「オートレースの期待値ってどう計算するの？」
データ仲間からよく聞かれる質問です。期待値計算は予想の根幹なんですが、意外と「言葉だけ知っていて計算式は曖昧」という方が多いんですよね。
結論から言いますね。期待値の計算式は「的中確率 × オッズ」。期待値が1.0を超えていれば長期で勝てる、1.0未満なら負ける。シンプルなんですが、オートレースは控除率25〜30%があるので、的中確率を相当正確に読まないと1.0を超えません。
期待値の計算方法、実例、券種別の期待値プラス判定、わたしの5年データでの検証結果まで一気に整理します。
オートレースの期待値計算式は？
まず基礎から。
期待値の数式
期待値 = 的中確率 × オッズ
期待値1.0が「投入額が長期で戻ってくる」境界線。1.0を超えれば期待値プラスで、長期では勝てます。
計算の具体例
| 状況 | 的中確率 | オッズ | 期待値 |
|---|---|---|---|
| ケースA | 30% | 4.0倍 | 30% × 4.0 = 1.20（プラス） |
| ケースB | 30% | 3.0倍 | 30% × 3.0 = 0.90（マイナス） |
| ケースC | 15% | 8.0倍 | 15% × 8.0 = 1.20（プラス） |
| ケースD | 50% | 1.5倍 | 50% × 1.5 = 0.75（マイナス） |
人気選手＝期待値プラスではない。これが大事なポイントです。
詳細はデータ駆動戦略で整理しています。
控除率は期待値にどう影響する？
オートレースの控除率は25〜30%。これが期待値計算の前提として知っておくべきポイントです。
券種別の控除率
| 券種 | 控除率 |
|---|---|
| 単勝 | 約25% |
| 複勝 | 約25% |
| 2連単 | 約25% |
| 2連複 | 約25% |
| 3連単 | 約30% |
| 3連複 | 約27.5% |
詳細は控除率の解説で深掘りしています。
控除率が期待値に与える影響
「全レースの期待値合計」は控除率の分だけマイナススタート。
全レース期待値合計 = 1.0 - 控除率
つまり何も考えずに全レース買えば、長期で回収率70〜75%になります。これがマイナス収支の正体です。
期待値プラスのレースを選別する作業は、控除率を上回るアドバンテージを見つける作業と同じです。
的中確率の推定方法は？
期待値計算で一番難しいのが、的中確率の推定です。
推定の基本ロジック
| 要素 | 重要度 |
|---|---|
| ハンデ位置 | ★★★★★ |
| 試走タイム偏差 | ★★★★★ |
| 場の特性 | ★★★★ |
| 階級 | ★★★★ |
| 直近5走の成績 | ★★★ |
| 路面条件 | ★★ |
これらを総合判断して、わたしは選手ごとの推定1着率を算出しています。
簡易版の推定式
完全な計算は複雑なので、初心者向けに簡易版を用意しました。
推定1着率 = ベース率（階級別） × ハンデ補正 × 試走偏差補正 × 場補正
| 階級 | ベース率 |
|---|---|
| S級SS | 30% |
| S級S | 22% |
| S級 | 17% |
| A級1 | 14% |
| A級2 | 11% |
| B級1 | 13% |
| B級2 | 9% |
| 試走偏差 | 補正 |
|---|---|
| +2.0以上 | ×1.40 |
| +1.0〜+2.0 | ×1.20 |
| 0〜+1.0 | ×1.00 |
| 0未満 | ×0.70 |
| 場補正 | 補正 |
|---|---|
| 10mで川口 | ×1.15 |
| 10mで飯塚 | ×0.85 |
| その他 | ×1.00 |
計算例
S級SS、10m、試走偏差+1.5、川口 →
30% × 1.0（ハンデ補正） × 1.20 × 1.15 = 41.4%
推定1着率約41%。これに現在のオッズを掛けて期待値判定します。
期待値プラスを見つける具体的な手順
ここから実践編。
ステップ1: 推定1着率を計算
上記の簡易式で推定1着率を出します。
ステップ2: 現在のオッズを確認
発走5分前くらいのオッズが最終値に近いです。
ステップ3: 期待値を計算
期待値 = 推定1着率 × オッズ
ステップ4: 1.05以上で買い、1.0未満は見送り
期待値1.05以上を推奨。理由は推定確率に5%程度の誤差があるためで、マージンを取る意味です。
| 期待値 | 判定 |
|---|---|
| 1.20以上 | 強い買い |
| 1.05〜1.20 | 買い |
| 0.95〜1.05 | 微妙（見送り推奨） |
| 0.95未満 | 見送り |
券種別の期待値プラス判定は？
券種で計算方法が変わります。
単勝の期待値
単勝期待値 = 1着率 × 単勝オッズ
最もシンプル。詳細は単勝期待値で深掘りしています。
複勝の期待値
複勝期待値 = 3着以内率 × 複勝オッズ
3着以内率は1着率より高いので、推定しやすいです。詳細は複勝期待値を参照。
2連単の期待値
2連単期待値 = 1着率(A) × A1着時のB2着率 × 2連単オッズ
A1着時のB2着率は推定が難しいですが、おおよそBの2着率の1.3倍程度と見ます。
3連単の期待値
3連単期待値 = 1着率(A) × A1着時のB2着率 × AB入着時のC3着率 × 3連単オッズ
計算が複雑になります。控除率も30%と高いので、相当の確率精度が必要です。詳細は3連単戦略で整理しています。
期待値計算の実証データ
理論だけでは意味ないので、実証データを公開しますね。
2024年〜2025年のわたしの実証結果
| 期間 | 期待値プラスとして買ったレース数 | 的中率 | 回収率 |
|---|---|---|---|
| 2024年 | 約180走 | 約31% | 約103% |
| 2025年 | 約195走 | 約34% | 約108% |
期待値プラス判定で買ったレースの的中率は約31〜34%。理論的中率（推定30%前後）とほぼ一致しています。
期待値計算は実証で機能している。これがわたしの結論です。
期待値計算の限界・注意点
正直に書きますね。
計算の限界
| 限界 | 補足 |
|---|---|
| 推定確率に誤差 | ±5%は普通 |
| オッズが直前で動く | 発走5分前との差 |
| マシン整備の変動 | 数値化できない |
| 短期では負ける | 期待値プラスでも数ヶ月マイナス可能 |
期待値計算が機能しない場面
| 場面 | 補足 |
|---|---|
| 雨天 | 路面変化で確率推定が困難 |
| 中止後の再開戦 | データ少ない |
| 新人選手中心のレース | サンプル不足 |
| SG優勝戦 | 特殊な気合いの入り方 |
雨天時の期待値推定は雨予想で別途整理しています。
期待値計算をエクセルで実装する方法
データ仲間からの質問も多いので、簡単に整理します。
エクセル/Googleシートでの実装
A列: 選手名
B列: 階級
C列: ハンデ
D列: 試走タイム
E列: 試走偏差
F列: 場
G列: ベース率（VLOOKUP）
H列: 試走偏差補正
I列: 場補正
J列: 推定1着率（G×H×I）
K列: 単勝オッズ
L列: 期待値（J×K）
M列: 判定（IF L>=1.05, “買い”, “見送り”）
このシートを発走前に流し込めば、期待値プラスのレースを自動判定できます。
わたしも自作シートを使って毎レース判定しています。データ仲間にもこの仕組みを共有しているので、興味あればお問い合わせください。
オートレースの期待値計算に関するFAQ
Q1. 期待値の計算式を教えてください。
「期待値 = 的中確率 × オッズ」です。期待値1.0が損益分岐点で、1.0を超えれば長期で勝てます。実用上は誤差マージンを取って1.05以上を推奨します。
Q2. 的中確率はどう推定しますか？
階級別ベース率 × ハンデ補正 × 試走偏差補正 × 場補正で計算します。簡易式は記事内の表を参照してください。
Q3. 控除率は期待値にどう影響しますか？
控除率25〜30%の分だけ全レース期待値合計がマイナススタートします。何も考えずに買えば長期で回収率70〜75%です。
Q4. 期待値計算で本当に勝てますか？
長期で勝てます。わたしの2024〜2025年実証で回収率103〜108%。ただし月単位ではマイナスもあり、12ヶ月単位での評価が必要です。
Q5. どの券種が期待値プラスを出しやすいですか？
複勝が最も期待値プラスを出しやすいです。3着以内率の推定が比較的正確で、控除率も25%と低めだからです。
まとめ
期待値計算はオートレースで勝つための根幹です。
| ポイント | 整理 |
|---|---|
| 計算式 | 的中確率 × オッズ |
| 損益分岐点 | 期待値1.0 |
| 推奨閾値 | 1.05以上で買い |
| 控除率 | 25〜30% |
| 推定確率 | 階級×ハンデ×試走×場 |
「人気だから当たる」「強いから買う」では負けます。期待値1.05以上のレースだけ買う規律が、データ戦略の核です。
エクセル1枚あれば実装できます。データを冷静に読んで、長期で勝っていきましょう。
参考: JKA公式（autorace.jp）／2021〜2025年わたしの集計データ・実証収支
関連記事:
– 試走タイム×ハンデ攻略大全
– データ駆動戦略
– 単勝期待値
– 複勝期待値
📚 もっと深く学びたい人へ（関連ピラー記事）
この記事のテーマをさらに広げたい人は、以下の総合ガイドをチェックしてみてください。
＼ 最新情報をチェック ／
