ここ最近ずっと取り組んでいた「競馬AIプロジェクト」。
正直、なかなか回収率が上がらず苦戦していました。
モデルの調整を何度も繰り返し、特徴量の見直し、学習データの精査、シミュレーションの改良……
思っていた以上に難しく、AIが安定してプラス収支を出すのは本当に大変です。
しかし！
ついに 回収率が100％を突破 しました。🎉
もちろん、まだ安定して100％を超え続けるとは言えませんが、少なくとも「理論的には実用レベル」に近づいてきた手応えがあります。
💡 今回の改良ポイント
今回、回収率アップのために行った主な変更は以下の通りです。
- 特徴量の見直し：過去のレース成績だけでなく、馬場状態や人気との相関を再検討
- モデルチューニング：lightgbmのパラメータをグリッドサーチで最適化
- 期待値ベースの投資戦略：単勝・複勝それぞれでケリー基準を適用
- 時系列分割の厳格化：未来情報のリークを完全に防止
この結果、シミュレーションでの平均回収率が100％をわずかに超えるレベルまで改善しました。
いよいよ「理論上勝てるAI」から「実戦投入可能なAI」に進化してきました。
🚀 次のステップ：当日データでの自動予測へ
今後は、実際の当日データを自動で取得して予測させるシステムを構築していきます。
これにより、レース当日の朝に最新データをAIが分析 → 買い目を自動生成 → 実際の投資判断に活用、という流れが完成します。
データ取得部分では、
- JRA公式サイトやnetkeibaなどの当日情報スクレイピング
- API経由でのオッズや出馬表の取得
を検討中です。
🎯 最後に
AIによる競馬予想は、簡単なようでいて非常に奥が深い世界。
「確率」と「資金管理」をどれだけ正確に扱えるかがカギになります。
これからは、実際のレースデータを使ってリアルタイム検証を進めていきます。
コードはnoteにて公開予定です。おたのしみに。
コメント