スピード指数の作成

スピード指数とは

スピード指数とは、全ての競走馬が同じ距離を同じ馬場状態で同じ負担重量で走った時の速さを数値化したものです。スピード指数は、競走馬の走破タイムとその競馬場の平均的な走破タイム(基準タイム)を比較し、これに騎手の重量や馬場状態などによる数値の調整を行うことで算出できます。

スピード指数のクラス別目安

未勝利戦(1勝クラス)

  • スピード指数の目安:~50
  • 未勝利戦は、競馬を始めたばかりの馬や初めての勝利を目指す馬が出走するレースです。このクラスでは、スピード指数が比較的低い馬が多く、まだ成長段階にある馬が多いです。

500万下(2勝クラス)

  • スピード指数の目安60〜70
  • 500万下クラスは、ある程度の実力を持った馬たちが出走するレースです。スピード指数はやや高くなり、未勝利戦よりも強い馬が出走することが多いです。このクラスでも、まだ十分に高い指数を持つ馬は少ないことが多いですが、上位に来る馬は一定の実力を示します。

1000万下(3勝クラス)

  • スピード指数の目安70〜80
  • 1000万下クラスになると、さらに強い競走馬が出走します。このクラスでは、スピード指数が80以上となることが多く、一定以上の実力を持つ馬が競い合うレースとなります。

オープン(重賞未勝利・格付けレース)

  • スピード指数の目安80〜85
  • オープンクラスのレースでは、特に強い馬たちが競い合うことが多く、スピード指数は高くなります。重賞未勝利のオープンレースでは、スピード指数80以上が一般的です。

重賞レース(G3・G2)

  • スピード指数の目安85〜90
  • 重賞レースになると、スピード指数は非常に高くなります。特に、G3やG2レベルのレースでは、85以上のスピード指数を持つ馬が出走します。このレベルのレースでは、競走馬の実力差が小さく、トップレベルの馬が激しく競り合います。

G1レース(最高クラス)

  • スピード指数の目安95〜
  • G1レースは、最も競争が激しいレースです。このクラスでは、スピード指数は95以上が求められることが多いです。G1レースは競馬の中で最も高いレベルのレースであり、スピード指数が高い馬が多く登場します。

スピード指数の算出式

スピード指数は以下の算出式で求められます。

基準タイム:基準タイムの作成を参照
距離指数:距離指数の作成を参照
馬場指数:馬場指数の作成を参照

Pythonの実装コード

Pythonの実装コードは以下になります。

import pandas as pd 

#競馬データ読み取り
keiba_data=pd.read_csv(〇〇)#〇〇には競馬データ.csvのファイルパスを入力

#基準タイムを読み取り
standard_time=pd.read_csv(〇〇)#〇〇には基準タイム.csvのファイルパスを入力
#基準タイムをkeiba_dataに結合
keiba_data = pd.merge(keiba_data, standard_time[['競馬場', '距離', 'フィールド', '基準タイム']], on=['競馬場', '距離', 'フィールド'], how='left')

#距離指数を読み取り
standard_dis=pd.read_csv(〇〇)#〇〇には距離指数.csvのファイルパスを入力
#距離指数をkeiba_dataに結合
keiba_data = pd.merge(keiba_data, standard_dis[['距離', 'フィールド',"距離指数"]], on=[ '距離', 'フィールド'], how='left')

#馬場指数を読み取り
standard_baba=pd.read_csv(〇〇)#〇〇には馬場指数.csvのファイルパスを入力
#馬場指数をkeiba_dataに結合
keiba_data = pd.merge(keiba_data, standard_baba, on=[ 'レースID', 'フィールド'], how='left')

#スピード指数算出
keiba_data["スピード指数"]=(keiba_data["基準タイム"]-keiba_data["タイム"])*keiba_data["距離指数"]+keiba_data["馬場指数"]+(keiba_data["斤量"]-55)*2+80

投稿者プロフィール

ひよこい
ひよこい
独学でpythonを学び競馬予測しています。これまでの競馬成績は以下の通り。回収率150%を目指します。
2021年回収率:119%
2022年回収率:104%
2023年回収率:121%
2024年回収率:88%
PAGE TOP