<h1>枠順・馬番は「番号」より文脈が重要なのか？</h1>
<p><strong>要約：</strong>枠順・馬番に関する5候補を同じBaseline・同じ評価条件で比較した結果、レース条件との関係をまとめて扱う <code>POST_POSITION_CONTEXTUAL_COMBINED_V1</code> が最良でした。ValidationのBinary Log LossはBaseline比で0.0017617694改善し、Development Testでも0.0019429868改善。最終判定はPROMOTEです。Final Holdoutは候補選定に使用していません。</p>
<h2>何を検証したのか</h2> <p>枠順・馬番を単純な番号として扱うだけでなく、出走頭数に対する相対位置、頭数との関係、コース・距離との関係、芝・ダートなどの条件との関係を特徴量候補として検証しました。</p>
<h2>なぜ必要なのか</h2> <p>「内枠有利」「外枠不利」のような固定ルールでは、同じ馬番でもレース条件によって意味が変わる可能性を表現できません。そこで、枠順・馬番を条件付きの情報として扱ったときに既存Baselineへ追加価値があるかを実モデルで比較しました。</p>
<h2>今回の結果</h2> <p>5候補を比較し、最も良かったのは <code>POST_POSITION_CONTEXTUAL_COMBINED_V1</code> でした。ValidationでBaseline比0.0017617694改善し、候補選択に使っていないDevelopment Testでも0.0019429868改善しました。改善方向の再確認はPASS、最終判定はPROMOTEです。</p>
<h2>具体的に何が変わったのか</h2> <p>枠順・馬番を「何番か」だけで見るのではなく、「その頭数・コース・距離・馬場条件の中でどの位置か」という文脈を含めて扱う候補を、次段階へ残せる状態になりました。</p>
<h2>今回確認できた候補例</h2> <ul> <li><code>normalized_post_position_candidate</code>：出走頭数に対する相対的な位置として見る</li> <li><code>field_size_draw_context_candidate</code>：頭数と馬番の関係を見る</li> <li><code>course_distance_draw_context_candidate</code>：コース・距離と枠順の関係を見る</li> <li><code>surface_draw_context_candidate</code>：芝・ダート等と枠順の関係を見る</li> </ul>
<h2>検証方法</h2> <p>5候補を同一評価契約で比較し、Validationで候補を選定。その後、独立したDevelopment Testで改善方向を再確認しました。Final Holdoutは候補選定には使用していません。</p>
<h2>注意点</h2> <p>今回のPROMOTEは予測損失指標での特徴量価値を示すもので、回収率や実運用収益の改善を直接意味しません。</p>
<h2>次の段階</h2> <p>次は、ここまで残してきた特徴量について、アブレーション・重複・組み合わせ効果を検証します。個別に効いた特徴量を並べるだけでなく、どの組み合わせを残すべきかを実測します。</p>