ストライダービジョン ─ 展開予測ダッシュボード

1何ができるか

• 馬場・ペース・各馬のアビリティ・速さ指数を1 ページで同時閲覧
• AI 難易度判定でレースの難度 (堅軸〜混沌) を 5 段階で把握
• ストライドアビリティで各馬の特性を 5 軸で可視化
• 前日版のシミュレータも内蔵、ストライダービジョン内で展開予想を試行可能

2KPI ヘッダー (5 枚のカード)

画面上部にレース全体を要約する 5 つの KPI カードが並びます。

3ペース予測 + 馬場比モニタ

KPI ヘッダーの直下に、横並びで配置される 2 つのパネルです。 レース全体のペース・馬場の見方をまとめてキャッチできます。

3-1. ペース予測パネル (左側)

• 左上ラベルに 「重い/超ハイ」「軽い/SLOW」等の予測。 「消耗戦で差込追込有利」のような短評つき
• 散布図: X 軸 = ペース (Slow〜High)、Y 軸 = 重い〜軽い。 各馬を BT 指数とプロトタイプ位置に基づいて配置
• 色は脚質 (逃げ=オレンジ / 先行=赤 / 好位=黄 / 差し=青 / 追込=紫 / 後方=灰)。大きい菱形マーカーがレース全体の「予測ペース重心」
• 下段の 脚質成績バー: 当日 11R・前日土曜分を含む同一会場 ・同芝ダの脚質別好走比率 (%) と回収率を表示。「今日はどの脚質が走るか」 の物理的根拠

3-2. 馬場比モニタ (右側 / TRACK CONDITION MONITOR)

• 想定タイム (全体 / 前 3F / 後 3F): ストライド競馬AI が ML 予測した勝ち時計。馬場・条件・登録メンバーから算出
• 馬場比 (factor): 1.000 を基準としたタイム伸縮指標。1.000 未満 = 高速馬場、1.000〜1.005 = 良、 1.005〜1.015 = 稍重、1.015〜1.030 = 重、1.030 以上 = 不良
• 横バー: 0.98〜1.06 のスケール上に当日同会場の他レースの factor (□マーカー) とこのレースの factor (■マーカー) を併置。 時系列推移と現在地が一目で分かる
• 下段の 前3F / 後3F 個別 factor: レース前半・後半でどちらが 掛かるかを表示。「前半重い → 差し有利」「後半軽い → 上がり勝負」など 脚質適性判定の材料
• 横の数値タグ (例: 「稍重 1.014」) は馬場状態ラベル × factor 値の組

3-3. 2 つのパネルの組み合わせで読む

• ペース予測「重い・超ハイ」 + 馬場比「稍重」 = 消耗戦確定。 差し・追込スコア上位馬を最優先
• ペース予測「軽い・SLOW」 + 馬場比「高速」 = 上がり勝負。 瞬発力アビリティ高め + 先行スコア中位の馬が伸びる
• 前3F factor 高い (例: 1.030) + 後3F factor 低い (例: 0.986) =前半掛かって後半救う展開。後方からの差しが届きやすい

4出走表

出走表は伝統的な馬番順だけでなく、ストライド独自の指標を加えた拡張版です。

3-1. 並び替え (ソート)

• 列ヘッダをタップするとその列で並び替え。同じヘッダを もう一度押すと昇順 ⇔ 降順を切替
• ソート対象列: 馬番 / SAV / テン 3F / 上がり 3F / 単勝オッズ / 脚質スコア各タイプ
• 指数系 (SAV / テン 3F / 上がり 3F) はデフォルト降順 (高い順)、 馬番・オッズはデフォルト昇順

5脚質スコア

脚質スコアは、旧来の 「ラップキャラ」(= 走破ラップから読み取る各馬の走り方の傾向) を、データドリブンに再構築したストライド独自指標です。 各馬の BT 指数 (テン 3F / ペース / 上がり 3F) を 6 つの典型スタイルと 照らし合わせ、それぞれにどれだけ近いかを 0〜100 で数値化します。

旧ラップキャラの「分析者の経験で読む」工程を、客観値と自動計算に 置き換えた形です。出走表では各馬の色帯バーとして表示、画面下部の「脚質スコア好走比」ドーナツで当日同会場・同芝ダの 脚質別成績 (勝率 / 複勝率) も確認できます。

4-1. 6 タイプの脚質

4-2. どう算出しているか

• 入力: 各馬の BT 指数 (テン 3F 指数 /ペース指数 /上がり 3F 指数) の 3 軸。これらは過去走の 走破タイムを区間別に正規化した派生指標
• 馬具補正を加える (ブリンカー初装着で序盤指数 +3 / 上がり指数 −3、 ハミ替え、チークピース・ノーズバンドの初装着 など)
• 各脚質のプロトタイプ (実データ平均値: 例 逃げ=テン63/ペース64/上がり40、追込=テン36/ペース37/上がり57) との ユークリッド距離を計算
• スコア = 100 − 距離。0 〜 100 の数値で 「そのスタイルにどれだけ近いか」を表す (合計が 100% になる確率分布ではない)
• 前日 ML 予測値 (pred_bt_value) が未生成の datakbn<4 の段階では、過去 5 走の確定スコアを直近重視 (重み 1.0 → 0.8 → 0.6 → 0.5 → 0.4) で平均して代用

4-3. 出走表での見方

• 最長の色帯 = メイン脚質。例えば先行スコアが 60 なら、 6 スタイルの中で「先行」プロトタイプにもっとも近い (= その馬の 「いつものポジション」)。各値は確率ではなく 0〜100 の近さ指標
• 2 番目に長い色帯 = サブ脚質。1 位と僅差なら、 展開によってここに振れる可能性 (例:「先行 60 / 好位 55」のハイブリッド)
• 色帯が 1 タイプにほぼ集中 = 脚質が安定。展開予想しやすい
• 色帯が 分散 = 脚質が定まらない。レースごとに位置取りが 変わる「展開待ち」型
• 色帯をタップするとその脚質のスコア降順で 一覧を並び替え。例: 「逃げ」部分をタップ → 逃げ確率の高い順に並ぶ ので、ペース予測 HIGH と組み合わせて先行馬を絞り込める

4-4. 脚質スコア好走比ドーナツ (レース全体)

画面下部の 二重ドーナツ は、当日その会場・芝ダで、 脚質別にどれだけ好走しているかを表示します。

• 外リング = 各脚質の複勝率 (3 着以内に入った割合)
• 内リング = 各脚質の勝率 (1 着になった割合)
• ある脚質のリングが 大きく / 濃く 描画されていれば、 その脚質が当日有利と判断できる
• 例: 「先行」が大きく光っていれば、当日は先行有利の馬場/展開。先行スコアの高い馬を狙う根拠になる

4-5. 値の正しい読み方

脚質スコアは「各馬の BT 指数が、各スタイルの代表値にどれだけ 近いか」を 0〜100 で表したものなので、レース予想で 使うときの解釈にはちょっとしたコツがあります。

• ✅ 高スコア = そのスタイルで走れる「素質」が高い。 例えば先行スコアが高い馬は、序盤速く・道中粘り・上がりは温存、という タイム傾向 (先行プロトタイプ:テン 63 / ペース 59 / 上がり 40) に近い馬を意味する
• ❌ 「先行スコア 70 = 70% の確率で先行」ではない。 あくまで「近さ指標」で、確率分布ではない (各値の合計も 100% に ならない)
• ✅ 同じレース内の馬同士で比較するのが正しい使い方。 「先行スコア 75 の馬は、60 の馬より前に行きやすい」のような 相対判断に使う
• ❌ 全員が同じ脚質になるわけではない。 先行スコア 70 が 3 頭いてもハナ・2 番手・3 番手と分かれる。 上位 N 頭の中での序列で予想する
• 🔁 修正項: 騎手の作戦 (控えさせる指示) / 枠順 (大外で出脚が削がれる) / メンバー構成 (超強力な逃げ馬がいると番手以下に 下がる) で実走脚質はズレうる

4-6. 使いどころ

• 出走表の脚質スコアバー × ドーナツの好走脚質を照合 → 「今日の有利脚質で、その脚質スコアが高い馬」を抽出
• ペース予測との連動: HIGH ペース予測 → 差し / 追込が有利、SLOW ペース予測 → 逃げ / 先行が有利。先行スコア高馬でも HIGH 想定なら 前止まりに警戒
• 脚質傾向 KPI (画面上部 ⑤) と組み合わせ、メンバー全体の脚質バランスから 「どの馬が浮く / 沈む」を推定
• 内枠 × 先行スコア高 = 物理的にも前に行きやすい組み合わせ。逆に 大外枠 × 先行スコア高は割引き材料に

4-7. ラップキャラとしての活用 (上級者向け)

脚質スコアをラップキャラの代替として使う場合、 以下の 4 つの分析パターンが軸になります。

① 馬の本質キャラ把握 (ベース読み)

6 軸スコアの形を読んで、その馬の根本的な走りスタイルを 理解します。

• 単峰型: 1 タイプが他を引き離して高い (例: 先行 75、 他は 50 以下) → 脚質が安定した「型のある」馬
• 双峰型: 隣接する 2 タイプが高い (例: 先行 65 / 好位 60) → 展開で前後どちらにも振れる「中庸タイプ」
• 分散型: 3〜4 タイプが横並びで高い → 一定の脚質を 持たない「展開待ち」型。状態 / 騎手依存度が高い

② 展開シナリオ照合 (ペース × 脚質)

当日のペース予測と各馬の脚質スコアを掛け合わせ、どの馬の脚質が展開と噛み合うかを判断します。

③ 隊列予測 (相対順位で先行集団を見抜く)

出走馬全頭の先行スコア降順で並べ替えると、 おおまかな先行隊列の予想図になります。

• 上位 1〜2 頭 = 逃げ候補。両者の差が小さければ「ハナ争い」で ペースが上がる材料
• 上位 3〜5 頭 = 先行〜番手候補。ここまでが「前に行きたい馬」
• それ以降 = 中団〜後方。差しスコア / 追込スコアでさらに細分化

逃げ候補が 1 頭しかいない (= 単騎逃げ) ときは、SLOW 寄り展開を 想定しやすく、その馬の評価を上げます。逆に逃げ候補 3 頭以上で スコア僅差 → ハイペース傾向 → 差し馬有利と推測。

④ 時系列で状態追跡 (近走推移)

同じ馬でも近走でスコアが変化していれば状態の変化を 示しているサインです。

• 前走 先行 70 → 今走 先行 60 → スコア低下。出脚が鈍ってきた可能性 (年齢 / 休み明け / 不調)
• 前走 差し 55 → 今走 差し 70 → スコア向上。脚質が固まってきた、 あるいは前走で末脚を覚えた可能性
• ブリンカー初装着 → 先行スコアが大きくジャンプ (馬具補正の効果)。 馬具変更マーク と 合わせて確認

💡 まとめ: 脚質スコアは「自分で過去走をめくって ラップキャラを描く」工程を省略し、客観値で同じ仕事をさせる ツールです。慣れた人は形を見るだけで馬の性格が分かり、 ラップキャラ的な戦略をそのまま転用できます。

4-8. ストライドアビリティ 5 軸 (派生指標)

脚質スコアは「形」だけを表し、絶対的なスピードは BT 指数の素値が 別途持っています。両者を加重合成し、さらに出走馬内で偏差値化した 5 軸の能力指標がストライドアビリティです。Vision 画面 では出走表の下にランキング表 (各軸上位 6 頭) で表示されます。

偏差値なので平均 50 / 標準偏差 10。60 を超えれば 上位 16%、70 を超えれば上位 2.3% と読めるので、頭数の違うレース 同士でも同じ目線で読める指標になっています。

内部計算は 形 60% (脚質スコア) + 強さ 40% (BT 指数) の 加重で生スコア (0〜100) を作り、それを軸ごとに出走馬集団内で偏差値変換 (50 + 10 × (x − 平均) / 標準偏差) します。脚質スコア (形) と BT 指数 (強さ) は同じ素材から派生していますが、形だけで取り切れない 「絶対的な速さ」が加点される設計です。

• 「形は完璧 (先行スコア 80) だが脚は遅い (テン指数 40)」馬は、 生スコアは中位、偏差値もメンバー次第で 50 前後に落ち着く
• 「形は普通 (先行スコア 55) だが脚は速い (テン指数 70)」馬は、 生スコアは上位、メンバー次第で偏差値 60+ に来る
• 使い分けの目安: 偏差値 65+ = 当該軸で抜けている、 55〜65 = 上位、45〜55 = 平凡、40 未満 = 苦手

6AI 展開予測 (前日版) とシミュレータ

ストライダービジョン内では、前日版の AI 展開予測とシミュレータを同じ画面から呼び出せます。前日のうちに 買い目を組み立てたい方向けの中核機能です。

• レース展開を 3 段階 (前半ハロン / 勝負所 / ゴール前) で可視化
• モンテカルロで多数回シミュレートし、各馬の予測通過順位を提示
• JRDB データ + ML 予測モデル + 過去走情報を使用 (実オッズは未使用)

使用している主な特徴量

AI 展開予測 / シミュレータの内部では、JRDB データとストライド競馬AI 独自データを組み合わせて、おおよそ 以下のような特徴量を入力にしています (詳細は シミュレータガイド の Part 2 参照)。

3 段階スナップショット

予測テーブル

詳細な使い方や仕組みについては、AI 展開予測 ガイドをご参照ください。

7信頼度・妙味度

• 信頼度: AI 予測の確からしさ。出走馬のサンプル数・指数分散から算出
• 妙味度: 期待値 (EV) ベースの「お得度」。ML 予測と市場オッズの ハイブリッド評価
• 妙味度が高い馬 = 市場が見落としている可能性のある馬

8使いどころ

7-1. レース全体を 30 秒で把握

• KPI ヘッダー 5 枚を上から下に眺める
• AI 難易度が高ければ「堅軸狙い不可」と頭を切り替える

7-2. 軸馬の選定

• SAV と BT 値が高い馬から候補を絞る
• ストライドアビリティでレース条件との適性をチェック

7-3. 妙味馬の発掘

• 妙味度が高くオッズが付いている馬を探す
• その馬のアビリティが展開傾向に合うか確認

9関連機能

• AI 展開予測 (Premium): 隊列の動きまで可視化したい場合
• 競馬新聞: 馬ごとの詳細を新聞形式で見たい場合
• データ・統計: 騎手・調教師・血統データを比較したい場合
• 用語解説: BT 値・SAV・implied probability などの解説