予想システムを再基礎化する必要性を正式判断する

30秒でわかる概要

今回なにをした？

これまでの予想システムをそのまま拡張するのを一度止めました。

理由は、データから特徴量、モデル学習、Race Day推論、市場比較、Bet Decision、結果分析、再学習までが、現在の実装で本当に一本につながっているかを明確に説明できない部分が残っているためです。

そこで、新機能の追加より先にPrediction Lifecycle全体を監査する方針へ切り替えました。

なぜ必要？

既存DBには、生の競馬データだけでなく旧特徴量や派生データも含まれています。

そのため、

学習時とRace Dayで同じ条件を再現できるか
既存特徴量を現在も信頼して利用できるか
Model ArtifactからRace Day推論まで実際に接続されているか
結果分析からモデル更新・再学習まで閉じているか

を改めて確認する必要があります。

何が変わった？

今後はまず、次のPrediction Lifecycleを事実ベースで監査します。

**競馬データ → Feature → Model Training → Model Artifact → Race Day推論 → 独自予測確率 → 市場比較 → Bet Decision → Result → Error Analysis → Improvement → Retraining**

各段階を次の状態へ分類します。

IMPLEMENTED_AND_CONNECTED
IMPLEMENTED_NOT_CONNECTED
PARTIAL
CONTRACT_ONLY
TEST_ONLY
MISSING

コードや契約が存在するだけでは「接続済み」と判定しません。

現在の状態

予想システムをそのまま拡張するのではなく、先に再基礎化の必要性を監査する方針は正式に確定しています。

今回のTaskでは検証、固定Commit、最終Working Tree CleanなどのGateがPASSしています。

次工程ではPrediction Lifecycleそのものの実装・接続状態を確認します。

何を残し、何を見直すのか

今回の目的は、既存システムをすべて捨てることではありません。

すでに構築した、

時系列評価
Calibration
Shadow検証
安全境界
AIOS
Evidence管理
Publication基盤

など、再利用できる資産は可能な限り残します。

一方で、特徴量、学習経路、Model Artifact、Race Day推論、市場比較、結果から再学習までの流れについては、「部品が存在すること」と「本番のPrediction Lifecycleへ接続されていること」を分けて確認します。

次に確認すること

次はPrediction Lifecycle全体の実装監査です。

監査結果をもとに、

再利用する既存資産
見直すべき予測経路
最小Canonical Database
新しいPrediction Lifecycle Architecture
次の本開発フェーズ

を決定します。

現時点では「全面的に作り直す」とは決めていません。

repoとデータの事実を確認したうえで、残すものと作り直すものを判断します。