競艇の選手と競艇場の相性は再現するか。15.5万レースを3期間に分けると、「相性が良い」上位5%の上振れ+16.0ポイントは、次の期間に+1.9ポイントまで縮んだ

「この選手はこの競艇場と相性がいい」。競艇の予想でよく聞く話だ。

では、ある期間に相性が良く見えた選手と会場の組は、次の期間も良いのか。モデルの予測は使っていない。2024-01-01〜2026-10-29 の155,135レース（930,342走）を、レース数で3つの期間に分けて確かめた。会場ランキングの記事（番外④）と同じ「期間を分けて測り直す」やり方を、会場から「選手×会場」の組に替えて使った。

結論を先に書く。

• 相性はほとんど再現しない。 ある期間に相性が上位5%だった組は、その会場で見込みより16.0ポイント多く勝っていた。次の期間には+1.9ポイントまで縮んだ。下位5%の組も、−12.3ポイントから+0.6ポイントになった。上位と下位の差は28.3ポイントから1.2ポイントになり、9割以上が消えた。
• 上位50組は、別の期間にほとんど残らない。 3つの期間で上位50組を作ると、150枠に149組が出た。2つの期間で上位50に入った組は1組だけで、偶然でも平均0.8組は重なる。3つの期間とも入った組は0だった。
• 相性に見えるものの多くは、その節かぎりだった。 同じ節（同じ会場で数日続く開催）の中では、走りの良し悪しがある程度そろう。同じ会場でも別の節になると、その似かたは半分以下になった。
• 残る小さな部分はある。 同じ選手の2つの節を比べると、同じ会場どうしの方が、違う会場どうしより少しだけ似ていた。大きさは小さく、次の期間に残った差（上位5%と下位5%の差で1.2ポイント）は、番組表に載る「当地勝率」で分けたときの差（いちばん上の帯と下の帯で2.5ポイント）を超えなかった。
• お金の面では、どの選び方でも次の期間の回収率は100%に届かない。 選んだ期間に単勝の回収率（買った額に対して戻った額の割合）が254.6%だった組は、次の期間に72.5%だった。同じ枠・同じ勝率帯の艇を全部買ったとき（69.6%）とほぼ同じである。

---

データの中身: 「相性」は、見込みとの差の差で測った

使ったのは、番組表（レース前に公開される出走表）のrace_entryと、結果のrace_result、払戻のrace_payoutである。

• 期間: 2024-01-01〜2026-10-29。DBの最初の日付から、執筆日（2026-10-30）の前日まで。
• 対象: 155,135レース・930,342走・選手1,726人。6艇すべてが進入し（欠場なし）、1着の艇がいて、単勝の払戻があるレース。同じ期間のDBにある159,144レースのうち、条件を満たさない分を除いた。

期間はレース数で3つに分けた

番外④と同じく、日付順に並べてレース数で3等分した。同じ日が2つの期間にまたがらないようにした。

「相性」の決め方

1走ごとに見込みを作った。同じ期間の中で、同じ枠・同じくらいの全国勝率・同じくらいの相手関係の艇が、平均何%勝ったかを当てたものだ。

• 全国勝率: 全国のレースでの成績を点数にした値で、番組表に載る。
• 相手関係: その艇の全国勝率から、ほかの5艇の全国勝率の平均を引いた値。

そのうえで、選手と会場の組ごとに、次の差の差を「相性」とした。

相性 ＝（その会場での1着率 − 見込み）−（同じ期間の、ほかの会場での1着率 − 見込み）

後ろを引くのは、選手そのものの調子を外すためだ。全国勝率が追いついていないほど調子の良い選手は、どの会場でも見込みより勝つ。それは会場との相性ではない。

1つの期間に、同じ会場で走るのは中央値10走

ここが、この記事のいちばん大事な前提になる。

どの行も、同じ期間にほかの会場でも20走以上走った組だけを数えた（「相性」の後ろの項が計算できる組）。この条件を外した全部の組は、期間1から順に22,774・23,543・23,950組。「地元」は、選手の支部（所属）と会場の所在地の都府県が同じ組。割合は3つの期間の合計。

• 1つの期間（約11か月）に、ある選手がある会場で走るのは中央値10走。組の61%は、その期間に1節しか走っていない。
• この記事では、1期間に20走以上の組を主に使った（各期間3,240〜3,759組。節の数の中央値は3）。
• 走数が多い組ほど地元に偏る。30走以上では84%、50走以上では99%が地元だった。

---

相性が良かった組を、次の期間で追った

各期間で、20走以上の組を相性の順に並べ、上位5%と下位5%を選んだ。その組が次の期間に同じ会場で走ったとき、1着率は見込みより何ポイント上だったかを数えた。

その会場での1着率−見込み（ポイント）。薄い色は選んだ期間、濃い色は次の期間。次の期間は走数を問わず、その組の全走を数えた。2024-01-01〜2026-10-29 の155,135レース。

1着率−見込み（ポイント）。3つの組み合わせは、期間1→期間2、期間2→期間3、期間1→期間3。

• 上位5%の+16.0ポイントは、次の期間に+1.9ポイントになった。 下位5%の−12.3ポイントも、+0.6ポイントになった。
• 上位と下位の差は、選んだ期間の28.3ポイントから、次の期間には1.2ポイントになった。差の約96%が消えた。
• 下位の組も次の期間はプラスになっている。20走以上の組には地元が多く、地元の選手は全体として見込みより少し多く勝つ（地元の走で+0.8ポイント、地元以外で−0.2ポイント）。その分が全体を押し上げている。

組み合わせごとに見ても、そろって残らない

95%の幅は、同じ条件でデータを取り直したとき、真の値がだいたい入る範囲。組を単位に引き直して計算した。

上位1%（選んだのは各35〜38組、次の期間に走ったのは29〜35組）では、期間2→期間3だけ+7.2ポイント（95%の幅 +4.3〜+10.6。走った29組・565走）が残った。ただし期間1→期間2は+0.5、期間1→期間3は−1.1だった。3つのうち1つだけで出た差なので、再現したとは言えない。

---

上位50組は、別の期間にほとんど残らない

番外④では、会場ランキングの上位3が期間ごとにほぼ入れ替わった。同じ数え方を、選手×会場の組でやった。各期間で相性の上位50組を作り、別の期間でも上位50に入った組を数えた。

「偶然でも重なる数」は、各期間の上位50組をくじ引きで選んだときに、2つ以上の期間で重なる組の数。1,000回引いた平均。

• 20走以上では、重なりは1組だけ。 くじ引きで選んでも平均0.8組は重なるので、偶然と区別がつかない。
• 30走以上では7組が重なった。 偶然の平均3.4組より多いが、くじ引きでも5.5%はこれ以上になる。30走以上の組は84%が地元なので、地元の効果が混ざっている可能性がある。
• 3つの期間とも上位50に残った組は、どちらの条件でも0だった。

---

前の期間の相性で並べても、次の期間はほぼ横ばい

上位・下位の端だけでなく、全体の並びも見た。両方の期間で20走以上走った組を、前の期間の相性で10等分し、次の期間の相性を並べた。

点線は「前の期間の相性がそのまま次の期間にも出たら」の線。両方の期間で20走以上の組（1,240〜1,316組）。2024-01-01〜2026-10-29 の155,135レース。

相性がそのまま続くなら、点は点線に乗る。実際は、前の期間で−11.8〜+14.6ポイントに広がっていた10のグループが、次の期間には−1.2〜+2.4ポイントの中に収まった。

数字で言うと、前の期間と次の期間の相性の相関（片方が高いとき、もう片方も高いかを−1〜1で表した数。0なら無関係）は、こうなった。

20走以上では、期間1→期間2と期間2→期間3は95%の幅が0をまたがない。期間1→期間3はまたぐ。

• 20走以上の相関0.03〜0.09は、「前の期間で相性が+10ポイントだった組は、次の期間に+0.3〜0.9ポイント」という大きさにあたる。
• 走数を増やすと相関は少し上がる。ただし30走以上はほぼ地元の組になり、50走以上では両方の期間で条件を満たす組が56〜81組しか残らない。
• 選手そのものの調子を引かない版（その会場での1着率−見込みだけ）では、相関は0.12〜0.16で、引いた版の2〜4倍になった。期間をまたいで残るもののかなりの部分は、会場との相性ではなく、選手がどの会場でも見込みより勝つ（または負ける）分だった。

---

「相性」に見えるものの多くは、その節かぎり

なぜ1つの期間で大きく見えた相性が、次の期間に残らないのか。手がかりは「1つの期間に同じ会場で走るのは中央値10走、1節くらい」にある。

競艇は同じ会場で数日続けて走る。その数日を節と呼ぶ。節の間は、同じモーターを使い、同じ水面で、同じ時期の体調で走る。そこで、同じ選手の(1着率−見込み)が、どの組み合わせでどれだけ似ているかを比べた。

節は「同じ選手が同じ会場で、出走日の間が2日以内に続いた走」とした。同じ節の中は6走以上の節を奇数番目と偶数番目の走に分けて比べた。節どうしは4走以上の節。2024-01-01〜2026-10-29 の155,135レース。

95%の幅は、選手を単位に引き直して計算した。

• 同じ節の中の走りどうしが、一番よく似ている（0.115）。 モーター・水面・その週の体調がそろっているからだと考えられる。ただし、どれが理由かは分けていない。
• 同じ会場でも、別の節になると0.047まで下がる。
• 違う会場の節どうしでも0.029ある。 これは選手そのものの調子（全国勝率に出きっていない分）と見られる。

1つの期間の「相性」は、多くが1〜3節の結果でできている。そのため、その節かぎりの上振れ・下振れが、そのまま「相性」に見えてしまう。

なお、同じ節の中の比較は1節を半分に分けた走（中央値で4〜5走ずつ）どうしで、節どうしの比較より1回分の走数が少ない。走数が少ないほど相関は低く出るので、この比べ方は節の中の効果を小さめに見せる側にずれている。

---

残る小さな部分: 同じ会場は、少しだけ似ている

相性がまったく無い、とまでは言えない。

• 同じ会場の別の節（0.047）は、違う会場の節（0.029）より0.017高かった（95%の幅 +0.012〜+0.023）。
• 2つの節の間隔を「90日以内」「90〜180日」「180〜365日」「1年以上」に分けても、4つすべてで同じ会場の方が高かった。
• 地元の会場だけ（0.044）でも、地元以外の会場だけ（0.043）でも、同じくらいだった。地元以外に絞っても、違う会場より0.014高い（95%の幅 +0.007〜+0.021）。

つまり、選手と会場の相性は「ある」が、とても小さい。 1つの期間の1〜3節分の成績では、節かぎりの上下に埋もれて見分けられない大きさである。

番組表の当地勝率で分けても、同じ向きの差が出る

番組表には当地勝率が載る。その会場での、その選手の勝率だ。いわば公式の「相性」の数字である。当地勝率から全国勝率を引いた値で走を分け、1着率が見込みより何ポイント上かを数えた。

1着率−見込み（ポイント）。当地勝率が0（その会場での実績が無い。全走の8.5%）の走は除いた。

• 当地勝率が全国勝率より1.0以上高い走は、見込みより1.8ポイント多く勝った。3つの期間とも+1.4〜+2.1ポイントで、向きも大きさもそろっている。
• 当地勝率は、その会場での過去の成績を長い期間まとめた値と見られる。何年分をどう集計した値かは、公式の説明を確かめられていない。

期間を分けて自分で相性を測ると、次の期間に残った上位5%と下位5%の差は1.2ポイントだった。番組表の当地勝率で分けると、いちばん上の帯（+1.0以上）といちばん下の帯（−1.0以下）の差は2.5ポイントだった。自分で測った相性の残りは、番組表に載っている数字で分けた差を超えなかった。 ただし、分け方（組の上位・下位5%と、走ごとの帯）が違う。どちらで選ぶ方が次の期間に良いかを直接比べたものではない。

---

お金の面: 選んだ期間の回収率は、次の期間に続かない

最後に、お金の面から見る。選んだ組の艇の単勝（1着の艇を1つだけ当てる舟券）を、次の期間に100円ずつ買い続けたと仮定した。相性で選ぶ方法に加えて、「その会場で単勝の回収率が高かった組」を選ぶ方法も試した。

「選んだ期間」の値は、結果を見てから選んだ組のもの。前もって知ることはできない。3つの組み合わせを合算。2024-01-01〜2026-10-29 の155,135レース。

右の列は、次の期間に同じ艇が走ったレースで、同じ枠・同じ全国勝率帯・同じ相手関係の艇を全部買ったときの回収率。外枠も含むので、1号艇だけを買う場合（91.1%）よりずっと低い。

• 選んだ期間に254.6%だった組も、次の期間は72.5%だった。 同じ枠・同じ勝率帯の艇を全部買ったとき（69.6%）とほぼ同じである。
• 上の表の3つの選び方では、3つの組み合わせのどれでも、「次の期間の回収率 − 同じ枠・同じ勝率帯の回収率」の95%の幅が0をまたいだ。
• 相性で選んでも、回収率で選んでも、次の期間の回収率は100%に届かなかった。

いちばん良く見える数字を信じない理由

3つの組み合わせ×5つの選び方（相性の上位5%・上位1%・下位5%・下位1%、回収率の上位5%）で、15通りの「次の期間の回収率」が出た。最小61.5%、最大99.1%で、100%を超えたものは0だった。

最大の99.1%は、期間1で相性が下位1%だった38組のうち、期間3に走った31組を買ったときの数字である（452走）。相性が一番悪かった組が、一番良い回収率になった。同じ枠・同じ勝率帯の回収率（73.8%）との差の95%の幅は+4.1〜+50.1ポイントで、15通りの中でこれだけが0をまたがなかった。しかし同じ選び方でも期間1→期間2では78.2%、期間2→期間3では61.5%だった。たくさんの候補から結果を見て一番を選ぶと差があるように見える問題（多重比較）の形で、根拠にはしない。

---

測り方の詳細数え方と対象の決め方。読まなくても本文の結論は変わりません

• 期間とレース数: 2024-01-01〜2026-10-29。DBの最初の日付から、執筆日（2026-10-30）の前日までの全データを使った（SQLは substr(race_id,1,8) <= '20261029'）。
• 母集団: 155,135レース・930,342走。DBのraceテーブルにある同期間の159,144レースのうち、次をすべて満たすレース。(a) 6艇すべてに進入コースの記録がある（欠場なし）、(b) 着順「01」の艇がいる、(c) 単勝の払戻がある。番組表の行が欠けた458レース（5艇分だけが448レース、4艇分だけが10レース）は、ある艇の分だけ数えた。そのため走数はレース数×6より468少ない。
• 1着: race_resultの着順が「01」。フライング（着順「F」）・出遅れ・失格は「1着でない」に数えた。
• 期間の分け方: 日付順に並べ、レース数で3等分した。同じ日は同じ期間に入れた。
• 見込み: 期間ごとに、「枠 × 全国勝率（0.25刻み、2〜8で打ち切り）× 相手関係（その艇の全国勝率−ほかの5艇の平均、0.5刻み、±2.5で打ち切り）」の組ごとの1着率を出し、各走に当てた。
• 相性: 選手×会場×期間ごとに、（その会場での1着率−見込み）−（同じ期間のほかの会場での1着率−見込み）。その会場で20走以上、ほかの会場で20走以上ある組を主に使った。
• 地元: 選手の支部（race_entry.branch）が、開催場の所在地の都府県と同じとき。
• 上位5%・下位5%を追う: 選んだ期間の20走以上の組から選び、次の期間はその組の全走を数えた（走数の下限なし）。95%の幅は、組を単位に引き直すブートストラップ（1,000回）。
• 上位50組の重なり: 「偶然でも重なる数」は、各期間の候補からくじ引きで50組を選ぶことを1,000回くり返した平均。
• 節: 同じ選手が同じ会場で、出走日の間が2日以内に続いた走。公式の節（開催の単位）とは、ずれることがある。節ごとの(1着率−見込み)の平均を使い、相関の95%の幅は選手を単位に引き直すブートストラップ（500回）で出した。
• 当地勝率: 番組表の値をそのまま使った。0は「その会場での実績が無い」として除いた。何年分の成績をどう集計した値かは確かめていない。
• 単勝回収率: 単勝の払戻の合計÷購入額。フライング・出遅れ・欠場で返還される艇は、購入に含めていない。「同じ枠・同じ勝率帯の艇を全部買った回収率」は、見込みと同じ組ごとに、期間の中で計算した。
• 確かめていないこと: 節の中で似る理由（モーター・水面・体調のどれか）、当地勝率の集計期間、自前の相性と当地勝率のどちらで選ぶ方が次の期間に良いかの直接の比較、相性が会場ごとに違うかどうか、選手の名前ごとの相性（この記事では選手名を出していない）、オッズの動き。
• この記事の集計はすべて過去データを数えたもので、モデルの予測は使っていない。

まとめ

• 相性は、ほとんど再現しない。 1つの期間で上位5%だった組の+16.0ポイントは、次の期間に+1.9ポイント。上位と下位の差28.3ポイントは1.2ポイントになった。
• 上位50組は入れ替わる。 20走以上では、別の期間でも上位50に入ったのは1組だけで、偶然と区別がつかない。3つの期間とも残った組は0。
• 相性に見えるものの多くは、その節かぎり。 同じ節の中の相関0.115に対し、同じ会場の別の節は0.047、違う会場の節は0.029。
• 小さな相性はある。 同じ会場の別の節は、違う会場の節より少しだけ似ていた（地元以外でも）。次の期間に残った上位5%と下位5%の差は1.2ポイントで、番組表の当地勝率で分けたときの差（2.5ポイント）を超えなかった。
• お金: どの選び方でも、次の期間の単勝回収率は100%に届かなかった（15通りで61.5〜99.1%）。選んだ期間に254.6%だった組も、次の期間は72.5%だった。

「この選手はこの競艇場と相性がいい」と言われたら、まずその話が何走分かを確かめるとよい。1つの期間に同じ会場で走るのは、多くの場合1〜3節分である。その範囲の好成績は、節かぎりの上振れと区別がつかなかった。相性のうち次の期間にも残る部分は、番組表の当地勝率で分けた差を超えない大きさだった。

---

免責

• 本記事に記載した数値はすべて過去データに対する実測であり、将来の的中や利益を保証するものではありません。
• 本記事および言及したツールは分析の補助を目的としており、舟券の購入を勧誘するものではありません。
• 舟券は20歳未満の方は購入できません。
• 舟券の購入は自己責任で、生活に必要な資金とは別の、余裕資金の範囲で行ってください。のめり込みには十分ご注意ください。