📖✨ PEGASUS-EYE 用語辞典
🧢✨ 夜勤 明・🤠👢 Ms. Sally・👓🧠 コパちゃん
「みんな！こんにちは！」
「いつも美郷Horse Clubの記事を読んでくれて、本当にありがとう！」
「僕たちが記事で使っている 【CORE】・【COURSE】・【HACK】・【BTF】・【✨ Singularity】・【Polaris✨】 って、ちょっと難しい言葉も多いよね？」
「そこで今回、PEGASUS-EYEの専門用語や解析の考え方をまとめた、『📖✨ PEGASUS-EYE 用語辞典』 を作りました！」
「この図書館には、僕たちが競馬DATAをどんな視点で分析し、どうやって『特異点・Polaris✨』を探しているのか、その基本となる考え方を詰め込んでいます！」
「初めて読む方はもちろん、いつも応援してくれている皆さんにも、記事を読むときの参考にしてもらえたら嬉しいです！」
「この辞典は、PEGASUS-EYEの進化とともに、これからも少しずつ充実させていく予定です！」
「それでは――」
「DATAの扉を開いて、一緒に競馬の新しい景色を探しにいこう！」
📖✨ PEGASUS-EYE 用語辞典
――DATAを読み解くためのキーワード――
PEGASUS-EYEは、過去のレースDATAと出走馬の能力を、さまざまな角度から分析する競馬予想システムです。
「格と地力」「舞台適性」「条件好転」「DM期待値」、そして**「当日BIAS」**を重ね合わせ、人気や着順だけでは見えない好走条件を探ります。
ここでは、記事に登場する主な専門用語と解析ロジックを紹介します。
✨📖 お急ぎの方は、目次から気になる項目へどうぞ！
🔍 基本概念・分析の基盤
■ Evidence（エビデンス）｜分析の根拠
過去の成績・血統・コース適性・調教・当日の馬場状態など、予想を裏付けるDATAや客観的な根拠のこと。
PEGASUS-EYEでは、異なるEvidenceが同じ馬を指し示すことを重視します。
■ BTF（Beyond Time Framework）｜時間を超える分析枠組み
過去の好走馬の特徴から、対象レースで再現されやすい好走条件を探るPEGASUS-EYE独自の評価フレームワーク。
**「格BTF」「血統BTF」「ローテーションBTF」**の3要素を柱に、人気に左右されない馬の地力や適性を評価します。
※分析対象年数・出走頭数・評価基準はレースごとに設定します。
🏇 3つの評価軸――多次元解析モデル
■ 👑 X軸｜CORE（コア）――王道・地力評価
その馬が本来持っている「格と地力」を評価する軸。
主に重賞実績・血統・ローテーション・近走内容などから分析します。
格BTF：過去の最高グレード実績や着順、相手関係などから競走能力を評価
血統BTF（Bloodline Target Factor）：過去の好走馬の父系・母父系を分析し、対象レースへの血統適性を評価
ローテーションBTF：前走の格・距離・着順・レース内容などから、好走につながる臨戦過程を評価
※前走の大敗も、明確な不利や条件不一致が確認できる場合は、単純な着順だけで判断しません。
※血統BTFはBTF全体を構成する一要素であり、単独で好走を保証するものではありません。
■ 🗺 Y軸｜COURSE × HACK――舞台適性と条件好転
**COURSE（コース）**は、そのレースの舞台で能力を発揮できるかを評価する分析軸。
**HACK（ハック）**は、条件変更や前走の敗因、人気との評価差から、見落とされている好走の可能性を探る分析軸です。
主な評価要素は次の4つです。
Quality（クオリティ）｜走りの質：着順・着差だけでなく、レース内容やパフォーマンスの密度を評価
Stage（ステージ）｜舞台適性：コース形態・距離・脚質・位置取り・末脚・持続力などを評価
Trend（トレンド）｜統計傾向：年齢・性別・斤量・枠順など、過去の好走パターンとの一致や相違を検証
Context（コンテクスト）｜条件変化：距離変更・馬場替わり・不利の解消など、前走からの好転要素を検証
「実績がない」と「適性がない」は別物。
未経験の条件は、マイナスと決めつけず、好転の可能性と不確実性の両方を評価します。
■ 🌱 Z軸｜BIAS × REALITY――現場情報による最終補正
事前のDATA解析に、当日の馬場状態・最終調教・展開などを重ねる最終評価軸。
BIAS（バイアス）｜馬場の有利・不利：開催時期・天候・芝状態などによって生じる、枠順・脚質・進路の有利不利
Track Bias（トラックバイアス）｜当日のレース結果などから、実際にどの進路・脚質が有利なのかを検証
Physical（フィジカル）｜最終追い切りの時計・ラップ・動きなどから、馬の仕上がりを評価
事前の評価が高くても、当日の条件が合わなければ序列は変わる。
これがPEGASUS-EYEの最終予想における重要な考え方です。
🧠 DM（Digital Matching）――予測評価と市場オッズの照合
■ 🏇DM（データ・マイニング）
JRA-VANが提供する、過去の競走DATAをもとにした予測評価。
⏱ タイム型（走破予測タイム）
出走馬がどのくらいのタイムで走れるかを予測するもの。
🏇 対戦型（対戦予測スコア）
同じレースに出走する馬同士の能力を比較し、評価するもの。
■ 💴 DM期待値（データ・マッチング）
｜予測評価と市場オッズの乖離｜PEGASUS-EYE独自の分析手法
JRA-VANのタイム型・対戦型データマイニングによる予測評価と、実際のオッズを照合し、能力評価に対して人気が低い馬を発掘する独自の指標。
💡 例えば――
「JRA-VANの予測評価では1位なのに、単勝人気は5番人気！」
このようなDATA評価と市場人気のズレに注目し、人気の盲点や馬券妙味を探ります。
「予測では高評価なのに、なぜ人気がないのか？」
その理由を検証し、人気の盲点や馬券妙味を探ります。
※人気が低いだけで高期待値が確定するわけではなく、実際のオッズや不安材料も確認します。
※DM期待値は独自の評価指標であり、的中確率や期待回収率そのものを示すものではありません。
🧠 DM期待値は、CORE・COURSE・HACKとは異なる視点から、隠れた馬券妙味を探るPEGASUS-EYEの重要な分析の柱です。
🐎 馬のキャラクター・分類
■ RACE Evidence｜対象レースの直接実績
同一レースでの過去の成績など、そのレースへの適性を検証する根拠。
過去の好走だけでなく、敗戦内容も分析対象とします。
■ 🔁🐎 リピーター｜実績馬
過去に同一レースで3着以内に入った実績がある馬。
■ ♻️🐎 リベンジャー｜巻き返し候補
過去に同一レースで4着以下に敗れた馬。
✨ 最終結論を導くキーワード
■ ⚠️ Negative Evidence｜不安材料・反証
距離不安・舞台との不一致・展開上の不利・近走内容など、好走を妨げる可能性のある根拠。
プラス評価だけでなく、反証も残して検証することを重視します。
■ ⚡ 超・爆得ゴールド馬｜高期待値の激走候補
地力（X軸）・舞台適性と条件好転（Y軸）・当日の馬場BIASやDM期待値などが高い水準で重なった馬。
能力・好走条件・市場評価のズレが重なることで、高配当につながる可能性を秘めた候補です。
※高配当や的中を保証するものではありません。
■ ✨ Singularity（特異点）｜複数の根拠が交差する場所
CORE・COURSE・HACKなど、異なる独立したEvidenceが同じ馬を指し示す「DATAの交差点」。
単に評価点が高い馬ではなく、地力・舞台適性・条件好転など、異なる好走根拠が重なって浮かび上がる馬を**「特異点候補」**とします。
つまり、特異点とは――”有力な好走条件”
**「注目すべき候補馬を導き出す、複数の有力な好走条件が交差する場所」**です。
■ ⭐ Polaris（ポラリス）｜最終判断を導く指針
特異点に当日のBIAS・展開・調教・Negative Evidenceなどを重ね、最終的に何を最も”重視すべきかを示す”、PEGASUS-EYEの最重要指針。
北極星のように、数多くのDATAの中から予想の進むべき方向を照らします。
つまり――
✨ 特異点は「候補馬を導き出す、有力な好走条件の交差点」
⭐ Polarisは「複数の候補から、最終判断へ導く指針」
💴 PEGASUS-EYE 最終投資戦略
――的中確率 × オッズ × 投資効率――
■ 🎯 軸馬選定｜馬券の中心を決める
CORE・COURSE・HACK・DM期待値・当日BIASなどを統合し、馬券の中心となる軸馬を選定します。
単純な総合順位ではなく、複数の独立したEvidenceが重なる馬を重視します。
■ 💰 期待値評価｜配当とリスクの比較
予測評価と実際のオッズを比較し、購入する価値があるかを判断します。
的中可能性が高くても、配当が低すぎれば投資効率は悪化します。
■ 📊 資金配分｜回収率を意識した買い目設計
買い目ごとのオッズ・推定的中可能性・投資金額を比較し、購入点数と資金配分を検討します。
購入点数を増やしすぎず、リスクに見合う払戻しを目指します。
■ ⚖️ 投資判断｜見送るという選択
予想の確信度が高くても、オッズとのバランスが悪ければ購入を見送ることも重要な戦略です。
「当てるための予想」と「利益を目指す投資判断」は別物。
PEGASUS-EYEでは、この2つを分けて考えます。
※期待値は推定に基づく評価であり、利益や的中を保証するものではありません。
🪽 PEGASUS-EYEの基本思想
👑 CORE（地力）× 🗺 COURSE（舞台適性）× 💣 HACK（条件好転）
そして――
🧠 DM（Digital Matching）｜予測評価と市場オッズの乖離
そこへ過去のRACE Evidence・血統BTF・Negative Evidenceを重ね合わせる。
さらに最終予想では――
🌱 当日のBIAS × ⚡ 最終調教・展開
を統合する。
ただし、同じ実績を別々のEvidenceとして重複評価せず、事実と仮説を分けて検証する。
異なるEvidenceが交差する特異点（Singularity）を探し、その先にあるPolaris✨を見つけ出す。
そして、解析結果を最終投資戦略へつなげる。
🔍 DATA収集 → 🧠 多重Evidence解析 → ✨ 特異点抽出 → ⭐ Polaris → 💴 最終投資戦略
AIが解析し、DATAが根拠を示し、最後は人間が判断する。
AI × DATA × Human Judgment
それが――PEGASUS-EYE Ver.5.0の解析思想です。
📖✨ この辞書が少しでも参考になった！
そう感じていただけましたら…
💖 ぜひ「スキ❤️」
➕ 「フォロー👤」 をよろしくお願いいたします！！🙇♂️✨
皆様からいただく応援や温かいコメントの一つひとつが、PEGASUS-EYEをさらに進化させる大きな原動力になっています。🐎📊✨
これからも、**データのその先にある"特異点（シンギュラリティ）"**を皆様と一緒に追い続けていきます！！🎯🌈
🍀✨ 今後とも「美郷Horse Club」と「PEGASUS-EYE」を、どうぞよろしくお願いいたします！！ 🏇🪽
🎯🌈 皆様のご購入馬券に的中🎯がありますことを、心よりお祈り申し上げます！！ 🙇♂️🙇♀️🍀
最後に。
【著作権について】
この作品の著作権は、作者・夜勤 明に帰属します。
文章・画像・設定などの無断転載、複製、改変、商用利用は固く禁じます。
© 2026 夜勤 明 無断転載・無断使用を禁じます。
