5/28 目黒記念、日本ダービー　+ 全レース 機械学習予想

　自作の機械学習モデルにて予想した重賞レース＋全レースの予想を掲載します。

　馬場状態ですが、

　東京　芝：良　ダート：良

　京都　芝：良　ダート：良

　以上で機械学習しています

　単勝オッズは午前５時時点のものです

　データ数が少ないため、当サイトは新馬戦、障害戦の予想はしておりません。

先月からお知らせしておりましたが、5月６日より全レースの予想を有償配信させていただきます。よろしくお願い致します。

重賞予想、買いレースはそのまま無料公開、全レース予想のエクセルファイルのみが有償提供となります。

調教評価について

これまで調教評価はA~Eの５段階でクラスタリングして評価していましたが、それぞれの評価を更に２つに細分化して合計10個のクラスタにて評価するようにしました。

例えば、評価Aをラストの１Fの伸びが良いものをA+、悪いものをAとするという感じです。

当然ながらA+の方が成績が良いので、予想の参考にしてください。

機械学習１着予想馬の単勝回収率は以下のようになっています。（2022年9月～の結果）

クラスタ分けの性質上、AよりもB+の結果の方が良くなってますのでご注意を。

調教指数、調教評価の詳細は以下のページを参照ください。

目黒記念　予想

ハンデ戦ということもあり、かなり混戦模様。

調教で差が出れば・・・と思ったけど、どの馬もそんなに変わらなくて判断材料に困る。

というわけで、ここは機械学習予想のままで予想を立てることにします。あまりごちゃごちゃ考えると余計に分からなくなりますし。

日本ダービー　予想

ソールオリエンスが圧倒的な1番人気。まあ、あの皐月賞の結果を見ればそれも納得ではあるんですけども、我が機械学習モデルさんの評価はあまり高くありません。

それよりも毎日杯出走、皐月賞回避組であるシーズンリッチとノッキングポイントの評価が妙に高い。

毎日杯、レベル高かった・・・のかな？　1週前調教はかなり良いですけど。シーズンリッチはドゥラメンテ産駒というのも◯。最近のドゥラメンテはやばい。

あと、3番手に京都新聞杯勝ちのサトノグランツ・・・。スローとはいえ33.3秒の末脚で勝っているのは評価できるのか？　オッズが30倍ついているのも魅力ではありますけど。

ただ、ダービーは皐月賞組が強い印象があるので、上の三頭は△で押さえる程度で

で、本命はファントムシーフで、レースも安定感ありますし、皐月から距離伸びて良さそうですしでソールオリエンスに対抗できるのはこの馬かなと、思うわけです。

うーん、ただ、出走メンバー中ソールオリエンスが一番能力があるのは間違いないと思うんですけど、機械学習予想が低評価ですんで、ここは２番手で予想します。機械学習予想売りにしているのに、機械学習予想結果をないがしろにするのもねぇ・・・という思いがあります。あとオッズ的に面白みがないですし。

あと、気になるのがシャザーン。

調教A+、A+は期待が大きいです。

個人的にはPOG指名馬のドゥラエレーデにも頑張って欲しいけど。

本日の買いレース

　2番手との予想指数の差とオッズの関係から統計をとって、回収率が１００％を超えるものをピックアップしてみました。

　自分的にはこれを買いレースだと見ています。※オッズは今朝の５時時点のものです

　また、こちらのリストは１週前調教、当週調教評価が上位にある馬のみを抽出してます。これで精度が上がれば良いんですけどね。

　見方としては、買いオッズで示されているオッズよりも高ければ買い。（単勝）

　で、期待回収率で示される回収率が期待される・・・というものです。あくまで過去の統計と私の予想モデルから導き出した数字なので、保証はもちろんできません(^_^;)

参照しやすいように買いレースについてもエクセルで提供します。

単勝買いレース_20230528

エクセルファイルの中で買いレースフラグを立てているのですが、これは現時点のオッズが「買いオッズ」の90％を超えている場合に立てているだけで、今後のオッズの変動によって条件を満たさなくなる可能性があります。現時点で買い条件が確定しているわけではありませんのでご注意ください。

あくまで目安です。

※９０％以上にしているのは今後オッズが上がる可能性を考慮して幅を取っているだけです。

　今までの月別の結果を集計してみたところ、こうなりました。（払い戻し、収支は１レース１００円買ったとした場合の数字）　※数字、グラフは自動更新されていきます

　競馬場別の結果はこちらです

全レースの予想公開

全レースの予想＋調教指数を公開します。※オッズは５時時点のものです

また、新馬戦、障害戦はデータが少ないため機械学習予想をしていません。

※これより先を閲覧するためにはcodocへの会員登録と１ヶ月分のサブスクリプションまたは１日分の記事購入が必要となります。すみませんが、よろしくお願い致します。

過去の予想データについてはこちらからダウンロードできます。（１ヶ月ごとダウンロードできます）

※予想データの二次配布はご遠慮下さい。