血統データを使った競馬予想の始め方

血統データを使った競馬予想の始め方

「血統」は競馬予想の王道テーマです。特に新馬戦や初の条件替わり（初ダート、初重馬場など）では、過去の成績データがないため血統の重要度が一気に上がります。この記事では、データベースの血統テーブルを使って種牡馬分析を行う方法を紹介します。

---

血統がなぜ重要なのか

競走馬の能力は遺伝的要因に大きく左右されます。

• 距離適性: 短距離向きか、長距離向きか
• 馬場適性: 芝向きか、ダート向きか
• 馬場状態: 重馬場が得意か、苦手か
• 成長曲線: 早熟型か、晩成型か

これらの傾向は親から子へ遺伝しやすく、同じ種牡馬の産駒は似た適性を持つ傾向があります。

---

JV-Linkの血統データ

JV-Linkでは3世代分の血統情報が取得できます。

世代	関係
ketto1	父（サイアー）
ketto2	母（ダム）
ketto3	父父（サイアーズサイアー）
ketto4	父母
ketto5	母父（ブルードメアサイアー）
ketto6	母母

競馬予想で特に重要なのは 父（ketto1） と 母父（ketto5） です。

---

種牡馬別の成績を集計する

血統テーブルとレース結果を結合すれば、種牡馬ごとの産駒成績を分析できます。

芝・ダート別の勝率

SELECT h.bamei AS 種牡馬,
CASE WHEN r.track_code LIKE '1%' THEN '芝' ELSE 'ダート' END AS 馬場,
COUNT(*) AS 出走数,
SUM(CASE WHEN u.kakutei_chakujun = '01' THEN 1 ELSE 0 END) AS 勝利数,
ROUND(100.0 * SUM(CASE WHEN u.kakutei_chakujun = '01' THEN 1 ELSE 0 END) / COUNT(*), 1) AS 勝率
FROM umagoto_race_joho u
JOIN sanku_master2 s ON u.ketto_toroku_bango = s.ketto_toroku_bango
JOIN hanshokuba_master2 h ON s.ketto1 = h.hanshoku_toroku_bango
JOIN race_shosai r USING (race_code)
WHERE u.kakutei_chakujun BETWEEN '01' AND '18'
GROUP BY h.bamei, 馬場
HAVING COUNT(*) >= 50
ORDER BY 勝率 DESC;

これで「芝に強い種牡馬」「ダートに強い種牡馬」が一目でわかります。

距離別の成績

SELECT h.bamei AS 種牡馬,
CASE
WHEN r.kyori <= 1400 THEN '短距離'
WHEN r.kyori <= 1800 THEN 'マイル'
WHEN r.kyori <= 2200 THEN '中距離'
ELSE '長距離'
END AS 距離カテゴリ,
COUNT(*) AS 出走数,
ROUND(100.0 * SUM(CASE WHEN u.kakutei_chakujun IN ('01','02','03') THEN 1 ELSE 0 END) / COUNT(*), 1) AS 複勝率
FROM umagoto_race_joho u
JOIN sanku_master2 s ON u.ketto_toroku_bango = s.ketto_toroku_bango
JOIN hanshokuba_master2 h ON s.ketto1 = h.hanshoku_toroku_bango
JOIN race_shosai r USING (race_code)
WHERE u.kakutei_chakujun BETWEEN '01' AND '18'
AND r.track_code LIKE '1%'
GROUP BY h.bamei, 距離カテゴリ
HAVING COUNT(*) >= 30
ORDER BY h.bamei, 距離カテゴリ;

---

母父（ブルードメアサイアー）の分析

母父は「底力」に影響すると言われます。特に重馬場やG1のようなタフな条件で母父の影響が出やすい傾向があります。

重馬場での母父別成績

SELECT h.bamei AS 母父,
COUNT(*) AS 出走数,
ROUND(100.0 * SUM(CASE WHEN u.kakutei_chakujun IN ('01','02','03') THEN 1 ELSE 0 END) / COUNT(*), 1) AS 複勝率
FROM umagoto_race_joho u
JOIN sanku_master2 s ON u.ketto_toroku_bango = s.ketto_toroku_bango
JOIN hanshokuba_master2 h ON s.ketto5 = h.hanshoku_toroku_bango
JOIN race_shosai r USING (race_code)
WHERE u.kakutei_chakujun BETWEEN '01' AND '18'
AND r.shiba_babajotai_code IN ('3', '4')  -- 重・不良
GROUP BY h.bamei
HAVING COUNT(*) >= 30
ORDER BY 複勝率 DESC
LIMIT 20;

---

父×母父のニックス分析

特定の父と母父の組み合わせ（ニックス）が好成績を残すケースがあります。

SELECT sire.bamei AS 父,
bms.bamei AS 母父,
COUNT(*) AS 出走数,
ROUND(100.0 * SUM(CASE WHEN u.kakutei_chakujun = '01' THEN 1 ELSE 0 END) / COUNT(*), 1) AS 勝率,
ROUND(100.0 * SUM(CASE WHEN u.kakutei_chakujun IN ('01','02','03') THEN 1 ELSE 0 END) / COUNT(*), 1) AS 複勝率
FROM umagoto_race_joho u
JOIN sanku_master2 s ON u.ketto_toroku_bango = s.ketto_toroku_bango
JOIN hanshokuba_master2 sire ON s.ketto1 = sire.hanshoku_toroku_bango
JOIN hanshokuba_master2 bms ON s.ketto5 = bms.hanshoku_toroku_bango
WHERE u.kakutei_chakujun BETWEEN '01' AND '18'
GROUP BY sire.bamei, bms.bamei
HAVING COUNT(*) >= 30
ORDER BY 勝率 DESC
LIMIT 30;

---

新馬戦での血統活用

新馬戦は過去の成績データが一切ないため、血統の価値が最も高いレースです。

予測のポイント:

• 父の新馬勝率: 仕上がりの早い種牡馬の産駒は新馬戦で好成績
• 母の競走成績: 母が早い時期にデビュー・勝利していれば、仕上がりの早さが遺伝している可能性
• 厩舎の新馬戦成績: 血統ではないが、仕上げの上手い厩舎かどうかも重要

-- 種牡馬別の新馬戦勝率
SELECT h.bamei AS 種牡馬,
COUNT(*) AS 出走数,
ROUND(100.0 * SUM(CASE WHEN u.kakutei_chakujun = '01' THEN 1 ELSE 0 END) / COUNT(*), 1) AS 勝率
FROM umagoto_race_joho u
JOIN sanku_master2 s ON u.ketto_toroku_bango = s.ketto_toroku_bango
JOIN hanshokuba_master2 h ON s.ketto1 = h.hanshoku_toroku_bango
JOIN race_shosai r USING (race_code)
WHERE u.kakutei_chakujun BETWEEN '01' AND '18'
AND r.kyoso_joken_code_2sai LIKE '%新馬%'
GROUP BY h.bamei
HAVING COUNT(*) >= 20
ORDER BY 勝率 DESC
LIMIT 20;

---

機械学習への組み込み

血統情報を予測モデルの特徴量として使う方法はいくつかあります。

• カテゴリ変数として: 父・母父のコードをそのままLightGBMに入れる（カテゴリカル特徴量として扱える）
• 成績集計値として: 父の芝勝率・ダート勝率・距離別成績を数値特徴量に変換
• 組み合わせ特徴量として: 父×距離カテゴリ、母父×馬場状態の複勝率を事前計算して特徴量に

成績集計値として入れる方が、モデルの解釈性も高くおすすめです。

---

まとめ

分析	用途
種牡馬×芝/ダート	基本的な適性判定
種牡馬×距離	距離適性の把握
母父×馬場状態	タフな条件での底力評価
父×母父ニックス	相性の良い血統配合の発見
種牡馬の新馬成績	新馬戦予想の材料

血統分析は奥が深いですが、データベースがあればSQLで客観的に評価できます。「なんとなく血統が良い」ではなく、数字で裏付けを取る分析をしましょう。

JvLink To Importer では血統テーブルも自動で取り込めます。