SYSTEM_PROFILE
Martin-Score Algorithm
// オッズの歪みを数値化する独自アルゴリズム
競馬で負け続ける最大の原因は「人気馬を普通に買うこと」。 大衆心理が作り出したオッズのズレに着目し、市場がまだ気づいていない馬を自動でスコアリングします。
// SCORING AXES
- 01Market（市場信頼度）オッズから大衆心理のバイアスを読み取る
- 02Context（コース適性）コース形態・前走クラス・枠順との純粋な相性
- 03脚質 × ペース適性KEY展開がどんな流れでも走れる馬かを判定※ 騎手・血統・調教師は加点しない（知名度バイアスを排除）
// OUTPUT METRICS
EV
期待値。1.20〜1.30以上が推奨ライン
Edge
オッズとの乖離幅。大きいほど市場の見落とし
// CORE LOGIC
# パラメータ
BUY_EV = 1.2
BUY_EDGE = 0.05
# EV・Edge 算出
for r in results:
r['ev'] = r['score_prob'] * r['odds']
r['edge'] = r['score_prob'] - r['market_prob']
# Buy / Wait 判定
def get_eff_edge(r):
return BUY_EDGE * 2.0 if r['odds'] > 30 else BUY_EDGE
buys = [r for r in results
if r['ev'] > BUY_EV and r['edge'] > get_eff_edge(r)]
waits = [r for r in results
if (r['ev'] > 0.95 and r['ev'] <= BUY_EV) or
(r['ev'] > BUY_EV and r['edge'] <= get_eff_edge(r))]
top2 = (buys + waits)[:2]
top_win = sorted(results,
key=lambda r: r['score_prob']
reverse=True)[0]
// BEST FOR
- 01複勝・ワイドでコツコツ回収率を積みたい人
- 02感覚ではなく数字の根拠で馬を選びたい人
- 03人気馬を追いかけるのをやめたい人