🤖 AIモデルの仕組み

本サイトの予想は LightGBM の LambdaRank（着順学習）+ 3着内バイナリ分類モデルの2本立てで算出されています。確率出力は market-implied の単勝オッズと校正処理を経て、 EV (期待値) ベースのフォーメーション提案まで一気通貫で生成されます。

入力特徴量（抜粋）

馬の力: 通算勝率/連対率/3着内率、直近3走・5走の同上、過去ベスト(上3F・速度・margin)
馬の適性: コース勝率、距離勝率、馬場状態適性
騎手: 通算/直近勝率、コース別/距離別/馬場別勝率、騎手×調教師の相性
調教師: 通算/直近、コース別/距離別
血統: 父・母父のコース距離適性、3代血統（祖父系統）、3x3 インブリード有無
ペース系: 過去通過順位、ペースフロー、コーナー位置取り推移
ローテ: 間隔、距離変更、休み明け、騎手乗り替わり
レース条件: 距離、コース、天候、馬場、出走頭数、月、本賞金

バックテスト結果（2026年）

モデル選択用の検証セット（2025年）と out-of-sample テストセット（2026年）でゲート条件（GATE_P_MIN / GATE_EV_MIN / GATE_TOPSUM3_MIN）を満たすレースに絞り、 3連単のフォーメーション買いをシミュレーション。最終的なROI（控除後）が安定して 100% 超えになる戦略を採用しています。

注意

モデルはあくまで参考情報です。実際の馬券購入は必ずご自身の判断で行ってください。 AIモデルは過去データを基にした統計的推定であり、未来の結果を保証するものではありません。