バックテスト

32系統の記録を論文の形式で整理しました。何を仮説とし、どのデータで、どの判定基準で測り、どこで否定されたか。有望に見えた数字が5回消えた経緯と、その原因も含めて記載します。

締切直前のオッズの動きを測ったところ、これまでで最大の差が出ました。しかし基準にしていた時刻が締切ではなく、レース後に配信される確定オッズの時刻でした。物差しを直して測り直すと、差は6分の1になりました。

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。

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。

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。

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。