UMANARI_AI競馬予想(AIは人工知能のこと)

人工知能の予想を無料公開。 出走馬の勝率と順位、適正オッズを解析するUMANARI_AIという人工知能の開発しています。競馬の予想に人工知能がどれだけ応用できるのかを研究しています。音楽はDooDooDooMiuMiuMiuとSUSIE LOVEが好きです。

人工知能の予想を無料公開。UMANARI_AIとは、私が開発している競馬データを解析する人工知能で、この人工知能を開発しながら分かったことや思ったことを書いきます。人工知能に興味がある方だけではなく、競馬好きな方もお気軽にご覧ください。

競馬の予想をする場合、何を元に予想するかは人それぞれの方法があり、それが競馬の醍醐味かと思います。

私が競馬を始めたのは競馬好きの友人の誘いがきっかけなのですが、今思えばその頃は教えて貰った方法や直感で予想していました。
最初の頃は次の様なことを考えていたと思います。

  • 人気が高い馬を選ぶ
  • オッズが低い馬を選ぶ
  • 馬柱にある予想を見て◎などの印が沢山ある馬を選ぶ
  • 今までに1位や2位などの良い成績の馬を選ぶ

確かに上のことを考えてレースの予想をすれば、私のような全くの初心者でも簡単に的中しますので楽しかったのを記憶しています。

しかし、しばらくすると、よく的中はするもののトータルでは負けてしまう状態になることに気が付きます。

そこで、次に考えるのは、

  • あまりにオッズが低い馬は選ばない
  • 前走までは良い結果だが、前走が良くなく、オッズが高くなっている(と思われる)馬を選ぶ
  • 実力がある(と思われる)が人気が無い(と思われる)馬を選ぶ

このように考えて予想すると、的中する頻度は低くなりますが、的中する馬のオッズが高くなりますので、場合によっては大きくプラスになることもあり楽しくなってきます。

ところが、ここからが競馬の難しさというか奥深さというか魔物というかが潜んでいることにまた気が付きます。

そもそもどうやって、「実力がある(と思われる)が人気が無い(と思われる)馬を選ぶ」を実現すればよいのかが初心者の私には分からない訳です。

例えば、距離が何メートルの時はこうとか、誰が騎乗するとこうだとか、あまりにも考慮する要素が多すぎ、仮に法則を見つけたと思っても、それはたまたま的中しただけでは?と思ってしまうようなことも多々あります。

この様に、法則を見つけた→ダメ→新たな法則→ダメ、を繰り返していくとそのうち競馬に対する熱が冷めていきました。

今回は、人工知能のUMANARI_AIがどの様な仕組みで解析(予想)を行っているのかを簡単に書いていこうと思います。

2016年9月7日時点でのUMANARI_AIのバージョンはVer.0.4.0としています。
このバージョンはUMANARI_AIに機能追加やバグ修正等があったときに変更しています。

今まで、UMANARI_AIとは競馬を予想する人工知能と漠然と書いていましたが、具体的にはWindows OSのパソコンの中で動く一般的なソフトと大して変わりません。

このUMANARI_AIを実行すると、次にあげる情報を取り入れ、この情報と実際の結果がどの様に関係しているかを学習します。そして、その学習した関係性を元に最もそれらしい結果を解析(予想)し、出力します。

取り入れる情報には次のものがあります。
  • 出走する馬の過去のレース結果
  • 騎乗する騎手の戦歴
  • その他にも多数

「そんなの当たり前じゃん」と思われそうですが、より良い解析(予想)結果を得るにはなるべく多くの情報を取り入れることが大切になります。


大量の情報を取り入れれば、よりそれらしい結果が出ることが予想できますが、パソコンの解析(予想)に時間が掛かり過ぎ実用的ではありません。今あるパソコンの性能の範囲内で最良の結果を出すことが1つの条件となります。

9/4(日)  解析検証

解析(予想)した馬の連対結果
※()内の数字は解析勝率(%)

小倉 1R
● 08ミュークレックス (6) 2着
※複勝310円

小倉 2R
△ 04ナリタエイト (6) 2着
※複勝190円

小倉 3R
◎ 12ハトマークレディ (15) 1着
▲ 09ヴィクトリアマンボ (7) 2着
● 01ショーストーム (10) 3着
※3連複1,210円 馬連880円 単勝280円

小倉 4R
● 14テイエムダグラス (9) 1着
◎ 11ラブリーラッフル (12) 2着
○ 03メイショウオニマル (10) 3着
△ 15エターナル (9) 4着
※3連複12,130円 馬連5,480円 単勝2,120円

小倉 5R
データ不足の為解析不可

小倉 6R
○ 16ハギノカエラ (12) 2着
※複勝190円

小倉 9R 若戸大橋特別
◎ 13サトノケンシロウ (16) 1着
※単勝160円

小倉 10R 西日本スポ杯
◎ 09ロンドンタウン (13) 1着
※単勝180円

小倉 11R 小倉2歳S
○ 04レーヌミノル (8) 1着
※単勝390円

小倉 12R
○ 13チャパラ (13) 1着
※単勝230円

新潟 1R
◎ 13ロジムーン (35) 1着
● 17ウインハイラント (6) 2着
○ 03ディアシューター (15) 3着
※3連複370円 馬連350円 単勝140円

新潟 2R
◎ 12シグナリング (19) 1着
※単勝160円

新潟 3R
△ 06エバーパッション (11) 2着
※複勝170円

新潟 4R
データ不足の為解析不可

新潟 5R
データ不足の為解析不可

新潟 6R
データ不足の為解析不可

新潟 7R
● 07ウエスタンエスプリ (6) 1着
※単勝820円

新潟 8R
◎ 10アルジャンテ (13) 1着
○ 17ショウナンアンセム (10) 2着
▲ 12アオイサンシャイン (7) 3着
※3連複6,690円 馬連1,350円 単勝390円

新潟 9R 両津湾特別
△ 02レッツゴースター (6) 1着
※単勝980円

新潟 10R 飯豊特別
○ 09ダイワダッチェス (14) 1着
▲ 12ハピネス (5) 2着
※馬連2,000円 単勝340円

新潟 11R 新潟記念
○ 17アデイインザライフ (11) 1着
◎ 14アルバートドック (15) 2着
※馬連1,990円 単勝610円

札幌 1R
▲ 09ウィンドライジズ (5) 1着
△ 01スピリットソウル (5) 2着
● 08マイネルブロッケン (6) 3着
◎ 05クリスタルバブルス (29) 4着
※3連複5,860円 馬連2,830円 単勝640円

札幌 2R
◎ 08コロラトゥーレ (37) 1着
○ 10ソルティピース (10) 2着
△ 11タイセイブリット (4) 3着
※3連複5,290円 馬単1,840円 馬連1,060円 単勝300円

札幌 3R
○ 02スワーヴラーシド (14) 1着
※単勝340円

札幌 4R
◎ 06コアコンピタンス (20) 1着
※単勝370円

札幌 5R
○ 08エクスプレスレーン (11) 2着
※複勝200円

札幌 6R
△ 06ロマンチスト (7) 1着
◎ 12オールオブユー (29) 2着
※馬連1,140円 単勝370円

札幌 7R
△ 08シンフォニア (8) 1着
※単勝870円

札幌 8R
◎ 03デジタルフラッシュ (22) 1着
※単勝330円

札幌 9R
◎ 01イチダイ (17) 2着
※複勝160円

札幌 10R すずらん賞
データ不足の為予想不可

札幌 11R 丹頂S
△ 13ヤマカツライデン (6) 1着
※単勝830円

札幌 12R 釧路湿原特別
▲ 11ドリームキラリ (5) 1着
※単勝840円

≪総括≫
この日は、札幌 1Rで4着まで的中というのがあり、3着まで的中したレース数は6レースありました。
小倉 4R では、三連複で1万円越えでした。
新潟 1R で的中した3連複でも370円という低払戻という、逆に的中できなければ自信を喪失してしまいそうなレースをしっかりと的中できたことは良かったように思います。

※ご注意
これらの内容は、私が開発しているAI(人工知能)であるUMANARI_AIにて解析した結果です。
結果についての妥当性等は一切保証していません。これらの結果をもとに発生した損害等は責任を負いません。

レース後に改めて解析を行う場合には、出走取消等を反映したデータを使う場合があります。これにより、実際にレース前に解析する場合とでは解析する結果が変わります。

9/4(日) 小倉

---勝率解析----
※()内の数字は解析勝率(%)

小倉 1R
◎ 06トーヨーエース (20)
○ 12メイショウルーシー (14)
● 08ミュークレックス (6)
△ 16デザートストーム (6)
▲ 04シゲルカモシカ (6)

小倉 2R
◎ 12ウォーターレスター (20)
○ 08ショウナンラテール (9)
● 05パローマ (9)
△ 04ナリタエイト (6)
▲ 10グルーヴィタイム (5)

小倉 3R
◎ 12ハトマークレディ (15)
○ 02コマユ (11)
● 01ショーストーム (10)
△ 14アイノシルシ (8)
▲ 09ヴィクトリアマンボ (7)

小倉 4R
◎ 11ラブリーラッフル (12)
○ 03メイショウオニマル (10)
● 14テイエムダグラス (9)
△ 15エターナル (9)
▲ 06アリエルバローズ (8)

小倉 5R
データ不足の為解析不可

小倉 6R
◎ 06イリデッセンス (13)
○ 16ハギノカエラ (12)
● 05ジェミナ (9)
△ 02トーコージュエリー (8)
▲ 08ディスグラース (7)

小倉 7R
◎ 03エイシンニトロ (14)
○ 01マッシヴランナー (12)
● 13イズモ (8)
△ 08カフェライジング (7)
▲ 15サンライズミライ (5)

小倉 8R
◎ 05スパイチャクラ (9)
○ 15オメガハートソング (9)
● 14ナムラエルサ (8)
△ 06ジェルミナーレ (8)
▲ 17シャンデリアハウス (7)

小倉 9R 若戸大橋特別
◎ 13サトノケンシロウ (16)
○ 03オールドクラシック (12)
● 16サマーローズ (5)
△ 05グリーンラヴ (5)
▲ 10ナムラルパン (5)

小倉 10R 西日本スポ杯
◎ 09ロンドンタウン (13)
○ 11タニノマンボ (8)
● 07アグネスアーニャ (7)
△ 04アチーヴ (6)
▲ 12ミッキーシーガル (6)

小倉 11R 小倉2歳S
◎ 05クインズサリナ (11)
○ 04レーヌミノル (8)
● 03カシノマスト (7)
△ 06シゲルベンガルトラ (6)
▲ 10ハルクンノテソーロ (6)

小倉 12R
◎ 05マイネルフレスコ (15)
○ 13チャパラ (13)
● 11ハイドロフォイル (8)
△ 07ヤマニンシルフ (6)
▲ 06トゥルーハート (5)

解析Ver.0.4.0

≪結果≫
・JRAで確認
・Yahoo!競馬で確認

※ご注意
これらの内容は、私が開発しているAI(人工知能)であるUMANARI_AIにて解析した結果です。
結果についての妥当性等は一切保証していません。これらの結果をもとに発生した損害等は責任を負いません。

レース後に改めて解析を行う場合には、出走取消等を反映したデータを使う場合があります。これにより、実際にレース前に解析する場合とでは解析する結果が変わります。

9/4(日) 新潟

---勝率解析----
※()内の数字は解析勝率(%)

新潟 1R
◎ 13ロジムーン (35)
○ 03ディアシューター (15)
● 17ウインハイラント (6)
△ 01マグナスエフェクト (2)
▲ 07バスデイプレゼント (2)

新潟 2R
◎ 12シグナリング (19)
○ 10ヴァイスクリガー (16)
● 05ワンダフルボーラー (9)
△ 08ミラクルバイオ (7)
▲ 11タケルアヴァロン (6)

新潟 3R
◎ 15クールマジョリック (15)
○ 08クラウンロマン (12)
● 12フォースマジュール (12)
△ 06エバーパッション (11)
▲ 13レーヌミラクル (7)

新潟 4R
データ不足の為解析不可

新潟 5R
データ不足の為解析不可

新潟 6R
データ不足の為解析不可

新潟 7R
◎ 12カパオパンゴ (21)
○ 04ヒラボクマドンナ (8)
● 07ウエスタンエスプリ (6)
△ 03コスモシャンティ (5)
▲ 17ウインガーネット (4)

新潟 8R
◎ 10アルジャンテ (13)
○ 17ショウナンアンセム (10)
● 01クワトロガッツ (9)
△ 14エーデルメイシュ (8)
▲ 12アオイサンシャイン (7)

新潟 9R 両津湾特別
◎ 01ピアシングステア (20)
○ 05ワンダーヴァローレ (7)
● 12ヌーナ (6)
△ 02レッツゴースター (6)
▲ 11ボーシエル (6)

新潟 10R 飯豊特別
◎ 03アレスバローズ (22)
○ 09ダイワダッチェス (14)
● 04スキャットエディ (7)
△ 05レッドルモンド (7)
▲ 12ハピネス (5)

新潟 11R 新潟記念
◎ 14アルバートドック (15)
○ 17アデイインザライフ (11)
● 08ルミナスウォリアー (9)
△ 03ダコール (8)
▲ 01ベルーフ (5)

新潟 12R 雷光特別
◎ 16ワラッチャオ (25)
○ 04ハイデンガールズ (5)
● 07ダブルコーク (5)
△ 10リュウツバメ (4)
▲ 12グリーンバシリスク (4)

解析Ver.0.4.0

≪結果≫
・JRAで確認
・Yahoo!競馬で確認

※ご注意
これらの内容は、私が開発しているAI(人工知能)であるUMANARI_AIにて解析した結果です。
結果についての妥当性等は一切保証していません。これらの結果をもとに発生した損害等は責任を負いません。

レース後に改めて解析を行う場合には、出走取消等を反映したデータを使う場合があります。これにより、実際にレース前に解析する場合とでは解析する結果が変わります。

↑このページのトップヘ