要点
競馬AIのBaselineに近走成績を追加し、**直近1走・3走・5走**を同条件で比較しました。
最良だったのは **直近3走** です。
ValidationのBinary Log LossはBaseline比で **0.0141060511改善**。さらにDevelopment Testでも **0.0140458298改善**し、再確認結果はPASS。最終判定は **PROMOTE** となりました。
Final Holdoutは候補選定には使用していません。
何を変えたのか
これまでのBaselineでは、馬が直近でどの程度好走しているかという「最近の調子」をモデルへ直接渡していませんでした。
そこで、各レースより前に確定していた過去成績だけを使い、Point-in-Timeで近走特徴量を作成しました。
比較したのは直近1走・3走・5走の3設定です。
なぜ直近3走だったのか
1走だけでは一度の展開や馬場などの影響を受けやすく、5走では現在から離れた情報も混ざります。
今回の実測では、その中間の3走が最も良い結果でした。
これは「今後も必ず3走が正解」という意味ではなく、候補を同じ条件で比較して選べるようになったことが重要です。
検証方法
候補選定はValidationで実施し、選ばれた直近3走をDevelopment Testで再確認しました。
Validation改善量: **0.0141060511**
Development Test改善量: **0.0140458298**
両方で改善方向を確認できたため、近走特徴量はPROMOTE判定になりました。
Final Holdoutは特徴量選定に使用していません。
今回の成果
- 過去レースだけから近走成績をPoint-in-Timeで特徴量化
- 直近1走・3走・5走を同一条件で比較
- 最良候補として直近3走を選定
- Development Testでも改善方向を再確認
- Final Holdoutを候補選定から隔離
特徴量を実装しただけではなく、**Baselineへ実際に追加して予測指標が改善するところまで確認できた**のが今回の成果です。
注意点
今回のPROMOTEは予測損失指標での改善判定です。
回収率や実運用収益の改善を直接意味するものではありません。また、今回検証した近走特徴量は直近1走・3走・5走の定義に限定されます。
次
次は、馬そのものの能力水準を表すPerformance Level特徴量を、同じBaseline比較手順で検証します。