競馬関係 重賞、メインレース分析

先週(2/12-2/13)の予想結果

2/12-2/13の予想結果のまとめです

2/12予想結果

全レース予想

 機械学習モデルによる2/12の全レースの予想結果を開示します。(障害、新馬戦除く)

 結果としてはかなり良いと思います。

 一着予想の馬の的中数が11で、的中率34%、回収率118%は出来すぎかと。

 たまたまハマったのかなぁ・・・。まあでも予想モデルがそれなりの予想精度を出せているようで少し安心。

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。

 差が大きいほど的中率、回収率が高くなってますね。(0~0.1が高いのは、う~ん・・・たまたまかなぁ)

 で、過去の傾向から0.9以上の差が合った場合回収率が100%を超えており、この日の対象レースは1レースのみでしたが、見事的中(^o^) やったぜ

 ちなみに対象レースはこちら

 

 

 ・・・って、あれ? これ1着同着ですね。ぐふ・・・

 てことはこの馬の最終単勝オッズは2.2でしたが、同着ですので払い戻しは140円

 実際の回収率は140%ですかぁ・・・ まあ、当たってるっちゃ当たってるんですけども。川田さん、きっちり差し切ってくださいよ。

 

 予想指数とか差分についての詳細はこちらの記事を参照下さい

機械学習で単勝回収率100%突破?

続きを見る

クイーンカップ予想結果

2/12の重賞レース クイーンカップを分析、予想していたのですが・・・

クイーンカップ分析(2022-2-12)

続きを見る

出馬表と、機械学習モデルによる予想はこちら

 で、結果はこうなりました

 私は1着と2着予想の指数差がほぼなかったので、種牡馬実績(ディープインパクト)の高い2番手のウインエクレールを本命としていました。

 が、1着予想のプレサージュリフトが1着。素直に機械学習モデルの予想に従っていれば良かったです。

 ですがまあ、2着3着の予想がボロボロなので、なんとも言えませんが・・・

2/13 予想結果

全レース予想

 機械学習モデルによる2/13の全レースの予想結果です。(障害、新馬戦除く)

 前日(2/12)とは打って変わってボロボロです。

 うん、まあこんなもんじゃないですかね。

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。

 対象レースがかなり絞られますが、2番手予想との差分が大きい方が回収率高くなりますね(๑•̀ㅂ•́)و✧

 差分0.9以上のレースは2つ、その2つとも単勝的中しております。前日2/12も対象レースが1つで的中しておりますので、3戦3勝。

 なかなかいい感じです。次週は差分0.9以上となったレースについても当日朝に開示しますね。

 ちなみに対象となったレースこちら

 どちらも1番人気ではあるんですけどね。危なげなく勝ってますね。

共同通信杯予想結果

 共同通信杯の出馬表と事前の予想はこちらです

 で、レースの結果はこちら

 ぜんぜんダメダメでした・・・(´Д`)ハァ…

 予想指数についても各馬ほとんど差がなく、混戦必至ではあったのですが・・・こういうレースは手を出さない方が無難かもですね。

 予想が当たったレースとハズレたレースの傾向を分析してみるのも面白いかもしれません。

京都記念予想結果

 京都記念の出馬表と事前の予想はこちらです

 で、レースの結果はこちら

 これ予想するの無理ゲーじゃないですかね・・・

 アフリカンゴールドがスローペースで逃げて勝利。展開が味方したって感じでしょうか。

 現在のところ、機械学習モデルにレース展開の要素は入っていませんが、展開の有利不利についても予想に組み込めないか検討してみましょう。

来週のレース

来週の重賞レースは以下の通り

2/19 ダイヤモンドS G3

   京都牝馬S G3

2/20 フェブラリーステークス G1

   小倉大賞典 G3

 

-競馬関係, 重賞、メインレース分析
-, ,

Copyright© データエンジニアのひとりごと , 2024 All Rights Reserved.