指数が作られる流れ
集計フェーズ
過去のレース情報をデータベースに取り込む作業（テーブルＡと置く）。
初期構築する際にはデータ集め・加工に莫大に時間がかかるが、今は毎週のデータを取り込んでいくだけのため時間的には毎週１時間くらい。
月曜～木曜にこの作業を行っている。
分析フェーズ①
テーブルＡをもとに分析を行う作業。
細かい改善は日々見直しをしているが大きな見直しは四半期に１回とか。
投稿時点で総レコード数約15万件あり、その中から諸々の条件を数値化して計算し、指数順位を導き出す。件数が多いので計算VBAで実装している。
何がプラス要素になって何がマイナスになるのかは計算すればわかる。
ただしそのためにはある程度競馬の「勘所」は知っておかないといけない。
例えば、前走が上がり３Ｆが1位ならプラス評価にするのが妥当だが、前走5枠10番の馬が期待値が高いというデータが仮にあったとしても論理的に考えて何の根拠があるのかわからない。そういうデータは除外していかないとダメなので勘所が必要という話。
トライ＆エラーをひたすら繰り返していって指数の質を向上させていく。
自分の場合は回収率重視なので指数1位の単勝回収率が上がるようにロジックを組んでいる。
だから↑の例で出した前走上がり３Ｆ1位が「好走確率」という点では優秀だとしても、回収率に繋がらないとプラス評価にはできない（要は人気になって美味しくない）。
結果として、指数1位データ10887件で単勝回収率を102%を確保している。
分析フェーズ②
102%といってもその中にまだまだ実際には期待値の低い馬もいれば高い馬もいるので、
分析フェーズ①で得た「指数1位」の中から「期待値の高い条件」を絞り込む。
この時点で指数2位以下を完全に切り捨てる（単勝に特化しているのはこれが理由で、期待値の高い馬と低い馬をセットが買うのは効率が悪い）。
分析フェーズ①で既にある程度の回収率は担保できているので、あとはどれだけ厳格に絞り込むかが焦点になる。
例えば、たいして絞り込みをしなければ1日あたり10レースとか買うことも可能なのだが、それだと回収率のマックスは取れない（まだ期待値の低い馬が紛れ込んでいる）。
かといって極限まで回収率を突き詰めていって、条件に当てはまる馬が月に2レースしかいませんとかになると、それはそれで投資の機会が少なすぎる。
といった点を調整しつつバランスの良いところを見つけていく作業。
オッズ（人気）も重要で、穴馬の場合は条件を緩く設定しているが、5倍を切るような人気馬の場合には厳しめに条件を設定したりもしている（基本的には穴狙いだが良い馬がいたら該当数は少ないけど人気でも買うよというスタンス）。
分析フェーズ②を経て抽出した高期待値馬は「556件」。月に換算すると約13件になる。
平均して月に13レース（≒週1.6レース）くらいしか参加するレースはなくなる。
回収率は数値上383%あるが、あくまで過去のデータから都合の良い情報を見繕っただけなので実践ではもう少し低くなる可能性が高い。
それを見越してでも流石にこれくらいの数値があれば買い続けてマイナスになることはないだろうと踏んでいる。
出馬表の作成
これまでの作業で自分がやるべき仕事の９．９割は終わっているといっていいと思う。
あとは機械的に買うだけなので、そのための作業をする。
といってもやることはターゲットから出馬表データをTXTで持ってきてVBAに食わせるだけ。
自分用の出馬表と、レースごとの各馬の指数順位等々が出てくるので、その中から指数1位の馬の条件をみて、高期待値馬のロジックに適合するかしないかを判断する。
あとは当日余計なことをしない（これが一番難しい）、オッズを見て買う買わないの最終判断をして勝馬投票券を購入すると・・・。
ほとんどの作業を自動化していて基本的に暇なので今はブログ投稿の時間にあてたりしている。
今のところ高期待値馬をブログで公開中なので興味ある方はどうぞ。
避けたいのはそれによってオッズが下がることなので、もし今後影響力が出てきてしまうようなら別の形の提供方法を考えたいとは思っている。今の段階で皮算用しても意味ないので追々。
コメント