簡単に言えば・・・ 騎手、調教師、馬主それぞれでの連対率（２着以内）、複勝率（３着以内） それと、５着入線以内までの成績を指数化したものを分析しています。

馬に関するデータ（スピード指数など）は一切取り入れておりません。 逆に、これが惑星馬券の特徴と言えるでしょう。
例えば、年間出走頭数が延べ10000頭前後あるなかで、データ化してもその数 からして莫大な分析量になってしまいます。

年間通して１走だけしか走らない馬も数多くいれば、多く出走する馬でも２０ 走位ですので、全体頭数から一頭あたりの分析数値を算出しても、その数値は ほとんど差がありません。

　※年間出走総数は全競馬場合わせて47000〜48000超ぐらいにな ります。
　　　（総開催日数２８８日×１２レース（×1レースあたりの出走数）

現役登録馬として出走可能な競走馬が年間あたり一万頭前後存在する中で、そ の一万頭の一頭一頭に対し、きれいに能力指数分けが出来、順序通りに並べれ ば話は別ですが、だいたいは同じ能力を持つ馬が何十頭、何百頭単位でレベル 化（ランク別）されています。

従って、そのレベル化されている馬から能力指数を算出しても「どれも同じよ うなもの」になってしまうのです。

血統というファクターもありますが、これも同じことが言えます。
サンデーサイレンス産駒の活躍とその実績は誰もが認めるところですが、実の ところ、同類（同じ能力を持つ）の馬は何百頭と存在するわけです。

登録馬数〜出走馬数があまりにも多いため、同じ能力を持った馬が一塊になっ てグループ化されている故、個々の馬の能力を測るには実際のところ非常に困 難なのです。
（実際に、あらゆる角度から分析したのですが、結果的には思うような予想分 析シュミレーションが出来ず、時間の無駄でした。）

騎手、もしくは調教師の連対率（２着以内）、複勝率（３着以内）から、 予想分析する方法論は一般的に知られていますが、結果的には回収率を 確保することは出来ません。

もちろん、買目点数により回収率に差が生じるのは当然ですが、例えば １レース１０点買いを続けても、回収率が100％を上回ることは、まず ありません。

例えば、全レースを対象に１〜5番人気馬をボックス１０点買いした場 合の的中率は約６割ぐらいになりますが、その回収率は80〜90％程度に なります。

ここで惑星馬券が着目したのは、その連対率、複勝率を合わせ、さらに５ 着以内入線率の指数を加え、より細分化させた指数算出方法を確立させ ました。

また、騎手、調教師という一般的な成績対象に、馬主成績を加えたのです。

データ分析とは細分化させるほどに精度が上がります。

余談ですが、このメリットは上記に掲げたことなのですが、デメリットは データ分析に莫大な労力と時間が懸かるということでしょうか。

惑星馬券は連対率、複勝率、５着入線率、騎手、調教師、馬主の６基本データ に、競馬場特性、レース特性を加えたデータ分析を柱としているのです。

この結果、回収率の100％以上確保を容易に達成できる可能性が高くなっ たのです。

競馬はギャンブルであり、また、野球やサッカー同様にプロ・スポーツの位置付けで もあります。そこに成績（順位）が反映されることで、その世界でのビジネスが成り 立っています。
それぞれが、勝ち星を一つでも多く上積みされるかどうかの違いで獲得賞金に差が出 て、騎手や厩舎（調教師）の職業としての価値に影響されるのです。

特に、オーナー（馬主）は馬を買うという投資（リスク）がありますので、ビジネス として考えた場合、単なる趣味や慈善事業で参加することは到底、考えられません。 むしろ、騎手や調教師よりも成績に敏感であることは言うまでもないでしょう。

その結果、毎年、成績上位にくる馬主の名前は、騎手や調教師よりも同じ顔ぶれが多 いと言えるのも一つの特色であると考えます。 その中でも所有馬数が多い馬主とか、高額な馬（血統の良い）を所有している馬主が 成績上位を占めています。

馬は馬主のものと考えれば、馬＝馬主であって、馬のデータを取り込まなくても十分、 馬主データだけでも分析は成り立ちます。

逆に、専門的な競馬新聞の予想も含め、ほとんどの予想情報が馬主に係るデータを見 落とし気味になっているのは一つの盲点なのかもしれません。

惑星馬券予想は騎手、調教師、それに重要なファクターでもある馬主を加えたデータ分析 が根幹であり、その結果、今までにないデータ分析情報を駆使し、確実な回収率ＵＰ を目指しています。

これは２００５年度の年間成績（３４５２レース）から抽出したものです。

Ａデータ（成績順位内における１〜３着鞍数と比率）

騎手１〜１０位	1着＝1169鞍（33.9％）
	２着＝958鞍（27.8％）
	３着＝850鞍（24.6％）
騎手１１〜２０位	１着＝614鞍（17.8％）
	２着＝581鞍（16.8％）
	３着＝561鞍（16.2％）
騎手２１位〜	１着＝1669鞍（48.3％）
	２着＝1913鞍（55.4％）
	３着＝2041鞍（59.1％）

調教師１〜１０位	１着＝373鞍（10.8％）
	２着＝303鞍（8.8％）
	３着＝259鞍（7.5％）
調教師１１〜２０位	１着＝311鞍（9.0％）
	２着＝288鞍（8.3％）
	３着＝256鞍（7.4％）
調教師２１位〜	１着＝2768鞍（80.2％）
	２着＝2861鞍（82.8％）
	３着＝2937鞍（85.1％）

馬主１〜１０位	１着＝647鞍（18.7％）
	２着＝618鞍（17.9％）
	３着＝560鞍（16.2％）
馬主１１〜２０位	１着＝294鞍（8.5％）
	２着＝242鞍（7.0％）
	３着＝248鞍（7.2％）
馬主２１位〜	１着＝2511鞍（72.7％）
	２着＝2592鞍（75.1％）
	３着＝2644鞍（76.6％）

対象騎手数　　183名
調教師数　248名
馬主数　　1584名

上記データの特徴を簡単に示せば、

１、 騎手の１〜２０位の１着率は50％を超える
２、 総人数の割合に対して、上位２０位までの調教師の１〜３着の割合
よりも、馬主の１〜３着の割合（比率）が非常に大きい
３、 調教師は騎手と対比した中で、２１位以降の１〜３着率の割合が大きい

このように、一つ一つの細かい特徴を生かし、データ分析に反映させる ことが予想分析における重要なファクターになります。


以下のデータは騎手、調教師の年間成績順位（抜粋）での１着数を表したものです。

Ｂデータ（年度別、成績順位での１着数／順位は抜粋）

騎手順位	1位	10位	20位	30位	40位	50位
2005年度	２１２鞍	５４鞍	５０鞍	３９鞍	２６鞍	１８鞍
2004年度	２１１鞍	６０鞍	４８鞍	３３鞍	２３鞍	１６鞍
2003年度	２０４鞍	６３鞍	４７鞍	３１鞍	２０鞍	１７鞍
2002年度	１３３鞍	５１鞍	４８鞍	３８鞍	２３鞍	２０鞍
2001年度	１３３鞍	６８鞍	４７鞍	３３鞍	２７鞍	２１鞍

調教師順位	1位	10位	20位	30位	40位	50位
2005年度	５４鞍	３４鞍	２９鞍	２６鞍	２３鞍	２２鞍
2004年度	６０鞍	３５鞍	３０鞍	２６鞍	２３鞍	２０鞍
2003年度	６３鞍	３２鞍	２８鞍	２６鞍	２４鞍	２２鞍
2002年度	５１鞍	３４鞍	２８鞍	２５鞍	２２鞍	２０鞍
2001年度	６８鞍	３１鞍	２８鞍	２５鞍	２２鞍	２１鞍

上の表を、わかりやすいように割合で計算した棒グラフにしてみました。

　　　　　　騎手の年間成績順位による1着の割合


　　　　　　調教師の年間成績順位による1着の割合


騎手に比べると、調教師の各順位での1着数は平均化（均一に近い）され ています。即ち、順位に係る勝鞍数が平均化されている分、安定した分析が出来る のです。このデータからは調教師分析に重点を置き、予想に反映されます。

プロ野球でも優勝チームの優勝ライン（勝ゲーム数）が７８〜８０勝ラインとか、 よく耳にすることがありますが、それと同じようなニュアンスだと思っていただけ れば宜しいかと思います。

成績順位での勝数は平均化されているのか？ まずは、そのデータが存在するか、しないかを見つけることが肝要なのです。 騎手データからは年別での誤差（開き）が大きいので、このデータにおいての精度は 低くなります。