2026.02.22 小倉競馬 結果

2026年2月22日 小倉競馬｜モデル検証サマリ

本ページは「結果の羅列」ではなく、予測モデル（指数・混戦度）が当日のレースでどう機能したかを
簡潔に振り返るための検証メモです。
指数はレース内相対評価（上位5頭）を軸にし、混戦度は指数分布から算出しています。

1) 今日の全体傾向（当たり方のクセ）

• 高混戦（混戦度が高い）でも拾えたレースがあった：
  7R（混戦度71.4）、12R（81.4）は「上位勢が拮抗しやすい条件」でも結果を取り切れています。
• 順当寄り（混戦度が低い）で取りこぼしが発生：
  6R（4.7）、9R（7.3）、10R（10.0）は“順当”寄りのレンジなのに不的中で、
  モデル上の優位が結果に繋がらなかったケースです。

2) 指数の精度感（上位5頭の寄与）

的中したレースでは、指数上位に結果馬が含まれるパターンが見えます（例：7R・12R）。
一方で、高配当が発生したレース（例：3R・8R）では、
「指数上位の詰まり」や「中位〜下位の突き抜け」が発生しやすく、
単純な上位固定だけでは拾い切れない性質が出ています。

3) 反省点（改善に繋がる論点）

• 混戦度が低いのに外したレースの原因分解：
  「指数1位が飛んだ」のか、「上位の並びがズレた」のか、「展開/適性のブレ」なのかを切り分けると改善しやすい。
• 高配当ゾーンの捕捉ルール強化：
  混戦度に加えて、上位1〜5の指数差（詰まり具合）をトリガーにすることで、
  “荒れやすいのに通常扱い”を減らせます。

4) まとめ

今日の小倉は、混戦ゾーンでも一定の捕捉ができた一方で、
順当寄りのレンジでの取りこぼしが課題として残る一日でした。
次回は「順当レンジ＝再現性の担保」「混戦レンジ＝点数設計と捕捉条件の最適化」という二層で改善すると、
モデルの安定性が上がります。