【競馬・統計予測】WIN5 @2023.12.17
独自に収集したWIN5に役立つかもしれない統計情報です。
重賞競走について、個別に投稿した記事をご参照ください。
■ 対象レース
■ WIN1:北総S【中山10R】
・展開予測指数
・展開分析データ分布
・隊列予測
・速度偏差値Top20
・仮想速度
・レイティングスコア
【β版・試験運用中】
■ WIN2:六甲アイランドS【阪神10R】
・展開予測指数
・展開分析データ分布
・隊列予測
・速度偏差値Top20
・仮想速度
・レイティングスコア
【β版・試験運用中】
■ WIN3:コールドムーンS【中京11R】
・展開予測指数
・展開分析データ分布
・隊列予測
・速度偏差値Top20
・仮想速度
・レイティングスコア
【β版・試験運用中】
■ WIN4:ディセンバーS【中山11R】
・展開予測指数
・展開分析データ分布
・隊列予測
・速度偏差値Top20
・仮想速度
・レイティングスコア
【β版・試験運用中】
■ WIN5:朝日杯フューチュリティS【阪神11R】
■ データ解説
・先行指数
今回の距離と同距離もしくは、前後200mに出走時のスタートから3Fの平均速度を基に各レースの速度偏差値を求め、その平均をとることで「先行指数」としています。
・追込指数
同じく今回の距離と同距離もしくは、前後200mに出走時のゴールまでラスト3Fの平均速度を基に各レースの速度偏差値を求め、その平均をとることで「追込指数」としています。
・前傾傾向
スタートから3Fのタイムと、ゴールまでのラスト3Fのタイムを合計し、その合計タイムに占めるスタートから3Fのタイムの割合を出すことで前傾傾向を表しています。「先行指数」が高くてもこの「前傾傾向指数」が高くない場合は、先行馬ではなく能力が高い馬ということになります。上記の展開分析データ分布図で右上のエリアに位置する馬がこれに当たります。
・平均位置取り
最初のコーナー時点での位置取りを「順位/頭数」の比率で求め、その平均をとることで「平均位置取り比率」としています。
・展開分析データ分布
「追込指数」を縦軸、「先行指数」と横軸とした散布図を描くと以下のようになります。簡単な見方としては、右寄りに位置するのが先行馬、左寄りに位置するのが追込馬となり、右上に位置する馬は万能で能力が高く、左下に位置する馬は「そういうこと」になります。
・速度偏差値
各競馬場別に芝・ダート別、距離別、馬場状態別に走破速度の平均と標準偏差を算出し、それらを基に計算した偏差値(仮想速度の基準となる値)
・仮想速度
【統計データで走破速度を予測】
過去のレースの走破速度(平均速度)を統計データとして分析し、今回の走破速度を予測した値を「仮想速度」と呼んでいます。
■ 最後に
WIN5チャレンジが成功すると良いですね!
最後までお読みいただきありがとうございます。
この記事が気に入っていただけたり、何かお役に立てたら、スキ、コメント、フォローをお願いします。