ストライド競馬AI

Glossary

用語・データ解説

ストライド競馬AI で使用される指数・統計用語・予測モデルを カテゴリ別にまとめています。初めての方は、各機能ページとあわせてご参照ください。

基本指数

ストライド競馬AI の根幹をなす能力指数です。

実走BT値

(Bigtime Index)

過去走の実走データから、馬場差・ペース・不利・斤量・コーナーレーン補正を経て 算出される「純粋な走破力」のスケール化指数。同じ条件で何度も走らせた時の期待タイムに対応します。 中心値は条件問わず一定基準。

予測BT値

(BTV (走破タイム能力))

ML 予測モデルから出力される、これから走るレースに対する期待走破能力。 実走 BT 値が「過去の実走から計算した補正済み実力」であるのに対し、 予測 BT 値 (BTV) は「未来予測としての能力」を表します。

SCORE

(総合スコア)

BTV に適性・展開・市場補正など全要素を統合した能力スコア。WIN% はこの SCORE と高い相関を持ちます。

SAV

(Speed-Stamina Average)

スピード・スタミナを合わせた総合指数。BT 系の派生指数で、ストライダービジョンの 出走表で使用されます。

スピード・ペース指数

レースの局面ごとのスピード能力を表す指数群です。

BTテン指数

序盤 3F (スタート〜) の速さ。先行力に直結。

BTペース指数

中盤の持続力。長くいい脚を使えるかの目安。

BT上がり指数

終盤 3F (ゴール前) の伸び。差し追込馬の評価軸。

想定テン3Fタイム

ML 予測モデルが出力する、各馬の序盤 3F (スタート〜) の予測通過タイム。秒単位で表示され、当日のペース予想や位置取りの根拠になります。

想定上がり3Fタイム

ML 予測モデルが出力する、各馬の終盤 3F (ゴール前) の予測通過タイム。秒単位で表示され、差し・追込馬の届く距離感の判断材料になります。

脚質スコア

各馬の 逃げ / 先行 / 好位 / 差し / 追込 / 後方 に対する 0〜100 の近さスコア (6 タイプ)。BT 指数 (テン 3F / ペース / 上がり 3F) と馬具補正から、各脚質プロトタイプとのユークリッド距離を計算して算出 (通過順位は未使用)。

ストライドアビリティ

ビジョンで使用する派生指標。脚質スコア (形) × BT 指数 (強さ) を加重合成し、さらに出走馬内で偏差値化 (平均 50 / 標準偏差 10) した 5 軸の能力指標です。

先行力

出脚 × 前列に取り付きたがる性向。テン 3F 指数 + 逃げ/先行スコアの合成。

追走力

中盤ペースに付いて行く能力。ペース指数 + 先行/好位スコアの合成。

持久力

長距離・タフな展開で粘る能力。ペース指数 + 好位/差しスコアの合成。

持続力

末脚を長く使える能力。直線が長いコースで効く。上がり 3F 指数 + 差し/追込スコアの合成。

瞬発力

直線で一気に脚を使う鋭さ。瞬発戦・上がり勝負で重要。上がり 3F 指数 + 追込/後方スコアの合成。

シミュレーション関連

モンテカルロ・シミュレーションで使用される用語です。

モンテカルロ

(Monte Carlo)

確率的シミュレーションを多数回繰り返して期待値を求める手法。1 レースを多数回試行し、各馬の着順分布を得ます。

ITER

モンテカルロの試行回数。多いほど確率が安定し、少ないほど高速で動きます。

SEED

乱数シード。同じシードを与えれば同じ結果が得られるため、検証や再現性確認に使用します。

代表ラン

多数の試行から選出した「典型的な 1 回のレース」。最有力馬が勝った試行群の中央値タイムなどを使用。

WIN%

モンテカルロ試行中の勝利確率。

PLACE%

3 着以内に入る確率 (複勝率)。

RANK

期待着順 (試行平均の着順、小数)。

機械学習モデル

自社開発の ML モデル群とその出力です。

ML Race Time

レース全体の想定勝ちタイム・テン 3F・上がり 3F を予測するモデル。

ML Expected Time

各馬の予測走破タイム (期待タイム)。

ML Race Position

各馬の 4 コーナー予測通過順位。位置取りシミュレーションの入力。

ML Race Lane

各馬の 4 コーナー予測走行レーン (内 / 中 / 外 の確率分布)。

ML Baba Prediction

天気予報から当日の馬場状態と馬場比を予測。想定タイムのアンカーに反映。

ML Predicted Odds

ML が見積もる単勝オッズ。市場とのズレが妙味判定に使われる。

市場・オッズ

オッズの解析や市場動向に関連する用語です。

implied probability

(暗黙的勝率)

オッズから逆算した暗黙的な勝率 (1/odds の正規化、控除率除去)。レース内合計が 1.0。

シャープマネー

専門家・関係者の動きと推測される、発走直前の有意なオッズ変動。

市場ブースト

レース内での市場の絶対評価補正。1 番人気は +、大穴は -。

動向シグナル

前日 (または発走 30 分前) → 最新の比率変化。買われている / 売られている方向を捉える。

適性・コンディション

コース・馬場・距離適性、当日コンディション関連の指数です。

距離適性

同距離クラス (sprint/mile/middle/long) の過去走複勝率。

馬場適性

同芝 / ダートの過去走複勝率。

馬場状態適性

良 / 稍重 / 重 / 不良ごとの複勝率。

騎手指数

直近 3 年の overall 勝率・複勝率から算出された騎手の総合評価指数。

外厩指数

70+ 優秀 / 50-69 標準 / <50 要注視。当週の外厩仕上げの良し悪しを示す指数。

ローテーション

前走からの間隔。中 N 週 / 連闘 / 初出走。

スタート巧拙

好発率・出遅れ率。発馬の安定性を表す。

馬具・道具

馬具変更による補正に使われる用語です。

馬具変更

ハミ替え・ブリンカー・ノーズバンド・チークピース等の変更。馬の集中力・制御性に影響。

ブリンカー

集中力向上の効果。初装着時は序盤の積極性アップが期待されます。

チークピース

中〜終盤の持続力サポート。

ノーズバンド

控えるための変更。序盤の暴走防止。

ハミ替え

ハミ (馬の口に咥える金具) の交換。過去実績統計 (d_bit_change_stats) ベースでデータ駆動的に補正。

AI 評価指標

ストライダービジョンを中心に使用される、AI による総合的な評価指標です。

AI 難易度

堅軸本命・準堅軸・標準・難解・混沌の 5 段階。レース全体の難易度を示します。

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。

EV

(期待値)

勝率 × 配当 − 1。プラスなら長期的にプラス収支が期待できる。

データ処理・統計手法

指数や統計処理で使われる方法論です。

クラス基準パーセンタイル

クラスごとの p25 / median / p75 で正規化した値。データタブのヒートマップに使用。

斤量補正

基準斤量との差分。軽い = 期待値プラス、重い = マイナス。

ヒートマップ

数値の良し悪しを背景色で視覚化する手法。データタブで採用。

馬場差

当日の馬場が標準比でどれだけ速いか / 遅いか。タイムの絶対値比較に必須。

Bayesian shrinkage

サンプル数が少ない時に推定値を 0 寄せにする統計手法。馬具変更ブーストの算出に使用。

データソース

ストライド競馬AI が使用するデータの出典です。

JRDB

株式会社ジェイ・アール・デー・ビーが提供する競馬データベース。過去走・走破タイム・コーナー通過順位・馬具変更等の蓄積データを保有。

関連ガイド

ストライド競馬AI を試す