今回は、荒れるレースの見極め方法を紹介します。

このブログで言いたいことは、

TargetのZI指数と、統計学で、荒れるレースを判定です。

荒れるレースの判定は、統計学的に判定する

こんにちは。伊川(@IkawaNaosuke)です。

以前、血統判定ツールをご購入していただいた、お客様から、下記のようなご質問を頂きました。

私が、どのように、荒れるレースを判定しているのでしょうか?

このような質問です。

そして、以前から考えていたのですが、TargetのZI指数というものに着目していました。

このZI指数に関しては、Targetで確認できる数値なのですが、意外と軽視している人が多いと思います。

ZI指数と統計の知識を使って荒れるレースを判定する方法を紹介します。

ZI指数とは


TARGETによると、ZI指数というのは前走成績を指数化したものだそうです。

つまり、新馬戦の馬や、初出走の馬にはZI値はありません。

不等号もついているのですが、私は、不等号は表示させないようにしています。

なぜなら、計算が面倒になるからです。

ZI指数が他の指数と異なる点は?

前走の結果を数値にしているので、同点があります。多分・・・・

今すぐ、サンプルを提示できなくて申し訳ないです。

コンピ指数は、同点がありません。

必ず、優劣が付きます。

なぜZI指数に着目したのか?

ZI指数をテストの点数と考えたのです。

コンピ指数や、レイティング指数が低くても、ZI指数だけが、良い数値を出していることがあります。

そして、レースを高校入試としてとらえました。

例えば、偏差値50の高校を受験する際は、中学では、最低でも、偏差値50がないと、止められます。

しかし、偏差値45でも受験して、合格した友人もいます。

当日の体調や、集中力で、実力以上のことを発揮できる可能性もあるからです。

Target作者の久根崎さんも仰っていましたが、

予想で本命にした馬で、ZI指数が低ければ、祖の予想は間違っている可能性がある

また、予想に入っていない馬のZI指数が高ければ、なにか見落としがあるはずだ。

一応、Targetから、ZI指数の順位で、統計を取ったのですが、コンピ指数や、レイティング指数とあまり、変わりません。

ZI指数で標準偏差を算出する

ここから、少し、統計チックになります。

私が利用している時系列オッズViewer2にも、標準偏差を確認する項目があります。


時系列オッズViewer2の作者の方も仰っていましたが、

標準偏差が小さければ、馬の力が拮抗しているため、荒れる可能性が高い。

反対に、標準偏差が大きければ、馬の実力が離れているため、本命・対抗で決まる可能性が高い。

標準偏差とは、いわゆる、バラツキのことです。

ここを説明すると、長くなるので割愛しますが、

カンタンに言うと偏差値を出すための前段階の数値と思ってください。

偏差値とはなに?

偏差値は、カンタンに言うと、平均点50を軸に、自分がどの位置に存在するかという事を確認する数値です。

つまり、皆がテストの点数が悪ければ、偏差値は、悪くなりません。

反対に、自分だけが点数が悪ければ、偏差値は悪くなります。

偏差値の数式についても割愛します。

ネットで調べれば、見つかりますので、興味のある方は、調べてみてください。

【Excel】Excelで学ぶやさしい統計学 偏差値ってなに?

サンプルレース 1月9日 中山1R


ZI指数の標準偏差が、9.48です。

つまり、馬の力が拮抗しています。

このレースの偏差値の平均は、50.0です。

つまり、偏差値50以上の馬なら、どの馬が勝ってもおかしくありません。

ましてや、未勝利戦です。なにが起きてもおかしくありません。

ナンノコレシキ……出たなりで中団につけたが、向正面で前に入られて頭を上げる場面。これで位置取りは少し悪くなったか。4角から促して外へ出して、直線は目立つ伸び。いつでも未勝利は勝てる感じになってきた。

1番人気の敗戦コメント

1番人気を背負ってこのコメントはないでしょって思うのは私だけ?

勝てる感じになってきた馬が1番人気なのです。

※5番が、表では、3番人気になっていますが、オッズ取込の時間差です。



各指数は、こんな感じです。

ここがポイント

1月9日~1月11日までで、単勝で、1,000円上つけたものを抜粋しました。

一部例外で、標準偏差が、26.95がありますが、ほとんどが、標準偏差の数値が小さくなっています。

これで、少しは、荒れる目途がたったのではないでしょうか?

まとめ

まだ、完璧ではないですが、もっと研究したいと思います。

動画の中では、コロガシの少し紹介しましたが、後日、動画とブログで紹介します。

今回も最後まで読んでいただきありがとうございました。

Twitterでフォローしよう

おすすめの記事