読者です 読者をやめる 読者になる 読者になる

stockedge.jpの技術メモ

http://stockedge.jp/の中の人が書いてる技術メモ

ウマナリティクス #1 で発表してきました

6月12日(日)に競馬×データサイエンスをテーマとした勉強会「ウマナリティクス」で発表してきました。
umanalytics.connpass.com
勉強会の発表者としてAlphaKeibaのぬくいさんのようなちゃんと結果を出している方が参加しておられる中、単にブログの記事を何本か書いただけの「出す出す詐欺」をしている私なんかが参加していいのか…?、と内心ドキドキしながら参加したんですが、皆さん温かく迎えてくださり、楽しい時間を過ごすことができました。ありがとうございました。


発表に使った資料はSpeaker Deckにアップロードしてあります。
競馬予測の考え方 // Speaker Deck
なおパフォーマンスの記述に単位の間違いがあったのと誤解を受けそうな記述があったので、内容を発表時のものから一部修正してあります。発表時にはドローダウンの欄にRのPerformanceAnalyticsパッケージにあるDrawdownPeak関数の最小値を記載していたのですが、このスライドではかわりにmaxDrawdown関数の値を記載しています。maxDrawdown関数だと大きすぎるドローダウンは全部100%に近い値になってしまうので、大きすぎるドローダウンの比較にはDrawdownPeak関数の方が良いと思ったので使っていたのですが、ドローダウンが100%を超える=負債の発生だと誤解してしまう方がいる可能性があるので、より実際に近いと思われるmaxDrawdown関数の値を記載するようにしました。


以下、当日の感想です。
私が最も気になっていたのはAlphaKeibaのぬくいさんとhenryさんの発表でして、敵情視察のつもりで発表を聞いていたのですが、特にぬくいさんの発表は素晴らしく(他の方々の発表も素晴らしいものでしたが)、「この人はガチだ…」という雰囲気が伝わってくる内容でした。正直、ぬくいさんのAlphaKeibaがあれば私の競馬予測プログラムは不要なんじゃないかと思えてくるぐらいなのですが(笑)、私は発表の中で「今年中に公開します」と宣言してしまったので、恐らく今年中に公開すると思います。
勉強会が終わった後に行われた懇親会では濃いメンツが集まっていて、話の内容があまりにも濃すぎて、競馬の知識も機械学習の知識も半端な私はただひたすら話を傾聴しているしかありませんでした(笑)。
最近、実は競馬予測プログラム開発のモチベーションが下がっていたのですが(リスクを下げられないか試行錯誤していたが失敗が続いていたので)、今回勉強会に参加したことはとても良い刺激になりました。
こんな楽しい会を企画してくださった@data_sciesotistさん、本当にありがとうございます。
お疲れ様でした!

広告を非表示にする