競馬AIを作ろうと思ったきっかけ
私は昔から競馬が好きで、レース展開や馬の力関係を自分なりに予想するのが趣味でした。
ですが、ある時「AIで精度の高い予想ができたら収益化できるのでは？」と考えたことが、プロジェクトの始まりです。
最初は簡単なデータ分析から始めましたが、気づけばPython、スクレイピング、LightGBM、分類と回帰モデルなど、思った以上に本格的な開発にのめり込んでいました。
開発初期の最大の壁は「エラー地獄」
最初の壁は、データ取得段階。
netkeibaのHTML構造変更や403エラー、Cloudflareブロックでスクレイピングができない事態に何度も直面しました。
一時は「もう諦めるしかないか」と思いましたが、Playwrightによるブラウザ自動操作やUser-Agentの工夫、ランダムウェイトの挿入などで乗り越えました。
また、LightGBMモデルの読み込み時にも「Unknown model format」エラーが出て、モデルの保存形式やjoblibとの互換性について深く学ぶことになりました。
少しずつ精度が上がってきた予想モデル
予測モデルでは、以下の特徴量を使用しています。
-
枠番、馬番、斤量、人気、騎手名（カテゴリ変数）
-
前走タイム差、上がり3F、距離、馬場状態、コース
-
同コース・同距離の成績履歴など
分類モデルで「着順予測」、回帰モデルで「期待回収率」を出し、その掛け合わせで「◎○▲×」の買い目印を自動付与しています。
想定以上に的中率と回収率のバランスが良く、初めて◎を付けた馬が勝ったときの感動は今でも覚えています。
回収率の計測と収益化への試行錯誤
毎週の結果をCSVに自動保存し、「投資額」「払戻額」から回収率（ROI）を計算する機能も追加しました。
さらに、的中率が高いレースだけをフィルターする仕組みを導入し、無駄な賭けを減らすように改善しています。
収益化については、以下の方法を実践・検討しています。
-
ブログでAI予想を有料公開（月額課金）
-
LINE公式で的中速報を配信してアフィリエイト誘導
-
Tシャツや電子書籍などとの連携で関連商品を販売
現在の課題とこれからの展望
AIモデルはあくまで「参考値」であり、過信は禁物です。
特に、直前の馬体重やパドック情報などリアルタイムデータは反映できていないので、これをどう補完するかが今後の課題です。
今後は以下を予定しています。
-
調教タイムを統合した予測モデルの導入
-
出馬表公開と同時に全レースを一括予測するバッチ処理
-
モデルをStreamlitなどでGUI化し一般公開
まとめ｜失敗を恐れず、手を動かし続けた先にある収益化
最初はエラーだらけ、分からないことだらけでした。
ですが「どうせやるなら本気で稼げるAIを作りたい」という思いで試行錯誤を続けた結果、今は一部のレースで利益が出るようになりました。
この記事が、同じようにAIや競馬に興味を持っている方の参考になれば嬉しいです。
そして、あなたが自分だけの予想ロジックで競馬をもっと楽しめることを願っています。
