競馬 予想 claude code｜AI作成・回収率の検証手順入門

競馬予想でClaude Codeに任せられること

Claude Codeは、プロジェクト内のファイルを読み、変更案を作り、コマンドを実行し、結果を見ながら修正する開発支援ツールです。公式ドキュメントでも、コードベースの理解、ファイル編集、コマンド実行、開発ツールとの連携が主な用途として説明されています。

競馬予想で任せやすいのは、次のような「繰り返す作業」です。

• CSVやデータベースから出走馬・過去走を読み込む
• 欠損値、重複、日付のずれを検査する
• 距離適性、コース別成績、休養日数などの指標を計算する
• 予測スコアを算出し、レースごとの一覧に整形する
• 過去の期間で成績を集計し、グラフや検証レポートを出力する

反対に、「次のレースで必ず勝つ馬を教えて」とだけ依頼しても、信頼できる答えにはなりません。未来の馬場、展開、故障、出走取消など、学習データにない変化があるからです。Claude Codeに期待する役割を、買い目の断定ではなく、再実行できる分析の仕組みづくりに置くことが出発点になります。

出典: https://code.claude.com/docs/en/overview

SERPで見えた使い方は「予想」より仕組み化

今回の検索結果上位3件を確認すると、検索者が知りたいのは単発の買い目よりも、Claude Codeで競馬予想の仕組みをどう作り、どの程度信用できるかという実例です。

個人ブログの事例では、経験則を条件式に置き換えたり、出走表・調教・馬場状態の準備を自動化したり、仮説を過去データですぐに試したりする使い方が紹介されています。筆者の環境では予測にかかる時間が大幅に短くなったという報告もありますが、これはデータ量や既存プログラムを含む個別の結果です。Claude Codeを入れれば同じ速度や収支になる、という意味ではありません。

別の検証記事では、プログラミング経験がほぼない状態から、過去の出走データを使う予想AIを短時間で完成させた一方、回収率100％超を安定して実現するのは難しいと結論づけています。AIの作成速度と、競馬市場で利益を出せるかは別の問題です。

事例として参照したURL:

• https://yokokenkeiba.com/claude-codekawaru/
• https://note.com/long_donkey784/n/n83d3a9d7d24b

作る前に決めるデータと目的

最初に「何を当てたいか」を決めます。1着を当てるのか、3着以内を評価するのか、単勝の回収率を比べるのかで、正解データも評価方法も変わります。目的が曖昧なままコードを書かせると、都合のよい数字だけが残りやすくなります。

最低限、次の項目を仕様書に書いておきましょう。

データの入手方法にも注意が必要です。JRA-VAN Data Lab.の開発資料は、JRA公式データを配信するサービスと説明しており、利用には契約や対応ソフトなどの条件があります。公開サイトのHTMLを自動取得する場合も、提供元の利用規約とデータの権利を確認し、アクセス制限を回避しないでください。

出典: https://jra-van.jp/dlb/sdv/sdk/DataLab422.pdf 出典: https://www.jra.go.jp/dento/soku/pdf/yakujo_soku.pdf

Claude Codeで競馬予想AIを組む手順

複雑な作業を一度に頼まず、調査、実装、検証を分けます。変更前の確認とテスト結果の保存までを一つの流れに含めるのがポイントです。

1. プロジェクト用フォルダを作り、目的、対象レース、データ項目、禁止事項をCLAUDE.mdに書く。
2. 生データを加工済みデータと分離し、列名、単位、日付形式、欠損値の扱いをデータ辞書にまとめる。
3. レース開催日より後に判明する情報を混ぜず、出走時点で利用できる特徴量だけを作る。
4. まず人気順や単純なスコアを基準値にし、その後でロジスティック回帰やLightGBMなどを比較する。
5. 学習期間と検証期間を時系列で分け、的中率だけでなく回収率、試行数、信頼区間を記録する。
6. 結果をCSVやHTMLに出力し、コード、データ取得日時、設定値を保存してから、人間が内容を確認する。

最初の依頼は、次のように「いきなり変更しない」条件を入れると安全です。

競馬予想の検証用プロジェクトを調べてください。
まずファイル構成とデータ項目を確認し、変更はまだ行わないでください。
目的は、出走時点で利用できる情報だけから1着確率を推定し、
時系列で分けた検証期間の回収率を比較することです。
データ漏れ、重複、未来情報の混入、オッズ取得時刻の不統一を点検し、
不足している仕様と実装案を箇条書きで示してください。

公式クイックスタートでも、最初にプロジェクトを理解させ、変更内容を確認してから承認する流れが案内されています。競馬データは誤りに気づきにくいため、生成されたコードをそのまま実行せず、サンプル数件で手計算と照合してください。

出典: https://code.claude.com/docs/en/quickstart

予想を依頼するときの指示例

予想結果だけを求めるのではなく、入力、計算、出力、検証方法を指定します。例えば次の依頼なら、Claude Codeはコードの調査や修正に取り組みやすくなります。

data/races.csvとdata/results.csvを読み、開催日が2025年12月31日以前の行だけで学習してください。
2026年1月以降は検証専用にし、検証期間の着順や払戻金を特徴量に使わないでください。
各馬の予測確率、人気、オッズ、期待値の目安、実際の着順をrace_id単位で出力してください。
人気順を買う基準値と比較し、投資額、払戻金、回収率、対象レース数を集計してください。
欠損値を推測で埋めた場合は列名と件数を報告し、コード変更前に差分とテスト方法を提示してください。

「期待値」という言葉だけでは定義がぶれます。単勝オッズを使うのか、複勝を使うのか、オッズはいつ取得したのか、購入しない条件は何かまで書きます。また、Claude Codeに現在の出走表を読ませる場合も、取得元と取得時刻を記録しておくと、後から同じ結果を再確認できます。

回収率を評価する方法と注意点

予想AIの評価では、的中率が高いほど優秀とは限りません。人気馬ばかりを選べば的中率は上がっても、配当が低く、控除率を含めた回収率が伸びないことがあります。反対に、穴馬を多く選ぶと一時的に大きく勝てても、試行数が少なければ偶然の可能性を排除できません。

最低限、次の数字を同じルールで比較します。

• 的中率 = 的中した購入数 ÷ 購入数
• 回収率 = 払戻金 ÷ 投資額 × 100
• 1レースあたりの損益、対象レース数、購入点数
• 人気順をそのまま買う基準値と、購入しない場合の損益

予測確率×オッズは、候補を絞るための目安にはなりますが、利益を約束する数字ではありません。確率の偏り、オッズの変動、購入点数、払戻条件を別々に記録してください。学習期間を変えても似た傾向が出るか、競馬場や距離を変えても成績が崩れないかも確認します。

SERP上位の検証例でも、ある月の集計で高い確率の馬ほど的中しやすい一方、回収率は100％に届かなかったと報告されています。対象数が少ない場合は結果の幅が広くなるため、「当たったから有効」ではなく、期間を延ばし、基準値と比較し、再現できるかを確かめる必要があります。

出典: https://note.com/long_donkey784/n/n83d3a9d7d24b

失敗しやすい運用と安全策

1. 未来の着順や確定後のオッズを学習データに混ぜる。特徴量の作成時点を固定し、検証期間の情報は結果確認まで読ませない。
2. 1開催日や数十レースだけで勝ち負けを判断する。期間、競馬場、馬場状態を分け、試行数と幅を併記する。
3. 欠損した馬体重や取消情報を、都合のよい値で埋める。欠損フラグを残し、除外・補完の基準を先に決める。
4. 人気、オッズ、払戻金の取得時刻を記録しない。同じレースでも前日と直前では条件が変わるため、時刻を列として保存する。
5. 生成された買い目を自動投票までつなげる。最初は分析結果の出力だけにとどめ、購入は人間が金額と上限を確認して決める。

特に危険なのは、コードが動いたことを予想が正しいことと取り違えることです。テストが通るのは計算手順が実行できたという意味で、未来の結果を当てる証明ではありません。資金を使う場合は、損失上限を先に決め、生活費を投入せず、娯楽の範囲を超えないようにしてください。

まとめ

競馬 予想 claude codeという検索への答えは、「Claude Codeで予想AIの仕組みは作れるが、勝ち馬を保証する道具ではない」です。データ取得、特徴量の計算、時系列検証、レポート作成を分けて依頼すれば、プログラミング経験が少なくても検証可能な形に近づけられます。

まずは過去データで小さな基準値を作り、予測期間を分け、回収率と試行数を記録してください。的中例だけを切り取らず、外れたレース、未購入のレース、データの欠損も同じレポートに残る状態が、Claude Codeを競馬予想に使うときの最低条件です。