30秒でわかる今回の結果
既存AIの予測を使い、「比較的判断しやすいレースだけを買う」Selective Bettingを検証しました。
結果を見る前に100%・50%・25%・10%の4段階を固定して比較したところ、pooled ROIは次のようになりました。
- 100%：80.5%
- 50%：85.6%
- 25%：86.7%
- 10%：91.3%
事前宣言した範囲では、対象を絞るほどROIが高くなる並びが確認されました。
ただし、ROI100には届いていません。
なぜこの実験をしたのか
これまでの検証では、複数のモデル方式を比較しても安定ROI100候補は見つかりませんでした。
そこで次に、
**「予測モデルをさらに変える前に、AIが比較的得意なレースだけを選べないか」**
を確認しました。
実測結果
2025〜2026の時系列評価で、10%のグループは592レース、そのうち489件で複勝が当たりました。
今回の最高ROIは91.3%。
前工程の最良値84.8%に対して、今回の最高値は91.3%でした。
一方、全測定年で安定ROI100を満たした事前宣言グループはありませんでした。
重要な制約
今回91.3%だったからといって、同じ結果を見ながら5%・3%など新しい閾値を探すことはしません。
それは結果に合わせた条件探索になるためです。
次は閾値ではなく、選別ロジックを変えます。
次の検証
次は5つのモデルの予測一致度と順位Consensusを利用します。
「複数モデルが同じ判断をしているレースほど選びやすいのか」を、同じ100%・50%・25%・10%の4段階で再検証します。
この短い追加実験でもEvidenceが強まらなければ、Selective Betting探索を終了し、Pairwise / Rankingへ移ります。