はじめ方

はじめ方:インストールから毎週の作業まで

Jv ML Keibaは、JRA-VANのデータを手元のPCに取得して蓄積し、そのデータから指数や予測を計算します。最初にまとめてデータを取得して計算したあとは、開催の前後に差分を取得して計算を追加していきます。

必要なもの

Pythonやデータベースのサーバーは不要です。予測モデルと計算に使う基準の数値はアプリに同梱しています。

最初の準備

1. インストール

インストーラーを実行するかZIP版を解凍します。アプリを更新するときも同じ手順で上書きします。取得したデータと設定は更新しても消えません。

インストーラーは %LOCALAPPDATA%\Programs\JvMlKeiba にインストールします。管理者権限は不要です。アンインストールしても、取得したデータと設定は消えません。

このアプリは署名していないので、初回の実行時にSmartScreenの警告(「WindowsによってPCが保護されました」)が表示されます。発行元は「不明な発行元」と表示されますが、署名していないためで、異常ではありません。ZIP版でも、解凍した JvMlKeiba.exe で同じ画面が表示されることがあります。進めるには「詳細情報」→「実行」の順にクリックします。

気になる場合は、ダウンロードしたファイルのハッシュがSHA256SUMS.txtと一致するか確認してください。

Get-FileHash .\JvMlKeiba-setup.exe -Algorithm SHA256

2. JV-Linkの設定

[データ] - [JV-Linkの設定] で、JRA-VAN Data Lab.の利用キーなどを設定します。

3. セットアップ(データの取得)

[データ] - [セットアップ] で、過去のデータをまとめて取得します。データがまだ無い状態で起動すると、セットアップを開くかどうかを確認します。

「基本」のタブで使い方を選択すると、取得を開始する日が決まります。データはすべての種類を取得します。

使い方取得を開始する日説明
手軽に試す3年前の1月1日キャリアの長い馬は予測が変わることがあります
予想とデータベースに使う(おすすめ)6年前の1月1日現役馬の過去の成績がおおよそそろいます
機械学習もする2010年1月1日学習データの作成に使用します
自分で指定する2000年から3年前までの各年の1月1日プルダウンで年を選択します
セットアップの画面の基本のタブ
セットアップ:使い方を選択すると取得を開始する日が決まります

年数を増やすほどデータの登録と計算に時間がかかります。作者のPCでは、2023年からで10分ほど、2020年からで30分ほどでした。あとから年をさかのぼってセットアップすれば、古いデータを追加できます。

「詳細」のタブでは、開始日と取得するデータの種類(レース・オッズ・調教・血統など)を選択できます。データの欠損や不整合が意図せず発生する場合があるので、特別な要件がある場合のみ使用してください。

セットアップが終わると、取得した期間の計算(統計・推定ラップ・RI・FI・LI・レーティング・PageRankなど)を続けて実行します。途中で中止したときは、[データ] - [全期間の計算] で続きから再開できます。

レーティング・PageRank・RIはマスターデータを同梱しているため期間に関わらず同一になります。

データの期間による予測の違い

取得を開始した日より前に走った馬がいるレースでは、予測に差が出ることがあります。その馬の過去のレースが足りないので、出走数や同じコースでの成績、RI・FI・LIの適性などの特徴量が変わるためです。

作者のPCで、2020年1月1日から取得したデータと2000年から取得したデータを比較すると、2026年10月の全288レースのうち280レースで予測が同一になりました。同一にならないレースは、ほぼ全部が取得を開始した年より前の出走歴がある馬のいるレースです。

毎週の作業

[データ] - [差分取得] を実行します。必要な計算があれば実行するかどうかを確認するので、「はい」を選択すると順番どおりに計算します。そのあとレース一覧から出馬表を開くと、予測が表示されます。

開催日は、レース一覧の「自動取得」を開始すると、馬体重・成績・オッズの速報を取得し続けます。発走が近いレースほど短い間隔で取得します。

どの日のどの作業が済んでいるかは [データ] - [作業の状況] で確認できます。

作業の状況の画面
作業の状況:開催日ごとにレース前の準備とレース後の更新の済・未を確認できます

自分のモデルを作るとき

デフォルトのモデルのままでも予測は表示されます。自分でモデルを作るときは、[データ] - [モデルの学習] で学習データを作成してから学習します。学習データは年ごとに作成し、特徴量の計算を変更したときは作り直します。手順は自分のモデルを作るのページで説明しています。

次は機能の一覧:画面ごとの機能です。