部分再帰型ニューラルネットワークを用いた最適な競馬のbetting戦略

抄録

近年,AI技術の進展により,ギャンブルにAI技術が活用されている.特に,競馬は各馬の過去試合での成績に加えて,各馬の血統などの情報を用いてレース予測を行うことができる点から,AI技術を用いて勝率予測される研究が多く存在する.しかし,これまでの研究では,AI技術を用いて各馬の勝率を予測する研究は行われてきた一方で,betする馬を勝率だけを基に決定しており利益までは考えられていないという問題点が存在した.その為,モデルの予測結果を基にbetをした場合,オッズが低い馬にbetがされやすく,少ない投資回数で大きな利益を得ることが難しい. そこで本研究では,馬が勝利する確率を適切に予測するモデルと,馬のオッズの情報から利益をなるべく大きくするようにbetするための方法を提案する.具体的には,競馬データは時系列データの中に属性データが混合しているデータであることから,これらに対して適切に分析ができる部分再帰型ニューラルネットワークを用いて馬の勝率を予測する.さらに勝率予測だけでなく,オッズの期待値を基にbetを行うことで損失を小さくしながら最適なbet戦略を探索するための方法を提案する.