2017年9月30日土曜日

第184夜 コースと距離と馬場とレースレベルを調整する必要がない速度偏差値のつづきの話


▼さらに精度を上げると考える前に
前夜に示した速度偏差値の話題を続ける。
速度偏差値は、各レースで出走馬全頭の速度(km/h時速)を算出、平均速度と標準偏差を計算して算出する。
各馬の速度=距離(m)/走破タイム(10分の1秒単位)×36
各馬の偏差値=(当該馬の速度ー平均速度)/標準偏差×1050
なお、勝ち馬から3秒以上離された大敗馬は、3秒遅れたものとして計算したほうが精度が高いようだと付け加えた。
それでは全馬の正確な指数が出ないじゃないかと言う人がいるけれど、下位の馬のデータって必要だろうか。
遅い馬に引きずられて上位の馬の数値が高く出過ぎては本末転倒ではないだろうか。

この数値(速度偏差値)が表しているものは、各競走での平均速度からみて、速度がどのくらいの成績(優秀)だったか、である。
9
年分の平地競走を使って検証すると、前走の速度偏差値を並べて1番良績だった馬の勝率は21%ある。
誰でも再現可能で、長期間、2万件を超える競走でこの勝率を維持できるツールは、巷間の必勝法と比べても遜色ないと思う。

それでも、前走の競走成績のみを参考にしているため、これでは物足りないという人もいよう。
わたしとしてはこれを起点に馬券を検討してもらいたいのだが、速度偏差値をゴールにしたい、数値順に買いたい、などの人たちである。
本来は、前走成績を示した速度偏差値が今回のレースでどう変化するかを加味するべきだが「前走までの成績を総合して精度を上げ、そも総合成績(能力)が今回のレースまでほぼ変化しないと想定する」というものだ。
言い換えると、絶対能力を表してほしいという考え方である。

参考となるお話を申し上げる前にひと言言っておきたいのだが、
そんなデータはあるわけないだろう!

と言うと思うかもしれないが、わたしの答えは少し違う。
前走のみの速度偏差値でもほかの数値でも、実はだいたい絶対能力を表していると思うのだ。
ただ、わたしたちの考え以上に各馬の実力は拮抗しており、調子、コース、展開、騎手の判断、首の上げ下げなどで着順は変わる。
だいたいだが、予想はできているのだ。
競馬がギャンブルとして成立するのは、こうした不確定要素があるためだ。
それでも絶対能力の推定精度を上げるなら以下の方法を試してもらいたい。

▼平均、加重平均、最大値、中央値。或いは別の要素
ちなみに、速度偏差値を加減乗除し始めれば偏差値としての意味はなくなるのでご留意いただきたい。
小見出しにある通り、各馬の戦歴から算出した速度偏差値を平均したり、近走に重きを置いて加重平均したりする方法がある。
サンプル数が多くなるので精度が上がると期待できる。
また、良績のみに注目して各馬の最大値で比較することもできよう。
ただしこの手法は速度偏差値の特性からあまり推奨しない。
中央値も最大値と最低値から算出できるが、これも同様の理由で精度は高くないだろう。

レースレベルを丹念に調整すると、勝率は23.5%近くに改善する。
2%
強の改善だが、25,000以上のレースで検証している。
500
レース分も的中が増えるので、決して小さい数字ではない。
しかし、新馬戦からすべて、出走馬のレベルを加味していく作業だから、膨大なデータベースを構築し、レースレベルを加減するのは並大抵ではない。
努力を要するし、例えば表計算ソフト利用者ならかなりの使い手でなければ計算だけで夜更かしすることになり、そこまで辿り着かぬ者も続出するだろう。
辿り着かない場合でも、別の要素との組み合わせで勝負する手はある。
適性や騎手の能力などである。
もしそういう方法を考えるなら、この速度偏差値を起点に、どれだけ変動するかを予想することになる。
(SiriusA+B)

ブログ アーカイブ