AIのスポーツ予想は当たるのか？勝率79%を支える完全な検証
端的に言えば、エキスパート階層の高信頼度の試合を対象とした過去のバックテストにおいて、Mysports.AIのBERT v4.8モデルは勝率79%に達し、そのピックにフラットステークで従った場合、前シーズンは平均ROI約24%で純利益+1,240ユニットを生み出しました。このページでは、これらの数字がどう定義されているか、モデルがどう機能するか、その限界はどこにあるか、そして負け試合も含めてどのように検証しているかを正確に説明します。
勝率79%の率直な定義：すべてのベットが79%の確率で勝つという意味ではありません
率直に言いましょう。これがレポートの中で最も重要な部分です。多くのサービスは見栄えのいい数字を一つ放り出すだけで、それがどこから来たのかを決して説明しません。
79%は、AIが対象試合を絞り込んだ後に得られる数字です
毎日数百試合が行われますが、モデルはそのすべてを推奨するわけではなく、最も確信のある少数の高信頼度の試合だけを抽出します。79%は、それら選ばれた試合における過去の的中率です。すべての試合に賭けることは決してありませんが、AIが介入したときには勝つ確率が5分の4近くになります。逆に言えば、試合をランダムに選んで79%を期待しても、それはモデルが約束するものではありません。
+1,240ユニットは長期的な複利の話であり、1試合の話ではありません
1ベットあたり一律1ユニット（例えば100ドル）を賭け、モデルに長期的に従えば、前シーズンは全リーグ合計で純利益+1,240ユニットを生み出しました。途中には負ける日も負ける週もありました。資産曲線は奇跡の1試合ではなく、時間をかけて積み上げられたものです。
13,000試合以上をライブで監視、モデルは53回の反復
データベースは真新しい2025-26シーズンを網羅し、NBA、MLB、NHLのあらゆるライン変動を計算に取り込んでいます。アルゴリズムは53回の大規模アップグレードを経てv1.0からv4.8へと進化し、それぞれが新しい特徴量（選手のサーカディアンリズムや資金フローなど）を追加することで、モデルは市場と歩調を合わせて進化し続けています。
実際の予想画面：日々のピックと過去の結果を、試合ごとに
これはモックアップではなく、Mysports.AI 予想ページの実際の画面です。各試合には信頼度スコア、市場で最も有利なオッズ、期待値（EV）が表示され、過去の予想は的中／不的中／プッシュとして一試合ごとにラベル付けされ、的中率はリアルタイムで更新されます——勝ちも負けも同じ表の上にあります。
＊「過去の予想」に表示される全体の的中率は約 50%（すべての賭け方と信頼度レベルを含む）です。本ページの目玉である 79% は、「エキスパート三つ星の高信頼度試合」まで絞り込んだ後の的中率です——出る回数は少なく、より厳選されますが、より正確です。この二つの数字は矛盾せず、「全予想」と「絞り込み後」の違いにすぎません。
モデル検証曲線：本当に勝つことを証明する3つのチャート
口先だけでは証明になりません。この三つのグラフはそれぞれ一つの問いに答えます——儲かるのか（資金曲線）、正確なのか（キャリブレーション曲線）、ただ丸暗記しているだけなのか（学習曲線）。下にスクロールすると、曲線がリアルタイムで描画されます。いずれもバックテストの例示であり、将来の結果を保証するものではありません。
資産曲線 · 累計 +1,240 ユニット
フラットステークでピックに従った場合の純利益。途中にドローダウンを挟みながら、時間をかけて積み上がります。
キャリブレーション曲線 · 信頼度と実際の勝率
緑の線が灰色の理想線に近いほど、信頼度スコアの信頼性が高くなります（黄色い点 = 79%）。
学習曲線 · 訓練精度と検証精度
2本の線が収束すると、モデルは単にデータを暗記しているのではなく、新しい試合にも汎化できることを示します。
なぜBERTモデルなのか？従来のモデルでは並べない3つの強み
BERT（Bidirectional Encoder Representations from Transformers）はもともと Google が人間の言語を理解するために作ったモデルですが、時系列データを扱う能力は LSTM などの従来型スポーツモデルをはるかに上回ります。アルゴリズム設計の全容はAI アルゴリズム解説をご覧ください。
強み1：文脈に基づくデータの相関
従来のモデルはデータを一方向にしか読み取らない（過去から未来を予想する）ため、主力選手の負傷は単純に勝率を引き下げるだけです。BERTは「主力選手の欠場」と「ライン変動」を同時に照合します。スター選手が欠場しているにもかかわらず、ブックメーカーが不自然にも価格をあまり動かさない場合、モデルはそれを罠ライン（トラップライン）の可能性ありとフラグし、逆サイドを推奨します。この文脈の把握こそ、線形モデルの盲点なのです。
強み2：その場で重み付けを変えるセルフアテンション
データが多いほど精度が上がるわけではなく、重要なのは重み付けです。セルフアテンション機構は人間の専門家の直感を模倣し、各試合でどのシグナルが最も重要かを自動的に判断します。NHLではモデルはゴールキーパーの調子（GSAx）に非常に高い重みを割り当て、ホームコートアドバンテージを下げます。NBAではアテンションが選手の疲労や3ポイントシュートの傾向へと移ります。これは硬直した数式ではなく、リーグごとに考え方を切り替えるのです。
強み3：「運」を説明可能な変数に変える1,500以上の特徴量
運転を思い浮かべてください。300特徴量のv4.2は紙の地図です。道は示せますが、予期せぬ事態には対応できません。1,500特徴量のv4.8はライブナビで、渋滞（資金フロー）、速度違反取締りカメラ（ブックメーカーの罠ライン）、前方の事故（選手の負傷）を同時に監視します。MLBではキャッチャーのピッチフレーミング技術や球審のストライクゾーンの一貫性まで織り込みます。これらは投手戦を1～2点差で決することが多い類の細部です。情報が細かいほど優位性は大きくなり、だからこそv4.8はv4.2より13ポイント高い勝率を誇るのです。
BERT v4.8 セルフアテンション・ヒートマップ：リーグ別の特徴量ウェイト
各数値は、モデルが割り当てる相対的なアテンションウェイトです（0～100、高いほど赤くなります）。ここに表示しているのは4大リーグのNBA、MLB、NHL、NFLのみで、他のすべてのリーグにはそれぞれ独自の完全なウェイト分布があります。
| 特徴量 | NBA | MLB | NHL | NFL |
|---|---|---|---|---|
主力選手の状態 Key Personnel | 95 | 95 | 92 | 96 |
日程による疲労 Fatigue / B2B | 88 | 45 | 65 | 60 |
環境と天候 Environment | 5 | 82 | 10 | 94 |
マーケットの資金フロー Money Flow | 75 | 60 | 55 | 85 |
チームの最近の調子 Momentum | 60 | 30 | 50 | 70 |
ホームアドバンテージ Home Advantage | 85 | 40 | 65 | 80 |
審判の傾向 Ref / Umpire | 70 | 90 | 30 | 60 |
高度な効率指標 Advanced Metrics | 92 | 95 | 96 | 98 |
3階層の計算アーキテクチャ、バックテスト済み：Starter v4.2 → Standard v4.5 → Expert v4.8
勝率だけでなく、最大ドローダウンと損益比率にも注目してください。ドローダウンが小さく曲線が滑らかなほど、連敗を乗り切りやすくなります。損益比率3.50とは、1ユニット負けるごとに、長期的な平均で3.5ユニットの利益が返ってくることを意味します。
| 主要指標 | Expert v4.8 | Standard v4.5 | Starter v4.2 |
|---|---|---|---|
| モデルの勝率 | 79.2% | 76.5% | 66.2% |
| 特徴量の数 | 1,500+ / 試合 | 1,200+ / 試合 | 300+ / 試合 |
| カバーするリーグ | 25+ リーグ | 25+ リーグ | 10+ の主要リーグ |
| ベットタイプ | すべてのマーケット | すべてのマーケット | マネーライン |
| 投資収益率（ROI） | 24.5% | 15.2% | 8.5% |
| 最大ドローダウン | -4.8% | -10.2% | -18.5% |
| 平均オッズ | 1.92 | 1.85 | 1.65 |
| 損益比率 | 3.50 | 1.88 | 1.25 |
Starter v4.2は10大リーグにわたる戦力評価に重点を置いています。Standard v4.5はすべてのマーケットを解放し、ラインの調整がより遅い地域リーグで力を発揮します。Expert v4.8は4つの勝利要因——サーカディアンリズム追跡、球場のミクロ気候、世界的な資金フロー、シナリオシミュレーション——を融合させ、MLBやNHLのような変動が大きく得点の少ないスポーツで55%の天井を突破する唯一のバージョンです。
リーグ別 — 信頼度しきい値ごとの的中率をすべて公開
BERT v4.8 バックテスト（2022–2025）のマネーライン的中率を、信頼度しきい値ごと・リーグ別に分けて表示。信頼度が高いほど対象試合は減りますが精度は上がります。低調な市場もそのまま掲載しており（例：Serie A は ≥70% で低下）、事後的な除外は一切ありません——それが検証可能ということです。
| リーグ | ≥50% | ≥55% | ≥60% | ≥65% | ≥70% |
|---|---|---|---|---|---|
| NBA | 67.5% | 69.9% | 72.5% | 75.5% | 79.1% |
| MLB | 57.0% | 59.8% | 64.5% | 70.4% | 73.7% |
| NHL | 61.3% | 63.7% | 67.5% | 71.4% | 74.7% |
| Premier League | 66.1% | 69.5% | 73.7% | 76.4% | 80.7% |
| La Liga | 67.0% | 70.8% | 77.2% | 81.1% | 83.9% |
| Serie A | 63.8% | 66.9% | 70.4% | 76.5% | 72.7% |
| Bundesliga | 64.9% | 68.2% | 71.5% | 75.8% | 76.9% |
| Ligue 1 | 65.1% | 69.4% | 71.4% | 74.9% | 76.4% |
| MLS | 59.3% | 65.0% | 68.0% | 76.1% | 85.7% |
| Overall | 61.3% | 64.5% | 69.0% | 73.9% | 77.6% |
＊数値＝各リーグのその信頼度しきい値におけるマネーライン的中率（2022–2025 ウォークフォワード・バックテスト）。下記でダウンロードできる完全版レポートと一致します。
モデルの限界とリスク開示：AIは100%正確ではありません
過去データの統計的な限界
このページの各数値にはそれぞれの範囲があります。勝率79%と+1,240ユニットは、最新モデル（v4.8）の高信頼度の試合におけるバックテストとライブ運用から得たものです。13,000試合以上は2025-26シーズンのライブ監視を指します。ダウンロード可能な完全なマネーライン記録は2022-2024年を対象としています。過去の成績は将来の結果を保証しません。試合には固有の予想不可能なランダム性（試合中の負傷、審判のミスなど）が伴うため、予想はあくまで意思決定支援ツールであり、利益の保証として扱うべきではありません。
勝率の高いモデルでも連敗はあります
そうです。確率ベースのモデルはどれも短期的な変動に見舞われ、79%も例外ではありません。データが示しているのは、勝率が高いほど連敗の確率と深さが低くなるということです（v4.8の最大ドローダウン-4.8%は、v4.2の-18.5%よりはるかに優れています）。資金を管理し、いくつかの極端な出来事のために、戦略を放棄してしまうような心理的プレッシャーを生まないようにしましょう。長期的な一貫性だけが複利を発揮させます。
自分で確かめてください：負け試合も含め、すべての記録を公開しています
ほとんどのサイトは勝ちだけを主張し、負けはこっそり隠します。私たちは 2022–2024 年の 20,000 試合超に及ぶ完全な独勝（マネーライン）予想記録をすべて公開しています——勝ちも負けもすべてそこにあります（記録の実際の見た目は下に示しています）。最新の日次の過去予想と結果は、Mysports.AI 予想ページで一試合ずつ直接ご確認ください。完全な検証レポート（BERT v4.8 · 2022–2025）は下記からダウンロードできます。データに誠実に向き合うことでこそ、本当の信頼を得られます。
過去記録のフィールド一覧
- League — リーグ（例：NBA、MLB、EPL）
- Date / Time (ET) — 米国東部時間での試合日時（現地時間ではありません）
- Home / Away Team — ホームチームとアウェイチーム
- Home / Away Score — 両チームの最終スコア
- Pick — AIの選択：システムが推奨した具体的なベット
- Result — 予想結果：勝ち（Win）または負け（Loss）として判定された試合
- Strategy — サブスクリプション階層に紐づく戦略モデル（例：Pro Expert）
- Confidence — AIの生の信頼度スコア。値が高いほど勝率も高くなります
検証のコツ：任意の 30 試合を抽出して公開の試合結果サイトと突き合わせ、続いて自分のフォロー結果をMysports.AIに記録し、自分自身の資金曲線でモデルを検証してみてください——どんな宣伝文句よりも信頼できます。
信頼度しきい値別バックテスト的中率（2022–2025）
BERT v4.8 · NBA/MLB/NHL とサッカー6リーグ＋MLS を対象 · 数値は下記のダウンロードファイルからそのまま掲載。
| 信頼度 | 的中率 | サンプル |
|---|---|---|
| ≥50% | 61.3% | 26,516 |
| ≥55% | 64.5% | 19,346 |
| ≥60% | 69.0% | 12,174 |
| ≥65% | 73.9% | 7,305 |
| ≥70% | 77.6% | 4,208 |
＊的中率＝そのしきい値における的中予想 ÷ 対象試合数（全体のマネーライン）。単一リーグの高信頼度のピークは ≈ 79%（NBA ≥70%：1,702/2,151）。信頼度が高いほど対象試合は減りますが精度は上がります——通常のキャリブレーションのトレードオフです。
BERT v4.8 · 2022–2025 · NBA/MLB/NHL と6大サッカーリーグ＋MLS：信頼度別の的中率と試合ごとの明細。
手法とソース：公開研究の肩の上に立って
当社の特徴量エンジニアリングと評価手法は、公に検証可能な統計研究とデータソースに基づいて構築されています。ぜひご自身で確認し、相互参照してください：
- セルフアテンション機構 — Vaswani et al. (2017), Attention Is All You Need
- イロレーティングシステム — Arpad Elo（1978年）：相手の強さに応じて戦力を動的に調整する
- サッカーの得点モデリング — Dixon & Coles (1997), Modelling Association Football Scores
- ポアソン分布 — 得点／ゴール数をモデル化するための確率論的基盤
- プレイヤー効率指標（PER） — John Hollinger が考案した総合効率指標
- NBA 過去データソース — Basketball-Reference · stats.nba.com
注：上記は本モデルの特徴量エンジニアリングとレーティング手法を支える公開研究・データソースです。モデルのアーキテクチャ、重み、実装は Mysports.AI が自社開発しています。
データは準備完了 — 次はあなたが検証する番
79% がどこから来るのか分かったら、次のステップは自分の記録を作ること。すべてのベットを無料で記録し、資産曲線にモデルの正確さを語らせましょう。