競馬のデータを様々な方法で情報収集した際、必ず生じるタイムラグとノイズ除去の話。集計、解析しても、分析や見方を考える上で変わらないこと

競馬のデータは正確に数字が出されてることに疑いはありません。情報収集する手段、方法は様々。しかし、競馬のデータにタイムラグとノイズは必ず生じてるとしたらどう考えるでしょうか。日頃頼りにしている競馬予想データにしても、情報収集するにしてもです。どれだけ競馬のデータを収集、集計して解析しても、分析や見方を考える上で変わらない大切なことは、タイムラグから生じるノイズを取り除かないと競馬のデータとして使い勝手が悪くなるということ。どんな方法や手段で手に入れた競馬情報もです。

競馬のデータを収集して、集計して、解析することは安価にできます。しかし、より使える状態にするのには手間がかかります。その分析や作業を競馬予想と言っても悪くはないわけで……。競馬情報を収集した手段や方法をよりよくするヒントとアイデアについて。

1 中央競馬(JRA)にしても、地方競馬にしてもデータは、かなり揃っている現代競馬。
2 競馬のデータを確認しやすい時代になった。馬券の売り上げもあがってる……
3 データに生じるタイムラグの話は競馬予想にも通ずる
4 競馬データには確実にタイムラグがあって集計されてる前提でノイズを除去していく行為が、競馬予想である

中央競馬(JRA)にしても、地方競馬にしてもデータは、かなり揃っている現代競馬。

なんとも、不気味なタイトルの本を紹介します。アンディ・ミリガン他『できない人ほど、データに頼る』(ダイヤモンド社)。

競馬予想している人からすると、ムッとする人がいるかもしれません。

ブログの更新量を上げるのに、ネタ探しネタ探しと、ルーズリーフに書いてた読書ノートを出してきて、読んでいたら、この本の読書ノートを発見しました(読書ノートって、最近はさぼってますが、書いておくものですね、ネタになる……。発見がある)。

競馬のケの字も出て来ない本ですが、関係のない話かというとそうでもない。競馬にはデータはつきものですから。馬柱はデータの固まりなのは間違いない。

競馬のデータを確認しやすい時代になった。馬券の売り上げもあがってる……

競馬の予想において、数字で行ける、行けない、馬券を買えるか買えないか、これをパッと表してくれるデータはとてつもなくありがたいものです。このデータがないと予想できないよ、そんなデータは予想する人にひとつふたつ、いやもっとあるでしょう。

種牡馬成績、騎手成績、馬場、調教師、馬主、競馬場、ダート芝、距離、枠順、調教、脚質……。

今はネットでスマホで馬券を買える時代です(IPATの便利なこと、便利なこと。楽天競馬にオッズパーク、SPAT4……馬券買ってポイント付くとは……)。

そして、各種データを見るにしても、パソコンから大きい画面で見られたり。大量のデータ処理も早くできたり。欲しい情報を見つけるのも簡単です。データがふんだんにあるから、予想をする気にもなる。その気持ちの増幅は便利になればなるほど増していきます。事象のデータを収集できますし、集計して分析もできる。

ハズレ馬券裁判の卍氏はこのデータ分析をうまくやって馬券で儲けました。

JRA中央競馬の売り上げも底を打って上昇ムード。地方競馬の売り上げはどんどん良くなっていってるのもうなづけます。その良くなっていった影響として、データを見やすくなった(そういう競馬ソフトがたくさん出て来た)ことはあるでしょう。

参考になるデータは欲しいものです。赤ペンで線引いたり、枠でかこったり。

しかし、できない人ほどデータに頼ると言われるとドキッとします。ページめくるのがちょいとコワイヨ。

できない人ほど、データに頼る

データに生じるタイムラグの話は競馬予想にも通ずる

多くのチェアマンやCEOは、市場調査や損益計算書といったデータを頼りにしています。しかし、グリーンはデータが必要なことは理解しつつも、同時にそれだけでは足りないこともわかっています。データには必ずタイムラグが生じるので、実際に店舗を見て確認しないと不足している情報を見つけられないのです。経営がうまくいってる店とそうでない店の違いは、実際に自分の目で確かめない限りわかりません。グリーンは仕入れから店舗設計、マーチャンダイジングまで、すべてのプロセスに携わることでもよく知られています。

(※　グリーンとは、フィリップ・グリーンのこと)

アンディ・ミリガン他『できない人ほど、データに頼る』(ダイヤモンド社)32-33p より

ありとあらゆるデータにおける、タイムラグ。生まれてしまう、時間差。時間のずれ。それを精査するには実際に自分の目で確認する必要がある……。データの最前線、まさに積み重なっていこうとしている場所を見る。

この部分を読んでて、以前、競馬のデータの有益性や無益性を保証するのに「大数の法則」を持ち込むのは正しいのか。という記事を書いたのを思い出したのです。

コイン投げやポーカーに使う、コインやトランプには「体力」「気力」という概念はありません。物ですから、消耗という概念はありますが、トランプの体力の回復を待ってポーカーをなんて言いません。だから、短時間に回数をこなすことが可能です。

1日に何百、何千とゲームをカジノで行うことは言うまでもなく可能で、今この時間でも世界のどこかのカジノにてゲームは行われているでしょう。その上でのデータ集積もできる。コインやトランプの都合なんて考えなくていいのです。

ところが、競走馬はどうでしょうか。

一度、1600mなり2000mなり全力疾走した馬が3分後また走るということはありません。レース前に馬場に入って騎手を振り落とし、それなりの距離を走った馬は競走除外となることもしばしば。それは「体力」という概念があるからです。

レース前にたくさんの距離を走ってしまうと、公平な競走に支障を来すから、競走除外になるのです。言うまでもなく、データは取れません。

騎手も同様でしょう。体力を必要としています。数レースひっかかりっぱなしな馬に続けて騎乗したら腕の疲労度ははんぱないはずです。ズブイ馬を追いまくった場合も同様。

人間(賭けに参加する人・体力)×人間(騎手・体力)＋馬(体力)……出走させるために関わる人たち

次のデータを蓄積するまでに「体力」を回復させる必要がある。データのひとひとつを蓄積するのにとにかく時間がかかる。

ゆえに、体力という概念がないものほど、薄いものほど大数の法則として精度が増すのではないだろうかというわけです(いろいろ調べれば面白い表が作れそうな話だな……)。

競馬予想に大数の法則(確率)を応用すると、データが簡単に意味を持つのか。回数増やして成績・結果がわかりやすくなるのか？

競馬のデータは1件1件集めるのに時間がかかります。

1件と1件の間に「体力の回復」という時間差が生まれる形で集積されてゆきます。タイムラグが生じます。ノイズが生じます。

サイコロやコイン、トランプと同じ形ではデータは集積されません。競馬のデータをコイン投げやサイコロを振ることと同じような概念で収集していると考えていたらそれは大きな間違いです。

どうやっても、競馬のデータには体力という概念がある以上、無理です。コイン投げ同様の考えをしていたら、競走馬が壊れてしまいますし、騎手も疲弊します。

ゆえに、競馬のデータというのはタイムラグが生じる形でないとデータを集めることができないのです。どの競馬のデータにもノイズが混じってるということです。

その上で、有益性・無益性がありますよという切り口が提示され、数字が現れるというわけです。「いいですよ、わるいですよ、どうですか？」。

そこで恐いのは、何度も書いてるとおり、データ収集に時間差があることによって「ノイズがまじってる」ということ。

競馬データには確実にタイムラグがあって集計されてる前提でノイズを除去していく行為が、競馬予想である

いくら有益性があると提示されてても、実際に有益にしようとした場合ノイズと取り除く作業をする必要が出て来る。それが、競馬予想におけるデータです。

どれだけ競馬のデータを収集して、集計して、解析、分析して、見方を作り上げていたとしても、タイムラグによるノイズを取り去っていないデータを使い続けると天井(上限)は見えてしまう。回収率の上限は見えてしまってるというわけです。

馬券がより当たるようにはならない。利益が増して行かない。

ベタ買いで回収率が高かったとしても、ノイズを取り除くことができれば、もっと儲けが増すはず。

別のいい方をすれば、ノイズの取り除き方がうまくなるかどうか。そういう人を馬券上手というのだろうと。外れ馬券裁判の卍氏が惜しいなぁと思うのは、ノイズをあまり取り除いてないデータを使ってたからじゃないかな……と推測するのです。動かしたお金に対する利益をみてて、全然一攫千金じゃない額でしたから……。儲かってることには変わりないのだけど……。

賭けた金額の倍にせめてなってくれないと……。

競馬のデータにあるノイズをうまいこと取り除いてる人たちは、回収率が微妙なデータでもよく見立てて、使える状態に持って行けるでしょう(複勝回収率が微妙でも、複勝率があるデータは特に)。

競馬予想というのは有益なデータからノイズを取り、使えるデータにする作業とも言えます。

参考→競馬のデータは、的中率・回収率などの確率が高くても事象の集まりにすぎない。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

データの中にどのようなノイズが混じっているのか、また、混じりやすいのか。

いやはや、試行錯誤という絶大な楽しみは続きます……。

以上、競馬のデータを様々な方法で情報収集した際、必ず生じるタイムラグとノイズ除去の話。集計、解析しても、分析や見方を考える上で変わらないことでした。

競馬で妻子を養う男・木下健の走馬眼伝授!

東スポ西の仕掛人直伝ラップとデータの真実 (競馬王新書27)