AI V5 精密解析アルゴリズムの学術的解説
katajun-safeAI V5 Technical Documentation
機械学習モデルによる期待値最大化アルゴリズムの全貌
AI V5は、JRA（日本中央競馬会）の膨大な過去データを多変量解析し、「統計的優位性」を持つ馬を特定するアンサンブル学習システムです。汎用的なAI予想とは一線を画し、会場・馬場状態・距離適性を極限まで分解した「専門家モデル（Specialist Experts）」により構成されています。
1. 特徴量エンジニアリング（Feature Engineering）
AI V5は10項目におよぶ独自指標をリアルタイムで算出しています。特に重要なのは、競走馬の能力が「顕在化していない」瞬間を捉える以下の指標です。
■ 有効激走モメンタム（Gekisou Momentum Score）
単なる着順ではなく、「人気との乖離率」を独自の指数として算出。低人気（6人気以下）での入線実績に対し、近5走に強い重みを置いた移動平均を適用。これにより、能力が隠れている「覚醒状態」にある個体を数学的に特定します。
■ 市場評価乖離フラグ（Ura-Probability Flag）
1〜3番人気で掲示板（5着）を外した履歴をネガティブ指標として蓄積。過剰評価されている人気馬を自動検知し、その馬を軸とするオッズの歪み（バリュー）を逆算します。
■ 末脚再現性インデックス（Last 3F Stability）
展開に左右されない「自力」を測定。上がり順位の上位率を平滑化し、物理的な限界速度がクラス平均を超えている馬を優先的にスクリーニングします。
2. アンサンブル・アーキテクチャ（Ensemble Models）
AI V5は1つの巨大なモデルではなく、1,000以上の「特化型専門家モデル」の集合体です。
10の競馬場、4つの距離カテゴリ（短・マイル・中・長）ごとに個別のバイナリ分類モデルを配備。
芝・ダートのクッション値や含水率、枠順による物理的有利不利をモデルごとに微調整。
3. 期待値管理と「捨てる」ロジック
「全レースを当てようとしない」ことがAI V5の収益基盤です。シャープレシオ（効率性）を高めるため、以下のノイズ除去レイヤーを実装しています。
| フィルタ項目 | 技術的根拠 |
|---|---|
| オッズ閾値管理 | 単勝2.5倍〜40.0倍。的中時の中央値を重視し、控除率を克服できる期待値100%超のゾーンを狙い撃ちます。 |
| キャリア・サンプリング | キャリア4戦未満の除外。学習データの分散が大きい新馬・初期未勝利戦を排除し、収束精度の高いサンプルのみを使用。 |
| 東京D特殊アルゴリズム | 芝スタート・直線距離を考慮し、1600m以下なら外枠有利、1600m超なら内枠有利かつ末脚安定度をマストとする専用分岐を実装。 |
結論：AI V5は「勝ち筋」を数値で選ぶ
感情や思い入れを一切排除し、物理学と統計学に基づいた「入線の必然性」のみを追及した結果、6年間のプラス収支が証明されました。
