🔒

アクセスコード入力

このサイトを利用するには、閲覧用パスコードの入力が必要です。

競輪勝ちたい

📈 運用実績 ⚙️ システム仕様

🕐 発走予定: - 締め切りまで -
バンク
直線長
天候/風
落車確率 -
車 着 選手名 競走得点 S数 H数 B数 脚質 / 戦法 勝率/2連/3連 機動 ダッシュ 差し ポテ 実績 危険

🏁 AI並び予想

ゴール / 内線
大外 / 後方

💬 AI展開解説

分析中...
展開データを読み込んでいます...

🎯 AI確率投資戦略(厚張り)

計算中...
⚖️
推奨投資判断
最上位予測確率: -

シミュレーション結果に基づき、期待値の高い最適な購入点数 and 枚数を自動判別します。

📋 推奨買い目・枚数 (3連単) 合計: 0円

🎯 AI確率投資戦略(1点勝負)

計算中...
⚖️
推奨投資判断
最上位予測確率: -

確率基準の新仕様に基づく、自信度上位のピンポイント「1点勝負」戦略です。

📋 推奨買い目・枚数 (3連単) 合計: 0円

🎯 AI期待値投資戦略

計算中...
⚖️
推奨投資判断
的中確率 × リアルタイムオッズ = 期待値(EV)

リアルタイムオッズを取得し、AIの予測確率と掛け合わせて期待値が 1.2 以上の買い目を抽出します。

📋 EV 1.2 以上の推奨買い目 0点
⚠️ 今日・明日のレースのみ、発走直前にリアルタイムオッズ and 期待値(EV)が表示されます。
(過去のレースではオッズはアーカイブされていないため、表示されません)

🎯 AI期待値投資戦略

3連単 高期待値戦略 -

計算中...

2車単 高期待値戦略 -

計算中...

💡 AI予測データまたはオッズデータが計算・取得されていません。
画面右上の「更新」ボタンを押して最新データを計算・取得してください。

📦 AIボックス投資戦略

2車単 -

計算中...

3連単 -

計算中...

      🏁 各選手の着順確率(1着〜9着)

      車番 選手名 1着 2着 3着 4着 5着 6着 7着 8着 9着
      1着
      - - -
      2着
      - - -
      3着
      - - -

      払い戻し金

      3連単 - -
      2車単 - -

      予測計算中...

      AIが展開シミュレーションを実行しています

      📈 運用実績ダッシュボード

      🔍 集計条件フィルター
      回収率 (ROI)
      --%
      純損益
      --円
      的中率 (Hit Rate)
      --%
      購入目数 / 的中数
      --目 (--的中)
      総投資額
      --円
      総払戻額
      --円

      📋 購入買い目履歴明細 (直近200件)

      判定 開催日 グレード レース 戦略タイプ 券種 購入点数 払戻金 収支
      Loading...

      管理者認証

      この操作には管理者パスコードが必要です。

      パスコードが正しくありません。

      AI予測モデルの再学習

      蓄積された最新データ(約12,800件)を用いて、AI展開予測モデルを再学習します。

      ※この処理には数分かかる場合があります。実行中のブラウザ操作は可能ですが、一時的に予測機能が利用できなくなります。

      最新レースデータの取得・更新

      取得するレースデータの範囲を選択してください。

      ※当月の場合は、明後日以降のレースは自動で除外されます。

      データを取得しています...

      0 / 0 0%
      0
      新規保存
      0
      スキップ
      0
      失敗
      0
      除外

      展開解説

      ×

      システム仕様

      ×
      DBファイルサイズ
      0.00 MB
      蓄積レース総数
      0
      結果確定レース
      0
      選手データ総数
      0

      サーバー稼働環境 (FastAPI)

      OS環境 -
      Pythonバージョン -
      データベースパス -
      データ対象期間 -
      サーバー現在時刻 -

      モデル学習ステータス

      学習状態: 学習済み
      最終学習日時: -
      学習レース件数: 0 レース
      予測エンジン: LightGBM Regressor / Classifier
      着順予測誤差 (MAE)
      ※全9車の予測順位と確定順位の差の平均
      1.120
      1着予測精度 (AUC)
      ※1着予測確率の精度指標 (1.000が完璧)
      0.845
      落車予測精度 (AUC)
      ※落車が発生するかの二値分類精度指標
      -
      ⏳ 設計仕様書をロード中...

      開催レースを選択

      ×
      読み込み中...
      読み込み中...