
【前編】「ハイペース=追込届く」は本当か?前半600mの速さで検証する上がり最速馬の届きやすさ【AIと競馬研究#32】
こんにちは。サレムと近藤くんと一緒に、競馬のデータ研究を続けています。
前回の「上がり最速なのに、なぜ届かない?」では、最後の600mをメンバーで一番速く走っても、勝てなかったり、3着以内に届かなかったりする馬を調べました。
そこで見えてきたのは、最後の脚だけでなく、その脚を使い始めるまでにあった差と、前にいた相手の走りも大切だということでした。
では、前の相手が苦しくなる流れなら、上がり最速の馬は届きやすくなるのでしょうか。
今回は、その疑問から始めます。前編では前半の速さ、後編では完走馬全体の上がりに注目して、同じレースを二つの方法で比べてみました。
1.前回、どこまで分かったか
最初に、言葉を確認しておきます。
上がり最速とは、そのレースの最後の600mを、着順に関わらず一番速く走った馬のことです。1着馬という意味ではありません。
前回の#30では、各馬の走破時計から上がり3Fを引き、残り600m地点までに、勝ち馬とどれくらい時間差があったかを計算しました。そこから最後の600mで何秒詰めたかを分けて見ると、届かなかった走りの内訳が見えてきました。
それまでの差が大きければ、最速の上がりでも取り戻し切れません。また、前の相手も速く上がっていれば、最速馬が縮められる差はわずかです。
これは、進路や不利を含めた敗因をすべて解明したという話ではありません。ただ、「上がり最速なのに」という一言だけでは分からなかった、時計の内訳を整理できました。
2.前の馬が苦しくなる流れなら?
そこで、次の疑問が生まれました。
前の相手も速く上がるから届かないなら、消耗戦で前の相手が苦しくなるときは、後ろの上がり最速馬が届きやすくなるのではないか。
以前の#19のラップ研究では、消耗戦の側で、勝ち馬に占める上がり最速馬の割合が高くなっていました。この研究が、今回を考える手がかりになりました。
ただし、「前半が速い」と「消耗戦」を同じ意味で使うと、話が混ざります。
前半に飛ばしたからといって、完走した馬たちが最後にどのくらいの時計で走ったかまで決まるわけではありません。
今回は、まず「先頭基準の前半600mが速かったか」でレースを分けます。その後、同じレースを「完走馬全体の最後の600mがどうだったか」で分け直します。
この二つを区別することが、今回の出発点です。
3.まず、先頭基準の前半600mで分ける
ここでいう前半600mは、通常のレースラップから取った時計です。
スタートから600m地点を、最初の馬が通過するまでの時間を使います。途中で先頭が替わることもあり、後ろの馬まで同じ時計で走ったという意味ではありません。
この時計を、同じ競馬場・芝ダート・距離・クラスなどの過去の基準と比べ、「普段より速い」「中間」「普段より遅い」の3組に分けました。
その3組で比べる成績は、4角、つまり最後のコーナーで後方4分の1にいた上がり最速馬が、3着以内に入った割合です。上がり最速が1頭だけだった場合に絞り、芝とダートを分けています。
対象は2016〜2025年の良馬場のうち、必要な記録と、分析に使う件数の条件を満たしたレースです。近藤くんに集計してもらった結果が、こちらです。

芝は、前半が速い組から順に39.1%、39.4%、39.7%でした。届いた割合は、ほとんど変わりません。
ダートも33.8%、31.7%、31.1%で、差は数ポイントでした。
少なくともこの対象と位置の区分では、「先頭基準の前半が速ければ、後ろの上がり最速馬が大きく届きやすくなる」という形は見えませんでした。
4.まだ、終盤の走りで分けたわけではない
ここまでで使った組み分けの基準は、先頭基準の最初の600mの時計です。
完走した馬たちの最後の600mが速かったか、遅かったかは、まだ組み分けに使っていません。
以前の#19で消耗戦を考えるときに使ったのは、この終盤の走りでした。そこで後編では、完走馬全体の上がりを使って、同じレースを分け直します。
「前半が速いか」と「終盤に時計がかかったか」。この二つを分けると、結果の見え方も変わるのでしょうか。
これまでの記事について
【後編】「追込が届くレース」の正体――完走馬全体の上がりで分けたとき、データに見えた鮮明な差【AIと競馬研究#33】
https://note.com/rhinopillow/n/n92a65933d5df?app_launch=false
上がり最速の研究【AIと競馬研究 #30】
https://note.com/rhinopillow/n/n2ac8fff3d438
ラップの研究①【AIと競馬研究 #19】
https://note.com/rhinopillow/n/n4b5ace3e79bb
はじめての方へ――AIと競馬研究の総合案内
https://note.com/rhinopillow/n/necaa3eb30e02
おわりに
最後まで読んでいただき、ありがとうございました。
本記事は、JRA-VAN Data-Lab.の全データをSQL Serverに取り込み、AI研究員のサレム(ChatGPT)と近藤くん(Claude / MCP分析)と共に試行錯誤しているデータ分析の途中経過です。競馬ファンやデータ派の皆様からのご意見・ご質問をコメントでいただけると大変励みになります。
内容が参考になりましたら「スキ」やSNSでのシェアをしていただけると嬉しいです。
※本記事は個人のデータ研究記録であり、馬券の的中や回収率向上を保証するものではありません。馬券購入はご自身の判断(自己責任)でお楽しみください。