BoatraceCSV

統合予想(3 仮説統合)v7_aggregate 設計書

control (v1_basic) に対して単独で検証してきた 3 つの改善仮説を 全て同時に適用した 予想者 v7_aggregate(統合予想)の設計。

1. 動機

v4_motor / v5_slit / v6_course は、それぞれ control (v1_basic) から 1 つの要素だけを 差し替えて回収率を A/B 比較するための実験スロットとして投入した:

予想者 仮説 control からの差分
v4_motor モーター指標をエキスパート評価でチューニング motor → motor4
v6_course 枠番強度をレース番号次元まで持つコース強度に waku → course
v5_slit 予測 ST を実測 ST 履歴ベースの AI 推定 ST に 予測 ST(成分は不変)

各仮説は独立した軸(モーター指標 / コース強度テーブル / スタート ST)を改善しており、 効果が直交する見込みが立ったため、3 つを束ねた総合スロットを control と比較して 「全部入り」の回収率を測る。単一仮説では控えめでも、重ねると効いてくる可能性を見る。

2. 構成

特徴量成分(index / 強さpt)

component_keys = (course, racer, motor4, exhibit, weather)

control (v1_basic = waku, racer, motor, exhibit, weather)から:

course と motor4 は既に index_features.py の compute_features_for_day が 全予想者共通で毎回算出している素点列なので、特徴量計算コードの追加は不要。 registry.py に component_keys を宣言するだけで build_index / build_weights / gcs_publisher が自動でこの組み合わせを処理する。

予測 ST(スタート予想図・1 マーク走行距離)

3 仮説目の v5_slit 由来の差し替え(全国平均 ST → AI 推定 ST。st_estimation.md)は index CSV には現れない(強さpt の成分は上記 5 つで、v6_course 系と同一)。 fun-site 側で PredictorSpec.useEstimatedST = true として扱い、computeOneMarkDistances / スタート予想図の予測 ST のみを estimate/racer_st(AI 推定 ST)に切り替える。 boatracecsv 側では racer_st は予想者非依存の共通ファイルなので追加生成は不要。

3. パス・運用

項目 値
predictor_id v7_aggregate
表示名 統合予想
slot 7
status active
started_at 2026-07-23
index CSV data/estimate/v7_aggregate/YYYY/MM/DD.csv
weights data/estimate/stadium/weights/v7_aggregate/YYYY-MM.csv

weights のブートストラップ

v7_aggregate の成分組み合わせ(course + motor4)は既存のどの予想者とも 一致しない(v6_course は motor、v4_motor は waku)ため、weights ファイルを 他予想者からコピーしてブートストラップできない。投入初月分は全履歴 checkout の ローカルで以下を実行して生成する:

python scripts/build_weights.py --predictor v7_aggregate --month 2026-07

翌月以降は monthly-weights ジョブ(build_weights.py --all-active)が registry.active_predictors() を参照して自動生成する。weights が無い月の index は 強さpt が NaN になる(build_index.py の find_weights_file 参照)。

4. control との比較観点

v7_aggregate は 3 仮説を同時適用するため、control (v1_basic) との回収率差が出ても どの仮説が寄与したかは分離できない(それは各単独スロット v4/v5/v6 の役割)。 本スロットの目的は「有望仮説を全部入れた版が control をどれだけ上回るか」の総合評価。 成分の寄与内訳は index CSV の N枠_寄与_* 列で個別レース単位に分解できる。

5. 経緯