する推定を区別します。

二つの方法を比べるなら差そのものを調べる

二つの方法の区間が重なったかどうかだけで、差がある、差がないと決めないようにします。同じレースを使った比較なら、両方法の結果が共有する条件を残し、対象とする差を直接計算する設計が必要です。

両方法の記録を別々に取り直すと、同じレースで良かった日、難しかった日という対応が失われる場合があります。共通するレースの識別子で組にし、方法ごとの実投資額と払戻から回収率の差を再計算するなど、比較の問いへ合う手順を検討します。

片方だけが見送ったレースをどう扱うかも、結果を見る前に決めます。共通で買った競走だけの比較と、各方法が選んだ全体の運用成績は異なります。差の区間にも、その対象と独立性の仮定を添え、二つの点推定の大小だけを強調しないようにします。

読者が再計算できる表示へまとめる

回収率の説明には、対象期間と抽出条件、実投資額と払戻額、返還の扱い、独立性の仮定を添えます。区間を出すなら信頼水準、手法、再標本化単位と計算の設定も残し、対象の少なさや欠測を隠さないようにします。

1. 元のPとSを再現する。
2. 最大払戻の寄与を確認する。
3. レース数と日数を表示する。
4. 購入と払戻を対として取り直す。
5. 方法と設定を記録する。
6. 将来の収支保証へ読み替えない。
7. 新しい期間の結果も継続して照合する。

区間を付けるだけで実績が確かになるわけではありません。単一の高配当への集中や条件の違いが残るなら、その限界を説明します。分からない部分まで精密な数値へ変えず、購入を増やさずに新しい観測を蓄積することが、次の検証につながります。