まずはデータがないと分析できない

AI含め、分析するならデータを手元に持たないと話にならないので過去データの収集から始めます

選択肢としては有料でもいいから正攻法ならJRA-VAN データラボからのデータ取得、無料だけど節度を持ってゆっくりデータを取得するならnetkeibaからのスクレイピングの2つを検討しました

JRA-VAN データラボからのデータ取得

JRA公式データを使うならデータラボ1択

2,090円/月（初月無料）で利用できてJRA関連会社が運営する公式ツールです

JRA-VAN

プロも愛用の競馬ソフトから意外な穴場的中ソフトまで、データ競...

jra-van.jp

調査も含めて契約してみたのですが、基本はJV-Linkを組み込んだ独自アプリ開発キットのような印象でした

問題は対象言語サポートが2026年3月現在残念でVB系しか対象になっておらず、ちょっと厳しい印象なのは否めません

ネットを見ているとサポート関係なく他の言語で作成している人もいるみたいですが、コミュニティが使えないなど有料の強みがなくなってしまうので今回は諦め

サポート対象言語

• Microsoft Visual Basic 2015
• Microsoft Visual C++ 2015
• Borland Delphi 7
• Microsoft Access 2013/2016
• Microsoft Excel 2013/2016

FAQ詳細 -サポートしている開発環境にはどのようなものがありますか？ | JRA-VANヘルプセンター

【JRA公式データ】JRA-VANは競馬予想に役立つ情報を提...

support.jra-van.jp

ちなみに・・有志が作ったアプリも使えるらしく、不動の1位なTARGETや税金問題で界隈を賑わせた卍氏が使っていたといわれる馬王Zも追加料金なしで使えるようなのでゼロベースからの分析とかじゃないなら十分有力な選択肢になりそうです

卍氏の書籍紹介

1億5000万円稼いだ馬券裁判男が明かす 競馬の勝ち方 (競馬王馬券攻略本シリーズ) | 卍 |本 | 通販 | Amazon

Amazonで卍の1億5000万円稼いだ馬券裁判男が明かす ...

amzn.to

2007-2009年の3年間で、1億円以上の価値を得た卍氏の書籍はコチラ

「馬券の勝ち方」を論理的かつ丁寧に解説されてます！

netkeibaからのスクレイピング

結論から言うと今回採用したのはこちら

スクレイピングとはインターネット上の情報をプログラムで収集する手法で、サーバーに負荷をかけてしまうなどあまり推奨される手法ではありませんが、netkeibaは禁止していないようなのと情報として十分すぎる量があり、長く使うなら正直無料はありがたいです

参考までにnetkeibaがスクレイピングを禁止していないと判断した材料はこちら

• robots.txtがない
  • 禁止している場合はここに記載されていることが多いです
• 利用規約で禁止していない
  • 厳密には制限をかける場合があると記載されていますが、過剰アクセスの場合と判断しました

ちょっとした注意点

公式データではないからなのか、netkeibaのデータで注意点として極稀に謎のデータが存在します

例えば2014/2/10の東京3Rの結果ページなんですが、明らかに単勝オッズがおかしくなっています

３歳新馬 結果・払戻 | 2014年2月10日 東京3R レース情報(JRA) - netkeiba

2014年2月10日 東京3R ３歳新馬の結果・払戻です。J...

race.netkeiba.com

出馬表データの単勝オッズは正しいのでカバーはできますし、発生頻度は激低なのでご愛敬で

スクレイピングについて

具体的なコードは別で紹介しようと思いますが、ここでは方針的なことだけまとめます

※近いうちにnoteでまとめるつもりなので完了したらこの記事でもお知らせします

取得したデータはデータベースへ保存

ネットを見ているとプログラムを実行する度にスクレイピングするような記事を見かけますが、再利用やちょっとした加工の可能性も考えるとデータベースに保管することを推奨です

参考までに私はこのブログサイトのためにエックスサーバーを契約しているので、専用のデータベースを作成して取得した2008年以降のレース結果を保存しています

データは小分けに取得

データベースを使う利点の一つとも言える、取得情報をもとに次の情報を取得が個人的推奨方法

スクレイピングに置いて通信問題などで収集途中で原因不明かつ対策不可能なエラーが発生することは比較的多く、全てにエラーハンドリングを仕込むことはあまり現実的ではないので順番に収集します

• まずはリスト取得
  1. 開催スケジュール取得
  2. 開催レース取得
• 次にデータベースと照合しながら未取得情報を収集
  1. レース詳細取得
  2. 騎手マスタ取得
  3. 調教師マスタ取得
  4. 馬主マスタ取得
  5. 競走馬マスタ取得
• 最後に競走馬マスタを再起処理して血統情報収集

SQLの作り方次第ではありますが、これでエラーが発生しても途中再開が簡単にできるようになります

並列処理はしない

前述の通り利用規約では

スクレイピングによって多数のリクエスト（アクセス）を確認し、弊社サービスに対して支障があると判断した場合は、予告なく通信制限をかけさせていただくことがございます。

と記載されていますので逐次処理で適切に待機時間を入れながら実行することで”多数のリクエスト“を回避することで許容してもらいます

早く情報を収集したい気持ちで並列処理をするとアクセスブロックをされて結果余計に時間がかかる、最悪取得できなくなる可能性もあるので節度を持った処理をしましょう

次回について

なかなか満足できるAIができないので次回はnoteへの自動投稿をまとめる予定です

とにかくAIを使って何か作りたい！

最近AI使えば何でもできるがどんどん現実味を帯びてきている中、皆さんどうやってAIと付き合っていますか？

SNSを見るとパッと見本物と区別のつかない動画や画像の生成、ブログやnoteの作成・投稿などの自動化、希望だけ伝えると勝手にプログラムを作ってくれるバイブコーディングなどなど

ネット上ではまさに日進月歩のAIなんですが、私の職場では情報漏洩の危険などからなかなかAIに触れる機会がなくこのままでは世間に置いて行かれるかもと思い、まずは触ってみようが今回のスタートです

タイトルの通り本命は競馬予想AIなんですが、せっかくなので機械学習に必要なデータを取得するためのスクレイピングとマネタイズ用にnote自動投稿へのチャレンジもまとめていきます

相棒となるAIは「Claude」を採用

今回一緒に開発を進めるAIパートナーとして選ばれたのは「Claude（クロード）」でした

当初「Google AI Studio」を使っていたのですが、ちょうどClaudeがOpus4.6が凄い！と話題になった時期で、職場で唯一使えるCopilotでもClaudeが使えるとかMicrosoft365との連携もできるとかなんだとか今後もお付き合いする機会ができそうだったのでたまたま使い始めた時期でした

汎用AIの優劣はネットでも様々議論されていますが、今の情勢と一カ月後の情勢はきっと違うので好みで使えばいいと思います

参考までに「Google AI Studio」は無料枠で今でも使っていて、「Claude」はOpus使いたかったのでProプランの課金ユーザーです

予想するだけじゃない！完全自動化のワークフローを構築

始める前に結末はなんとなく想像していて、効果が出ても「回収率300%！！」とかは到底無理で現実的には110％前後で大成功なんじゃないかと思って始めています

その分他の分野にも手を出して成功体験にしようとしているしているのかスクレイピングとnote自動投稿ってわけです

最悪競馬AIの精度が満足いくところまでいかなくても毎週全自動で

スクレイピング　→　競馬AIで予想　→　予想結果をnoteに投稿

のワークフローだけでも財産になるし、何かに流用できると思ってます

このシリーズの全体構成（今後の予定）

このシリーズでは数回に分けて需要ありそうな部分にフォーカスして記事作成を予定しています

今時点では4回に分けて下記順番で作るつもり

1. 過去データの収集
   1. netkeibaからのスクレイピング
   2. JRA-VAN Data Lab.からの収集　←これは断念
2. AIを使った競馬AIの作成
3. AIを使った予想
4. 予想のアウトプットでnote記事の自動作成と販売

作っていきながらボリューミーなったら2回に分けるとか追加機能ができたら分けるとかあるかもしれないので構成変更はご了承を

今時点の状況

今時点ではAI未完成でスクレイピングは完成とnote投稿8割くらいです

スクレイピングは何段階かあるのと過去レース取得と毎週の自動取得が別物なので分けるかもって感じです

あまり間延びしないように作っていくので追いかけてもらえると嬉しいです！