WINSportsAI

結果ログ・透明性ページ

WINSportsAI の全予想結果を都合の悪い負け試合も含めて完全公開します。

🎯 透明性ポリシー: 「90% 当たる AI」のような誇大広告ではなく、実際の的中率・CLV・ROI を毎日自動更新でログに残します。Closing Line Value (市場終値との比較) が長期的に正であれば、優位性のあるモデルと判定します。

📊 累積パフォーマンス指標

// 公開予想数
0
2026-05-19 開始
// 的中率 (Straight Up)
--
2試合以上必要
// CLV (Closing Line Value)
--
市場終値vsモデル予測
// 平均ROI (kelly)
--
Kelly基準ベット時
// Brier Score (全体)
--
0.25↓ 価値あり / 0.18↓ 優秀
// 高信頼度予想 的中率
--
勝率≥65%予想のみ
// 中信頼度 的中率
--
勝率55-65%予想
// 低信頼度 的中率
--
勝率<55%予想

📈 Brier Score 月次推移

確率予測の二乗誤差。低いほど精度が高い (理論最良 0.0、ランダム予測 0.25)。

🎯 高信頼度予想 (勝率≥65%) の的中率履歴

モデルが「自信あり」と判定した予想のみを抽出。本来 65% 以上の確率で当たるべき予想群が実際に何%当たっているかを確認します。

📅 日次サマリー (バックテスト結果)

🏟️ 球場別 予想精度

⚾ 球団別 予想精度

📊 月別 予想精度

📜 全予想ログ (公開)

⏰

🧮 評価指標の説明

的中率 (Straight Up)
AI が指定したサイド (ホーム or アウェイ) が実際に勝った割合。50%超で価値あり、業界優秀ライン57%+
CLV (Closing Line Value)
投票時オッズ vs 試合直前のシャープブック (Pinnacle 等) 終値オッズの差分。長期+5%以上で実力派モデル
期待値 EV%
(AI確率 × 市場オッズ - 1) × 100。プラスならベット候補。+3%以上推奨
Kelly基準
(p × b - q) / b の式によるベット金額推奨。バンクロールの何%を賭けるべきかの最適化計算
Brier Score
確率予測の二乗誤差。0.22以下が業界平均、0.18以下で優秀

📦 データダウンロード

研究者・開発者向けに全予想ログを CSV / JSON でダウンロード可能にする予定です。

🔬 検証方針

2026年5月〜6月の最初の30試合を学習サンプルとして、以下のKPIを毎週更新します: