0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

有馬記念にO1を使って参加したら大敗した話

Last updated at Posted at 2024-12-23

2024年12月22日に開催された第69回有馬記念は、競馬ファンにとって年末の一大イベントです。私たちはこのレースにAI予測ツール“O1”を駆使して挑みましたが、結果は大敗。それでも得られた経験から、多くの学びを得ることができました。本記事では、その顛末と反省点、そして次回への改善案についてご紹介します。

有馬記念とは

中山競馬場の芝2500メートルで行われる有馬記念は、1年の総決算ともいえるレースです。ファン投票で選ばれた実力馬が集結し、多くのドラマが生まれることで知られています。

しかし今年は、直前に有力馬ドウデュースが競走除外となり、予想が一変する波乱の展開となりました。

AI予測ツール“O1”による予想

予測に使用したデータ

私たちはChatGPTSearchを活用し、以下の情報を収集・分析しました。

  • 過去データ: 有馬記念の先行馬と差し馬の勝率(先行馬60%、差し馬40%)、1~3番人気の信頼性(勝率70%)。
  • 出走馬の直近成績:
    • アーバンシック(3番): 菊花賞1着、先行力とスタミナが強み。
    • ダノンデサイル(1番): 日本ダービー1着、末脚の切れ味が注目ポイント。
    • ベラジオオペラ(5番): 大阪杯1着、中距離戦での安定感。
    • レガレイラ(8番): 調教評価が高く、伏兵として注目。
    • ジャスティンパレス(11番): 春天皇賞の経験を活かせるスタミナ型。
  • オッズと注目度:
    • 人気上位: アーバンシック(1.8倍)、ダノンデサイル(3.0倍)。
    • 伏兵: レガレイラ(15.0倍)。

購入馬券と戦略

これらのデータを基に、O1は以下の馬券を提案しました。

  1. 三連複ボックス(5頭):

    • 的中率と配当のバランス重視。
    • 選んだ馬: アーバンシック、ダノンデサイル、ベラジオオペラ、レガレイラ、ジャスティンパレス。
    • 費用: 10通り×100円=1,000円。
  2. 三連単ボックス(5頭):

    • 高配当狙い。
    • 選んだ馬: 同上。
    • 費用: 60通り×100円=6,000円。

レース結果と敗因分析

レース結果

  • 1着: レガレイラ(8番)。
  • 2着: シャフリヤール(16番)。
  • 3着: ダノンデサイル(1番)。

結果: 全滅。払い戻しはゼロでした。

敗因

  1. シャフリヤール(16番)のノーマーク
    GⅠ実績があるものの、最近の成績不振から予想外の2着入り。

  2. ドウデュースの除外の影響
    レース展開が大きく変化し、予想の柔軟性が欠如。

  3. 資金配分の偏り
    三連単ボックスに予算を集中させ、他の選択肢を広げられなかった。

改善案と次への課題

改善案

  1. 直前情報の柔軟な活用
    馬場状態や除外馬の情報を反映し、予想の精度を高める。

  2. 買い方の多様化
    フォーメーションや流しを導入し、予算の効率的な配分を目指す。

  3. リスク分散
    高配当狙いと的中率重視を組み合わせたバランスの良い戦略。

次への課題

  • GⅠ実績馬や伏兵馬を見逃さない視点の強化。
  • AIツールの改善によるさらなる精度向上。

まとめ

AI予測ツール“O1”を駆使して挑んだ有馬記念は、残念ながら大敗に終わりました。しかし、この失敗を通じて競馬予想の奥深さと課題が明確になり、次回へのヒントを得ることができました。

競馬の楽しさは勝ち負けだけではありません。次こそはより賢い予想を実現し、リベンジを果たしたいと思います。


AIツールの活用について

この記事はChatGPTを活用して作成しました。AIによる分析結果と提案を基に執筆しています。


0
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?