新年に入って私の馬券成績全体は回収率121％と好調なのですが、重賞がなかなか当たりません。今週は日曜日の東京10Rで回収率2,197％の大当たりを当てて全体の回収率は140％でした。どうにか重賞の調子を上げていきたいです。
重賞予想結果
東京新聞杯（G3）
無印→◎→無印 ハズレ
本命の⑥ファインルージュは最終直線で前に壁がある不利のなかどうにか2着に入ってくれました。しかし、1着と3着を押さえていなかったためハズレ。上位3等の力が抜けていたという感じでした。やはり、今年の4歳世代はつよいですね。
きさらぎ賞（G3）
無印→○→無印 ハズレ
やはり流石にトーセンヴァンノは来ませんでしたね。○で軸としていたダンテスヴューはよくやってくれたと思います。△としていたアスクワイルドモアがクビ差で3着に入れずにハズレてしまいました。
全体の予想結果
それでは、予想モデルの全レース予想結果を見てみましょう。
本命馬◎の成績があまり良くないですね。一方で、△や✕の馬の成績が良くなっています。できれば◎がよくなるようにしたいです。レース推奨度別本命馬の成績を見ると、レース推奨度0（新馬戦）の回収率がすごいことになっています。調べたところ、小倉5Rで14番人気で1着の⑥ファンジオを◎にしてました。
決着は、◎→無印→✕となっており、3連単199万馬券でした。競馬においてたらればはあまり意味ないですが、たまにやる3連単フォーメーションを買っていれば200万稼げていました。非常に残念ですが、買ってないので仕方がありません。
私の馬券成績
私の馬券成績は下記のようになります。
東京10R銀蹄Sで回収率2197％の大当たりを当てて、週間回収率が140％となりました。今年の通算回収率も121％となり、好調です。稼げているのでいいですが、重賞を当てれないことをどうにかしたいところです。
これからの予定
現在は重回帰分析による多変量解析によって競馬予想を出しているのですが、これ以上の予想精度の向上に限界を感じています。最近はいわゆるAI（機械学習）の勉強をしており、プログラム言語であるPythonを触っております。
AI（機械学習）を使った予想のプログラミングについてある程度目処が付いたので、近いうちに公開予定です。モデルは勾配ブースティング決定木モデルという現状の予想モデルのなかでは最も予想精度が高いといわれているもので行う予定です。
予想精度のさらなる向上が見込まれるため、予想をご利用されている方はお楽しみに！おそらく、最初は有料部分の重賞特化予想から導入するかと思います。
今後ともよろしくお願いします。