オートレース回収率124.9%|7,528レース検証の勝率UP戦略

オートレースの控除率は30%──回収率70%台の構造的な理由

オートレースの控除率は約30%だ。控除率とは「賭けた金額のうち払い戻しに回らない割合」のことで、売上の30%が主催者側に徴収される。そのため全レース・全選手に均等に賭け続けた場合の理論上の回収率は70%になる。競艇の控除率は約25%、競馬は券種により約20〜30%──オートレースは公営ギャンブルの中で最も控除率が重い部類に入る。

この「オートレース控除率30%」という数字を出発点として理解することが、回収率を上げるための絶対的な前提だ。7,528レースの実データと期待値（EV）フィルタを組み合わせることで、全レース均等賭けの回収率77.8%をEV1.0以上のレース絞り込みにより124.9%まで引き上げられることが検証で示されている。

控除率30%の壁──競艇25%・競馬20〜30%より重い理由

オートレースの控除率は約30%。売上の30%が運営側に差し引かれるため、全レース・全選手に均等に賭けた場合の理論上の回収率は70%となる。この「オートレース控除率30%」という数字は、賭け方の設計において最重要の前提だ。

競艇の控除率は約25%、競馬は券種により約20〜30%。オートレースは公営ギャンブルの中でも控除率が高い部類に入る。この5〜10%の差は、500レース単位で賭けると数万円単位の損失差に膨らむ無視できない要因だ。

ただし、控除率30%はデメリットだけではない。この「高い壁」のせいで参入者が少なく、AI競合もほぼゼロの状態が続いている。正しい戦略を持つ者にとって、オートレースの控除率の重さはむしろ市場の歪みが大きいことを示す追い風になる。

7,528レース検証：全レース均等賭けの回収率は77.8%

実際のデータで検証した。2021〜2024年の国内オートレース7,528レース（川口・伊勢崎・浜松・山陽・飯塚の5場対象）でAIが予測した1着候補に1レース1,000円ずつ均等に賭け続けた場合、回収率は77.8%だった。控除率30%から計算される理論値70%よりは高いが、それでも明確な赤字水準だ。

「毎レース1,000円賭けて平均778円しか戻ってこない」状態を意味する。7,528レースで総投資額752万8,000円に対して約167万円の赤字。AIの的中率が49%あっても、全レースに均等に賭ける限り赤字になる。

原因は明快だ。的中しても配当が控除率を上回らないレースが多すぎる。「とにかく当てれば勝てる」という発想は、回収率を下げる最大の原因であり、控除率の構造を理解すれば誤りだとわかる。

オートレースの回収率を上げる3つの戦略【控除率30%を超える方法】

全レースに賭けると赤字になる控除率30%の構造は変えられない。しかし「どのレースに賭けるか」を絞ることで回収率は劇的に改善する。以下の3戦略は7,528レースのデータで有効性が確認されたものだ。

戦略1：期待値（EV）フィルタで賭けるレースを選ぶ

最も効果が大きい戦略が「期待値（EV: Expected Value）フィルタ」だ。計算式は以下のとおり。

期待値（EV） = AI予測確率 × オッズ

例として、AIがある選手の勝率を35%と予測し、その選手の単勝オッズが4.0倍だった場合：

EV = 0.35 × 4.0 = 1.40

EVが1.0を超えるレースは「長期的に賭けた金額以上のリターンが見込める」レース。EV1.0未満のレースは、たとえ的中しても長期的には控除率に侵食されて損をする。

7,528レースの検証では、EV1.0以上のレースだけに絞った回収率は124.9%（対象2,719レース）。全レース均等賭けの77.8%から47ポイント以上の改善であり、控除率30%の壁を明確に突破する。

この結果が示すのは、「賭けない」という判断こそが回収率を上げる最大の武器だということだ。賭け機会を減らすことへの心理的抵抗を乗り越えられるかどうかが、長期回収率の分岐点になる。

戦略2：8号車（最大ハンデ）の過小評価を狙う

オートレース固有のハンデ制を活用する戦略だ。実力上位の選手ほど後方からスタートし、最大110mのハンデが課される。8号車は通常、最もハンデが大きい＝最も実力が高い選手が割り当てられる。

7,528レースのデータで8号車の勝率は30.1%。8人中1人の均等確率12.5%を約2.4倍上回り、全車番で最高値だ。

理由は明確だ。110mのハンデを課されてもなお勝ち切れる選手が8号車に配置されるからだ。しかし一般購入者は「後方スタート＝不利」という直感からオッズを高めに形成する。この認知バイアスが回収率改善の余地を生む。

「実力とオッズの乖離」こそが、控除率30%を超えるための余地だ。ハンデの仕組みを深く理解することで、この構造をより精緻に活用できる。

戦略3：オッズと実力の乖離が大きいレースを狙う

3つ目の戦略は、「オッズが選手の実力を正確に反映していないレース」を見つけることだ。控除率30%を超えるためには、市場の歪みを体系的に検出する仕組みが必要になる。

TODOROKI AI開発データがこの戦略の有効性を裏付けている。オッズ情報を使わない初期モデル（v1）の回収率は73.3%。オッズ特徴量を導入した改良版（v2）では回収率が105.1%に改善した。同一データセットでの比較であり、オッズ活用の効果が31.8ポイントという形で数値に現れている。

v1→v2で加わった能力は「AIが算出した選手実力」と「市場が付けたオッズ」のギャップを検出する点だ。このギャップ検出こそが、控除率30%を超えるための直接的な手段になる。

ただし、オッズの歪みを人間の目で全レース比較分析するのは現実的ではない。1日数十レースが開催される中で一貫して行うには、AIの計算処理が必要だ。

7,528レース検証結果──EV閾値別の回収率と控除率突破の条件

期待値フィルタの効果をEV閾値ごとに整理した結果が以下だ。

EV閾値	対象レース数	回収率	損益（1,000円/R）
フィルタなし（全レース）	7,528	77.8%	-167,230円
EV ≥ 0.8	6,176	109.2%	+56,750円
EV ≥ 1.0	2,719	124.9%	+67,620円
EV ≥ 1.2	847	165.9%	+55,780円
EV ≥ 1.5	123	125.0%	+3,070円

この検証データから読み取れるポイントは3つある。

第一に、EVフィルタの効果は明確だ。全レース77.8%→EV1.0以上で124.9%。フィルタを導入するだけで控除率30%の壁を越え、赤字が黒字に転換する。

第二に、EV閾値を上げるほど回収率は上昇するが、対象レース数は減少する。EV1.2以上では回収率165.9%に達する一方、対象は847レースに絞られ、利益の絶対額はEV1.0フィルタの67,620円に対して55,780円と低下する。

第三に、EV1.5以上まで絞ると対象が123レースしかなくサンプルサイズが小さく、偶然の影響を受けやすい。回収率の信頼性を保ちながら賭け機会も確保するには、EV1.0〜1.2の範囲が実用上の最適バランスだ。

この検証の詳細データは7,528レースの検証レポートで全て公開している。

TODOROKI AIは毎日XでEV1.0以上のレース予測を先出し公開中。@todoroki_ai_ar をフォロー（無料）するだけで確認できる。

競艇との比較──オートレースがAI予測に構造的に有利な3つの理由

TODOROKI AIは競艇AI「NAGI AI」（回収率129.7%）の技術を横展開して開発した。TODOROKI AIのEV1.0以上での回収率124.9%は近い水準だが、オートレースにはAI予測にとって構造的に有利な条件が3つある。これらは控除率30%という重さを補って余りある優位性だ。

個人戦（ラインなし）＝ 予測変数が少なくAI精度が上がりやすい

競輪にはライン（チーム戦略）があり、競馬には馬群の位置取りや騎手の駆け引きがある。これらは数値化しにくい変数であり、AIモデルの誤差要因になる。

オートレースは完全な個人戦で、選手同士の連携・駆け引きがほぼない。「選手実力」「ハンデ」「コンディション」で結果がほぼ決まるため、変数が少ない分だけAIの予測精度が上がりやすい構造を持つ。

ハンデが数値化されている ＝ AIが定量処理しやすい

オートレースのハンデは0m〜110mまで10m刻みで公式に公開されている。主催者が「選手の実力差」を数値として明示しているに等しく、AIにとって最も扱いやすいデータ形式だ。

競馬の馬場状態やパドック情報のような「目視判断が必要な要素」と異なり、ハンデは機械的に処理できてモデルの精度向上に直結する。試走タイムの読み方と組み合わせることで予測精度はさらに高まる。

AI競合がほぼゼロ ＝ 市場の歪みが最大規模で残存

競馬AIは群雄割拠の状態で、多くのエンジニアや企業がモデルを開発・公開しており、オッズにAI予測が織り込まれつつある。競艇でもAI予測サービスは増加傾向にある。

一方、オートレースのAI予測サービスは事実上ほぼ存在しない。つまりオートレースのオッズは人間の直感と経験だけで形成されており、AIが検出できる「オッズの歪み」が他の公営ギャンブルより大きく残っている。これが控除率30%を超えられる根本的な理由だ。

この状況は永続するわけではない。AI参入者が増えれば歪みは縮小する。現時点でオートレースにAIを活用することは、先行者利益を得られる数少ないチャンスだ。

公営ギャンブル全体でのAI活用について詳しく知りたい場合はこちらを参照してほしい。

実践ガイド──オートレース回収率を上げる5ステップ（控除率30%を攻略する手順）

ここまでの戦略を、初心者でも今日から実践できる具体的な手順に落とし込む。控除率30%という構造的な壁を超えるために、順番通りに実行してほしい。

Step 1: 全レースに賭けるのをやめる

回収率改善の第一歩は「賭けない判断」だ。7,528レースの検証が示す通り、全レースに均等に賭ければ回収率は77.8%に収束する。オートレースの控除率は約30%（単勝・2車単など車券種別によって異なるが平均25〜30%）に設定されており、無差別に賭け続ける限りこの数字を超えることは構造上不可能だ。

1日12レース開催されても、期待値（EV）が1.0を超える＝賭ける価値があるのは3〜4レース程度にすぎない。残りは「見るだけ」に徹する。この意識転換ができるかどうかが、回収率を分ける最大の分岐点だ。

Step 2: ハンデと試走タイムを必ず確認する

賭けるレースを選ぶ前に、最低限確認すべきデータが2つある。どちらも無料の出走表・公式サイトで入手できる。

ハンデ：出走表に記載されている各選手のハンデ距離を確認する。8号車（最大ハンデ）の勝率は30.1%と突出して高く、ハンデが大きい選手ほど格付け上の実力が高いことを意味する。「後方スタートだから不利」という先入観が、オッズの歪みを生む温床になっている。

試走タイム：当日の試走タイムはエンジンの調子を反映するリアルタイム指標だ。ハンデで測れない当日の状態変動を補完する重要な情報源であり、試走順位が上位でハンデも大きい選手は特に注目に値する。

Step 3: オッズが「高すぎる」選手を探す──控除率を逆利用する

実力に対してオッズが高い（＝市場に過小評価されている）選手を探す。控除率30%を差し引いてもプラスになる「期待値1.0超え」の賭け口を見つけることが、回収率改善の核心だ。

たとえば、ハンデが最大クラスかつ試走タイムも上位なのに、単勝オッズが5倍以上付いている選手がいたら注目に値する。「実力は高いが、一般ファンの人気が集まっていない」＝市場の歪みが生じている可能性が高い。このような選手に絞って賭けることで、理論上の控除率負担を上回るリターンを狙える。

ただし、この判断を人力で毎レース行うのは時間と計算の負担が大きい。TODOROKI AIのようなAI予測を参照すれば、期待値の算出と高EV選手の抽出を自動化できる。

Step 4: 1レースの賭け金を一定にする

賭け金の管理は回収率改善と同等に重要だ。守るべきルールは1つ──1レースの賭け金を固定する（例：常に1,000円均等）。

「自信があるレースは多めに賭ける」「負けを取り戻すために倍プッシュする」──これらは控除率の損失を拡大させる典型的な行動パターンだ。賭け金を固定することで回収率の計測が正確になり、戦略の有効性を統計的に評価できるようになる。

TODOROKI AIの検証でも、全て1レース1,000円均等で集計している。この条件でEV1.0以上フィルタの回収率が124.9%を達成しているのだから、賭け金を変動させるリスクを取る必要はない。

Step 5: 最低50レース以上のサンプルで回収率を評価する

ギャンブルの回収率は短期では大きくブレる。5レース連続で外れることもあれば、3レース連続で的中することもある。これは控除率の問題ではなく、確率のサンプル誤差だ。

回収率を正しく評価するには、最低でも50レース以上のサンプルが必要だ。理想的には100レース以上。TODOROKI AIのEV1.0以上フィルタでは2,719レースの集計で回収率124.9%という結果が出ている。50レース程度では結果が上下に振れるが、レース数を重ねるほど回収率は期待値に収束していく。

「10レースやって赤字だからダメだ」と切り捨てるのは早すぎる。逆に「5レース連続で当たったから天才だ」というのも統計的な幻想だ。少なくとも50〜100レースのサンプルで冷静に評価することが、控除率30%の壁を着実に超えるための最終ステップになる。

まとめ──オートレースの控除率を理解すれば回収率は上げられる

オートレースの回収率を上げるための方法と、控除率30%という構造的な課題を整理する。

アプローチ	回収率	レース数
全レース均等賭け	77.8%	7,528
EV1.0以上フィルタ	124.9%	2,719
EV1.2以上フィルタ	165.9%	847

ポイントは3つだ。

第一に、全レースに賭けてはならない。控除率30%の壁を超えるには、期待値（EV）が1.0を上回るレースだけを厳選する必要がある。無差別に賭け続ければ、数学的に回収率は77.8%前後に収束する。

第二に、ハンデ構造を理解する。8号車の勝率30.1%に代表される構造的な歪みは、データを見なければ気づけない。この歪みこそが、一般ファンのオッズ形成に「割れ目」を生む源泉だ。

第三に、オッズの歪みを検出する。AI予測モデルのv1→v2改善でROIが73.3%→105.1%に上昇した事実が示す通り、オッズと実力の乖離を精度よく見つけることが回収率に直結する。控除率を差し引いてもプラスになる賭け口だけを狙う姿勢が重要だ。

感覚予想で回収率を上げることは、7,528レース・3年間のデータが示す通り極めて困難だ。一方でオートレースは変数が少なく、ハンデが数値化され、AI競合もほぼいない。控除率の仕組みを踏まえたデータ分析が最も報われる公営ギャンブルの一つといえる。

競艇・競輪など他の公営競技でも同様の期待値戦略と控除率への理解が回収率改善に有効であることが、複数のデータ検証で確認されている。

TODOROKI AIは毎日Xで予測を先出し公開中。@todoroki_ai_ar をフォロー（無料）するだけで、控除率を加味した期待値ベースのレース選定を体感できる。まずは自分の目でAI予測と実レース結果を照らし合わせ、データ主導の回収率改善を確かめてほしい。