競馬で回収率高く計算できるデータがあっても【馬券の成績がイマイチな理由】

「競馬のデータには回収率の高く計算できるファクターや切り口があります。しかし、回収率を高く計算できるデータがあっても馬券が当たらない、成績がイマイチになることがあります。それはどうしてか？

回収率を上げるにはどうすればいいか悩む。

データの回収率は計算して分析していい数字、100以上なのだけど。いや、回収率120、150、200%!　馬券は当たらない。

目標に遠いっ。理想にもっと遠いっっ。回収率高い人になりたい。最低は入りませぬ、最高に収束してください(無茶)。コツコツ、向上!」

回収率高く計算できるデータ調べるにしても

回収率のファクターはキリがない。

単勝、複勝、ワイド、枠連、馬連、馬単、三連複、三連単回収率。ボックス買い、フォーメーション買い。指数、期待値。

騎手、ジョッキー別(武豊、ルメール、川田将雅…)。

馬名(ディープインパクト、ゴールドシップ、コントレイル…)。

馬主(社台、ノーザンファーム、ゴドルフィン…)。

コース別。何番人気、重賞、条件別(ハンデ)、全通り買ったら(総流し)、ローテーション(レース間隔)、連闘、テン乗り、逃げ馬、血統、前走人気、前走着差、前走着順、最低人気、減量騎手、芝からダート、ダートから芝、馬体重、休み明け、オッズ、馬番、多点買い、初ブリンカー。

芸能人(こじはる、じゃい、麒麟川島…)、有名人(細江純子、松中みなみ、天童なこ…)、YouTuber、新聞記者(東スポ、日刊スポーツ、スポニチ…)、競馬予想tv、予想ソフト、ブログ、note、競馬予想家(亀谷敬正、水上学、吉富隆安、万哲、棟広良隆、メシ馬、弥永明郎…)。

競馬予想に使える回収率データは種類豊富。優秀なものもある。どれくらいあるのかわからないほど。競馬AIや人工知能、機械学習されてる人の方が詳しいかと。

回収率のランキングつけたとしても関連性が薄くなった気もする。

回収率=平均値を計算しているだけ

競馬のデータにある回収率は、的中率・回収率などの確率が100を超えるファクターだったとしても、事象の集まりにすぎない。

回収率=平均値を計算しているだけ。どうしてそうなるのか／そうならないのか、意味は答えてくれないのです。

どんな的中率、回収率な競馬データを使って競馬予想していくときでも、重要なことは「どうしてそうなるのか、どうしてそうならないのか」について知ってるか。

出されたデータの回収率の数字だけでは「切り口、ファクターに対して腑に落ちてない」のです。

平均化されたデータの怖さ

回収率の計算高くできるデータがあっても、馬券の成績がイマイチになるのは腑に落ちてない回収率に手を出して、外れるときに馬券を買ってしまうからです。平均化されたデータの怖さとも言えます。

事象の原因を知っていれば応用が可能になります。その上で競馬のデータの回収率・的中率というわけです。

自分に競馬の的中率・回収率データを引き寄せることを手間かけてするから自信にも繋がる。競馬の回収率を上げる方法、上げ方のヒントでしょう。回収率の悪いデータの買いどころも見つかるかもしれません。

(競馬メインで書いてますが、公営ギャンブル、競艇、競輪、ボートレースあたりには似た感じで通用するかと思います。パチンコ、スロットなどのパチスロになると確率設定の面で回収率の意味の違うところあるかと。アンケート取ればわかるかな)。

競馬初心者な頃のデータ競馬と競馬本。的中率、回収率

競馬のデータベースから、ターゲットなどを使い馬券に活かしていく「データ派」な人たち。回収率という概念がなかったら誰ものめり込まないでしょう。

ターゲットを使いこなすという縁には恵まれなかったものの、データ本や雑誌に載ってるものはけっこう読みました。

馬券を買い始めた頃は特に、競馬のデータ本ページを開きました。右も左もわからないのに、競馬は面白いと感じてましたから。回収率、確認確認。計算していただいてありがとうございます。

いわゆる回収率・的中率のいいデータの切り口本は読みました。

雑誌に書かれていることを、コース別にルーズリーフにまとめ直したりもしてましたっけ……。まだデータ分析、ギャンブルの期待値もよく知らない頃です(エクセルあたり使わないでどこまでもアナログ)。

回収率データのファクター競馬本

回収率データの切り口本はとても人気ですから、毎年たくさんの本が出版されています。発売される時期が来たね、みたいな本もあります。

競馬初心者な当時、予想ファクターの筆頭だった調教でもデータの切り口本は売られていました。この調教師がこの調教コースで、この数字を出しているときの回収率はいくら……みたいな本です。

よく読んでました。目安になってぽつぽつ馬券当たるもので。

回収率の高いデータがたくさん重なる馬が出走して来る

予想してますと、回収率のいい、複勝率のいいデータな馬が出走してきます。しかも、3つ4つ回収率の高いデータが重なって出走してきたりする。プラスにプラスですよ。

「こ、これは……。こっちもいいし、あっちもいい。人気ないし……。どれくらい賭けよう……」

そんなことは何度も、いえ、何十回もありました。何度、金を勘定したことか。ニヤケの計算な時間。馬券の上手い人の顔になって。オッズを眺め、勝ち逃げの準備。

結果ですか？　良いこともありましたが、悪いことのほうが多かったかな……。

回収率の妥当性なんて考えませんでしたし。馬券の上手い人の顔がみるみる回収率マイナス30%な顔に(=トリガミでもなかったのね)。

回収率ベースで計算高く行けると思ったレース。大きく賭けたが、馬券を外す。

回収率50%。ここは無理だろうと思ったレース。賭けずに、馬は馬券になる。

どうしてそうなるんだい？　どのくらい回収率は正しくって、どのくらい馬券買っても問題ないんだい？

回収率の高いデータがあることは理解した。もっと確実に的中率を上げる……

よく出す例ですが、

＜10　-　10　-　10/30＞　複勝率・50%

というデータがあって、2回に1回来るのはわかる。素晴らしいデータなのも理解します。

ところで、このデータをきっちり使うにはどうすればいいのか。

すなわち、3着までに来るときに買い、来ないときには買わないかヒモまで落としてお金を入れないようにする。

どうしてもデータの好条件に当てはまってると、良いほうに見てしまいがちです。

都合よく「良いときは良い。悪いときは悪い」なんて判断できるかよという話もありますが……。

複勝率が50％とわかってる状態のデータとして競馬予想するのと、もっと良くして複勝率80%にしているのでは、同じ事象のデータを使って競馬予想しているのだけど、儲けの確率は変わって来る。的中率、回収率が変わってくる。

そういうデータがいくつも持っているとしたら？

データだけ見て馬券を買うのが恐くなった、雑誌「R25」の話

会った人の八割が「新聞を読んでいる」と答えた

 

「「Ｍ１層は新聞を読まない」という定説をベースに、なぜ新聞を読まないのか、やはりネットの影響力は強いのか、そういったことを探求するためのグループインタビューが始まりました。そこで我々は意外な声に遭遇することになりました。なんと、約八割の人たちが、新聞を読んでる、と答えるのです。これはおかしいぞ、と思いだしたのは、定性調査が六〇人か七〇人を超えた頃でした。ほとんどが「新聞は読んでいる」と答えるのです。定量調査で答えた人が、あるいは定性調査で答えた人か、明らかにどちらかがウソをついている、ということです」。

 

「しかも定性調査では「どんな新聞を読んでますか」という質問に、判で押したように「日本経済新聞」という答えが返ってくる」。

 

藤井大輔「R25」のつくりかた(日経プレミアシリーズ)43p より

定量調査というのは、いわゆるアンケートです。Twitterでも機能としてついたものと言えばわかりやすいでしょうか。選択肢などによってパーセンテージ=割合を出せます。

定性調査というのは、引用にもあるとおりグループインタビュー。面接のような形で個別に質問してデータを集めるものもあります。

えっ、競馬や回収率と関係ないじゃないかって？

いえいえ、集まっているデータをどう扱うのか、真贋、吟味して選択行動する点では一緒です。騎手別、血統別、コース別の回収率と同じです。行動を決定するデータ。賭けるってことでは一緒ですから。

パーセンテージを出せるから回収率も出せる。「回収率100%超えファクター集」はどこじゃ、となる。数字の条件反射。

藤井さんは「M1層は新聞を読まない」という定説から、情報を集めて行った。しかし、逆の答えが個人個人にたずねると続々聞こえてくる。

はて、それはどうしてか？

質問の仕方によっては、理想像の回答が可能。そういうデータが集まる

藤井さんは謎を解こうと、ある仕掛けを考えます。質問の仕方を変えてみるんです。データ化する切り口を変えるわけです。

その結果、出てきた答えが、

「実は新聞を読みたいと思ってた」(49p)

だったことに気付きます。

これには「なるほどなぁ」と、理想像を答えてしまう質問ってあるよなと思いました。Twitterのアンケートにもそういうバイアスがあるでしょう。

利害が薄ければ、理想像を答えてしまう。妙な優越感に浸れる瞬間もあるでしょうし……。

馬券にも理想像が介在してくることってあります。とっても、とってもあります。的中率が高いデータ、回収率が高いデータ「だ」という安心感。

1事象、1事象バラバラにして考えたら的中率、回収率が高いとは言い切れなくなる事象に出くわすこともあるのだけど……、たくさん集まるとそうじゃなくなる。回収率が100を超えてると安心感につながる。馬券を買うのは目の前の1レースなんだけどな……。

つまり、データの回収率の高さが邪魔してるんです、競馬予想するときに。

でありますから、藤井さんの話が競馬と関係ないとは言い切れません。

競馬のデータはデータ。どうしてそれが起こったのかを知る分析研究

「例えば、企業不祥事などの事件が起きたとして、株価が上がったか下がったかなど、起こった事象については意外に知ってます。ところが、どうしてそれが起こったのか、どうしてそれがこれだけメディアで騒がれているのかがわからない。全体を俯瞰して見る見識が足りない。だから、深い知識になっていかず、消化不良感がものかごく残る。それを彼らは自覚していました。ただ、どうすればいいのかは、わかっていなかった」。

 

藤井大輔「R25」のつくりかた(日経プレミアシリーズ)54p より

回収率、的中率の有用なデータがあったとしても、それをたくさん組み合わせて計算したとしても、有用になる理由のわかってる人には勝てません。

＜10　-　10　-　10/30＞　複勝率・50%

こういう条件のとき3着までに来る。3着までに来ないときはこういう条件のとき……。その要素はもちろんひとつふたつではないでしょう。アクシデントや不利も起こります。

複勝率50%のこのデータは、事象のデータです。例えば、あるコースある枠のキンカメ産駒の事象データといってもいいでしょう。2回に1回来ることはわかります。

しかし、

「どうしてくるのか、どうしてこなかったのか」

について答えてくれてるわけではない。同じようなデータをいくら重ねても、「どうして」には答えてくれないんです。回収率の平均を見せてるだけです。馬券の買い方を指南してくれてるわけでもありませんし、回収率を上げるにはどうすればいいか見せてくれてるわけでもありません。

競馬の「どうして、意味」がわかれば困らないよという人もいるでしょう。

全部がわからないにしても、どうしての2割3割でも掴めれば、ある事象データにおける自分の複勝率は他の人より上がるはずです。

中央競馬(JRA)も地方競馬も応用問題しか出ない

競馬のレース、中央競馬(JRA)にしても地方競馬にしても、どのファクターを使うにしても、応用問題しか出題されません。

複勝率が上がるということは、回収率が上がるということであり、自信を持って賭けられるということです。応用問題どんとこいということです。

この事象のデータはこのファクターと相性がいいこともわかるようになるでしょう。それは、「どうしてか」がわかってるから組み合わすことができるわけです。

(出目やオッズ理論でソレができたらすごいけど、それは無理でしょう)。

藤井さんの「R25」のつくりかたを読んでて、競馬におけるデータのとらえ方をもっともっと気にしないと大変なことになる、そう考えました。気にしまくってると儲けが近づく。楽しくなるとも。

競馬予想において、レース映像を見る時間が増えた理由

競馬予想の回収率データをもっと丁寧に扱わないと、馬券の儲けが減って行く。そう感じたもので、レース映像をぐりぐりに見る時間が増えました。

事象に対して、どうしてそうなるのかを知ろうとするとき、別の事象を重ねても、データはどうしてについて答えてくれない。「事象を集めるとデータはこうなります」とは表してくれる。

回収率という理論値は見せてくれる。データの回収率をよくしていける目安になる。

どうしてを知ろうすれば、面倒でも1件1件を細かくみてどうしてを探る必要がでてくる。

「R25」の藤井さんがやっていったようなことですね。探り方を変えてみたり。

競馬でも可能だと思います。

それには、感覚的にとらえる物事に向かうのが一番だと思いました。すでに検索可能な用語を用意されてるところから離れてみるということです。目的の自分の馬券の回収率を上げるために。

回収率を自分で集計して計算する競馬予想ファクターもある

「誰にも検索可能な形ではない、検索不可能な要素というのはあります。ただ、不可能を可能にすることはできるだろうと。

 

思うに、馬券でうまいこと飯を食べてるごくわずかな人たち(目立つところに決して出て来ない人)というのは、自分にだけ理解可能な形で検索可能な要素を作り上げてる人なのではないだろうか。

 

言語化して他人に説明することができないのだけど、使う本人にとっては言語化できており理解できる感覚……なんて書くとスピリチュアル方面に驀進してしまうので、そういうことじゃないのだけど……。

 

えーっと、うーんと。

 

競馬予想をして行く上で、誰かに用意されてるものばかりを頼りに予想しない感覚ですね。うん。

 

パドックだったり、返し馬だったり、馬体だったり、レース映像だったり……」。

 

競馬予想のデータ、情報・成績・結果にはすぐ確認できる検索可能な要素(着順・タイム・血統・オッズ…)と、不可能なものがある　より

これに気付いてからというもの、穴になった馬のレースを細かく見て、精査するデータを作るようになりました。

おかげさまで、年間の回収率が100%を超えてる年が続いているので、多少は効果があったのだと思います。

複勝の400円あたりを当てられるとけっこう興奮しますよ。

事象の集まりであるデータを使えるようにするのは、他のデータではなく自分自身の探求であるというわけです。

以上、競馬で回収率高く計算できるデータがあっても【馬券の成績がイマイチな理由】でした。

【競馬ネタ】おすすめ記事

【競馬レース映像分析】おすすめ記事