山本尊の競馬スピード指数SpeedFiguresTOP>出馬表の使い方
2007年3月17日開催分よりデータ表に前走のランクを追加しました。 前走は今回に最も近いレースですので、出走馬のコンディションを比較するために、お役立てください。 以下はサンプルのレースです。表の下段の説明もご参照ください。
シンプル版出馬表
表は、向かって左から、馬番、馬名、データ、SFR(スピードフィギュア・レイティング)、 SFRのランキング、 L3F(上がり3ハロンの指数)、L3Fのランキング、 過去5走のスピードフィギュア、前走のランクです。 指数はいずれもマイナス方向に大きくなるほど、優秀な数値になる点は以前と同じですが、小数点をなくし、見やすくしました。 (数値が同じであっても、同じランクでないのは、小数第1位まで計算しているからです。ただ、表のうえでは、整数レベルで表示しているため、同じ数値となっています。)
詳細版出馬表
表は、向かって左から、馬番、馬名、馬名・騎手・斤量、性齢・調教師・血統、DATA、 SFR(スピードフィギュア・レイティング)・SFRランキング、 L3F(上がり3ハロンの指数) ・L3Fのランキング、 過去5走(日付・開催場所・芝orダ・距離・馬場状態・スピードフィギュア、 レース名・人気・着順・着差・騎手名・通過順位・走破タイム・上がりタイム)、前走のランクです。 指数はいずれもマイナス方向に大きくなるほど、優秀な数値になる点は以前と同じですが、 小数点をなくし、見やすくしました。 (数値が同じであっても、同じランクでないのは、小数第1位まで計算しているからです。ただ、表のうえでは、整数レベルで表示しているため、同じ数値となっています。)
今回の条件においては、過去何走分を対象にしたかを示しています。
各レースの走破タイムを数値化したスピードフィギュアを、 さらに独自の基準に従ってひとつの指数にまとめたものがSFR(Speed Figures Rating)です。 この項目の数値は5走前〜前走の平均ではありません。SFRはその馬の能力を端的に表わす指標です。そしてL3Fは上がり3ハロンの指数です。
Speed Figures Rating、L3F、前走値について、優秀な馬から1、2、3、4と順位を表示しています。
5走前〜前走の各レースのSpeed Figureです。異なる競馬場、距離、馬場、 ペースでマークされた走破タイムを同じ基準で比較できるように数値化したものです。 当該レースが芝の場合、前5走の中でも芝のレースを太字に、当該レースがダートの場合、 前5走の中でもダートのレースを太字にしました。また前走についてはランクを向かって右側に付記しています。 この前走ランクは、芝、ダートに関わりなく、また距離を問いません。 今回に最も近いレースにおける各馬のコンディションを知るファクターとしてご利用ください。
ランク統計表についての説明 (2011/11/07 山本 尊)
ランク統計表は、過去の一定期間で、コース、距離、クラス、馬場状態などに分類し、ランク上位馬の信頼度がどれほどかを示したものです。ここでは、最も馬券作戦に役立つファクターとして、コース・距離で、どれほどの率かを提示するようにしました。
たとえば、東京ダート1600mでは、2010年10月からの1年間で、Speed Figuresのランク1位馬の連対率が50%と、2回に1回は連対しています。ほかに同程度の数値を挙げれば、新潟ダート1800mは52%の連対率です。長距離では、スピード指数の信頼度が落ちるというご批判も受けますが、新潟芝2200mでは58%、東京ダート2100mでも52%と、信頼できる数値です。
| 集計単位 | レース数 | 1位 | 1位 | 1位 |
| 勝率(%) | 連対率(%) | 3内率(%) | ||
| 新 芝 22内 | 12 | 50 | 58 | 67 |
| 東 ダ 16 | 106 | 26 | 50 | 59 |
| 東 ダ 21 | 29 | 28 | 52 | 66 |
これだけ高い数値になると、自動的に、1位馬から買っていても、リターンが見込めます。たとえば、東京ダート2100mで、私は、馬連で1位から他のランク上位馬(具体的には2位~5位)を厚めに買い、さらに6位以下を少額でおさえるという買い方をします。ほぼ自動的にそうします。
たとえば、1位を軸に、5位までの4頭に馬連を1000円ずつ、6位以下については、馬連を100円ずつおさえたとしましょう。2011年1月から、この買い方を続ければ、約10万円の投資に対し、18万円の配当があり、回収率は180%を超えました。
| 日付 | 1着 | 2着 | 賭金 | 配当 | 利益 | 回収率 |
|---|---|---|---|---|---|---|
| 1月29日 | 3 | * | 5,100 | 0 | -5,100 | 0.0% |
| 1月30日 | 7 | 1 | 5,000 | 3,190 | -1,810 | 63.8% |
| 2月5日 | 12 | 1 | 5,100 | 7,760 | 2,660 | 152.2% |
| 2月6日 | 5 | 1 | 5,100 | 14,500 | 9,400 | 284.3% |
| 2月12日 | * | 2 | 5,100 | 0 | -5,100 | 0.0% |
| 2月19日 | * | * | 5,100 | 0 | -5,100 | 0.0% |
| 2月20日 | 1 | 5 | 4,800 | 33,300 | 28,500 | 693.8% |
| 4月23日 | 10 | 4 | 4,900 | 0 | -4,900 | 0.0% |
| 4月24日 | 2 | 8 | 4,700 | 0 | -4,700 | 0.0% |
| 5月1日 | 3 | 5 | 4,400 | 0 | -4,400 | 0.0% |
| 5月7日 | 4 | * | 5,100 | 0 | -5,100 | 0.0% |
| 5月8日 | 1 | 3 | 5,100 | 94,300 | 89,200 | 1849.0% |
| 5月14日 | 1 | 4 | 5,000 | 3,600 | -1,400 | 72.0% |
| 5月15日 | 14 | 1 | 5,100 | 7,760 | 2,660 | 152.2% |
| 5月21日 | 6 | 3 | 4,300 | 0 | -4,300 | 0.0% |
| 5月29日 | 5 | 2 | 5,000 | 0 | -5,000 | 0.0% |
| 6月12日 | 2 | 1 | 4,700 | 16,500 | 11,800 | 351.1% |
| 10月8日 | 1 | 3 | 4,500 | 8,400 | 3,900 | 186.7% |
| 10月15日 | 7 | 8 | 4,800 | 0 | -4,800 | 0.0% |
| 10月16日 | 2 | 5 | 4,900 | 0 | -4,900 | 0.0% |
| 10月29日 | 2 | 8 | 4,600 | 0 | -4,600 | 0.0% |
| 102,400 | 189,310 | 86,910 | 184.9% |
ただただ機械的に買っていればいいのです。「それだとおもしろくない」と思われるのなら、アレンジを加えていただいてもいいし(私個人の意見としては、あまりアレンジしない方がいいかと思います)、また、前述の金額はあくまでもひとつの例ですので、予算に応じて変動させてください。
東京ダート2100mや新潟芝2200mは、そもそも鞍数が少なく、つまり率を算出するにあたっての“分母”が小さい数字であることは確かですが、言い換えれば、東京ダート1600mは、およそ1年で100を超える鞍数で高い数字になっていますので、一層、信頼できるわけです。
もちろん、信頼度の低いコース・条件もあり、「この条件では、率が低いので、ランクはあまり信用しないでおこう」という切り口でも、ご利用ください。一切、改竄はしていません。
統計表の対象期間は原則として過去1年ですが、春の東京、秋の東京・京都のように、連続開催の場合、さらにさかのぼって、1年1ヵ月ほどが対象になっていることもあります。いずれにせよ、多すぎず、少なすぎず、Speed Figuresの信頼度を見極めるうえで、適切な期間になっています。
指数を算出し、ランクで、出走馬の序列をつけるということは、あとになって、このように統計を出すことも可能だということです。このたび、皆様に公表することにしたのは、是非、この数値を馬券に活用していただきたいという思いからです。毎開催日のランクとセットにして、ランク統計表をご覧になってください。
最新ランク統計表(ご利用期間は4月21日~5月27日です)
エクセル版
※1.ランク統計表のダウンロードには会員(無料)ログインの必要があります。ログイン後にダウンロードしてご利用ください。
※2.@nity、BIGLOBEのページで、それぞれ専用のID、パスワードをご利用の場合は、「ランク統計表」をダウンロードできません。(http://www.speedfigures.jp/)にて、「山本尊の競馬分析」のID、パスワードを取得していただき、ダウンロードをお願いします。
<表の見方の説明>
表1
表の縦軸はコース・距離
横軸は、1位、2位馬の勝率、連対率、3着内率
表2
表の縦軸はコース・距離
横軸は、1位から5位のBOXで購入した場合、連対率、ワイド率がどれほどか。
どちらの表も、レース数が多いほど、信頼度は高くなる。