実験ログ

実験ログ

AIでJRAの回収率110%を目指す検証(第14回)|信号が出た、と思ったら消えた

目的関数を回収率に変えたところ、全馬71.0%に対し上位10%が85.5%という差が出ました。しかし検証期間を変えると+14.5ptが+5.1ptに縮み、有意ではなくなりました。4度目の消えた数字です。
実験ログ

AIでJRAの回収率110%を目指す検証(第13回)|外部データを取ってきても、壁は動かなかった

JRA公式が無料で公開しているクッション値と含水率を2,252開催日ぶん収集しました。JRA-VANには入っていない連続値の物理測定です。結果は、足す前と小数点第3位まで同じでした。
実験ログ

AIでJRAの回収率110%を目指す検証(第12回・総括)|23の実験で分かった、市場の壁の正体

15の系統、23の実験、すべて否定でした。JRA-VANの構造化データから作れる特徴量は、ひとつ残らずオッズに織り込まれていました。何を試して、どう負けたのかの総まとめです。
実験ログ

AIでJRAの回収率110%を目指す検証(第11回)|ワイドでも天井は越えられなかった

複勝の98%の天井は元返し1.0倍の床が原因でした。ならば床のないワイドなら越えられるのか。18通りの買い方に加え、相手を自作指数で選ぶ方法も検証し、すべて複勝を下回りました。
実験ログ

AIでJRAの回収率110%を目指す検証(第10回)|追われていない時計は、ノイズではなく情報だった

大敗した馬は本気で追われていないため、その時計は能力より低く出ます。ならば指数から外すべきか、市場は過小評価しているのか。二つの検証を行い、どちらも否定されました。
実験ログ

AIでJRAの回収率110%を目指す検証(第9回)|惜しい数字で、決めた線を動かさない

前回見つかった「頭数が多いほど有利」という傾向を、未使用のデータで一度だけ検定しました。符号は再現しましたが、事前に決めた基準には届きませんでした。基準を緩めずに閉じた記録です。
実験ログ

AIでJRAの回収率110%を目指す検証(第8回)|有望に見えた数字は、欠損値の産物だった

「展開が向かなかった馬は過小評価されている」という仮説を数値で検証しました。一度は明確な信号が出ましたが、原因はデータの欠損値でした。修正すると信号は完全に消えました。
実験ログ

AIでJRAの回収率110%を目指す検証(第7回)|文献どおりにモデルを作り直したら教科書の数値が再現された。それでも市場には勝てない

予測モデルが市場に勝てなかったのは、作り方そのものが文献の推奨から外れていたためでした。構造と特徴量を根本から入れ替えたところ、海外文献の数値が再現されました。それでも市場への上積みはゼロでした。
実験ログ

AIでJRAの回収率110%を目指す検証(第6回)|馬券の俗説20個中16個は差がなく、2個は言い伝えと逆だった

「降級は買い」「逃げ・先行有利」など定番の俗説20個を16万件で検証しました。人気による見かけの差を取り除くと16個は差が消え、降級にいたっては言い伝えと逆の結果になりました。
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。