単勝オッズ・人気・中穴
- 単勝
- 1着になる馬を選ぶ投票法。複数の着順を組み合わせる券種とは異なります。
- 単勝オッズ
- 単勝の払戻倍率として示される値。投票状況で変動するため、確認時刻と確定値を区別します。
- 人気
- 投票の支持を反映した順位。馬の実力そのものや、着順の確約ではありません。
- 中穴
- 上位人気と大穴の間を指して使われる表現。このサイトでは一律の人気順位や倍率だけで定義せず、勝率と配当の関係を重視します。
評価点・勝率・期待値
- AI評価点
- 比較や順位付けに使うスコア。百分率の勝率として読めるとは限りません。
- 推定勝率
- ある条件で1着になる可能性をモデルが推定した値。実際の成否や長期の割合との違いを検証します。
- 期待値（EV）
- ここでは推定勝率×単勝オッズ。購入額に対する期待払戻の倍率で、利益確約ではありません。
- 確率の校正
- 予測確率と、観測された結果の割合の対応を確認・調整することです。
期待値計算ツールで確率と倍率の関係を試せます。
的中率・回収率・収支
- 的中率
- 対象レースのうち的中した割合。穴イチのデモでは的中または不的中が確定したレースを分母にします。
- 回収率
- 払戻合計÷有効購入合計×100。返還・見送り・結果待ちは別扱いです。
- 収支
- 払戻合計から購入合計を引いた金額。回収率と違い、額で示します。
- ドローダウン
- 資金推移の途中で、それまでの高い水準からどれだけ下がったかを表す考え方。最終収支だけでは見えない損失幅を見るために使います。
バックテスト・過学習・データリーケージ
- バックテスト
- 過去のデータにルールを当てはめて結果を見る検証。実際にその時点で公表・購入した記録とは区別します。
- 過学習
- 学習に使ったデータへ合いすぎ、新しいデータではうまく働かなくなることです。
- データリーケージ
- 本来予測時には知り得ない情報が、学習や評価へ入り込むことです。
- 時系列分割
- 古い期間と新しい期間を分け、未来に対する予測に近い形で検証する方法です。
検証基準では、これらを踏まえて実績を見る方法を説明しています。