すべて無印なのに、なぜ、こんな馬が、逃げ切るのか？
なぜ、こんな馬が、大外一気で、まくるのか？
いつは、獲得したい単勝の万馬券について、考えてみました。
ここからは、逆転の発想です。
無印馬が走るとき？
こんにちは。伊川です。
独自指数の販売が開始になり、日々、研究をしている私です。
今回は、逆転の発想で、考えてみました。
独自指数のからくりは言えませんが、穴馬を見つけてくれます。
そして、独自指数には、ZI指数の標準偏差と、偏差値がついています。
標準偏差、偏差値に関して、ご不明な方は、下記の記事も参考にしてください。
一応、教育チャネルですが、競馬ネタもやっています。
是非、参考にしてください。
印もなし、コンピも最下位、スピード指数もダメ、どうやったら、こんな馬が買えるのか？
そんな疑問を解決します。
このブログはこんな人にお勧め
1度は、単勝の万馬券を的中したい人
競馬と、統計学を勉強している人
とにかく、万馬券を的中させたい人
このブログを、読み終わるころには・・・・
統計学と、競馬は、関係があると理解できます。
統計は、手段であり、その数値の本質を暴いてくれます。
きっと、競馬の負け組は、こう考える
対象頭数 3,617頭
期間 2021年3月20～2012年3月28
この条件で、抽出しています。
但し、新馬戦と、ZI指数が0の馬は除外しています。
新馬戦は本当に、どの馬が走るか、わからないからです。
また、今回は、ZI指数がメインになるので、ZI指数が0の馬が除外します。
穴馬が来たときは、どうしますか？
例えば、自分の利用している指数をもう一度見直す。
激走の兆しがあったのか、異常オッズなどを探す。
こんな馬が来たら、仕方ないと思い、酒飲んで寝る。
これは、すべて、伊川の事です。
自分が、ある程度、根拠があると思っていることを馬券に反映させますが、そんな、カンタンなものではないです。
では、手順を説明します。
独自指数と赤青判定を合体 作業手順 その1 データベース確認
こんなデータべースになっています。
血統率⇒血統判定ツールで算出
点数合計⇒自作の直結式のデータを参照
赤青⇒、赤青判定から参照
まず、今回は、世間様では、駄馬と評価されているので、高指数の馬が、除外します。
ここが、逆転の発想です。
できるだけ、無印の馬を抽出します。
独自指数と赤青判定を合体 作業手順 その2 ZI指数の標準偏差に着目
標準偏差の説明は、ここでは、割愛します。
カンタンに言うと、この標準偏差が、小さいと、馬の能力が拮抗しているため、レースは荒れる傾向にあります。
イメージ的には、ハンデ戦をイメージしてください。
ハンデ戦は、単勝1番人気～5番人気までが、1桁なんてのは、ザラにあります。
反対に、標準偏差が、大きいと、レースが荒れない傾向があります。
馬の能力が、拮抗していないからです。
本当に強い馬が出走しているからです。
デアリングダクトが出走した金鯱賞をイメージしてください。
ここでも、逆転の発想で、標準偏差40以上を抽出します。
固いレースを選択します。
独自指数と赤青判定を合体 作業手順 その3 ZI指数の偏差値を使う
ここも逆転の発想です。
標準偏差で固いレースを選択して、Dフィルターを設定したら、競争能力が低い馬が、抽出されるはずです。
つまり、偏差値が、50以下の馬です。
いやいや、偏差値45であれば上等ではないでしょうか？
つまり、もし、この中に、偏差値の高い馬が潜んでいれば、もしかしたら、激走馬になりえる可能性があります。
ここは、思い切って、偏差値55以上で、フィルターを設定します。
なんと、固いレースで、しかも、Dフィルターで選ばれた駄馬が、2頭抽出されました。
全部で17頭の抽出に対して、単勝配当は、20,960円です。
100円の均等買いなら、回収率1233％です。
しかし、もっとフィル―タ―をかけましょう。
気付いた方はいますか？
独自指数と赤青判定を合体 作業手順 その4 レース番号の注目
高配当は、午前中のレースのみです。
つまり、未勝利戦です。
中京の11Rは無視します。
そうすると、11頭に対して、10,480円の配当なので、回収率は、952％です。
この方法のすごいところは、単勝も、複勝も的中していることです。
しかも、偏差値も、58、63となかなかです。
こんな、おいしい馬券を逃してはいけません。
ここがポイント
高配当を狙うには、駄馬と固いレースを抽出して、その中で光っている馬を見つけるほうがいいですね。
例えば、ここに、コースが、芝なのか、ダートなのか、距離延長か、距離短縮か、前走とのタイム差は？
色々フィルターを設定することを検証してきたいと思います。
まとめ
いくら、駄馬でも、確かに、未勝利戦なら、評価が低くても、ダイアモンドが眠っているかもしれません。
今回も最後まで読んでいただきありがとうございました。
