本文へ移動
  1. ホーム
  2. コラム
  3. AI予想・独自指数の使い方

AI予想・独自指数の使い方

カスタム予想を過去検証する手順

カスタム予想を過去検証するときは、対象と購入ルールを先に固定し、条件を考えた資料と成績を確かめる資料を分けます。発走前に使えなかった情報を混ぜず、未購入の案は仮想検証として扱ってください。現在のAIで昔のレースを計算しただけでは、当時出せた予想を再現したとは限りません。時点の保存、期間の分割、点数と金額、返還の集計までを具体例で整理します。

読む時間の目安:約11分

カスタム予想を過去検証する手順をテーマにした競馬コラムのAI生成イメージ
記事のテーマに合わせてAIで制作したイメージです。実在の競走馬・騎手、コースや施設の実景、実際のレース結果を示すものではありません。

検証する問いと購入ルールを最初に固定する

過去検証を始める前に、何を確かめたいかを書きます。ある条件で候補一位が一着になる割合なのか、指定した買い目を同じ金額で買った回収率なのかでは、必要な記録が違います。対象の中央・地方、開催場、走路、距離、出走条件、期間を決め、何を除くかも残します。結果を見てから有利な対象だけへ変更すると、最初の問いとは別の検証になります。

点数と配分も予想ルールの一部にする

候補馬の一覧だけでは、馬券の収支は計算できません。券種、組合せの作り方、一点当たりの金額、総額の上限を決めます。元の案にない買い目を後から足した場合は、別のルールとして扱ってください。的中した券だけを仮に購入したことにせず、同じルールで購入する全ての券を計算します。未購入の検証と実際の投票履歴は別々に保存します。

条件の保存では、サービスに実際に指定した値と、利用者が手元で追加した条件を分けます。現在の画面に存在しないフィルターを、使えた機能として説明しないようにします。対象、候補の選び方、購入額、集計式を一組のルールとして固定すると、同じ資料で別の人が何を確かめればよいかが明確になります。

確認先:KEIBA AI予想|サービスの使い方・提供範囲 / KEIBA AI予想|独自AI指数の公開説明 / Google|学習・検証・テストデータの分離

発走前に利用できた情報だけを入力の根拠にする

各レースについて、予想を作る時点を具体的に決めます。出馬表、取消、馬場、オッズなどの情報が、その時点で公表・取得されていたかを確認します。結果後の通過順位や上がり、確定した着順は、結果の照合には使えても、同じレースの発走前の入力としては使えません。過去の表に載っているから当時も使えた情報だとは限らない点が重要です。

オッズは用途を分けます。当時の予想へ入力するなら、その時点の値が必要です。結果後の収支は、確定した払戻と購入額で計算します。確定払戻で精算する作業自体が問題なのではなく、後の確定値を以前の予想入力へ戻すと再現条件が変わります。いつの情報を何の工程で使ったかを、列ごとに残してください。

現在の馬情報や血統集計にも、対象レースより後の成績が含まれる可能性があります。過去の状態を復元する資料がなければ、その部分は再現できないと残します。後から判明した情報を取り除けない検証を、完全に発走前の条件で行った試験として示さないようにします。確認した出所、取得日、対象時点を保存すると、何を再現したかを追いやすくなります。

確認先:JRA|レース結果の見方 / Google|学習・検証・テストデータの分離 / KEIBA AI予想|独自AI指数の公開説明

架空例1:六月に条件を決め、七月を別に確かめる

ここでは実測データではない架空の期間を使います。六月の資料で複数のカスタム条件を比べ、七月の対象を見る前に一つへ固定したとします。六月は条件を選ぶための資料、七月は固定した条件を確認するための資料です。六月の最もよかった数字と七月の成績を合算して、全てが未見データでの実績だったと説明しないようにします。

表は左右にスクロールできます。

条件を選ぶ期間と確かめる期間を分ける架空例
期間行うこと避ける扱い
六月条件候補を比較して一つに決定選別に使った資料を未見と呼ぶ
七月の結果を見る前条件と購入ルールを保存結果に合わせて後から書き換える
七月固定条件の全対象を照合好成績のレースだけを残す
七月を見て再調整した後次の別期間を用意七月を再び独立の検証と呼ぶ

期間の役割を示す架空の設計です。ひと月や特定の件数だけで十分な検証になるという基準ではありません。

七月の結果を見て条件を直したなら、七月も条件の選択に使った資料になります。直すこと自体はできますが、次に確かめる別の期間が必要です。何度も七月へ戻って最良条件を探し、最後の数字だけを七月の検証成績として示すと、選別の影響が隠れます。どの版をいつ決め、どの資料を見た後で変更したかを残します。

レースの途中の馬単位の行を無作為に分ける場合にも注意します。同じレースの情報が条件の選択側と確認側へ混ざれば、知りたい将来の予想場面と異なる場合があります。何を予測する試験かに合わせ、レースと時間のまとまりを確認します。同じ馬の次走を予測する場合と、新しい馬への一般化を調べる場合も、検証の問いを分けてください。

確認先:Google|学習・検証・テストデータの分離 / Google|機械学習システムとデータ処理

検証期間は同じ購入額で全対象を集計する

条件を固定した後は、対象になったレースを同じルールで集計します。各レース千円という設計なら、実際に何点をどう配分するかも確認します。総額が違う案を含めた場合、回収率は各レースの率を単純平均せず、払戻総額を採用した購入総額で割って計算します。的中率ではレース単位か券単位かの分母を明記してください。

架空の二十レースへ各千円、合計二万円を仮に購入し、払戻の合計が一万八千円だったとします。返還なしなら回収率は九十パーセント、差額はマイナス二千円です。十二レースで一つ以上の的中があったと置けば、レース単位の的中率は六十パーセントになります。六十パーセント的中したことと、支出を回収できたことは同じではありません。

この例は検証の計算方法を示すもので、二十レースあれば性能を十分判断できるという意味ではありません。対象数、払戻の偏り、条件の内訳も確認します。一件の大きな払戻が合計を大きく動かす場合もあるため、対象全体の記録を残します。利用料を含まない率ならそう明記し、馬券だけの計算と費用を含めた差額を分けます。

確認先:JRA|馬券の種類と的中条件 / JRA|発売・払戻・返還のルール / JRA|フォーメーション組合せ数計算

架空例2:返還を的中払戻と分けて計算する

取消などに伴う返還がある場合は、購入した元の額、返還額、的中による払戻を別々に記録します。架空の例として、購入の合計一万円、返還千円、的中払戻八千百円と置きます。返還を除いた実質購入額を分母にする定義なら、九千円に対して八千百円なので回収率は九十パーセントです。返還千円を的中として足し、同じ計算と呼ばないようにします。

表は左右にスクロールできます。

返還の定義を明示する架空の集計
項目説明用の値
元の購入額10,000円
返還額1,000円
返還を除く購入額9,000円
的中払戻8,100円
実質購入額を分母にした回収率90%
全体の差額−900円

8,100円+1,000円−10,000円=−900円。採用する回収率の定義は結果を見る前に決めます。

元の一万円を分母にし、払戻と返還を合わせた九千百円を分子にすれば九十一パーセントという現金の戻りの比率も計算できます。しかし、前の九十パーセントとは定義が違います。差額はいずれもマイナス九百円です。複数の方式を比べるときに、一方は返還を除外、一方は返還込みという数字を無説明で並べないことが必要です。

返還の対象は券種と公式のルールで確認します。購入前に取消を知って案を作り直した場合と、購入後に返還された場合も別の記録です。過去検証では、当時の予想時点にその取消を知ることができたかを確かめます。後から取消馬を消して、当時から別の組合せを購入した案だったように書き換えないでください。購入・返還・的中払戻を三つの列に分けると、定義の違いを追いやすくなります。

確認先:JRA|発売・払戻・返還のルール / JRA|出走取消と競走除外の意味

現在のモデルで昔のレースを計算する際の限界

現在のAIへ過去のレース条件を与えて出力を得た場合、それが当時のモデルの再現とは限りません。入力を発走前の資料へそろえても、現在のモデルが学習や調整に使った期間は別の問題です。対象レースより後の情報がどのように関係するか分からなければ、当時出せた予想と断定することはできません。入力の時点とモデルの版を両方確認します。

モデルの過去の版や学習期間が不明なら不明と残す

提供元が過去の版や利用した資料の範囲を公開していない場合、利用者がその内容を推測で補う必要はありません。確認できるのは、現在の仕組みへ過去条件を与えた結果という範囲かもしれません。その検証を紹介する際は、再現できない要素を明示します。非公開の重みや学習期間を想像して、情報の混入が絶対にないと保証しないようにします。

当時の出力を検証したいなら、発走前に保存された案を使う方法があります。今後のレースで条件を固定し、生成時点と設定を保存して結果を照合すれば、少なくとも発走後に案を作り直した検証とは分けられます。それでも内部の全てを説明できるわけではありません。保存された当時の案と、現在の仕組みによる再計算を別の資料として扱うことが重要です。

確認先:Google|学習・検証・テストデータの分離 / Google|機械学習システムとデータ処理 / KEIBA AI予想|独自AI指数の公開説明

条件の版と対象全件の記録を対応させる

検証記録には、対象レースの識別、条件の版、予想時点、元の出力、購入ルール、確定結果を対応させます。条件名だけが同じでも、途中で設定値を変えたら別の版です。変更日と理由を残し、変更前後を一つの固定ルールの結果としてまとめないようにします。出力を見た後で人が候補や金額を変えた場合は、その加工も別に記録します。

対象から除く条件は結果の前に決めます。資料が取得できない、予想の生成が間に合わない、確定結果がまだないといった状態は、それぞれ別です。不明な結果を外れとして置いたり、外れた後に資料不足として削ったりしないでください。元の対象数、検証できた数、未確定や未取得の数を残すと、合計が元の集合へ戻るかを確認できます。

個別条件で作った予想の履歴を外部へ公開する必要はありません。自分の検証用に記録し、公開される厳選レースの実績とは対象を分けて扱えます。利用している機能で何を保存・確認できるかは現在の案内を読みます。全てのサービスに一括検証や書き出し機能があるとは置かず、実際に確かめられる資料で再現の範囲を説明してください。

確認先:KEIBA AI予想|サービスの使い方・提供範囲 / KEIBA AI予想|独自AI指数の公開説明 / JRA|レース結果の見方

過去検証の結果に添える七つの項目

結果をまとめるときは、率だけでなく、どのように得た数字かを一緒に示します。高い回収率の一行より、対象と定義、時点を追える記録の方が、何を確かめたかを確認できます。検証の途中で変えた条件や、再現できなかった資料があれば、それも残します。分からない部分を省略して完全な再現に見せないことが必要です。

  1. 対象:期間、場、走路、距離、出走条件、元の対象件数。
  2. 条件:何を指定し、どの資料で選び、いつ固定したか。
  3. 情報時点:予想時点に取得できた入力と、後に得た確定結果の区別。
  4. モデルと案:当時の保存版か現在の再計算か、版が分からない範囲。
  5. 購入:券種、組合せ、点数、配分、実際か仮想か、利用料の扱い。
  6. 結果:分母、購入額、返還、払戻、未取得・未確定・除外の数。
  7. 限界:少数の区分、条件選択の影響、再現できない要素と次に確かめる問い。

これらをそろえた過去検証でも、将来の結果が同じになる保証はありません。過去の対象と今後の対象には条件の変化があり得ます。利用額を増やす理由を作るためではなく、何が分かり、どこまで再現できたかを確認する資料として使います。条件を修正するなら新しい版として残し、次の対象でも同じ定義で結果を照合してください。

確認先:Google|学習・検証・テストデータの分離 / KEIBA AI予想|独自AI指数の公開説明 / JRA|発売・払戻・返還のルール

よくある質問

現在のAIで昔のレースを計算すれば当時の予想を再現できますか?

入力とモデルの両方の時点を確認する必要があります。現在のモデルが対象より後の資料をどう扱うか不明なら、当時出せた予想と断定できません。発走前に保存された案と現在の再計算を分け、確認できない範囲を説明します。

条件を選んだ同じ月の成績を検証結果として使えますか?

条件選択に使った資料での成績としては示せますが、未見の対象で確認した結果とは区別します。その結果を見て条件を直したら、同じ資料は再び条件選択に使われています。条件を固定した後の別の対象を用意して確認してください。

購入しないで検証する場合も金額ルールは必要ですか?

回収率や収支を調べるなら必要です。仮想購入であることを明記し、券種、組合せ、点数、各金額を先に決めます。的中した券だけを買ったことにしたり、未購入の結果を実際の払戻へ加えたりしないようにします。

何件検証すれば将来の成績を信じられますか?

一律の件数で将来を保証することはできません。対象の構成、払戻の偏り、条件を試した回数、情報とモデルの時点なども関係します。件数と条件を添え、少数の区分を一般化せず、固定したルールで新しい対象の記録を続ける方法が考えられます。

根拠・公式の確認先

本文の制度・用語の定義と、考察・架空例を区別しています。制度、発売、競走条件の変更は主催者の最新発表を優先してください。確認日:2026/10/24。

制作・責任者について

制作:KEIBA AI予想(文章・画像はAI支援で作成)
運営:ヨベル合同会社
サービス責任者:Makuru株式会社 代表取締役 岡田 康希

内容の誤りや公式情報の変更はお問い合わせからお知らせください。

記事の冒頭へ戻る ↑