ニュージーランドのサラブレッド競馬で勝ち馬を選ぶには、何十年も同じ要素が頼りにされてきた。それは、過去の成績、鋭い観察眼、コースに関する知識、そして少なからぬ運だ。最高の馬券師は、馬が準備万端な時、調教師が最適なレースを見つけた時、そして馬場状態が好都合な時を察知する直感を磨いている。
しかし、直感には限界がある。人間の脳が一度に処理できる変数はせいぜい十数個程度だ。ニュージーランドの競馬開催では、数十頭の馬、複数の騎手と調教師、変化する馬場状態、区間タイム、ゲート統計、そして数ヶ月にわたる調子のサイクルなど、様々な要素が絡み合う。最も鋭いギャンブラーでさえ、賭けで損をしてしまうことがある。それは彼らが間違っているからではなく、全体像を把握できていないからだ。
そこでAIが登場するのです。
AIがニュージーランドの競馬分析にもたらすもの
機械学習は競馬界にとって目新しいものではない。Horse Racing NationやTimeformといったグローバルプラットフォームは、長年にわたり統計モデルを活用してきた。しかし、これらのシステムのほとんどは、アメリカ、イギリス、オーストラリアといった海外の大規模データセットに基づいて構築されており、ニュージーランド向けには後付けで調整されている。
問題は、ニュージーランドの競馬が他とは全く異なる点にある。出走頭数が少なく、開催回数も少ない。馬場状態は急速に変化する。騎手や調教師のパターンも国際的な競馬の成績とは一致しない。主に英国のデータに基づいて訓練されたAIモデルでは、リッカートンで好走した馬がテ・ラパで苦戦する理由や、アワプニの特定のゲートが過去にソフト6の馬場で期待外れの成績を残してきた理由を理解できない。
その解決策は、ニュージーランドのデータのみで学習させたモデルです。
予測の根拠となるデータ
ニュージーランドの競馬専用に開発されたAIは、レースごとに数千もの変数を取り込む。枠順、斤量、最近の成績といった明白な変数だけでなく、人間の予想家が定量化する時間がないようなパターンも含まれる。
区間タイムとは、最終順位だけでなく、最後の200メートルと600メートルを全馬の平均タイムと比較してどのように走ったかを示す指標です。
トラック別・距離別のゲート性能― トレンサム競馬場の1600m戦における3番ゲートの性能が、リッカートン競馬場の同距離における3番ゲートの性能と統計的に異なるかどうか。
馬場状態履歴― 良馬場、稍重馬場、重馬場での個々の競走馬の成績を、馬場タイプ別に分類して示す。
特定の競馬場における調教師と騎手のパターン――単なる全体的な勝率だけでなく、各競馬場でのパフォーマンスも含む。
クラス移行― 過去に同クラスのレースで、クラスを上げたり下げたりした馬がどのような成績を残してきたか。
競走時の重量変更― 割り当てられた重量と実際に負担した重量の差であり、見習騎手による減量も考慮に入れたものである。
このモデルは推測ではなく、何万件にも及ぶニュージーランドの過去のレース結果（すべての出走馬、すべての順位、すべての着差）から学習し、過去に成功を予測してきた要因の組み合わせを特定します。
競馬場のコンディションが、多くの競馬ファンが思っている以上に重要な理由
ニュージーランドの競馬データをAIで分析した結果、最も注目すべき発見の一つは、馬場状態がレース結果にどれほど大きな影響を与えるか、そして個々の馬が馬場状態にどのように対応していくかがどれほどばらつきがあるかということだ。
オタキ競馬場の平日開催の典型的なレースを例にとってみましょう。良馬場（Good 4）で、本命馬は良馬場での7戦3勝という成績を残しているかもしれません。しかし、さらに詳しく調べてみると、その3勝はすべて良馬場（Good 3）以上の馬場での勝利であり、重馬場や軟らかい馬場では一度も入着したことがないことがわかるでしょう。一方、同じレースで15倍のオッズがついている馬は、キャリアベスト5レースのうち4レースを雨の影響を受けた馬場で走っています。
ほとんどの競馬ファンは馬場状態をちらっと見て、考え方を少し調整する。このモデルはそれを定量化し、そこから学習し、その学習結果を何千頭もの馬に適用する。
価値についてはどうでしょうか？
ニュージーランドのギャンブラーにとって、AIがゲームを変えるのはまさにこの点だ。
勝ち馬を選ぶことと、適正価格で勝ち馬を選ぶことは全く別のことです。優れた予測システムは、単に馬をランク付けするだけでなく、勝率を推定します。モデルが馬の勝率を25%と予測し、TABの固定オッズが12%（およそ8.00ドル以上）を示している場合、それはお買い得なチャンスと言えるでしょう。
これは期待値（EV）ベッティングと呼ばれるもので、プロのポーカープレイヤーやスポーツベッターが用いるのと同じ概念です。すべてのレースに勝つ必要はありません。真の勝率が市場価格を上回るところに賭ける必要があるのです。
AIは感情を持たないため、この点で非常に優れています。馬の名前に惚れ込んだり、前走の派手な勝利に惑わされたり、大敗した後に過剰反応したりすることはありません。データを処理し、確率を推定し、数学的な結果に基づいて判断を下します。
人間的要素は依然として重要
AIは馬券購入者の判断力に取って代わるものではなく、それを補強するものです。最適なアプローチは、AIが生成する確率と、購入者自身の競馬に関する知識を組み合わせることです。例えば、特定の調教師が毎年このレースを目標にしていることや、ある騎手が今日多くの騎乗予定があることなどを知っているかもしれません。AIモデルがすべてを網羅しているわけではありません。
しかし、このモデルが捉える情報――100,000万回以上の過去のデータに基づく統計的パターン――は、人間が頭の中で記憶しておくことなど到底不可能なものです。両方を活用すれば、圧倒的な優位性を得ることができます。
ニュージーランドにおけるAIレース予測の始め方
現在、ニュージーランドの競馬に関するデータに基づいた分析を提供するプラットフォームがいくつか存在する。中でもニュージーランドの競馬場に特化して開発されたのがWinning Postだ。これは、ニュージーランドの競馬データのみに基づいてトレーニングされたAI予測エンジンである。ニュージーランドのすべてのサラブレッド競馬開催を網羅し、勝率と入着率を算出し、期待値に基づいて価値のある投資機会を提示する。
このサービスは現在プライベートベータ版として提供されており、AIが自身の腕前を向上させるかどうかを試したいユーザー向けに無料トライアルが用意されています。
Winning Postを利用するにせよ、独自のモデルを構築するにせよ、あるいは単に区間タイムや馬場状態の推移に注目するにせよ、方向性は明確だ。ニュージーランドの競馬分析はデータ革命の真っ只中にある。この変化に適応できる馬券購入者こそが、投票所で馬券を手にすることになるだろう。
※この記事は情報提供のみを目的としています。競馬賭博には金銭的なリスクが伴います。責任あるギャンブルを心がけてください。
