競馬指数の検証方法｜期間分割・回収率・データ漏れを確認

指数の順位・確率・買い方を別々に検証する

高い指数の意味を提供元の定義で確認する

指数は提供元によって対象や尺度が違います。過去走の速さを比較する値、今回の条件を含む評価、総合順位など、何を表すかを確認します。80という指数を、そのまま勝率80％と読むことはできません。

高いほど上位という尺度でも、1位と2位の差がどの程度の能力差を示すかは別です。

検証表には指数名、取得元、取得時刻、対象レース、値または順位を保存します。複数の指数を混ぜる場合は名称を分け、同じ列へ上書きしないようにします。基礎の定義は競馬指数とは何か、時計を基にする値はスピード指数の解説で確認できます。

馬の順位付けと馬券の収益は同じ評価ではない

指数上位馬がよく3着以内へ来ることは、順位付けの一面を示す材料です。しかし高い人気で配当が小さい場合もあり、そのまま購入全体の回収率が高いとは言えません。単勝で1着を選ぶのか、三連複の軸へ使うのかによって必要な条件も違います。予測の評価と買い方の評価を別に持ちます。

たとえば指数1位を軸へした三連複では、軸が3着以内でも相手2頭が組に含まれなければ不的中です。指数の軸評価が機能したことと、馬券の組が一致したことを一つの的中率へ混ぜないようにします。

相手の選び方、点数、各組の金額まで固定して初めて、その買い方の結果を再現できます。

検証の単位を一頭・一組・一レースから選ぶ

一頭の指数を評価するなら、出走した馬を単位に順位と結果を読みます。一つの買い目を評価するなら、券種と組を単位に照合します。一レースで何か的中したかを評価するなら、同じレースの複数組をまとめます。

どれも有用ですが分母が異なるため、名前と件数を一緒に示す必要があります。

レースを見送った日を、全レースを買ったかのような分母へ入れることも避けます。一方、選定ルールに該当した不的中レースを、後から見送りへ変えると成績が変わってしまいます。対象・見送り・資料不足・取消を区別し、当初の状態を残すことが基本です。

調べたいこと	単位	保存する内容
指数上位の馬が走るか	一頭または一レースの順位	指数順位と確定着順
指定組が当たるか	馬券の一組	券種・組・金額・的中判定
レースとして当たったか	一レース	複数組と払戻の合計
購入全体の収益	対象期間全体	全購入額・返還・払戻

発走前の時点を固定してデータ漏れを防ぐ

そのレースの結果を説明変数へ入れない

バックテストは、過去のレースを使い、その時点で予想したならどうなったかを再現する検証です。今回の着順、今回の上がり、結果確定後の情報を使って今回を予測すれば、当時できなかった判断が混ざります。

これを情報の漏れ、データリークとして確認します。過去走の上がりと、予測対象となる今回の上がりは別です。

取得したデータの列名だけでは、いつ公表された値か分からないことがあります。「指数」という列でも結果後に再計算される値なら、発走前の値とは異なる可能性があります。過去の最新版データを、当時表示されていた値の証拠とみなさないようにします。

提供元の更新方法が不明なら、その制約を検証記録へ残してください。

前走までの集計に今回を混ぜない

「直近3走の平均」を使う場合は、今回より前に終わっていた3走で計算します。表を日付順に並べているつもりでも、今回の結果が平均に混ざれば、今回を予測する特徴量として使えません。同日同名のレースや取得順の違いで並びが崩れていないか、馬ごとの履歴を数件手作業で確認します。

一頭の例を紙へ書き、予想日より前の出走を丸で囲むと点検できます。数万行を計算した結果でも、土台の時点がずれていれば件数の多さは精度を保証しません。平均値、過去最高値、騎手成績、調教師成績など、過去の集計を使う列は同じ考え方で確認します。

前処理を全期間で決める漏れにも注意する

機械学習を使う場合、欠損の補完値や標準化、特徴量の選択を全期間のデータから決めると、評価期間の情報が作成側へ入り込む場合があります。scikit-learnのデータ漏れの公式説明でも、学習と評価を分け、評価データで学習や選択を行わないことが示されています。

競馬へ適用するなら、期間を先に分け、平均値などを作成側の資料で決め、評価側へ同じ処理を適用する手順を検討します。コードを使わない手作業でも、評価期間の結果を見て指数の重みを調整すれば同じ問題が起きます。自動化した処理だけの話ではありません。

オッズと人気は取得時刻を残す

発走前に「7番人気以下」「単勝10倍以上」という条件を使うなら、その判断時点で取得した人気・オッズを保存します。確定人気や最終オッズを結果照合へ使うことと、当時その数値で選べたと扱うことは違います。締切までに順位が変われば、条件に該当する馬も変わります。

事前の値が保存されていない場合は、確定値による参考集計として区別します。発走前の実運用を完全に再現した成績と同じ扱いにはしません。後から揃えやすい数字だけを使うと、実際には取れなかった条件で良い結果を作ることがあるためです。

データの取得時点と利用できる時点を分ける

翌日にデータを取得した場合でも、項目の中には発走前に公表されていた情報と、結果後にしか分からない情報が混在します。逆に発走前に保存したからといって、別のレースの結果を使う全ての列が適切とは限りません。

各項目について、予想時点で公表されていたか、取得できたかを確認します。

検証用の表には、対象の発走日時、判断日時、資料の更新日時を別々に置きます。分からない時刻を埋めて正確そうに見せず、不明と記します。再現できる範囲とできない範囲を分けることで、今後どの原本を保存すべきかが具体的になります。

欠けた指数を後から都合よく除かない

対象レースの一部だけ指数が取得できなかった場合は、その件数と原因を記録します。指数のない馬を一律に最下位へ置くのか、そのレースを保留するのかで、選ばれる対象が変わります。結果が悪かった資料不足のレースだけを外す処理にしないように、扱いを先に固定します。

欠損が特定の競馬場や新馬戦へ偏る場合、残ったデータだけの結果を全体の精度とは呼べません。評価対象の件数、欠損で保留した件数、除いた条件を併記します。自動集計で空欄が0に置き換わっていないかも数件確認してください。未取得と指数0が意味の異なる値なら、区別する列が必要です。

過去の作成期間と未使用の評価期間を分ける

古い期間で作り新しい期間で確かめる

説明用に、ある年の前半を作成、次の数か月を調整、さらに後の期間を最終評価へ使うとします。日付の具体的な切り方は対象件数と手法によりますが、最終評価の結果を見てから条件を最適化しないことが重要です。

過去から未来へ進む形を保ち、未来の結果で過去を選ぶ構造にしません。

時系列データの評価については、scikit-learnの時系列の交差検証の説明も参考になります。競馬では開催日やレースを単位に期間を組み、一般的な行単位の分割をそのまま適用しないようにします。

同じレースの出走馬を別々の時点へ分けると、何を予測する評価かが曖昧になります。

同じレースの馬を分割して独立な新規例と扱わない

一レースの出走馬は、同じ馬場、相手関係、着順の制約を共有しています。その行を無作為に散らし、一部を作成側、一部を評価側へ入れると、新しい開催の予想としての検証と異なる問いになります。

基本的には評価したい運用に合わせて、レースや日付ごとにまとめる方法を検討します。

同じ馬が過去と未来の両期間へ登場すること自体は、実運用でも過去走を参照するため、直ちに誤りとは限りません。ただし未来の成績を過去の特徴量へ逆流させないことが必要です。未知の馬への汎用性を調べたいなら馬単位の分離という別の設計もあり、目的を混ぜないようにします。

調整に使った期間は最終評価のままにしない

評価期間を見てから「ダートだけ」「人気薄だけ」「指数差が大きいときだけ」へ変更したなら、その期間は条件の選択に使われています。変更後のルールがまだ見ていない結果で機能するかを、新しい期間で確かめます。

元の評価期間を何度も見直して最も良い条件を残すと、偶然へ合わせる余地が増えます。

変更したこと自体は改善の一部です。ただし版番号と変更理由を保存し、いつからどの条件で評価したかを区別します。旧版の成績を消して新版だけを残すのではなく、調整に利用した期間であると明記すると、後から検証の経路を追えます。

動かしながら評価する場合も更新の区切りを決める

一定期間の過去データで作り、その次の期間を予測し、次の更新時点で資料を追加する方法もあります。この場合、各区間の作成時点、使った過去期間、評価した未来期間を保存します。全期間を見終わってから、都合のよい更新時点へ変更しないようにします。

評価期間が重複すると同じレースを何度も数えることがあります。区間ごとの結果を足す前に、日付・場・Rが一意かを確認してください。件数が多く見えても同じレースの重複なら、新しい証拠が増えたことにはなりません。ルール、期間、対象レースの三つを合わせて保持します。

的中率・回収率・高配当への集中を仮想表で検算する

一点ずつ10レースの例を計算する

10レースで各1点100円、購入総額1,000円という仮想例を置きます。的中が2レース、払戻が420円と900円なら合計1,320円です。レース的中率は2/10＝20％、回収率は1,320/1,000×100＝132％、払戻と購入額の差は320円。どの分母を使ったかを一緒に示します。

この10例だけから将来も132％で回ると結論づけることはできません。対象は小さく、どのような条件のレースが含まれるかで結果も変わります。まず算術が正しいこと、その次にその数字が何を証明できるかを分けます。

小さい実例を正しく計算することと、手法の有効性を十分に確認することは別です。

仮想の集計項目	計算	結果
購入額	10レース×100円	1,000円
払戻	420＋900円	1,320円
レース的中率	2÷10×100	20％
回収率	1,320÷1,000×100	132％
差額	1,320−1,000	＋320円

一つの高配当へどれほど依存するかを見る

上の払戻1,320円のうち900円は約68.2％を占めます。最も大きい的中が総額の多くを支える例です。感度を見る参考として、その的中レースを丸ごと除けば、残る9レースの購入900円、払戻420円で回収率は約46.7％になります。

正式な全体結果132％を変更するのではなく、集中の大きさを併記する検討です。

高配当を狙う方法に大きい当たりが含まれること自体は自然です。ただし一つの当たりがなければ結果が大きく変わるなら、評価の不確実性や必要な観察期間も考えます。不都合な的中や不的中を恣意的に消す方法として使わず、全体結果と感度の参考を明確に区別してください。

一レース複数点なら馬券的中率と分母が変わる

別の仮想例として、3レースで3点、2点、1点を各100円、総額600円とします。第1レースで800円、第3レースで1,200円を払い戻したなら合計2,000円です。一レースで一つずつの組が的中した仮定では、レース的中率は2/3、買い目単位の的中率は2/6になります。どちらも同じデータから出ますが違う指標です。

レース的中率が約66.7％と書く場合に、6点のうち約66.7％が当たったという説明にはしません。回収率は2,000/600×100＝約333.3％という仮想計算です。特定の日の少数の例であり、実配信の成績や恒常的な収益性ではないことを明示します。相手抜けは指数の順位評価とも分けて記録します。

返還と有効購入額の定義を明示する

さらに別の計算例で、購入総額1,000円、返還100円、有効購入900円、的中払戻850円とします。有効購入に対する払戻率は850/900×100＝約94.4％です。返還も含む総受取950円を元の支出1,000円で割るなら95％となり、数字の意味が違います。どちらの定義を使うかを表へ示し、異なる定義の値を比較しません。

取消や除外、同着などはJRAの馬券のルールや該当主催者の説明に従い、公式の確定結果と払戻で処理します。返還を的中金額として見せたり、取り消された買い目を結果後に別馬へ変更したりしないことが、再現可能な検証の前提です。

良い数字を選びすぎる問題と条件変化を点検する

多くの条件を試したなら試した数も残す

指数順位、人気帯、距離、競馬場、馬場、点数などを次々変えれば、どれか一つに良い数字が出る場合があります。最も良かった条件だけを抜き出すと、どれだけの試行から選んだかが隠れます。試した条件、選択に使った期間、採用した理由を残し、新しい期間で確認することが必要です。

複雑な式ほどよいというわけでもありません。単純な基準との比較を用意すると、追加した要素がどこで役立ったかを見やすくなります。比較する場合は同じ対象レース、同じ購入単位、同じ時点の情報を使います。

対象期間や金額が違う二つの回収率を、手法の差と決めないようにしてください。

人気薄だけを結果から選ばない

高配当の的中だけを見て、後からその人気帯へ対象を絞ると、良い結果が出た範囲を選んでいる可能性があります。発走前に選定する条件として使いたいなら、時点つきの人気・オッズとともにルールを固定します。条件に該当して外れたレースも同じように数えます。

高い指数の人気薄という組み合わせも、対象の指数が何を評価しているかを確認し、全て同じ強さの根拠として扱わないことが重要です。少数の大穴の的中を発見することと、同じ手順を繰り返して成立することは違います。具体的な候補の選び方は穴馬を見つける手順へつなげられます。

確率を出すモデルは確率としての整合性も見る

指数を確率へ変換するモデルを使う場合は、順位の正しさとは別に、20％と予測した対象が長い記録でどの程度的中したかを確認します。ただし少数の例が20％だっただけで、確率が正確だと証明されたわけではありません。範囲ごとの件数と結果を並べ、極端な確信が多くないかを読みます。

確率の誤差を集計する指標もありますが、名称を増やすだけで評価が十分になるわけではありません。予測対象が勝利なのか3着以内なのか、同じレースの馬をどう扱うか、どの時点のデータかを先にそろえます。単なる指数順位へ確率評価を直接当てはめないようにします。

確率の誤差を仮想の10件で計算する

勝つかどうかの確率を全て20％と予測し、別々の10件のうち2件が勝ったという仮想例を置きます。正解を勝ち1、負け0とし、予測との差を二乗して平均する計算なら、勝った2件は（1−0.2）の二乗で各0.64、負けた8件は（0−0.2）の二乗で各0.04。合計1.6を10で割り0.16になります。

同じ結果へ全て80％と予測していたなら、勝ちの2件は各0.04、負けの8件は各0.64で、平均は0.52です。この例では20％の方が誤差の平均は小さくなります。ただし10件の的中割合が20％だったことだけで、20％の見積もりがどの条件でも正しいと結論づけるものではありません。これは確率の評価の計算方法を理解する仮想例です。

この指標は払戻を考慮しないため、回収率とは別です。確率がより適切になっても、低い配当で買えば収益がよくなるとは限りません。また、もともと確率ではない指数80という値に、この計算を適用するためだけに0.8という意味を付けることもできません。対象と尺度の定義を最初に確認する理由がここにあります。

条件の変化を追いながら旧版も保存する

競馬場、出走構成、使用コース、資料の提供方法などが変われば、過去の関係がそのまま続くとは限りません。定期的に対象件数、欠損、選定される馬の人気やクラス、結果を点検します。成績が落ちた理由を一つに決めず、情報が欠けたのか、条件が変わったのか、単に振れの範囲かを分けます。

新版へ変更する場合は、変更日と適用開始を残します。過去の公開済みの予想へ新しい指数を当て直し、当時からその値で配信していたと扱いません。旧版の原本と、新版による参考再計算を区別することで、実運用の結果と学習のための分析を両方保存できます。

再現できる検証表の作り方とよくある質問

最低限の項目をレースごとに保存する

検証表には、日付・競馬場・R、判断時刻、指数の版と取得元、選定条件、券種・全組・各金額、公式結果・払戻・返還を置きます。見送った場合や資料不足の場合も状態を記します。原本の文章やファイルを残すと、表へ転記したときの誤りも追えます。

欄	何を残すか	確認できる問題
対象	日付、場、R、発走日時	別開催・同じRの混同
時点	判断・資料の取得時刻	結果後情報の混入
版と条件	指数名、選定ルール	途中変更の隠れた混在
全組	券種、番号、金額	印だけで的中扱い
状態	購入・見送り・保留・返還	分母の選別
公式照合	確定組と100円払戻	仮定の金額を実績化

表計算では、回収率132％を内部の比率1.32として持つのか、数値132として持つのかも統一します。片方だけ100を掛けると桁が変わります。オッズ10.0倍、100円当たり払戻1,000円、購入額100円も別の単位です。

列名へ単位を入れ、集計前に一行の掛け算と割り算を確認すると、正しそうに見える桁の誤りに気づけます。

保存した一件を手作業で再現してから広げる

大量集計の前に、数件の原本から対象の判定、組の展開、購入額、公式結果との一致、集計表への反映を手で追います。別々の人が同じ原本を見ても同じ判定になるかを確認できる形式が理想です。曖昧な「参考」「注目」だけの印から、後付けで券種を選ぶ手順にしないようにします。

点数の照合には馬券の点数計算ツール、配信の書式を読むにはコース別配信見本を使えます。ツールが組を作れることと、その組を当時実際に配信・購入していたことは別です。実績へ使う原本の根拠を保存してください。

重複した買い目は種類数と支出を分ける

二つの3点の構成に同じ組が1点含まれる場合、異なる組は5種類ですが、各構成を各100円でそのまま買う計算なら支出は600円です。共通組は200円になっています。集計前に組を一意にしただけで支出を500円へ減らすと、原本の金額を再現できません。

検証表は、入力元の行、意味として一意の組、各組の合計金額を別々に持つと明確です。的中時は一意の組へ公式払戻を照合し、その購入単位を掛けます。同じ1組の金額が増えたことを、異なる2組の的中と数えないようにしてください。

組の判定と購入単位の判定を分けると、複数フォーメーションの併用も整理できます。

実運用前に結果を見ない記録期間を作る

過去の再計算で確認した後、今後のレースについて発走前に原本を保存し、同じ条件で結果だけを追う記録期間を設ける方法もあります。購入を伴わない仮想記録なら、その旨を明示します。仮想で追った成績を実購入の利益やメール配信の実績へ変換しないことが重要です。

過去データからは再現しきれなかった取得時刻、表示されない指数、取消後の処理、手作業の転記ミスなどを発見できます。問題があればルールや処理を修正し、修正前後の区間を分けます。実際にその時点で動かせる手順かを確認することが、過去の良い数値だけでは分からない実用性の点検になります。

指数が高い馬の勝率だけ見れば十分ですか？

順位付けの一面を見る材料ですが、買い方の回収率とは別です。券種、相手、点数、金額、選定条件まで固定し、何を検証した数字かを分けて確認します。

過去のデータを無作為に分けてはいけませんか？

実運用の未来予測を確認する目的なら、時間とレースのまとまりを保つ分割を検討します。行を散らす分割は別の評価になり得ます。予測時点で使えた情報だけを使うことが前提です。

確定オッズを使った集計は全部無意味ですか？

結果や市場の構造を調べる参考には使えます。ただし当時その値で条件選択できた証拠とは分けます。発走前の実運用を再現した成績と同じ表示にしないことが重要です。

何レースあれば指数が有効だと言えますか？

券種、払戻のばらつき、試した条件、対象の分布などで変わるため、全てに共通の固定件数は決められません。件数と集中度、未使用期間での結果を併せて確認します。

条件を変えて良くなったら過去の成績も更新してよいですか？

新条件の参考計算として保存できますが、当時の実配信成績を置き換えません。変更した版、適用開始、調整に使った期間と新しい評価期間を区別します。

確率と収益の基本は競馬の期待値、関連する解説は記事一覧で確認できます。再現できる原本、同じ定義の集計、未来へ向けた確認をつなげ、数字を判断の根拠として使える状態へ整えましょう。