競艇をデータ分析で攻略する方法──AIが見る5つの指標

データ分析で競艇に勝てる理由──感覚予想との決定的な違い

競艇ファンの多くは「感覚」で予想している。1号艇が強そうだから買う。前回1着だった選手を追いかける。万舟の夢を見て穴狙いをする。

これらの予想法には共通する問題がある。人間の認知バイアスに支配されているという点だ。

代表的なバイアスは3つある。

1. 本命偏重バイアス──多くの人が1号艇や人気選手に賭ける。その結果、本命のオッズは実力以上に押し下げられ、控除率25%を差し引くと長期的に赤字になりやすい。「強い艇に賭ける＝勝てる」ではない。

2. 直近成績バイアス──前走で1着だった選手を過大評価し、6着だった選手を過小評価する。しかし競艇は水面状況・コース・モーター・天候で毎回条件が変わる。前回の結果は今回の勝率を正確には反映しない。

3. 万舟偏重バイアス──100倍を超える高配当に魅力を感じ、確率を無視して穴を狙う。100倍のオッズは「勝率1%未満」を意味する。100回に1回しか当たらない賭けを繰り返せば、資金は確実に減る。

データ分析はこれらのバイアスを排除する。感情ではなく数字で判断し、「当てる」ではなく「期待値で勝つ」という思考に転換する。これが感覚予想との決定的な違いだ。

AIが見ている5つの重要指標

NAGI AIはLightGBMベースの機械学習モデルで、55種類の特徴量（データ項目）を使って各艇の勝率を予測している。その中でモデルが最も重視している上位5指標の「考え方」を解説する。

1. 単勝オッズ（市場の総意を数値化する）

55特徴量の中で、モデルが最も重視しているのが単勝オッズだ。

意外に思うかもしれない。AIが「オッズ」を見ているということは、市場（他の賭け手全員）の判断を入力として使っているということだ。

オッズは一人の意見ではない。何千人もの賭け手が自分の知識・経験・情報を投じた結果の集約値である。いわば「群衆の知恵」が数値化されたものだ。AIはこの市場の総意をベースラインとして受け取り、そこに他のデータを加えることで、市場が見落としている部分を検出する。

AIが単にオッズどおりに賭けるだけなら、控除率25%分だけ負ける。AIの価値は、オッズを「入力」として使いながら、市場との乖離を見つけ出す点にある。

2. オッズ乖離度（1号艇との差を測る）

重要度2位はオッズ乖離度。これは「その艇のオッズが1号艇のオッズからどれだけ離れているか」を示す指標だ。

競艇では1号艇に人気が集中しやすい構造がある。1号艇のオッズが1.5倍で、ある艇のオッズが15倍なら、乖離度は10倍だ。

この乖離度がなぜ重要なのか。人気が1号艇に偏りすぎると、他の艇のオッズが実力以上に高くなる現象が起きる。乖離度が大きい艇の中に、実力に対してオッズが割高な──つまり「お得な」賭け先が隠れている可能性がある。AIはこの構造的な歪みを数値で捉えている。

3. モデル予測 vs 市場評価（AIと市場の意見の食い違い）

重要度3位はモデル予測と市場評価の差。これはNAGI AIの核心を成す概念だ。

仕組みはこうだ。AIが「この艇の勝率は30%」と予測したとする。一方、オッズから逆算した市場の勝率評価は20%だったとする。この10%のズレが、AIにとっての「利益の源泉」になる。

市場が20%と評価している艇のオッズは約5倍だ。しかしAIが30%の勝率があると判断しているなら、長期的にプラスになる賭けだと言える。

AIの予測と市場の評価が食い違うレースほど、利益を得られる可能性が高い。この「ズレ」を見つけることが、データ分析の本質である。期待値ベッティングの詳しい計算方法は「期待値ベッティング入門」で解説している。

4. オッズ暗示確率（本当の勝率を逆算する）

重要度4位はオッズ暗示確率。オッズから「市場がこの艇の勝率を何%と見ているか」を逆算した値だ。

計算方法は単純である。

オッズ暗示確率 = 1 ÷ オッズ

たとえばオッズ4.0倍なら、暗示確率は1 ÷ 4.0 = 25%。市場はこの艇の勝率を25%と見ていることになる。

ただし競艇の控除率は25%だ。6艇全ての暗示確率を合計すると約133%になり、100%を超えた分が運営側の取り分に相当する。これを補正すると、オッズ4.0倍の艇の「真の市場評価」はおよそ19%になる。

AIはこの補正後の暗示確率と自身の予測確率を比較し、市場が過小評価している艇を検出する。単勝オッズの「金額情報」を確率に変換することで、異なる角度から市場の歪みを捉えているのだ。

5. 複勝オッズの中央値（3着以内の安定性を測る）

重要度5位は複勝オッズの中央値。複勝とは3着以内に入れば的中となる賭け方で、そのオッズの中央値である。

この指標が示すのは「安定して上位に来る選手かどうか」だ。複勝オッズが低い選手は、1着にならなくても2着・3着には入る──つまり実力が安定している。

単勝予測において、なぜ複勝オッズが重要なのか。それは「安定して3着以内に入る選手は、1着になるポテンシャルも高い」からだ。単勝の人気（オッズ）だけでは見えない「底力」を、複勝オッズが補完する。AIはこの補助指標を加えることで、予測精度を高めている。

データ分析が結果を変える──「全賭け」と「選別」の差

5つの指標の説明だけでは説得力に欠ける。データ分析の有無がどれだけ結果を変えるか、考え方を示す。

全レース均等賭けはなぜ負けるのか

競艇の控除率は25%だ。これは「全レースにランダムに賭け続ければ、回収率は約75%に収束する」ことを意味する。何の分析もなく全レースに均等に賭けるだけでは、構造的に負ける。

1号艇を買い続ければ的中率は約55%になるが、それでも回収率は100%に届かない。当たっても本命のオッズは低いため、控除率の壁を超えられないのだ。的中率が高い＝勝てる、ではない。これが感覚予想の最大の罠である。

データで「選別」すると何が起きるのか

データ分析の最大の価値は、賭けるべきレースと見送るべきレースを数値で区別できることだ。

AIが各レースの期待値（EV = 予測勝率 × オッズ）を計算し、EV 1.0以上のレースだけに賭ける。すると対象レースは全体の半分以下に絞り込まれる。残りのレースは「割に合わない」として見送る。

この「見送る」判断こそが、感覚予想では難しい。目の前のレースがあると「何か買いたい」衝動が生まれる。しかしデータは「このレースは割に合わない」と冷徹に判断する。賭けない決断が利益を守るのだ。

NAGI AIの検証データの詳細は「AIで競艇は勝てるのか？11,607レースで検証した結果」にまとめている。

なぜ「データで選ぶ」だけで結果が変わるのか

答えは、市場に存在する3つのバイアスをデータ分析が回避するからだ。

バイアス1: 本命偏重──多くの賭け手が1号艇や人気選手に集中することで、本命のオッズは割安になる。AIは「勝率に対してオッズが見合っていない」レースを数値で検出し、割安な本命への賭けを見送る。

バイアス2: 直近成績偏重──前走の結果に過度に反応して、好成績の選手に賭けが偏る。AIは直近成績だけでなく55項目のデータを総合評価するため、一時的な好不調に振り回されない。

バイアス3: 万舟偏重──高配当への夢で、勝つ見込みの薄い大穴に賭ける人がいる。これにより中穴のオッズが相対的に「お得」になることがある。AIはこの歪みを捉え、期待値が高い中穴を拾い上げる。

データ分析の本質は「魔法のように当てる」ことではない。市場が犯すバイアスを数値で特定し、割に合う賭けだけを選ぶ。この機械的な選別が結果の差を生む。

今日から始めるデータ分析の実践手順

ここからは、AI予測を使うかどうかにかかわらず、今日から実践できるデータ分析の基本手順を3ステップで示す。

Step 1: オッズと勝率の関係を理解する

まず押さえるべきは、オッズ＝市場が見積もった勝率の逆数という関係だ。

オッズ	市場の勝率評価	控除率補正後の真の評価
2.0倍	50%	約38%
4.0倍	25%	約19%
10.0倍	10%	約7.5%
20.0倍	5%	約3.8%

競艇の控除率は25%。この壁がある限り、市場と同じ精度で予想しても長期的にはマイナスになる。控除率を超える精度の予測、または市場の歪みを突く戦略が必要だ。

Step 2: 「割の良さ」で賭けるレースを選ぶ

「この選手は強い」ではなく、「この選手のオッズは実力に対して割が良いか」で判断する。

具体的には、期待値（EV）= 予測勝率 × オッズ が1.0を超えるレースだけに賭ける。これが基本ルールだ。

期待値が1.0を超えるということは、「100回賭けたら平均して元手以上が返ってくる」ことを意味する。逆にEVが1.0未満の賭けを繰り返せば、長期的に必ず赤字になる。「強い選手だから」ではなく「割が良いから」賭ける──この発想の転換が出発点だ。

回収率を100%超えにする具体的な方法は「競艇の回収率を100%超えにする方法」で詳しく解説している。

Step 3: 記録をつけて100レース単位で評価する

データ分析で最も重要な規律は、短期の結果に一喜一憂しないことだ。

10レースの結果で「この方法は使えない」と判断するのは、コインを10回投げて表が3回だったから「このコインは偏っている」と結論づけるのと同じである。統計的に意味のある評価には、最低100レースのサンプルが必要だ。

やるべきことはシンプルだ。賭けた金額・オッズ・的中/不的中・配当を1レースごとに記録し、100レース単位で回収率を計算する。この記録が「自分の予想に再現性があるかどうか」を客観的に教えてくれる。

5レース連続で外れても、100レース累計で回収率が100%を超えていれば勝ちだ。逆に、10レース連続で的中しても、100レース累計で回収率が100%を下回っていれば負けている。数字だけが真実を語る。

まとめ──データ分析は「魔法」ではなく「規律」

データ分析の本質は、感情を排除し、数字に基づいて判断し続けることにある。

本記事の要点を整理する。

・感覚予想は本命偏重・直近成績偏重・万舟偏重の3つのバイアスに支配される

・NAGI AIは55特徴量を分析し、中でもオッズ系の指標（単勝オッズ・オッズ乖離度・暗示確率）を最重視している

・AIの核心は「当てる」ことではなく、市場の歪み（AIの予測と市場評価のズレ）を検出すること

・全レースに均等に賭ければ控除率の壁で赤字。データでレースを選別することで結果は大きく変わる

・データ分析で結果を出すには、100レース以上の長期視点で評価する規律が必要

競艇だけでなく、オートレースなど他の公営競技でも同じデータ分析の考え方は有効だ。詳しくは「公営ギャンブルでAIは勝てるのか？」を参照してほしい。