はじめに
最近は、自分で作った予想ロジックを使って実際のレースを検証しています。
もちろん、すべてが思い通りに当たるわけではありません。
1着予想が外れることもあれば、展開予想がズレることもあります。
そんな結果を見るたびに、
「ここを改善すればもっと当たるかもしれない」
と思うことが何度もありました。
でも、6月に入ってから一つ考え方が変わりました。
それは、
「改善する前に、まず理解することを優先しよう」
ということです。
外れると、すぐ改善したくなる
検証を始めると、ロジックの弱点は少しずつ見えてきます。
例えば、
- 1着予想の精度が低い
- 穴を狙いすぎる傾向がある
- 思っていた展開にならない
など、改善したい点はいくつもありました。
こういう結果を見ると、
「ここを書き換えよう」
「この条件を追加しよう」
と考えたくなります。
何か問題が起きたら改善する。
これはごく自然な考え方だと思います。
でも、本当に改善するタイミングなのか？
今回は、その気持ちを少し抑えることにしました。
理由はとてもシンプルです。
本当にロジックが悪いのか分からなかったからです。
一つの開催だけを見ると、
ロジックが原因なのか、
レースの特徴なのか、
出場メンバーなのか、
それとも偶然なのか。
まだ判断できません。
もし、この段階でロジックを修正してしまったら、
改善した結果なのか、
たまたま次の開催で条件が変わっただけなのか、
その違いが分からなくなってしまいます。
改善したい気持ちを抑えて、観測を続けた
もちろん、早く精度を上げたい気持ちはありました。
ロジックを修正すれば、次はもっと当たるかもしれない。
そう考えたことも何度もあります。
でも今回は、その気持ちを少し抑えて、もう少し観測を続けることにしました。
改善を急ぐよりも、
まずは同じロジックで複数の開催を検証してみる。
その方が、本当に改善すべきポイントが見えてくる気がしたからです。
今振り返ると、この判断は正しかったと思っています。
改善ではなく、実験を続ける
そこで今回は、
ロジックを修正する代わりに、
同じロジックを別の開催でも使ってみることにしました。
すると、開催が変わるだけでレースの傾向も大きく変わることが見えてきました。
ここで初めて、
「ロジックが悪い」
ではなく、
「このロジックが機能する条件があるのではないか」
という考え方が生まれました。
これは自分にとって、とても大きな発見でした。
「改善」より「理解」を優先すると見えるもの
以前の自分なら、
外れたら改善。
それが成長だと思っていました。
でも今は少し違います。
改善を急ぐより、
まずは
「なぜそうなったのか」
を理解することの方が重要だと感じています。
理解がないまま改善すると、
たまたま良くなっただけなのか、
本当に改善できたのかが分かりません。
一方で、原因や条件を理解してから改善すれば、
「なぜ良くなったのか」
まで説明できるようになります。
その違いは、とても大きいと思っています。
Python学習でも同じだった
振り返ってみると、この考え方はPythonを学んでいる時も同じでした。
以前はエラーが出るたびに、
「とりあえず動けばいい」
という気持ちでコードを書き換えていました。
でも最近は、
「なぜこのエラーが出たのか」
「どんな仕組みで動いているのか」
を理解してから修正するようになりました。
その方が、一時的な解決ではなく、
次にも応用できる知識として残るからです。
今回の検証でも、まったく同じことが起きていました。
おわりに
以前の自分は、
「改善すること」が成長だと思っていました。
でも最近は、その考え方が少し変わってきました。
問題が起きたら、すぐに改善するのではなく、まずは原因や条件を理解する。
一見すると遠回りに思えるかもしれません。
それでも、理解が積み重なることで、改善にはしっかりとした根拠が生まれます。
改善は、理解の先にある。
最近は、そんな考え方を大切にしながら、これからも検証を続けていこうと思っています。
関連リンク
最近は競艇分析だけでなく、AIを使った思考整理でも「まず理解する」という考え方が少しずつ身についてきました。こちらの記事でも、その変化について書いています。
「頭の中だけで考え続けない」という考え方も、理解を深める上では大きな助けになっています。AIを第二の作業メモリとして使うようになった話はこちらで紹介しています。
分析していたらツール化してきた話｜スマホ×AIで進めるPython独学
今回の検証も、もともとはPython学習の延長として始めた分析がきっかけでした。その経緯はこちらの記事で紹介しています。
