MATLAB でボートレース解析を始める7番目の記事です
先日、私のホームプールである平和島に行ってきたんですけど、もはや 4R (午後2時前) で泥酔して歩けないじいさんが担ぎ出されていきました。平和ですね!
ここまでまとめ
1番目の記事でダウンロードができて、2番目の記事で出走表を読み込んで、3番目の記事で結果を読み込んで、4番目の記事で配当データを取ったり、5番目の記事で学習をさせたりして、6番目の記事で配当を解析したり総当り買いをしたりしました。
いいレースを見つけよう
全部のレースを買ったら破産するという結果でしたよね。じゃあレースを絞ってみましょう。
ここでいう「いい」は「当たりやすい」「儲かりそう」とかですよね。各開催地ごとに企画レースっていうのが結構あるので、その辺から見てみましょう。
進入固定レースから始めよう
ボートレースはスタート前に場所取り(進入)があるんですけど、場所取り禁止のレースが進入固定で、必ず内側から123456の順でスタートします。そうすると、1号艇の勝率がますます上がる!初心者にも優しい!どんどん当ててね!というのがこのレースです。
Wikipedia に分かりやすく載ってたので、そのまま開催場所の情報を記載すると、
- 浜名湖9R
- 蒲郡7R
- 津9R
- 丸亀8R
- 児島9R
- 宮島4R
- 徳山1R
- 下関3R
- 若松5R, 8R
- 芦屋4R
- 唐津7R
- 大村5R
ですね。
他にも企画レースがあります
ここに一覧が載ってたので見てみると、芦屋が多いね。
個人的に、朝の9時前に始まる徳山1Rが当たりやすい気がするので、これを解析してみましょう。
徳山1Rを見てみよう。
前の続きで T_div に360617レース分(2013/1/1 - 2019/9/9)の配当データがあったとして、そこから徳山1Rを抜き出すのは1行で書けます。ついでにヒストグラムを見てみるとこうですね。
Toku1 = T_div(strcmp(T_div.Place,'徳山') & T_div.R == 1,:);
histogram(Toku1.win,categorical(1:6),'DisplayOrder','Descend','Normalization','Prob')
xlabel('艇番')
ylabel('単勝出現率')
1号艇の勝率が83.64%!さすが進入固定!
1284レース分のデータなので、数は十分ありますね。
複勝率はどうかね。
[x,ed] = histcounts(Toku1.show);
histogram('Categories',categorical(ed),'BinCounts',x./height(Toku1),'DisplayOrder','Descend')
xlabel('艇番')
ylabel('複勝出現率')
1号艇が92.8%!
1の複勝を買っておけば、ほぼ当たりだね。
3連単も見てみよう。
histogram(Toku1.trifecta,'DisplayOrder','Descend','Normalization','Prob')
xlabel('艇番')
ylabel('3連単出現率')
グラフが横長!
124 が 10.4%, 123 が 9.6% で、上位 6 つ (124,123,125,132,134,142) でほぼ半分の 49.3% ですね。
徳山1Rで1回も出てこなかった目は、231(意外!), 253, 264, 265, 342, 351, 365, 426, 432, 465, 521, 523, 524, 532, 534, 536, 543, 546, 562, 563, 613, 615, 624, 631, 632, 634, 635, 641, 642, 643, 645, 651, 652, 653 の34パターンです。654 はどっかで出たのね。
参考:知りたいことをMATLABでシンプルに書くやり方。
具体的なヒストグラムの値が見たいときはグラフをクリックすればいいし、値が欲しければ関数に出力を付ければ出てきます。histogram 便利!
>> h = histogram(Toku1.trifecta,'DisplayOrder','Descend','Normalization','Prob');
>> h.Values(1:6)
ans =
0.1044 0.0966 0.0794 0.0794 0.0740 0.0592
>> h.Categories(h.Values == 0)'
ans =
34×1 の cell 配列
{'231'}
{'253'}
{'264'}
{'265'}
...
むしろカテゴリカル配列だったら summary とか打てば色々見える!カテゴリカル便利!
>> summary(Toku1)
Variables:
Place: 1284×1 cell array of character vectors
YYYYMMDD: 1284×1 cell array of character vectors
...(中略)...
win: 1284×1 categorical
Values:
1 1074
2 82
3 54
4 38
5 29
6 6
0 0
NumMissing 1
win_d: 1284×1 double
Values:
Min 70
Median 110
Max 4810
show: 1284×2 categorical
Values:
show_1 show_2
______ ______
1 1071 121
2 82 414
3 54 289
4 39 240
5 29 164
6 6 53
NumMissing 3 3
show_d: 1284×2 double
Values:
show_d_1 show_d_2
________ ________
Min 100 100
Median 100 180
Max 2150 4080
NumMissing 3 3
...
じゃあ 654 が出たときの情報を取りたい!とか考えたら、こういうコマンドを書けばいいです。配列インデックス便利!
>> T654 = Toku1(Toku1.trifecta == '654',:)
ans =
Place YYYYMMDD R ...
______ __________ _ ...
'徳山' '20161202' 1 ...
右に長くなるので省略したけど、654が出たのはこのレースだな。(1616倍!)
このときの近久さんは2018年に引退しちゃってますね。
計算するまでもなく、もう1を買えばいいじゃない
という進入固定の常識があるので、オッズも安くなります。本当に買えばいいのかな。
単勝とか複勝を買ったつもりで計算してみよう
ということで、さっそくMATLABを使って買ったつもりになろう。
徳山1Rで単勝1ばっかり買った場合、
>> AllR = height(Toku1); % レース数
>> X = nnz(ismissing(Toku1.win)); % 不成立とか
>> W = sum(Toku1.win_d(Toku1.win == '1'))/(AllR-X) % 1単勝の配当の割合
W =
96.8200
96.8円で、微妙に損!
複勝1の場合、
>> X = nnz(any(ismissing(Toku1.show),2));
>> W = sum(Toku1.show_d(Toku1.show == '1'))/(AllR-X)
W =
100.0234
100.02円で、微妙に得!
3連単にしようかな
横着して同じ変数名で書いちゃおう。123だけ買うのと、123,124を買うのと試してみると、
>> X = nnz(ismissing(Toku1.trio));
>> W = sum(Toku1.trio_d(Toku1.trio == '123'))/(AllR-X)
W =
94.4895
>> W = sum(Toku1.trio_d(Toku1.trio == '123' | Toku1.trio == '124'))/(AllR-X)/2
W =
86.8784
他のレースよりはいいけど、儲からないですね。
じゃあ2-1から買う
徳山1Rの3連単グラフを見ると、213 も 214 も 3% くらいありますね。
>> W = sum(Toku1(Toku1.trifecta == '213',:).trifecta_d)/(AllR-X)
W =
116.0873
>> W = sum(Toku1(Toku1.trifecta == '214',:).trifecta_d)/(AllR-X)
W =
109.7506
いいじゃん!
213, 214 をどっちも買えば 6% くらいの確率(16回に1回くらい)で当たって、12% くらい儲かったという結果ですね。進入固定で1が人気するので、2が1着の配当が大きいんですね。
こんな感じの偏るレースを探そう
「個人的に当たりやすそうな気がする!」「企画レースだし!」っていうよりも、もう少し何らかの指標で偏りのあるレースを探せるといいですね。
単勝艇番の偏りを見てみよう
簡単なのであれば標準偏差を使えばいいかな。24開催場+12レースについて、7年分のデータで1着の標準偏差を見てみましょう。会場はマークシート順に書くとして、
R = 1:12;
Place = categorical({'桐生','戸田','江戸川','平和島','多摩川','浜名湖','蒲郡','常滑',...
'津','三国','琵琶湖','住之江','尼崎','鳴門','丸亀','児島',...
'宮島','徳山','下関','若松','芦屋','福岡','唐津','大村'});
[m,n] = meshgrid(R,Place);
z = zeros(length(Place),length(R));
for x = 1:length(Place)
for y = 1:length(R)
z(x,y) = nanstd(double(T_div.win(T_div.Place == Place(x) & T_div.R == R(y))));
end
end
h = bar3(z);
set(h(3).Parent,'YTick',1:24)
set(h(3).Parent,'YtickLabel',Place)
見にくいな。
値で見よう。
[s,idx] = sort(z(:));
disp([char(n(idx)), num2str(m(idx)),repmat(': ',size(s)),num2str(s)])
こんな結果が出るね。
徳山 1: 0.92469
徳山 12: 0.97003
児島 6: 1.0289
徳山 4: 1.03
大村 11: 1.1152
三国 1: 1.1204
津 12: 1.13
大村 5: 1.1344
芦屋 4: 1.1496
若松 5: 1.1505
琵琶湖 5: 1.1547
大村 12: 1.155
大村 1: 1.159
児島 12: 1.1869
児島 1: 1.2036
三国 12: 1.2102
児島 11: 1.2243
唐津 2: 1.2245
下関 9: 1.2314
下関 12: 1.2331
常滑 12: 1.2363
唐津 1: 1.2367
丸亀 8: 1.2397
若松 8: 1.2404
下関 1: 1.2514
住之江11: 1.2539
尼崎 12: 1.2566
唐津 3: 1.2708
津 11: 1.2717
尼崎 11: 1.278
下関 11: 1.2784
福岡 10: 1.2796
福岡 11: 1.2797
蒲郡 12: 1.2853
芦屋 12: 1.2857
唐津 12: 1.2889
常滑 11: 1.2931
鳴門 12: 1.2992
若松 12: 1.3062
住之江12: 1.3065
徳山 11: 1.3075
福岡 12: 1.3095
桐生 6: 1.3167
徳山 10: 1.3172
大村 9: 1.3174
芦屋 5: 1.3184
福岡 8: 1.3221
蒲郡 7: 1.3227
徳山 2: 1.3235
三国 11: 1.3252
宮島 10: 1.3263
大村 10: 1.3288
宮島 12: 1.3297
宮島 1: 1.3337
唐津 11: 1.3341
徳山 3: 1.3364
鳴門 11: 1.338
江戸川11: 1.3381
多摩川 9: 1.339
唐津 10: 1.3408
桐生 12: 1.346
若松 11: 1.3477
三国 2: 1.3496
津 5: 1.352
下関 5: 1.3531
宮島 4: 1.3532
三国 7: 1.354
江戸川12: 1.3564
津 10: 1.3588
児島 9: 1.3629
尼崎 10: 1.3658
鳴門 5: 1.3665
芦屋 1: 1.3681
鳴門 1: 1.3682
大村 2: 1.3683
宮島 9: 1.3692
琵琶湖12: 1.3701
芦屋 11: 1.3706
浜名湖 9: 1.3707
三国 10: 1.3708
津 1: 1.3716
津 9: 1.3727
蒲郡 10: 1.379
丸亀 5: 1.3802
宮島 11: 1.3819
丸亀 1: 1.3826
児島 10: 1.3833
丸亀 11: 1.395
丸亀 12: 1.3986
浜名湖12: 1.399
多摩川10: 1.4002
鳴門 10: 1.4005
蒲郡 11: 1.4018
桐生 11: 1.4019
若松 9: 1.4032
徳山 5: 1.406
江戸川10: 1.4086
三国 5: 1.4089
住之江 6: 1.4098
戸田 7: 1.4106
多摩川12: 1.4142
平和島12: 1.4144
尼崎 8: 1.4145
常滑 10: 1.4161
尼崎 9: 1.4163
鳴門 3: 1.4168
下関 10: 1.4193
津 8: 1.4196
芦屋 7: 1.4214
三国 8: 1.4227
芦屋 10: 1.4248
琵琶湖 1: 1.4259
江戸川 6: 1.4272
福岡 1: 1.4276
唐津 7: 1.4295
浜名湖 4: 1.4306
福岡 7: 1.4324
若松 10: 1.4355
多摩川11: 1.4364
福岡 2: 1.4372
大村 4: 1.4373
鳴門 2: 1.4382
下関 8: 1.4411
下関 7: 1.4415
浜名湖11: 1.4429
三国 4: 1.4432
桐生 1: 1.4435
住之江10: 1.4435
多摩川 4: 1.4445
平和島10: 1.4465
芦屋 8: 1.4473
唐津 8: 1.4519
大村 8: 1.456
琵琶湖10: 1.4573
桐生 10: 1.4598
戸田 2: 1.4599
丸亀 10: 1.4604
若松 1: 1.4608
琵琶湖11: 1.4609
唐津 4: 1.461
徳山 9: 1.4612
三国 9: 1.4618
常滑 9: 1.462
尼崎 1: 1.4631
宮島 8: 1.4655
尼崎 2: 1.4658
福岡 9: 1.466
住之江 1: 1.467
常滑 8: 1.468
芦屋 3: 1.4682
住之江 3: 1.469
戸田 3: 1.4717
多摩川 3: 1.4721
津 7: 1.4725
江戸川 2: 1.4727
琵琶湖 9: 1.4734
三国 3: 1.4756
江戸川 4: 1.4759
鳴門 4: 1.4759
鳴門 7: 1.4759
江戸川 1: 1.4775
江戸川 5: 1.4776
下関 6: 1.4776
芦屋 9: 1.4779
福岡 6: 1.4784
住之江 9: 1.4798
尼崎 6: 1.4802
住之江 4: 1.4826
多摩川 1: 1.4836
児島 8: 1.4843
浜名湖10: 1.4852
江戸川 7: 1.4861
江戸川 9: 1.4881
下関 4: 1.4886
戸田 12: 1.4889
大村 6: 1.4906
津 2: 1.4908
常滑 1: 1.4916
大村 3: 1.4935
福岡 4: 1.495
蒲郡 9: 1.4956
下関 2: 1.4974
唐津 9: 1.4987
尼崎 7: 1.4988
戸田 10: 1.4998
住之江 8: 1.5004
丸亀 9: 1.5015
浜名湖 1: 1.5016
宮島 2: 1.5021
戸田 11: 1.5021
多摩川 5: 1.5026
徳山 8: 1.5028
住之江 2: 1.5029
桐生 4: 1.5038
桐生 3: 1.5042
琵琶湖 7: 1.5051
大村 7: 1.5066
宮島 5: 1.5078
宮島 3: 1.5084
戸田 8: 1.5092
琵琶湖 3: 1.5092
唐津 6: 1.5094
江戸川 8: 1.5097
桐生 7: 1.5098
芦屋 6: 1.5107
住之江 7: 1.5109
多摩川 7: 1.513
丸亀 2: 1.5131
児島 2: 1.5144
尼崎 5: 1.5155
鳴門 9: 1.5159
多摩川 2: 1.5174
江戸川 3: 1.5186
福岡 3: 1.5193
鳴門 8: 1.5194
丸亀 6: 1.52
福岡 5: 1.5223
戸田 5: 1.5232
琵琶湖 8: 1.5245
戸田 6: 1.5248
蒲郡 8: 1.5249
平和島11: 1.5263
浜名湖 2: 1.5288
平和島 2: 1.529
多摩川 6: 1.5295
常滑 2: 1.5334
若松 7: 1.5334
児島 7: 1.5334
鳴門 6: 1.5342
浜名湖 3: 1.535
尼崎 4: 1.5361
琵琶湖 2: 1.5379
平和島 1: 1.5408
多摩川 8: 1.5414
宮島 7: 1.5415
下関 3: 1.5416
徳山 7: 1.5416
丸亀 7: 1.5438
戸田 4: 1.5452
唐津 5: 1.5467
桐生 5: 1.5478
平和島 5: 1.5484
若松 2: 1.5488
芦屋 2: 1.549
住之江 5: 1.5516
桐生 9: 1.5557
児島 5: 1.5559
戸田 1: 1.5563
尼崎 3: 1.5563
琵琶湖 6: 1.5565
三国 6: 1.5575
津 3: 1.5583
児島 4: 1.559
桐生 2: 1.5597
宮島 6: 1.5643
浜名湖 8: 1.5653
徳山 6: 1.5663
平和島 6: 1.5669
児島 3: 1.5705
津 4: 1.5719
蒲郡 3: 1.5743
浜名湖 6: 1.5767
若松 3: 1.5771
平和島 7: 1.5789
津 6: 1.5799
蒲郡 1: 1.5847
蒲郡 4: 1.5858
平和島 8: 1.5891
琵琶湖 4: 1.5897
平和島 9: 1.5912
浜名湖 5: 1.5913
常滑 7: 1.5974
常滑 3: 1.5998
蒲郡 2: 1.6027
平和島 3: 1.6046
若松 4: 1.6062
常滑 5: 1.6105
平和島 4: 1.611
丸亀 4: 1.6213
戸田 9: 1.6216
若松 6: 1.622
常滑 6: 1.6309
浜名湖 7: 1.6444
常滑 4: 1.654
蒲郡 6: 1.6591
蒲郡 5: 1.6595
丸亀 3: 1.6693
桐生 8: 1.7185
ばらつきが少ない(≒1着がさほど荒れない)のが徳山1R, 12R 児島6R, 徳山4R で、桐生8R とか下の方はばらつきが大きい(≒1着がバラける)レースですね。
詳しく見てみると、児島6Rは「昼とくクラリス戦」らしいのと、徳山はさっき解析した「モーニング特賞」ですね。桐生8は「いちごレース」で、1枠と5枠に強い人がいて、よく5号艇が勝つので値が大きくなるんですね。
3連単の偏りも見てみよう
同じようなプログラムでいいか。1-2-3 は 123, 4-2-6 は 426 の3桁数字に置き換えてやってみよう。
z = zeros(length(Place),length(R));
for x = 1:length(Place)
for y = 1:length(R)
z(x,y) = nanstd(double(T_div.trifecta(T_div.Place == Place(x) & T_div.R == R(y))));
end
end
[s,idx] = sort(z(:));
disp([char(n(idx)), num2str(m(idx)),repmat(': ',size(s)),num2str(s)])
結果↓
徳山 1: 19.025
徳山 12: 20.3392
徳山 4: 21.5588
芦屋 4: 23.5421
大村 5: 23.554
児島 6: 23.576
大村 12: 23.5907
三国 1: 23.5991
大村 11: 23.6726
若松 5: 23.7535
大村 1: 23.767
琵琶湖 5: 24.3564
津 12: 24.9246
三国 12: 25.0222
唐津 1: 25.2363
児島 1: 25.4306
丸亀 8: 25.4949
児島 12: 25.6556
住之江11: 25.7202
常滑 12: 25.7594
若松 8: 25.7868
下関 12: 25.7874
下関 9: 25.8786
唐津 2: 26.1424
蒲郡 12: 26.2126
尼崎 12: 26.2389
尼崎 11: 26.5068
児島 11: 26.5576
唐津 3: 26.5852
蒲郡 7: 26.6342
芦屋 12: 26.6796
若松 12: 26.6842
住之江12: 26.7798
唐津 12: 26.7945
桐生 6: 26.8526
徳山 3: 26.8552
津 11: 27.1148
福岡 10: 27.1181
徳山 2: 27.1791
大村 10: 27.1973
福岡 11: 27.2403
常滑 11: 27.3271
若松 11: 27.4767
徳山 10: 27.4825
多摩川 9: 27.5477
桐生 12: 27.5571
大村 9: 27.5619
児島 9: 27.5919
下関 11: 27.6564
下関 1: 27.6941
徳山 11: 27.6971
福岡 12: 27.6999
芦屋 1: 27.7006
鳴門 12: 27.7317
芦屋 5: 27.7416
宮島 12: 27.9529
江戸川11: 27.9695
蒲郡 10: 28.0661
大村 2: 28.0959
下関 5: 28.132
江戸川12: 28.1475
福岡 8: 28.1588
三国 11: 28.1882
浜名湖 9: 28.2827
丸亀 5: 28.2835
鳴門 1: 28.2853
尼崎 10: 28.3111
丸亀 12: 28.3241
芦屋 11: 28.3668
丸亀 11: 28.4134
浜名湖12: 28.5341
三国 2: 28.5633
丸亀 1: 28.5763
唐津 10: 28.5983
蒲郡 11: 28.6097
若松 9: 28.6197
宮島 1: 28.6855
津 9: 28.7199
三国 10: 28.7585
唐津 11: 28.7858
三国 5: 28.7942
戸田 7: 28.8024
琵琶湖12: 28.8193
宮島 4: 28.8366
津 5: 28.8471
多摩川12: 28.9256
津 10: 28.9715
平和島12: 28.9754
尼崎 8: 28.9949
若松 10: 28.9989
鳴門 11: 29.0005
多摩川10: 29.0132
住之江 6: 29.0558
尼崎 9: 29.0637
常滑 10: 29.0653
津 1: 29.0796
三国 7: 29.1236
徳山 5: 29.127
桐生 11: 29.1394
宮島 9: 29.1815
江戸川10: 29.1869
宮島 10: 29.3323
浜名湖 4: 29.338
鳴門 5: 29.3856
児島 10: 29.5604
芦屋 7: 29.6139
住之江10: 29.6174
唐津 4: 29.6296
芦屋 8: 29.6472
宮島 11: 29.6561
三国 8: 29.7268
福岡 2: 29.7738
大村 4: 29.7857
鳴門 10: 29.7947
福岡 1: 29.8218
津 8: 29.8488
琵琶湖 1: 29.8499
芦屋 10: 29.8548
桐生 1: 29.8559
江戸川 6: 29.9429
福岡 7: 29.9554
多摩川11: 29.9591
芦屋 3: 29.9671
唐津 7: 30.0145
丸亀 10: 30.0869
桐生 10: 30.1057
下関 10: 30.108
浜名湖11: 30.141
福岡 9: 30.1674
大村 8: 30.1989
唐津 8: 30.2278
尼崎 1: 30.2297
鳴門 3: 30.241
常滑 9: 30.2503
若松 1: 30.2761
多摩川 4: 30.3239
鳴門 2: 30.324
下関 8: 30.35
徳山 9: 30.3805
住之江 9: 30.4072
鳴門 7: 30.4403
尼崎 2: 30.4568
三国 4: 30.4594
下関 7: 30.4664
三国 9: 30.4748
多摩川 1: 30.5107
津 7: 30.522
鳴門 4: 30.5259
住之江 1: 30.5738
江戸川 9: 30.5775
琵琶湖10: 30.5776
芦屋 9: 30.5958
平和島10: 30.6057
浜名湖10: 30.6106
常滑 8: 30.6208
江戸川 7: 30.6255
大村 6: 30.633
徳山 8: 30.66
戸田 2: 30.6839
尼崎 6: 30.6871
蒲郡 9: 30.706
尼崎 7: 30.7065
江戸川 4: 30.708
大村 3: 30.7115
住之江 4: 30.712
児島 8: 30.7185
住之江 3: 30.7794
戸田 3: 30.7885
宮島 8: 30.8332
琵琶湖11: 30.8341
福岡 6: 30.8817
戸田 8: 30.9018
下関 6: 30.9061
戸田 12: 30.9304
住之江 8: 30.9363
多摩川 3: 30.9547
丸亀 9: 30.9732
大村 7: 30.9755
桐生 7: 30.9831
江戸川 8: 30.9975
江戸川 2: 31.0123
福岡 5: 31.0681
琵琶湖 9: 31.0847
福岡 4: 31.0855
多摩川 7: 31.1052
尼崎 5: 31.1092
津 2: 31.1401
戸田 10: 31.1866
常滑 1: 31.2004
若松 7: 31.2019
丸亀 2: 31.203
住之江 2: 31.2072
江戸川 5: 31.2077
住之江 7: 31.2089
多摩川 5: 31.216
蒲郡 8: 31.2345
浜名湖 1: 31.2481
唐津 6: 31.2946
芦屋 2: 31.3456
江戸川 1: 31.3568
下関 4: 31.3607
戸田 11: 31.3715
下関 2: 31.3911
桐生 4: 31.4047
桐生 3: 31.4194
丸亀 6: 31.4295
三国 3: 31.4436
平和島11: 31.4573
福岡 3: 31.4761
芦屋 6: 31.4816
多摩川 6: 31.5774
琵琶湖 7: 31.5823
徳山 7: 31.5934
鳴門 6: 31.5991
唐津 9: 31.6393
琵琶湖 3: 31.6635
丸亀 7: 31.6746
戸田 6: 31.6956
鳴門 8: 31.7426
琵琶湖 8: 31.7494
常滑 2: 31.754
戸田 5: 31.7641
多摩川 2: 31.7895
住之江 5: 31.8043
平和島 2: 31.8263
江戸川 3: 31.8762
宮島 5: 31.9559
桐生 5: 32.0319
尼崎 4: 32.0334
平和島 1: 32.0408
多摩川 8: 32.0455
浜名湖 2: 32.0494
宮島 7: 32.1162
浜名湖 3: 32.1222
桐生 9: 32.1272
徳山 6: 32.1445
唐津 5: 32.1595
児島 2: 32.1602
平和島 5: 32.1744
児島 7: 32.1855
宮島 3: 32.1928
戸田 4: 32.194
琵琶湖 6: 32.2186
戸田 1: 32.2277
琵琶湖 2: 32.2404
浜名湖 8: 32.2481
若松 2: 32.2857
宮島 2: 32.3272
浜名湖 6: 32.3728
尼崎 3: 32.3777
児島 3: 32.411
鳴門 9: 32.5021
桐生 2: 32.505
下関 3: 32.5297
児島 4: 32.5569
三国 6: 32.5621
平和島 7: 32.5691
津 3: 32.6193
児島 5: 32.6193
津 4: 32.6482
蒲郡 3: 32.6826
平和島 6: 32.7119
宮島 6: 32.7193
若松 3: 32.7965
平和島 8: 32.8124
常滑 7: 32.9126
平和島 9: 32.9176
蒲郡 4: 32.9317
蒲郡 1: 32.9886
津 6: 33.0683
若松 4: 33.1006
若松 6: 33.1078
常滑 3: 33.114
浜名湖 5: 33.1701
琵琶湖 4: 33.283
丸亀 4: 33.2926
常滑 6: 33.3052
常滑 5: 33.3125
浜名湖 7: 33.4279
平和島 3: 33.462
蒲郡 2: 33.4934
戸田 9: 33.6246
常滑 4: 33.6955
平和島 4: 33.7099
蒲郡 6: 33.8514
桐生 8: 33.9951
蒲郡 5: 34.1113
丸亀 3: 34.3485
単勝艇番のと似た結果ですね。(1着が100倍効くので、そりゃそうか。)
じゃあこの中で、偏りが少なめなのに企画レースじゃない徳山12Rとか大村11R, 12Rとかについて同じようなことを見てみたり、偏りが大きい丸亀3Rとか蒲郡5R, 6R についても考えてみれば面白そうだけど、長くなったから今日はいいか。。
参考:せっかくなので本当に買ってみよう。
これを書いてる 9/13 に徳山が開催中だったので、標準偏差の小さかった 1, 4, 12R だけ1番から6点ずつ買ってみました。
全部当たった!いいね!
(こういうのって最初は運良く当たるのよね。)
レースごとの配当の解析ができました。
MATLABを使えば数行のプログラムでいろいろ解析できて助かりますね。次は何しようかな。。ということで、次の記事が気になったら「いいね!」しておいてね。