ルーティンは手順なので誰しも必要とする鉄板のプロセスというものが存在します。
これから具体的な例をもとにルーティン構築化を説明していきますので参考にしてください。
1.データ分析を行う
どの業界のルーティンを見ても最初に行う作業となるデータ分析を切り離すことはできません。
9年プラス収支を実証したkeibasite.comのいう競馬予想の8割を占める仕事になります。
これは専門的なスキルを必要とするためアウトラインしか書くことしかできないのですが
競馬におけるデータ分析とは、考えるすべてのファクターからレースを捉えることで、
どういう性質を持ったレースなのかを明らかにしていきます。
なるべく公平な視点のもとにデータ分析を行う必要があるため色々なファクターを切り口に
してデータ分析していく必要があるのです。
これはファクターごとに分析する手法が必要になる上、その効果実証をきちんとやらないと
確かな効果は期待できません。
最も難関にして時間のかかる作業になるためルーティン化で一番手間がかかる作業と言えるでしょう。
この作業は専門家に任せる方が安心です。そうした方が結果的に時間も費用も節約することになります。
2.結果にコミットする(馬券の買い目を決める)
ライザップの有名なウリ文句ですが、あのダイエットだってルーティンを元に行うという意味では同じことです。
この「コミット」とは「コミットメント(Commitment)」のこと。
英語ネイティブによると、「約束する」「積極的に関わる」といった意味で使われることが多いようです。
そのため、『コミット』にピッタリの日本語はないものの、『結果にコミットをする』とは、結果を出すために
最大限の貢献をするといった意味を指しています。
ライザップでは、トレーナーと利用者が共同して結果にコミットしていきます。
どちらか一方では確かな成果は得られにくいという点で従来の予想屋との関係ではないことに気づくのではないでしょうか。
こうした相互努力により飛躍的に勝ちやすい環境を構築するというのがkeibasite.com投資の基本概念になります。
2-1.得意分野(ファクター)を1つ決める
競馬は実にさまざまな要素(ファクター)から成り立っています。
そのファクターから検証することはデータ分析で行われているのですが、なぜここでまたと思うかもしれません。
その理由として、競馬が荒れる時は特定ファクターに傾いたときが多いといういう点が挙げられます。
まずデータ分析ではバランス良く見ていくことで好走馬を浮き彫りにしていくわけですが、
馬券の買い方では1つのファクターにバイアスをかけることで高配当をローリスクで獲得するための馬券戦略なのです。
ファクターは1つだけ利用します。この意味は、ファクターの構成要素が1つという意味ではありません。
1つのファクターでも、たとえば【展開+枠順+馬場】といった複数要素の集合体であっても構わないという意味です。
もちろんシンプルに単独型ファクターでも実践していくことは十分に可能です。
得意ファクターをどうやって決めるのかは次ページで解説します。
3.忠実に実行・検証する
1つのファクターから買うべき馬券を検討してください。そして、それを忠実に実行します。
ここで大事なのは短期間で効果を判断しないこと。少なくとも3ヶ月ごとに見なおして可能性の見通しをつけていきましょう。
そして、その馬券データはすべて記録に残してあとで参照できるようにしてください。
あとからの検証により何か共通したデータから重要なヒントが得られるかもしれません。
いくつかのプロジェクトを立ち上げ同時にシミュレーションしていくのも良いですね。
特に最初のうちは手探りになるため見通しがつくまで馬券を買わないという手もあります。
どのファクターでも効果があったのなら収益が良い方を1つだけ選び実行していきましょう。
優れたデータ分析を利用するとどうやっても利益がでることがあります。
4.データ調整する
競馬はつねに変化を続けています。いまでは信じられないほどスローペースの競馬が主流になったように一定ということはありえません。
そのため、年間プラスになったとしても決して手を抜かないでください。その慢心が無用なスランプを引き寄せることになります。
毎週しっかり反省していれば特に大きな問題にはならないでしょう。
何かアイデアを思いついたのなら同時進行でシミュレーションを試してもOK。
いきなりファクターがダメになることはないですが、いまよりも効果がでなくなるケースは珍しくありません。
その時のために新ファクターをいくつかストックしておくのも1つの馬券戦略と言えます。
凡庸な人ほど手を抜くことを考えますが優秀な人は自分自身に合ったファクターと調整法を準備してきました。
しっかり努力すれば、それに応えるのが従来の競馬予想法にはない点だと思います。