» 趣味・娯楽での情報活用その1

株式会社データ総研 データ総研のオンサイト教育
製品案内 DMBOK ITコンサルティングサービス ITコンサルティング事例 紹介セミナー 教育コース 技術情報 DRIブログ 会社概要
趣味・娯楽での情報活用その1

データマネジメント通信も1年を越え、今回はコーヒーブレイクバージョンということで、少々砕けたテーマを選びました。
「馬券購入における情報活用」です。

競馬関連で紙面を賑わせた最近の話題は、なんといっても30億円以上の払い戻しを受けた会社員が、大阪国税局から脱税容疑で起訴された事件です。
この会社員は、勝ち馬予想ソフトを使い1億4000万円以上稼いだそうです。
過去数年分のレース実績をパソコンに蓄積し、それをいろいろな角度で分析することにより、勝ち馬を予想していました。

この会社員がどのように予想したかは定かではありませんが、勝ち馬を予想するための視点を次のように考えてみました。

1)一番速く走った実績(補正前)
それぞれの馬が持つ最速タイム(持ち時計と呼ばれます)を参考にします。最速タイムを比較して一番速い馬が勝つだろうと予想します。

2)一番速く走った実績(補正後)
スピード指数と呼ばれる指標を使って、一番早く走った実績の馬を明らかにします。中山競馬場の芝1200mの1分8秒と中京競馬場の芝1200mの1分9秒は、そのまま比較してもどちらが速いのかわかりません。というのも、開催の初日と8日目では芝の痛み方が違いますし、晴れの日と雨の日では走りやすさが違います。スピード指数というのは、これらの違いを補正した結果を表しています。

3)調教時の調子
夏の暑い時期は馬も夏バテします。調教の様子が競馬新聞などにレポートされていますから、練習でも速いタイムで走っている調子の良い馬を選びます。

4)距離適性
すでに何回か走った実績があれば、当該レースの距離に適性があるかどうか知ることができます。短距離と長距離の両方とも得意な馬はいません。それぞれの馬がどの距離の時に成績が良いかを知り、今回の距離で1着あるいは2着にくる可能性が高い馬を明らかにします。

5)芝・ダート適性
競馬で使うコースは芝またはダート(砂)の2種類があります。芝の方が成績が良い・ダートの方が成績が良い、など実績を見ればその馬の適性がわかります。

6)ローテーション
長期間休養していた馬が出走してきた場合、すぐに良い結果が出るとは限りません。仕上げ方がゆるい場合があるからです。また、今回の出走までにどのようなレースを経てきたかも、重要な判断要素になります。

7)血統
それほど競争実績が蓄積されていない場合は、距離適性や芝・ダート適性を血統によって判断します。父親、母親、母親の父親などの適性を参考にします。

ほかにも、騎手、脚質、馬体重、パドックの様子、馬場状況(ダートの場合、パサパサの砂か・雨が降って締まった状態か、凍結防止剤、芝の傷み具合)、コースの特徴、レース展開、オッズ、調教師等のコメント・前走勝敗理由、クラス(格上挑戦、降級馬など)、スタート時のダッシュ力、ゴール前の瞬発力、枠順(外枠有利、内枠有利など)、開催日(1日目か最終日か、前半か後半か)、馬齢、負担重量、性別などが考えられます。

ここに列挙した勝ち馬予想ファクターは24になります。
これらを考慮した上で、勝ちそうな馬に投票するわけですが、人間がそれぞれの要素に重みづけをし、どの馬が勝ちそうかシミュレーションするには限界があります。
ほとんどの人が、3~5程度のファクターを重視し、アナログ的に賭け金を決めているものと思われます。

過去10年分のレース実績をもとに、どのような特徴を持った馬が勝つかを事前に知っていれば、当該レースで選ぶ馬を絞り込むことができます。
これを何度もシミュレーションし、回収率が100%を越えるロジックを組み立てれば冒頭の会社員のように勝ち続けることができるでしょう。
デジタル馬券師全盛の時代到来でしょうか?

ちなみに、私も多少は競馬を楽しみますが、上記のようなファクターを詳しく分析し始めてから、収支が大幅に落ち込みました。
せっかくパソコンを使って膨大なデータを分析できるのだから、アナログ的な賭け方をやめれば良いわけですが、なかなかできません。
いままでの勝ちレース・負けレースのイメージが優先され、数値が語っている予想を信じることができないからです。どうしても、データよりも過去の経験から勝ち馬を選んでしまうのです。
情報活用の難しさは、それを使おうとする人のスタンスに大きく依存するということかもしれません。
(データマネジメントのプロとしてはちょっと恥ずかしいf(^^;) )

データ総研 コンサルタント