先週の重賞レースの予想結果および、全レース機械学習予想結果のまとめです。
中山金杯予想と結果
本命、対抗のレッドランメルト、カレンルシェルブルが掲示板に乗れず・・・
新年はじめの重賞的中とはなりませんでした。
京都金杯 予想と結果
気を取り直して京都金杯。
なんですけど、本命のピースワンパラディは連に絡めず。シュリも惨敗。
今年は幸先が悪いっすね。
シンザン記念 予想と結果
うん、まあ、少頭数とはいえ今年初の重賞ゲットで安心しました。
まあ、オッズは安いですけどね・・・
フェアリーステークス 予想と結果
フェアリーステークスはかなり荒れましたね。
スピードオブライトがスターとよくハナに立って、軽快に走っていたので（途中先頭譲りましたが）これはイケるのでは？ と思いましたが後方から追い上げた二頭に捕まっちゃいました。
スピードオブライトの見せ場はあったと思う。ペースも少し早めでしたし、実力はあるんじゃないかなと。
今回は上位2頭に展開が向きましたね。
1/5 全レースの予想結果
全レース予想
新年初っ端からボロボロ・・・
2番手予想との指数差分を見た場合
私の予想モデルは各出走馬に予想指数を出しますが、まあ当然1着予想馬の指数と2着予想馬の指数に開きがあった方が、１着予想馬の信頼性が高いものと考えられます。
それで、２番手予想との指数の差分毎に１着予想馬の予想結果をに集計したのがこちら。（利益は100円ずつBETした場合）
差分取ればなんとか・・・なってないっすね
1/7-1/9 全レースの予想結果
全レース予想
2番手予想との指数差分を見た場合
1/5がぼろぼろだった反動（？）か回収率も100％超えてそこそこ良い結果に
先週の買いレース結果
私の機械学習モデルで出した予想指数とオッズの組み合わせで、過去の統計から回収率100％超えの期待があるレースをピックアップ。
その結果を検証してみます。
馬券種は単勝を想定しています。
３日間を通しての成績は
的中数 1
レース数 8
回収率 106.3%
的中率 25.0%
的中は１レースのみ・・・
まあ、惜しいレースはいくつかあったんですけどねぇ。
下のグラフはこれまでの買いレースで100円単勝を買っていた場合の収支の推移です。
少し取り返しましたが焼け石に水・・・
netkeiba 俺プロの成績
俺プロですが、1/7のレースより自動でデータ取得して投票する（レース発走３分前）スクリプトを作成、テスト運用してみました。
その先週の結果はこちら
馬連で50倍が的中し回収率が1000％超えに・・・
基本的なロジックは、機械学習予想と単勝支持率から過去データよりその馬が１～3着になる確率を統計的に算出し、単勝、複勝、馬連、馬単のオッズとその的中率を掛けたものを期待回収率として取得。
その期待回収率が一定値以上の組み合わせを自動的にBETするというものです。
まあ、要するに統計的に割の良いオッズを抽出して買うというもの。理論的には回収率は１００％以上になるはずなんだけどなぁ・・・って事で試験運用、シミュレーションをします。
