ミニロト「当たりやすい予測」を20手法×1188回で実験した結果、ロト6と真逆の答えが出た
Overdue・冷えスコア・頻度Z・ホット追いなど20種類の予測アルゴリズムをウォークフォワードバックテストで徹底比較。なぜミニロトだけロト6と逆の結論になるのか、確率論と実験結果で解説。
登場人物
- リナ社長 … 高校生なのに会社経営するやり手ギャル。テックにも強くてAI活用が得意。
- タクヤ … 入社3年目の男性社員。真面目で少しだけコードが書ける。
タクヤ「社長、前にミニロトの予測機能を実装しましたよね。あのアルゴリズム、ちゃんと効いてるんですか？」
リナ社長「鋭いじゃん。実はあたしも気になってたんだよね。“Overdue＋冷えスコア”って組み合わせ、ロト6で効果あったやつをそのままミニロトに使ってたんだけど——ほんとに有効かって検証してなかった」
タクヤ「……使ってたんですか、確認なしで」
リナ社長「そこは反省してる（キリッ）。で、ちゃんと調べた結果がやばかったから聞いて」
バックテストって何？
タクヤ「バックテストって競馬の予想検証みたいな感じですか？」
リナ社長「ほぼそれ。“過去のデータで予測して、正解と照合する”ってやつ。ただし一個だけルールがある——ウォークフォワード方式ってやつ」
タクヤ「ウォークフォワード？」
リナ社長「たとえば第500回を予測するときは第499回までのデータしか使わない。第501回を予測するときは第500回までのデータしか使わない。未来のデータを覗き見しない、ってルール」
タクヤ「なるほど。それをやらないと後付けで”当たってた”って言えちゃいますよね」
リナ社長「そゆこと。後出しジャンケンにならないための工夫ね」
今回は 第201回〜第1388回の1188回分 を使ってバックテストした。 プールサイズは10（1〜31の中から10個に絞って予測）、ランダムで選んだときの期待的中数は 1.613個/回。
試した20種類の手法
タクヤ「どんな手法を試したんですか？」
リナ社長「20種類。ざっくり分けるとこんな感じ」
| カテゴリ | 手法の考え方 |
|---|---|
| Hot系 | 最近よく出てる番号を追いかける |
| Cold系 | 最近出ていない番号を狙う |
| Overdue | 「平均間隔を超えて出ていない＝そろそろ来る」 |
| FreqZ | 長期的に出現率が高い番号を信頼する |
| Bayesian | 全体の出現率をpriorとして直近データで更新 |
| Comeback | 個人最長記録に近いほど”追い込まれてる”番号 |
| Heartbeat | 最も規則正しいリズムで出る番号 |
タクヤ「Heartbeatとかめちゃくちゃ詩的な名前ですね」
リナ社長「“時計みたいに規則正しく出る番号”ってイメージ。統計的には出現間隔のCV（変動係数）が低い番号のこと」
結果：ロト6と真逆の答えが出た
タクヤ「で、結果はどうだったんですか」
リナ社長「見て。これが1188回バックテストのランキング」
| 順 | 手法 | 平均的中/回 | ランダム比 |
|---|---|---|---|
| 🥇 1 | FreqZ80% ＋ Hot20% | 1.679 | ＋0.066 |
| 🥈 2 | FreqZ70% ＋ Hot30% | 1.664 | ＋0.051 |
| 3 | FreqZ 全期間のみ | 1.653 | ＋0.040 |
| 4 | Hot 直近20回 | 1.624 | ＋0.011 |
| 5 | ランダム（基準） | 1.617 | ± 0 |
| 6 | Bayesian β=0.5 | 1.613 | ±0.000 |
| 7 | Cold30 | 1.605 | −0.008 |
| 10 | B+C 50:50（旧アルゴリズム） | 1.602 | −0.011 |
| 20 | TripleBlend（3要素混合） | 1.572 | −0.041 |
タクヤ「……旧アルゴリズム、ランダムより悪いじゃないですか」
リナ社長「うん。ランダム以下（笑）。しかもロト6では”FreqZ”が最下位だったのに、ミニロトでは堂々の1位。真逆になった」
タクヤ「え、なんで真逆になるんですか？」
なぜ真逆になるのか
リナ社長「これが今回いちばん面白かったところ。比べてみると見えてくる」
| ミニロト | ロト6 | |
|---|---|---|
| 選択範囲 | 1〜31 | 1〜43 |
| 本数字 | 5個 | 6個 |
| 出現率（1番号あたり） | 16.1% | 14.0% |
| 平均出現間隔 | 約6.2回 | 約7.2回 |
タクヤ「ミニロトのほうが番号の”回転”が速いんですね」
リナ社長「そゆこと。回転が速いと何が起きるかっていうと、もし抽選機に微妙なクセがあったとしても——そのクセが長期データに蓄積されやすくなる。だから”歴史的によく出てる番号”の信頼度が上がる」
タクヤ「逆にロト6は回転が遅いから、“最近出ていない番号はそろそろ来る”という均衡回帰の方が効く……？」
リナ社長「そういう解釈ができる。まあ抽選は完全ランダムが前提だから”クセ”は理論上ないんだけど、統計的にはそういうシグナルが残ってたってことだね」
タクヤ「なるほど。“なぜ当たるのか”は分からないけど、“何が当たりやすいか”は実験で分かる——みたいな」
リナ社長「それめっちゃいい言い方。そういうこと」
FreqZ って何をやってるの？
タクヤ「FreqZってよく分からないんですけど、Hot（最近よく出てる）と何が違うんですか？」
リナ社長「Hotは”直近50回”みたいな短い窓だけど、FreqZは全1000回以上の全データを使う。“この番号、歴史的に平均より何回多く出てるか”を計算するやつ」
数式で書くとこう：
FreqZ(n) = 実際の出現回数 − 期待出現回数
= freq[n] − (総回数 × 5 / 31)タクヤ「期待値より多く出てる番号を選ぶってことですか。でも……そういう番号って今後は出なくなりませんか？“平均に戻る”みたいな」
リナ社長「それが！戻らなかったっていうのが1188回の検証結果なんだよね。少なくともミニロトの現時点のデータでは、多く出てきた番号はその後も多く出てきてる傾向があった」
タクヤ「……抽選機のクセ説、割と信じてしまいそうになりますね」
リナ社長「あくまでお遊びの統計だけどね（笑）」
窓サイズの検証結果
タクヤ「FreqZの”全期間”vs”直近N回”はどうでしたか？」
リナ社長「試した。こんな感じ」
| FreqZの時間窓 | 平均的中 | ランダム比 |
|---|---|---|
| 全期間（全1000回以上） | 1.653 | ＋0.040 |
| 直近500回 | 1.648 | ＋0.035 |
| 直近200回 | 1.651 | ＋0.038 |
| 直近100回 | 1.628 | ＋0.015 |
| 直近50回 | 1.617 | ＋0.004 |
タクヤ「窓が短くなるほど弱くなるんですね。全期間が最強だった」
リナ社長「長期のバイアス（クセ）を拾うには、それだけ長いデータが必要ってこと。50回くらいじゃランダムとほぼ変わらない」
新アルゴリズムに更新した
タクヤ「結果が分かったなら、予測ロジックも直したんですか？」
リナ社長「もちろん。update_miniloto.py のアルゴリズムを切り替えた」
# 旧アルゴリズム（ランダム比 −0.011）
scores = { n: 0.50 * overdue[n] + 0.50 * cold30[n] }
# 新アルゴリズム（ランダム比 +0.066）
scores = { n: 0.80 * freqz_alltime[n] + 0.20 * hot50[n] }タクヤ「+0.066って、具体的にどれくらいの差ですか？」
リナ社長「年間約50回予測するとして、合計で 約3.3個分 の改善。お遊びなら十分大きい差かな」
タクヤ「1回当たり0.066個……地味に聞こえますけど、積み重ねると効いてくるんですね」
まとめ：ゲームと統計の教訓
リナ社長「今回の実験で分かったこと、まとめるとこれ」
- 同じ”ロト系”でも、数字の範囲・個数が違えば有効な手法が変わる
- FreqZ（全期間頻度の偏り）はミニロトに有効、ロト6には逆効果
- “なんとなく良さそう”でアルゴリズム決めずに、実験で確かめる
- ウォークフォワードバックテストで後出しジャンケンを防ぐ
タクヤ「4番が大事そうですね。普通に検証しようとするとズルできちゃいますから」
リナ社長「そゆこと。データ分析って”確かめ方”が間違ってると全部無駄になるからね」
タクヤ「勉強になりました。……で、次回の予測はなんですか？」
リナ社長「このサイトのミニロトページに載ってるから見て（笑）。外れても責任は取らないよ？」
タクヤ「それは分かってます（笑）」
バックテストスクリプト（scripts/backtest_miniloto.py）の公開は後日予定しています。
コメント