マイニングはダートが得意です。
これはタイム型も対戦型も同じ傾向で、昔から有名ですよね。
例えば、
◆タイム型マイニング1位
芝 ⇒ 勝率20%
ダート ⇒ 勝率25%
◆対戦型マイニング1位
芝 ⇒ 勝率22%
ダート ⇒ 勝率25%
このようにダートの方が、成績が優秀です。
あとはクラス・競馬場・距離別なんかで調べると、
プラスになるパターンがありますよ~という意見も多数いただきました。
タイム型の場合、
・芝orダート
・距離
・クラス
これらのファクターで28分類した予測モデルとなっています。
(障害の1モデルを含む)
対戦型の場合、
・芝orダート
・クラス
これらのファクターで6分類した予測モデルです。
ですので、タイム型の場合は『芝orダートや距離別』なんかで
分類して分析するのは理にかなっていますね。
対戦型の場合は、芝orダートとクラスで分類するならOKかと。
続いて、競馬場別の分類。
例えば、タイム型マイニング1位の東京競馬場、ダートの場合、
・2010年 勝率28% 単勝回収率99%
前述した通り、タイム型マイニング1位のダートの平均勝率は25%ですから、
東京競馬場の勝率28%はけっこう優秀だと思います。
単勝回収率も99%ですから、ちょっとヒネれば儲かるパターンと考えられる?(^^;
では、続きを見てみましょう。
・2011年 勝率25% 単勝回収率87%
・2012年 勝率23% 単勝回収率76%
・2013年 勝率25% 単勝回収率71%
このように、その後はガタガタです(^^;
2010年の成績を見て、
「東京ダートのマイニング1位はドル箱!」
なんて思ってしまったら、大損こくわけです(笑)
これはコンピ指数の時も言っていることなんですが、
指数を扱う時は、
「なんでこのパターンだと回収率が良いのか?」
これを誰に言っても納得してもらえる理由がないとダメです。
でないと再現する可能性は低くなります。
「JRA-VAN NEXT」で提供されている自由自在データマイニング分析なんかで、
条件を設定して集計していると、儲かるパターンがポコポコ出てきます。
でも上記ページにあるような、
競馬場:東京
クラス:G1
コース:芝
世代:3歳以上
距離:2000メートル~2200メートル
こういう条件での研究は、少し危ういと考えた方が良いでしょうね。
私の場合は、儲かる条件を探しているのはなく、
対戦型マイニングの成り立ちから分析して、根幹から攻略したいんです(^^;
指数のロジックをすべて解き明かすのは難しいですが、
なぜ、この場合だとこの指数値になるのか?
というところを理解できるようにして、
対戦型マイニングの特性に合わせた攻略法を、日々考えています。