「京都だけ壊れた」原因を95.6%の馬で測定した結果

── venue_correction.csv は「本命を当てる」より「3連複を組む」補正だった ── シリーズ第四弾

Python / アルゴリズム / データ分析 / 機械学習 / 競馬AI

対象期間：2026年5月24日〜5月31日　制作者：yuji

このシリーズについて

V1：作った
V2：検証した
V3：「ローテーション補正はノイズだった」
V4：「ダークマター係数を実装したら京都だけ壊れた」
V5：「壊れた理由を、実際のレース結果で測定した」

V4記事は投稿2.5時間で92ビューを記録した。あの記事で書けなかったことがある。なぜ京都だけ壊れたかを、数字で証明すること。 V5はその答えを出すフェーズだ。

71歳・隠居・Ubuntu・競馬AI。今回も変わらない。変わったのは補正値の作り方だ。

V3・V4との違い：補正の作り方が逆転した

期間	読者が覚えること	補正の作り方
V3	ローテーション補正はノイズだった	仮説 → 実装 → 検証
V4	京都だけ壊れた	仮説 → 実装 → 検証
V5	補正値をデータから作るようになった	結果 → 分析 → 係数算出 → 検証

順序が逆転した。これがV5の本質だ。

V3・V4では「こうなるはず」という仮説を先に立てて実装していた。V5からは「実際にどうなったか」というデータを先に集め、そこから係数を逆算している。半導体製造ラインの品質管理と同じ思想——データが出てから判断する。

V5期間の核心実装：venue_correction.csv の自動設計

venue_correction.csv とは何か

競馬場 × 騎手ランク（S/A/B/C）の組み合わせごとに補正係数を持つCSVファイルだ。「ダークマター係数（場*C）」と「騎手ランク係数」を統合した補正テーブル。

会場,ダークマター,ランクS,ランクA,ランクB,ランクC
東京,1.025,1.028,0.700,1.212,0.815
京都,0.896,1.048,1.244,0.700,0.788

V4期間はこれを手書きで編集していた。それが事故の温床だった。

No.26：hosei_mixer への venue_correction 設計モード追加

V5最大の実装はこれだ。

def auto_scan_venue(self):
    """
    MIXER_INPUT_DIR_KAKUTEIの全hikaku xlsxを走査し
    競馬場×騎手ランク別の乖離率を自動集計して
    係数推奨値を算出する
    """
    files = list(Path(MIXER_INPUT_DIR_KAKUTEI).glob("*.xlsx"))
    print(f"走査対象: {len(files)}件")
    
    venue_stats = defaultdict(lambda: defaultdict(list))
    valid_count = 0
    
    for f in files:
        try:
            df = self._load_hikaku_sheet(f)
            if df is None:
                continue
            valid_count += 1
            self._aggregate_venue_rank(df, venue_stats)
        except Exception:
            continue
    
    print(f"有効データ: {valid_count}件")
    return self._calc_recommendations(venue_stats)

487件のhikaku xlsxを自動走査、481件有効（98.8%成功率）。

手書きCSV編集という危険な作業を完全に廃止した。basho_correction_seiki/kensyou.csv（全場1.000で形骸化していた）も同時に廃止。メニュー構成・自動集計ロジック・廃止処理まで一気通貫で設計・実装した。

No.27：_get_jockey_rank_map バグの発見と修正

No.26の初動実行で即座にバグを発見した。

症状： 487件走査・481件有効を確認。ダークマター係数は正常集計されたが、ランクS/A/B/Cが一切表示されない。

原因：

# バグのあったコード（No.26）
def _get_jockey_rank_map(self, wb):
    # 「予想結果」シートを探していた
    if "予想結果" not in wb.sheetnames:
        return {}  # ← 常にここで空を返していた

実際のhikaku xlsxは「完全比較」シート1枚構成。「予想結果」シートは存在しないためrank_mapが常に空{}となり、ランク集計がゼロのまま推奨係数が表示されなかった。

修正（No.27）：

# 修正後：_get_rank_map_from_hikaku()を新設
def _get_rank_map_from_hikaku(self, wb):
    # 「完全比較」「比較」を含むシートを優先して探す
    target_sheet = None
    for name in wb.sheetnames:
        if "完全比較" in name or "比較" in name:
            target_sheet = wb[name]
            break
    
    if target_sheet is None:
        return {}
    
    # そのシート内の「騎手ランク」列から {馬名: ランク} を取得
    rank_map = {}
    headers = [cell.value for cell in target_sheet[1]]
    rank_col = headers.index("騎手ランク") if "騎手ランク" in headers else None
    
    if rank_col is None:
        return {}
    
    for row in target_sheet.iter_rows(min_row=2, values_only=True):
        horse_name = row[0]
        rank = row[rank_col]
        if horse_name and rank:
            rank_map[horse_name] = rank
    
    return rank_map

「動いているように見えたが実は集計ゼロだった」——V4の「設計と実装のズレを深夜3時に発見した」と同じパターンだ。確認文化がなければ見落としていた。

実戦検証：46レースで測定した

検証設計

項目	内容
検証期間	2026/05/29（土）〜 05/31（月）
対象レース	東京・京都各23R、計46R
比較対象A	`seiki_v5.py`（venue_correction.csv なし）
比較対象B	`reisugo_v58.py`（venue_correction.csv あり）
検証指標	◎1着的中率・3着内率・上位3頭含有率・場*C変化量

主要KPI

指標	seiki（補正なし）	reisugo（補正あり）	差
◎1着的中（46R）	13/46 28.3%	10/46 21.7%	−6.6pt
◎3着内（46R）	23/46 50.0%	20/46 43.5%	−6.5pt
◎5着内（46R）	29/46 63.0%	27/46 58.7%	−4.3pt
上位3頭に1着馬（46R）	19/46 41.3%	20/46 43.5%	+2.2pt
場*C影響馬数（2日計）	—	656/686頭（95.6%）	—

◎1着的中率はseikiが優位。しかし「上位3頭に1着馬が含まれる率」はreisugoが上回った。

3連複の観点では、補正ありのreisugoが有利だ。これが今回の最重要示唆だ。補正は「本命を当てる精度」より「3連複を組む精度」を上げる方向に機能している。

最重要発見①：場*C中央値が2日間完全一致した

指標	5/29（土）	5/31（月）	評価
場*C平均変化（全体）	−0.167	−0.151	下方偏重は再現
*場C中央値**	−0.260	−0.260	2日間完全一致 → 構造的
東京場*C平均変化	−0.090	−0.059	5/31で縮小
京都場*C平均変化	−0.240	−0.267	5/31でさらに拡大
場*C変化馬数	331/348（95.1%）	325/338（96.2%）	全域カバーで一貫

中央値−0.260が2日間完全一致。これは偶発ではなく構造的な特性だ。

686頭中656頭（95.6%）に補正が影響している。venue_correction.csvは「一部の馬だけ補正する」のではなく、ほぼ全馬の指数を動かしているということだ。

最重要発見②：京都と東京は構造的に別物だった

競馬場別3着内率

場	seiki 3着内	reisugo 3着内	評価
東京（23R）	48%	39%	seiki優位 ⚠️
京都（23R）	39%	48%	reisugo逆転 ✅

京都では補正が機能し、東京では補正が逆効果だった。

場*C平均変化で見ると、京都は東京の2.5〜4.5倍の変動幅がある。2日連続でこのパターンが再現された。venue_correction.csvの京都補正の強さは偶発ではない。

京都での◎変更19件：reisugo 5勝 / seiki 2勝
東京での◎変更（東京12R・4R・6R）：seikiがすべて1着

東京の補正係数は現時点で過剰と判断せざるを得ない。

クラス別でも違いが出た

クラス	seiki 3着内	reisugo 3着内	評価
未勝利（17R）	59%	65%	reisugo優位
1勝クラス（10R）	50%	30%	seiki優位
2勝クラス（4R）	25%	25%	同率
特別/重賞（15R）	27%	33%	reisugo優位

未勝利と重賞でreisugoが優位、1勝クラスでseikiが優位。係数のクラス適合に偏りがある。 これは次の課題だ。

最重要発見③：ランクBへの −46.2% ペナルティが完全に逆効果だった

05/26の係数修正（再確認）

ランク	変更前	変更後	変化率	方向の根拠	実際の結果
S（川田・ルメール等）	0.762	1.048	+37.5%	乖離率0.54 > 基準0.411	方向正 ✅
A（岩田望・横山和等）	0.750	1.244	+65.9%	乖離率0.59 > 基準0.443	幅過大の疑い ⚠️
B（武豊・三浦等）	1.300	0.700	−46.2%	乖離率0.20 < 基準0.400	逆効果確認 ❌
C（大多数）	1.054	0.788	−25.2%	乖離率0.58 < 基準0.611	要継続観察

seikiのランクB◎：1着的中75%、3着内100%（4R）。

武豊・三浦皇成・松若風馬・鮫島駿。これだけの実績騎手の馬を−46.2%でペナルティすれば、当然指数が不当に下がる。V5期間の事前分析でも「Bランクへの+10%ブーストが過剰」と判断していたが、係数修正で逆方向に振りすぎた。

N=4のため断定はできないが、方向として逆効果は明白だ。

週明け検証：事前設定した懸念の答え合わせ

検証対象	事前懸念	実着順	判定	解釈
京都1R マクローリン	ランクA+65.9% → 11番人気◎	7着	過剰上昇確認	ランクA過学習
京都12R カワキタマナレア	同上 → 11番人気◎	2着	3着内的中	低人気馬の好走。一部有効性あり
京都3R ワルトシュタイン	同上 → 13番人気◎	3着	3着内的中	補正が実力を捉えた可能性
京都12R ブルクトーア	同上 → 10番人気◎	7着	過剰上昇確認	懸念が的中
東京8R アバンデル	データ解禁指数0→13.82	2着	圏外で好走	seikiでは無効化。データ解禁問題は実際に影響あり
東京11R ショウナンガルフ	データ解禁指数0→10.90	17着	両者外れ	データ解禁が必ずしも有効でないことも確認

ランクA過剰上昇：4件中2件的中・2件外れ。「過学習」とも「本物の補正」とも言い切れない結果。

これが正直なところだ。追加サンプルが必要。N≧10になった時点で再評価する。

総合評価

取り組み	判定	有効度	コメント
venue_correction.csv の有意差	✅ 確定	○	95.6%の馬に影響。補正の存在意義は明確
京都の補正（場*C中央値一致）	✅ 確定	○	2日完全一致で構造的再現性確認
京都補正（05/26修正後）	✅ 達成	○	3着内率で明確に改善（39%→48%）
未勝利クラスでのreisugo優位	✅ 確認	○	ダークマター補正が未勝利馬の実力差を捉えやすい
3連複軸としての上位3頭精度	✅ 確認	○	◎不変レースで48.1%（vs seiki 40.7%）
東京補正	△ 要見直し	△	◎変更が裏目多数。現状は補正なしの方が良い
騎手ランクA係数（+65.9%）	△ 保留	△	低人気馬の好走例あり。過剰上昇も同数で保留
騎手ランクB係数（−46.2%）	❌ 要再検討	✕	N=4で3着内100%。逆効果の疑いが強い
S・Aランク騎手の◎選出増加	✅ 達成	○	2日連続でODT目的（1番人気への集中緩和）を確認

V6期間への引き継ぎ：次の3手

最高優先度（緊急）

ランクB係数を 0.700 → 0.90〜0.95 に緩和。
N=4でも逆効果が示された。判断基準：N≧10でランクB 3着内率が改善傾向を確認するまで継続。

高優先度

東京S/A係数を1.0付近に抑制。
東京◎変更レースでreisugoが5割以上勝利するまで補正を絞る。段階的な緩和が現実的だ。

高優先度

ランクA係数を段階適用（0.75 → 0.95 → 1.244）またはBayesian収縮で幅を抑制。
N=25でのサンプル推定値として+65.9%は変化幅が大きすぎる。小標本問題への対処が必要だ。

このプロジェクトで守り続けているルール

V1から変わっていないものがある。

# V5期間 確定コーディングルール（V4より継続 + 1件追加）

① 修正のたびNo.XX採番・省略禁止
② 冒頭コメントはgrepで実コード照合してから更新
③ py修正後はscan_dependencies.py実行
④ バッチフォルダ更新時は _batch_dirs 同時更新（絶対ルール）
⑤ 新CSV導入前に「全馬一律乗算では順位に影響しないか」確認
⑥ 作業前に必ず確認する──「取り掛かっていいですか？」（V5追加）

⑥はこの一言から生まれた。

「会議で知ってるふりして確認もしないで、あとでドツボにハマりそうになったことあるからね。重要なのは経験済み」

半導体製造業の経験則だ。表面上動いているように見えても、深く確認することで設計と実装のズレを発見できる。No.27の「完全比較シート問題」も、⑥がなければ見落としていた。

おわりに：V5で読者に覚えてほしいこと

補正値を感覚ではなく結果から作るようになった。

V3では「ローテーション補正はノイズだった」と学んだ。
V4では「京都だけ壊れた」と学んだ。
V5では「壊れた理由をデータで測定し、次の修正を設計した」。

46レースの検証で分かったことは3つだ。

補正の方向性は正しい（95.6%の馬に影響・京都3着内率逆転）
係数の幅が大きすぎる（特に東京・ランクB）
3連複軸としてはreisugoが有利（上位3頭含有率+2.2pt）

次回はこの3点を修正してV6検証に臨む。

競馬データ解析プロジェクト変革履歴レポート V5
対象期間：2026年5月24日〜5月31日　制作者：yuji
V3記事 → V4記事 → 本記事（V5）