実験ログ AIでJRAの回収率110%を目指す検証（第5回）｜断然人気の複勝は98%で止まる、その構造的な理由
人気馬に絞るほど複勝の回収率は上がります。全体85.1%、2.0倍以下で89.3%、1.5倍以下で96.0%。ではどこまで伸びるのか。追いかけた結果、約98%で構造的に頭打ちになりました。
mkkeiba
実験ログ 実験ログ AIでJRAの回収率110%を目指す検証（第4回）｜馬券の俗説10個のうち、差が確認できたのは3つだけ
「休み明けは危険」「馬体重の大幅増減は割引」といった定番の俗説10個を、16万件のデータで検証しました。人気による見かけの差を取り除いたところ、7つは差が確認できませんでした。
実験ログ AIでJRAの回収率110%を目指す検証（第3回）｜特徴量を作り込んでも市場を超えられなかった
条件別適性・騎手厩舎成績・調教データを投入した第3回。一度は「効いた」と見えた数値が、正しく測り直すと消えました。最後の検証に入る前に停止条件を決め、届かなかったため技術的な追求を終了しています。
実験ログ AIでJRAの回収率110%を目指す検証（第2回）｜回収率98%のエッジは、サンプルを増やすと消えた
直前のオッズ変化に賭ける第2回。107点で回収率98.2%という結果が出ましたが、サンプルを17倍にすると74.5%まで低下しました。有望に見えた数値が消えていく過程と、そこから得た方法論上の教訓を記録します。
実験ログ AIでJRAの回収率110%を目指す検証（第1回）｜オッズ由来の期待値では控除率を超えられない
AIによる馬券戦略の開発・検証を記録する実験ログの第1回です。人気馬が相対的に買われにくい傾向は確認できましたが、複勝・ワイドのいずれもオッズ由来の期待値では控除率を上回れませんでした。数値はすべて実データのバックテスト結果です。