第1回:競馬予測AIの作り方は「判断台帳」から──全馬の判断CSVとデータ設計
競馬予測AIは、モデルより先に「なぜその馬を選んだか」を再現できる判断台帳を作るべきです。全馬1行の判断CSVの列設計、データの置き場所、発走前オッズの保存、自動購入しないルールをまとめます。
続きを読む →NOTES
データの点検方法、AI予測の検証、投資シミュレーションの条件と結果をまとめています。
ALL NOTES
競馬予測AIは、モデルより先に「なぜその馬を選んだか」を再現できる判断台帳を作るべきです。全馬1行の判断CSVの列設計、データの置き場所、発走前オッズの保存、自動購入しないルールをまとめます。
続きを読む →競馬AIの精度が上がらない原因が、別の馬のオッズを渡していた誤結合でした。順位相関で異常を見つける方法、pandas mergeのvalidate、発走前オッズの時点確認、禁止列の検査、時系列分割をまとめます。
続きを読む →LightGBMの二値分類で複勝圏(3着以内)に入る確率を予測し、購入条件は別の戦略として評価する方法をまとめます。validationで校正・条件選択し、testは凍結して評価します。
続きを読む →バックテストでROI 116.1%が出ても、直近の2023年が96.1%だったため競馬AIの戦略を採用しませんでした。ROI以外に確認すべき指標と、事前に決める採用基準をまとめます。
続きを読む →競馬AIを未来のレースで検証するため、締切前オッズを取得時刻付きで5分おきに収集する仕組みを、VPS・Raspberry Pi・Macの3台に分けて構築しました。設計のポイントと検証結果をまとめます。
続きを読む →