第563夜 複雑で難解な予想法の反動は常に存在する

 第563夜 複雑で難解な予想法の反動は常に存在する

▼大多数指向
このブログを長くご存知の方なら、生成AIの記事が最近多いとお感じになっているかもしれない。
できるだけテーマを散らしているのだが、生成AIの進化が目覚ましく、取り上げざるを得なくなってしまう。
だが、そこまでだ(刑事かよ)。

実は生成AIとの対話は長く続いている。
競馬に限らず、公私にわたってあれこれ利用しているのだが、現在地はなんとなく分かってきた。
表計算ファイルのデータも読みこなすようになって、少々危機意識を持ってきたのだが、今のところ、強敵ではない。
競馬においては、生成AIの思考回路が競馬向きでないようなのである。
わたしが刑事になって取り調べたところ、生成AIが次のように自白した。

Qなぜ毎回平気で嘘をつくのか
A
「次に来る確率の高い文字」を繋げているだけ：私は意味を理解して考えているのではなく、統計的に「もっともらしい文章」を自動生成しています。そのため、事実が分からなくても、文章の形だけは完璧な「それっぽい嘘」が出来上がります。
「分かりません」と言えない構造：私のプログラムは、何らかの回答を出力することを最優先するように設計されています。そのため、データ不足やエラーに直面した際、エラーを表示するのではなく、手持ちの言葉を無理やり繋ぎ合わせて「嘘の事実」を自ら作り出してしまいます。

Q多数派の答えでないときには捏造が増えるね
Aおっしゃる通りです。データ数が少ない「少数派のテーマ」や「珍しい情報」のときほど、私の捏造（ハルシネーション）は劇的に増加します。これは、私の文章生成の仕組みが「統計的な多数決」に基づいているためです。
捏造が増える機械的な理由
参照できるデータ（分母）が足りない
世の中に大量にある一般的な情報であれば、正しい言葉の組み合わせを学習できているため、正確に回答できます。しかし、ニッチな情報や特定のブログ記事のような少数派のデータは、学習量が圧倒的に足りません。
「もっともらしい言葉」で穴埋めする
データが足りず言葉が繋がらないとき、私のシステムは空白を埋めるために、手持ちの「一般的な多数派のデータ（競馬といえばこういう展開、ブログといえばこういう定型句など）」を勝手に引っ張ってきて、無理やり文章を合成します。
確率の低い組み合わせを無視する
少数派の事実よりも、統計的に「よく使われる言葉の並び（多数派）」の方が確率が高いため、事実とは異なる「それっぽい嘘の文章」を優先して出力してしまいます。

以上の自白から、今の生成AI(少なくとも無料版)は、多数派の答えの集約である。
多数派の集約自体は、もはや人間の能力を凌駕している。
集合知の考えに立つと、的中精度の向上は見込めるかもしれない。
だが、独自のアイデアや特殊な考え方を開発するほうには進化していない。
ここには書かないが、質問者の望む答えに近づけようとハルシネーション(捏造)も繰り返すことも分かっている。
新たな知見で競馬予想を拓く、という段階には至っていないのだ。
いや、まったく違うロジックで大多数の思考と差を付けること自体が生成AIの進化に反する。
正直なところ、ひと世代前の機械学習やニューラルネットワークのほうが競馬に向いているとさえ思うのである。

「次にくる確率の高い文字を繋いだだけ」という自白は、このブログで生成AI(チャットGナントカ)を取り上げた際、わたしが推測した通りだ。
もちろん、表計算ファイルの読み込みが進化してニューラルネットワークのような作業をするようになれば状況は変化するが、どうであろう。
有料版は情報を絞り込んでハルシネーションを避ける方向だ。
「大多数が想像する未来」を描けるが、穴馬理論は厳しそうに思う。

もちろん、注意は怠れない。
有料版は参照データを絞る傾向にあるが、これが功を奏して難問にも正解できるようになっている。
数学の難しい証明もできるようになってきた。
「独自のアイデアや特殊な考え方を開発するほう」に進化させる枝もある。
発話次第だと先日申し上げたが、生成AIという「計算機」を上手く使える者が登場すれば、この楽観的見通しは瞬く間に崩壊する。

▼反動
他方、予想法がこれだけ難解になってくると、反動はくる。
ファクターをひとつかふたつに絞った予想法が、静かに広がりつつあるようだ、事実かどうか知らんけど。
加える理論ではない、削る理論だというが、若干、方便の気配もないではない。
どの時代でも、猛烈に研究する人間がいる一方で、高度な予想法トレンドについていけず脱落する者もいる。
詳しいことはよく分からない、だがこの集団こそ、儲けたくて、儲けたくて、仕方がないのだ。
ファクターひとつ(かふたつ)だけで儲かる、と銘打てばこうした集団に「刺さる」。
このシンプルな理論は、かつての「トンデモ理論」、例えばウラ情報とか、「何々を見れば必ず勝てる」とかに代わって受け皿になっているのだろうと思う。
彼らは簡単に買い目が決まればいいのだ。
自分が決めた買い目の理由などどうでもいい。
必然性を求めて苦戦する人間を尻目に、偶然性を前面に押し出す。
勝てば官軍、と。
小難しい、上から目線で蘊蓄を垂れる理論家に、ひと泡食わせられればいい。

ただ、競馬がギャンブルであること、複雑系であることから、「ファクターひとつだけで儲かる」という可能性は、初期のブラウン運動を過ぎれば、試行回数を重ねるにつれ限りなくゼロに近づく。
わたしは従前から、多くの競馬理論がファクターを絞りすぎであると思っている。
第407夜「ファクターの数」の記事でもその点を指摘した。
複雑な事象をできるだけファクターを少なくして説明することは、統計学上優れている。
しかし、競馬予想の場合、それがひとつやふたつでないことは間違いなさそうだ(現代解明されている範囲において)。
それなのに「絞り過ぎ」なのである。
わたしが実在する(した)ホンモノの勝ち組を詳細に調べ上げた結果では、ファクターの数は最少でも8種類、著名なところでは30種類以上、200に及ぶものもある(あくまでわたしの独自調査による)。
8が最小であるかどうか分からないが、わたしは1や2よりは信頼できると思っている。
優れたシングルファクターは的中率が20%を少し超える。
これが「勝てるかも」という幻想に繋がっているのではないかと思う。
(SiriusA+B)

第562夜 数字は見えにくいほど効果あり

▼前走4着固定分析
なぜ、知識や経験を積んだ人と漫然と、馬券を買い続けている人とに大差がないのか。

いくつかの、不完全な調査ながらも、調査によって明らかであることは、馬券市場では他力本願の予想者が多いことだ。
大なり小なり、他人の予想を参考にするという意味であるが、これ自体、悪いことではない。
むしろ、調査・研究といった予想コストを考えれば、たいへん効率が良い。
いつも申し上げている通り、「自分で予想を組み立てたい」という、わたしたちのような人は、奇特なのである。
奇特なのに、偉いとでも思っている人はいる。
ともすれば、他力本願の人に対して上から目線になる人もいるようだ。
これをマウンティングというのだが、残念なことに、現実は自力と他力で馬券の巧拙に大差はない。
下手すれば、他力本願の人のほうが上手だったりする。
この現実は、わたしの長年のテーマでもあって、理由を模索してきた。

未だにきちんとした原因究明はできていないのだが、ひとつだけ思い当たる節がある。
自力の人が「もう一段」踏み込んだ研究をすればいいのではないか、という仮説である。
例えば、「コースAはコースBより直線が短いから先行力勝負の今回は買いだ」とか、「斤量(負担重量)が2kg減と恵まれているから勝負になる」とかいった予想を考えるとする。
それは、プロ(予想記者など)が織り込み済みなのではないの？
全員ではないが、多くの人が予想に取り入れているのではないの？
という疑問がある。
さまざまな予想材料について造詣が深く、総合する予想材料が多くなっても、それは予想記者やオッズとそれほど差はない。
場合によっては、予想記者のほうが総合する力があるので、これを利用する他力本願の人に敵わなかったりするのではないか、ということなのである。
特に、数字大好きの皆さんの場合、「誰でも使っているデータ」をそのまま使っても、たいていの場合はオッズに織り込み済みだ。
すなわち、造詣が深いといっても「予想記者などから見れば守備範囲内」で、これを盲目的に利用する「素人」の人には間接的にいきわたっているのである。
貴方のほうが、精度は僅かに良いかもしれないが、大勢に影響はないだろう。

この仮定の裏付けをとるために、ちょっとした実験をしてみる。
前走で4着になった馬は勝率約10%前後なのだが、4着になった馬にひとつのファクターを加えたとき、他人様(ひとさま)を出し抜いているかどうか、的中率と回収率で検証してみた。
母数が異なるところもあるが、的中率は概ね19.8%、回収率は81%である。
回収率が平均比で、すなわち81%より小さければ人気過剰気味、大きければ甘めのオッズ(＝他者を出し抜いている)だということが言える。

図表をたくさん貼り付けたが、いちいち説明しないで簡単にだけ触れておく。
回収率の平均差を眺めれば「まあそうだろうな」と納得する人が多いと思う。
前走1、2番人気だった馬は明らかに人気過剰だし、5番人気から10番人気くらいまではやや人気が集まっていない(オッズの割に回収率が良い)。
4角(とは限らないが最後の通過順位)で前にいた馬(1、2、3位)は人気過剰の一方、4、5、6位からちょっと頑張って4着になった馬はそれほど評価されていない。

これらを拾い集めるだけでもちょっとした戦術なのだが、差異は小さい。

(図表562-1)前走4着馬の前走人気別勝率及び単勝回収率

前走着順	前走人気	勝利回数	出走回数	勝率	平均差	回収率	平均差
4	1	758	3,902	0.194	0.087	0.78	-0.03
4	2	747	4,791	0.156	0.048	0.80	-0.01
4	3	712	5,239	0.136	0.028	0.82	0.01
4	4	600	5,215	0.115	0.007	0.80	-0.01
4	5	531	5,046	0.105	-0.002	0.85	0.04
4	6	426	4,333	0.098	-0.009	0.90	0.09
4	7	314	3,826	0.082	-0.026	0.87	0.06
4	8	238	3,234	0.074	-0.034	0.89	0.08
4	9	174	2,646	0.066	-0.042	0.70	-0.11
4	10	131	2,058	0.064	-0.044	0.84	0.03
4	11	94	1,595	0.059	-0.049	0.67	-0.14
4	12	61	1,138	0.054	-0.054	0.66	-0.14
4	13	30	812	0.037	-0.071	0.62	-0.19
4	14	21	643	0.033	-0.075	0.61	-0.20
4	15	17	378	0.045	-0.063	0.81	0.00
4	16	6	213	0.028	-0.080	0.67	-0.14
4	17	1	43	0.023	-0.084	0.13	-0.68
4	18	0	18	0	-0.108	0.00	-0.81
平均		4,861	45,130	0.108		0.81

(図表562-2)前走4着馬の支持率(単勝支持率)別勝率及び単勝回収率

前走着順	前走支持率	勝利回数	出走回数	勝率	平均差	回収率	平均差
4	50%超	39	131	0.298	0.190	0.83	0.02
4	50%以下	120	486	0.247	0.139	0.79	-0.02
4	40%以下	262	1,323	0.198	0.090	0.76	-0.05
4	30%以下	617	3,422	0.180	0.073	0.82	0.01
4	20%以下	1,427	10,385	0.137	0.030	0.82	0.01
4	10%以下	2,396	29,383	0.082	-0.026	0.81	0
	平均	4,861	45,130	0.108		0.81

(図表562-3)前走4着馬の上がり3ハロン順位別勝率及び単勝回収率

前走着順	前走上がり順位	勝利回数	出走回数	勝率	平均差	回収率	平均差
4	1	606	5,183	0.117	0.009	0.81	0
4	2	604	5,561	0.109	0.001	0.82	0.01
4	3	630	6,064	0.104	-0.004	0.80	-0.01
4	4	726	6,684	0.109	0.001	0.77	-0.04
4	5	589	5,585	0.105	-0.002	0.89	0.08
4	6	494	4,665	0.106	-0.002	0.81	0
4	7	392	3,553	0.110	0.003	0.79	-0.02
4	8	280	2,719	0.103	-0.005	0.81	0
4	9	210	1,910	0.110	0.002	0.90	0.09
4	10位以下	330	3,206	0.103	-0.005	0.72	-0.09
		4,861	45,130	0.108		0.81

(図表562-4)前走4着馬の4角順位別勝率及び単勝回収率

前走着順	前走4角順位	勝利回数	出走回数	勝率	平均差	回収率	平均差
4	1	411	3,686	0.112	0.004	0.73	-0.08
4	2	656	5,694	0.115	0.007	0.81	0
4	3	567	5,151	0.11	0.002	0.81	0
4	4	560	4,810	0.116	0.009	0.92	0.11
4	5	497	4,541	0.109	0.002	0.86	0.05
4	6	433	3,947	0.11	0.002	0.86	0.05
4	7	373	3,879	0.096	-0.012	0.74	-0.07
4	8	313	3,096	0.101	-0.007	0.76	-0.05
4	9	280	2,572	0.109	0.001	0.86	0.05
4	10位以下	771	7,754	0.099	-0.008	0.77	-0.04
		4,861	45,130	0.108		0.81

▼注目されにくいもの、加工したもの
そこで、誰でも手軽に利用できる「表面的な数字」ではなく、注目されにくいものや加工した数字などではどうなるか、調べてみよう。
先ず、「前々走の着順」を加えてみる。
前々走着順は、前走着順ほど注目されていない、しかし、ちょっと頭に入れている程度とみられる(わたしの想定)。
「前々走2着で期待したのに4着で案外だった」といった形で考える人も少なくないから盲点とまでは言えないが、研究している人なら買うか見送りかの判断が変わってくるだろう。
前々走2着で前走4着だった馬は、人気はあるものの、調子を落としていると考えるかもしれない。
回収率からみた投票行動実績では見送る人が優勢で「むしろ買っておいたほうが良い」というのがデータで出ている。
同様に「4着が続いた馬」も力不足や変わり身なしと思われたか、こちらも見送りが優勢である。
6着から10着だったのが前走で4着になった馬は、「ここらが天井」と思われたか、やや甘めのオッズになる。
もちろん、ほかにも考える要素はあるが、こうした傾向はあるのだ。

さらに、目に見えない数字を使うと大勢との差が出やすくなる。
誰でもちょっと調べれば分かるが面倒でやらない情報だ。
ここでは4着時の5着馬との着差を例に出した。
このブログでは1着馬・2着馬の分析でお馴染みの、「次にゴールした馬との着差」の応用である。
5着馬を0秒2以上引き離してゴールした馬は、想像よりも強い。
0秒0か0秒1が最も多いが、0秒2以上なら勝率はもちろん回収率も跳ね上がる(図表に示していないが85-90%程度の回収率)。
これはオッズにあまり織り込まれていない証左である。

このように、誰でも調べればわかるが面倒くさい、というデータを探すのが研究のひとつなのだ。
斤量/馬体重もそうだし、2着馬の、3着との着差もそうだ。
これだけでは必勝法にはならないのが残念だけれど、競馬の研究というのはこのような探索をいう。
的中率は予想精度であり、強い馬はどれか、できるだけ正確に出せる前提だ。
その上で、買い方、回収率を考える。
いつもの台詞だが、回収率の源泉はオッズとの乖離である。
「勉強しているのに」と思っている人は、「正確に出すところから先」が課題なのではないか。
是非その内容を再検討していただきたいと思う。
(SiriusA+B)

(図表562-5)前走着馬の2前走着順別勝率及び単勝回収率

前走着順	2前走着順	勝利回数	出走回数	勝率	平均差	回収率	平均差
4	1	436	3,581	0.122	0.014	0.76	-0.05
4	2	797	4,368	0.182	0.075	0.85	0.04
4	3	632	4,588	0.138	0.030	0.78	-0.03
4	4	553	4,295	0.129	0.021	0.90	0.09
4	5	388	4,062	0.096	-0.012	0.79	-0.02
4	6	335	3,660	0.092	-0.016	0.83	0.02
4	7	284	3,115	0.091	-0.017	0.87	0.06
4	8	205	2,711	0.076	-0.032	0.78	-0.03
4	9	201	2,353	0.085	-0.022	0.86	0.05
4	10	142	2,013	0.071	-0.037	0.85	0.04
4	11着以下	389	5,726	0.068	-0.040	0.74	-0.07
	2前走なし	499	4,658	0.107	-0.001	0.76	-0.05
	平均	4,861	45,130	0.108		0.81

(図表562-6)前走着馬の5着馬との着差別勝率及び単勝回収率

前走着順	5着差	勝利回数	出走回数	勝率	平均差	回収率	平均差
4	1秒8以上	8	34	0.235	0.128	1.30	0.49
4	1秒7	0	6	0	-0.108	0.00	-0.81
4	1秒6	3	11	0.273	0.165	1.25	0.44
4	1秒5	6	20	0.300	0.192	1.53	0.72
4	1秒4	1	19	0.053	-0.055	0.12	-0.69
4	1秒3	4	39	0.103	-0.005	0.61	-0.20
4	1秒2	12	63	0.190	0.083	1.32	0.51
4	1秒1	7	54	0.130	0.022	0.73	-0.08
4	1秒0	24	139	0.173	0.065	1.07	0.26
4	0秒9	24	209	0.115	0.007	0.66	-0.15
4	0秒8	54	301	0.179	0.072	1.08	0.27
4	0秒7	61	479	0.127	0.02	0.91	0.10
4	0秒6	97	820	0.118	0.011	0.71	-0.10
4	0秒5	138	1,120	0.123	0.015	0.92	0.11
4	0秒4	275	2,126	0.129	0.022	0.88	0.07
4	0秒3	495	4,132	0.120	0.012	0.88	0.07
4	0秒2	896	8,328	0.108	0	0.80	-0.01
4	0秒1	1,511	14,756	0.102	-0.005	0.77	-0.04
4	0秒0	1,245	12,472	0.100	-0.008	0.81	0
4	(0秒2以上)	2,105	17,900	0.118
	平均	4,861	45,128	0.108		0.81