AI予想家を目指してる陸上選手の日記

AI予想家を目指して日々勉強中。データの分析、ワンコイン馬券も載せていきます

オッズ差

今回は1番人気と4番人気のオッズ差分析について記事にしました。
これまで同様の結果が出るのかにご注目ください。

集計期間は2014年~2018年で芝のレースを対象としています。
(表上部は各1番人気の単勝オッズごとの4番人気の成績)

1.0~1.4倍


スクリーンショット (1000)


1.5~1.9倍

スクリーンショット (1001)


2.0~2.4倍

スクリーンショット (1002)


2.5~2.9倍

スクリーンショット (1008)


3.0~3.4倍

スクリーンショット (1003)


3.5~3.9倍

スクリーンショット (1004)


4.0~4.4倍

スクリーンショット (1005)


4.5~4.9倍

スクリーンショット (1006)


5.0倍~

スクリーンショット (1007)
1番人気と4番人気の間にもこれまでと同じようなオッズ差理論が成り立ちます。
勝率はあまり高くないので、単系よりも複系の方がよさそうです。

実際のレースを使って実証してみよう

今年の秋華賞がよい例ですのでみていきましょう
単勝最終オッズはこちら↓
スクリーンショット (1010)
単勝1番人気はダノンファンタジーで3.5倍。
これに対して4番人気はクロノジェネシスで6.9倍。

スクリーンショット (1004)
表ではこれに該当。複勝率は30%後半台。
軸には厳しいですが、相手には入れたいところです。

レース結果は
スクリーンショット (1012)
4番人気のクロノジェネシスが勝利。ダノンファンタジーは着外に沈みました。

少しこじつけ過ぎた気がしますが、
オッズ差理論は1番人気と4番人気の間においても成り立つということが、
何となく分かって頂けたらなと思います。








今回は1番人気と3番人気オッズ差をみていきます。
条件は2014年~2018年の期間に施行された、
単勝1番人気の馬が3倍時で芝のレースです。

3.0倍

勝14.0% 連28.3% 複40.1%
スクリーンショット (974)


3.1倍

勝16.9% 連35.4% 複46.1%
スクリーンショット (975)

3.2倍

勝13.4% 連27.9% 複36.6% 
スクリーンショット (976)


3.3倍

勝15.8% 連34.2% 複40.8%
スクリーンショット (977)

3.4倍

勝13.7% 連30.7% 複39.0%
スクリーンショット (978)

3.5倍

勝14.2% 連26.7% 複43.7%
スクリーンショット (980)

3.6倍

勝12.1% 連20.4% 複34.5%
スクリーンショット (981)


3.7倍

勝9.3% 連27.3% 複38.5%
スクリーンショット (982)


3.8倍

勝12.4% 連27.3% 複40.4%
スクリーンショット (983)


3.9倍

勝14.0% 連27.3% 複42.0%
スクリーンショット (984)


多少のバラつきはありますが、
基本的にはオッズ差が小さい方が成績がよくなっています。

実際のレースを使って実証してみよう

少し古いですが2016年の日本ダービーがいい例ですので紹介します。

単勝最終オッズはこちら↓
スクリーンショット (986)
単勝1番人気はディーマジェスティで3.5倍、
これに対して3番人気はマカヒキで4.0倍でした。

先ほどの表をみてみると…
スクリーンショット (980)
この場合の1番人気の複勝率は50.6%ですので、
配当妙味を考えると3番人気を軸にする方がよさそう。


2番人気はサトノダイヤモンドでオッズは3.8倍。
この場合の1番人気と2番人気のオッズ差成績をみてみると…
スクリーンショット (988)
2番人気を軸にする必要はなさそうですね。

最後に2番人気と3番人気のオッズ差にも注目。
スクリーンショット (990)



さて、結果は…
スクリーンショット (992)
ご存じの通り、マカヒキが優勝。
2着には2番人気のサトノダイヤモンド、
3着には1番人気のディーマジェスティという結果となりました。


何度も言ってますが、過去レースでいくら当たってても、
目の前のレースで当てることができなければ意味がないので、
実践で使えるような理論を生みだせるように頑張ります。


1番人気が単勝3倍台の際の2番人気のオッズごとの分析がまだ記事にできていなかったので、
今回はそれについて書いていきます。

条件は2014~2018年の期間の芝のレースです。
(表上部は各1番人気の単勝オッズごとの2番人気の成績)

3.0倍

勝21.5% 連37.5% 複50.5%
スクリーンショット (952)

3.1倍

勝21.1% 連38.0% 複49.7%
スクリーンショット (953)

3.2倍

勝19.2% 連32.2% 複46.0%
スクリーンショット (954)

3.3倍

勝18.4% 連34.6% 複54.4%
スクリーンショット (955)

3.4倍

勝19.5% 連33.6% 複46.9%
スクリーンショット (956)

3.5倍

勝19.0% 連33.2% 複46.6%
スクリーンショット (957)

3.6倍

勝18.0% 連37.4% 複46.6%
スクリーンショット (958)

3.7倍

勝17.4% 連32.9% 複42.2%
スクリーンショット (959)

3.8倍

勝19.3% 連32.9% 複48.4%
スクリーンショット (961)

3.9倍

勝16.0% 連28.7% 複40.7%
スクリーンショット (962)


1番人気の単勝オッズが3倍台前半まではオッズ差が小さいほど成績がよくなっています。
3倍台中盤以降はオッズ差によって大きく成績が変わることはないようです。

実際のレースを使って実証してみよう

続いて実際のレースで実証してみます。
先日行われたオクトーバーSを参考にします。

単勝の最終オッズがこちら↓
スクリーンショット (964)
1番人気のラストドラフトは単勝オッズ3.1倍。
これに対して2番人気トリコロールブルーは3.8倍でした。

先ほどの表をみてみます。
スクリーンショット (953)
単勝1番人気の3.1倍時、
1番人気の連対率は40.3%複勝率は54.9%
ですので、この場合は2番人気の方が馬券に絡む確率が高くなっていることがわかります。

結果は…
スクリーンショット (966)
2番人気のトリコロールブルーは2着、
1番人気のラストドラフトは8着という結果となりました。

オッズ差をみることで軸馬選択ができるのでは?と思いましたので、分析を続けていきます。


前回に引き続き1番人気と3番人気のオッズ差分析です。
まずは1番人気の単勝オッズ2.0倍~2.2倍までみていきましょう。
スクリーンショット (937)
やはりオッズ差が小さければ小さいほど好成績を残しています。

続いて、2.3倍~2.6倍

スクリーンショット (939)
多少の歪みはありますが、これまでと同じような成績となっています。
特に、3番人気が3倍台時の信頼度はかなり高く、
買目に絶対入れたいところです。

最後に2.7~2.9倍まで
スクリーンショット (940)
3番人気の単勝オッズ5倍台までは馬券に絡めるべきかと思います。

実際のレースを使って実証してみよう

続いて実際のレースで実証してみます。
先日行われた古都Sを参考とします。

単勝の最終オッズはこちら↓
スクリーンショット (943)
1番人気のノチェブランカの単勝オッズ2.5倍に対して、
3番人気のマスターコードの単勝オッズは3.8倍

先ほどの表に当てはめると…
スクリーンショット (944)
信頼度はかなり高め。

さらに2番人気と3番人気とのオッズ差にも注目。
3.3倍と3.8倍であるので、↓に該当。
スクリーンショット (946)
違う視点からみてもこのレースにおける3番人気の信頼度は高くなっています。

レース結果は…
スクリーンショット (948)
3番人気のマスターコードは2着を死守。1番人気は最下位という結果に。
あとは最適な券種をどうやって導くかですね…分析がんばります。



前回までは、1番人気と2番人気のオッズ差について分析をしていました。
1番人気と2番人気ではオッズ差
(2番人気の単勝オッズ-1番人気の単勝オッズ)が
小さくなればなるほど2番人気は馬券に絡みやすくなり、
大きくなればなるほど馬券に圏外になるという傾向がありました。

では1番人気と3番人気では、
同様の関係があるのかを今回は分析していきます。


まずは1番人気の単勝オッズが1.1~1.3倍まで
スクリーンショット (926)
この状況下では2番人気の時と同様に、オッズ差による優劣はつけられません。



続いて1.4~1.6倍まで
スクリーンショット (927)
スクリーンショット (928)


複勝率に着目すると、少しずつではありますが、
オッズ差が大きくなるほど率が下がっています。

最後に1.7~1.9倍まで、
スクリーンショット (929)
スクリーンショット (925)
回数は少ないですが、3番人気が3倍台だと複勝率は100%となっています。
そして2番人気の時と同様に、オッズ差が小さいほど馬券に絡み、
大きいほど馬券圏外となる傾向はとなっています。



3番人気関しては1番人気の単勝オッズが1倍台後半になるとオッズ差理論が使えるのでは?という仮説が立てられそうですね。分析してみる価値はありそうです。











↑このページのトップヘ