K-AIとは
K-AIは、機械学習（LightGBM）と独自のペース展開理論を組み合わせた競馬予想AIです。 ねらいは「よく当てること」ではなく、長い目で見て投じたお金が増えること（回収率の最大化）。 全馬を採点し、期待値の高い買い目だけに絞り込み、過去データで成績を確かめたものだけを実戦に使います。
毎回当たる魔法ではありません。むしろ外れの方が多く、勝つときに大きく勝って取り返す—— そういう「期待値で勝つ」道具です（詳しくは下の「数字の正直な話」をご覧ください）。
3 ステップでわかる K-AI
評価する
出走する全馬を AI が採点し、レース内で「どれだけ抜けているか」を AI Rating（偏差値型のスコア）で表します。
絞り込む
ただ強い馬を並べるのではなく、オッズと期待値を見て「妙味のある買い目」だけを抽出。単勝（展開ねらい）と馬連（穴軸流し）の 2 系統で出します。
検証して任せる
過去データで回収率 100% 超を確認できた戦略だけを採用し、自動投票に組み込みます。確認できなかった戦略は使いません。
数字の正直な話
本配備中の馬連 V1.1 は、過去データの検証で回収率 132%（28 ヶ月）/ 167%（未来データ 10 ヶ月）を確認しています。 ただしこれは平均値で、実際は当たり外れの波がとても大きい戦略です。
- 年単位では一貫してプラス（2024〜2026 年すべて黒字）。
- 一方で3 ヶ月に 1 ヶ月ほどは回収ゼロの月があり、過去には100 レース以上続けて外した時期も。
- たまに出る高配当でまとめて取り返す設計のため、短期の負けは「想定内」です。
K-AI は「毎回当てる」ものではなく、長期で期待値プラスを取り切ることをねらう道具、という前提でご覧ください。
※ 回収率（ROI）: 投じた 100 円あたりの払戻倍率（100% = 元返し）。未来データでの検証（OOS）: 学習にも補正にも使っていない先の期間で成績を確かめること。
各馬の好走しやすさ（好走確率）を AI で計算し、実際の確率に近づける補正をかけた上で、そのレースの中での相対的な高さ（偏差値）に変換します。 「絶対的な確率」ではなく「このメンバーの中でどれだけ抜けているか」を示す指標です。
計算式
AI Rating = 50 + 10 × (補正後の好走確率 − レース平均) / レース標準偏差出力は 20〜80 の範囲。50 が平均、60 以上で上位評価、70 以上は高評価帯です。
※ LightGBM: 多数の決定木を組み合わせる機械学習手法の高速実装。 Isotonic Regression: モデルの出したスコアを実際の的中確率に合わせ込む補正。
K-AI は「強い馬」を並べるだけでなく、条件ごとに異なるフィルタを通して 妙味のある（期待値の高い）買い目だけを出します。 現在は単勝（展開ねらいの勝馬戦略）と馬連 V1.1（穴軸の流し）の 2 系統で運用しています。
単勝 — 展開ねらいの勝馬戦略（展開のみ運用）
展開（Pace）
ペースの流れ（ハイ / スロー）で有利になる馬。28 ヶ月の検証で回収率 122% を確認。現行で唯一動かしている単勝戦略です。
本線（Honsen）
28 ヶ月の回収率 87%（赤字、60-75 倍帯で的中ゼロ）で撤退。確率補正を見直したうえで再投入を検討中。
差し昇級（Closing）
28 ヶ月で 6 票しか発火せず、ほぼ機能停止のため撤退。条件をゆるめて再挑戦するか検討中。
馬連 V1.1 — 穴軸の流し（本配備中）
馬連 V1.1（大穴を軸にした流し）
連対モデル（2 着以内に来る確率を予測する AI）が「連対候補」と見た大穴馬を軸に、中位人気の相手へ流す馬連です。「軸＝市場が見落とした大穴 × 相手＝中位人気」という、配当の大きい組合せをねらいます。 過去検証で回収率 132%（28 ヶ月）/ 167%（未来データ 10 ヶ月）を確認済み。
※ 過去にあったワイド戦略 / Lock（本命）/ Long（穴）は、検証で期待値プラスにできず廃止しました。
※ 13 回の試行錯誤を経て、複勝・ワイドには回収率の構造的な天井（約 94%）があると確認したため、 現在は上の 2 系統に集中しています。