CUSTOMX Basic
R指数遷移グラフの改良
CUSTOMX Version 2.8.0 では予測R指数グラフとR指数遷移グラフの表示項目が追加された。
予測R指数グラフには馬名の前に馬番が追加された。
R指数遷移グラフにはレース名の前後にレース日付、レースレベル、騎手が追加された。
R指数遷移グラフの改良により、レースレベルによるポジションの変化や騎手変更による脚質の変化などを視覚化できる。
R指数遷移グラフの使い方
CUSTOMX Version 2.6.0 ではR指数遷移グラフ表示機能が追加された。
R指数遷移グラフは、対象馬の戦績の中で選択パレットで選ばれた対象レースについて、R指数（R前・R後）をプロットしたものである。
このグラフを利用することで、クラスによる位置取り・上がりの変化や発揮した能力の変化をイメージすることができる。
ヒートマップの使い方
CUSTOMX Version 2.6.0 ではヒートマップ表示機能が追加された。
ヒートマップは単勝支持率から算出された他の馬券式別（馬連・馬単・３連複・３連単）の支持率と実際の他の馬券式別の支持率の比を視覚的に色で表したものである。
★数値が小さい程、単勝支持率から算出された支持率に対して実際の支持率が高いことを表す。（単勝に比べて、対象の馬券式別が売れている状態）
★数値が大きい程、単勝支持率から算出された支持率に対して実際の支持率が低いことを表す。（単勝に比べて、対象の馬券式別が売れていない状態）
異なる馬券式別において、それぞれのオッズは最適な状態になく、少なからず歪が存在している。一般的には、人気薄同士の組み合わせの馬券は予測される的中確率よりも、過剰に売れている場合が多い。
この傾向は３連単の人気薄同士の組み合わせで特に顕著である。理由には、１．ボックス買いやフォーメーション買いなどのシステマティックな購入により、それぞれの買い目について最適な投資分配が行われていないこと、２．買い目金額の最小単位が１００円であるため、的中する確率が非常に低い買い目は余計に投票されること、などが考えられる。
JRA RACING VIEWER 連携
CUSTOMX Version 2.4.3 ではRACE MODEL SIMULATOR と同じように JRA RACING VIEWER を表示できる機能が追加された。
JRA RACING VIEWER は 中央競馬ピーアール・センターが行うJRA公式映像配信サービスで、月額525円にて中央競馬主催の全レース映像をストリーミング配信で閲覧することができる。
RACE MODEL SIMULATOR と組合わせることにより、快適な競馬予想環境を構築することが可能だ。
予測パラメータの自動調整
CUSTOMX Version 2.4.2 では予測パラメータの自動調整機能が追加された。
CUSTOMX では、各種指数の重み付け設定をチューニング画面で行う。ここで設定したパラメータは出走表の[総合]と[予測]に反映される。
予想するレースのクラスや距離などの条件により、それぞれパラメータを調整すると良好な予測が可能だが、その都度パラメータを調整するのは面倒な作業になる。特に CUSTOMX の経験が浅いユーザーには最適なパラメータを見つけることも難しい。
チューニング画面の予測自動調整ONにチェックを入れれば、該当レースの条件に合った最適なパラメータを自動で設定できる。予測自動調整によって設定されたパラメータは[予測]に反映される。
また、予測自動調整ONのチェックを外せば、ユーザーによって設定されたパラメータで[予測]を算出する。
R指数グラフの使い方
CUSTOMX Version 2.3.0 ではR指数グラフ表示機能が追加された。
R指数グラフ（右）は当該レースの各馬の予測R指数[R前][R後]（*記号）をプロットしたものである。
R指数グラフは画面上部の[P前]・[P後]をクリックすると表示される。
グラフの右へ行く程、前半の位置取りが前になることを表す。また、グラフの上へ行く程、後半の上がりが優位なことを表す。
過去のレースについてR指数グラフを利用すると、該当馬のレースにおける優位性を推し量ることができる。
以下のグラフにおいて、A馬の優位性を測る場合には、大きく分けて3つの方法が考えられる。
●[R前]と[R後]の大きさを加算（D1+D2）
この方法は単純明快であるが、[R前]・[R後]それぞれの分布について考慮されない。
●[R前]と[R後]の距離（D）
この方法は[R前]と[R後]の相関関係について考慮されない。
●[R前]と[R後]の相関関係を考慮した距離（MD）
この方法は[R前]と[R後]の相関関係について考慮される。
[MD]は Version 2.3.0 から[R前][R後]と同様に表示される。
未勝利戦の狙い方
2005年6月4日東京3Rのダート未勝利戦は CUSTOMX の[予測]1位、2位、3位どおりに決まった。
1着のモンタドリームは1番人気であり、2着を2度続けているから、誰が見ても能力の高さが明白だった。
2着のプレンティスピードは単勝59.7倍の9番人気であり、成績から好走を予測することが難解だった。
プレンティスピードの4走前の成績は12頭立ての7着ではあったが、[RL]47.9でレースレベルは高かった。（モンタドリームが2着したレースよりも3pt以上も高い。）
一般的に、未勝利戦では競走馬の戦績が少ないため、その能力を精確に予測することが困難だ。よって、レースレベルを統計的に算出する CUSTOMX の予測が比較的優位だ。
数少ない戦績から競走馬の順位を予想する場合には、着順だけではなく、レースレベルを考慮することが特に有効だ。
ペースグラフの使い方
CUSTOMX Version 2.2.0 ではペースグラフ表示機能が追加された。
ペースグラフは当該レースの予測ペース指数[P前]・[P後]（緑×記号）と同クラス・同距離の標準値（赤＋記号）をそれぞれプロットしたものである。
ペースグラフは画面上部の[P前]・[P後]をクリックすると表示される。
標準値は同クラス・同距離の過去の統計データから算出されるので、当該レースの予測ペースと比較することでレースのペースを判断することができる。
クラスとペースの関係
CUSTOMX では、[P前]・[P後]・[P傾]から、レースのペースを予測することができる。
1993年 〜 2004年 に行われたレースのペースに関する各指数の平均値を以下に示す。
| 距離 | [P前] | [P後] | [P傾] |
|---|---|---|---|
| 1000 | 2.55 | -2.81 | -5.37 |
| 1200 | 0.91 | 0.11 | -0.80 |
| 1400 | 0.43 | -0.49 | -0.92 |
| 1600 | -0.67 | 0.61 | 1.29 |
| 1800 | -0.65 | 0.77 | 1.42 |
| 2000 | -1.43 | 1.50 | 2.93 |
| 2200 | -1.89 | 1.98 | 3.88 |
| 2400 |
| 距離 | [P前] | [P後] | [P傾] |
|---|---|---|---|
| 1000 | 4.08 | -0.63 | -4.72 |
| 1200 | 2.21 | 1.81 | -0.40 |
| 1400 | 1.42 | 1.51 | 0.08 |
| 1600 | 0.84 | 1.90 | 1.05 |
| 1800 | 0.77 | 2.15 | 1.38 |
| 2000 | 0.16 | 2.61 | 2.46 |
| 2200 | -0.15 | 2.48 | 2.63 |
| 2400 | -0.24 | 2.61 | 2.85 |
| 距離 | [P前] | [P後] | [P傾] |
|---|---|---|---|
| 1000 | |||
| 1200 | 2.76 | 1.60 | -1.15 |
| 1400 | 1.51 | 2.27 | 0.75 |
| 1600 | 0.88 | 2.58 | 1.69 |
| 1800 | 1.20 | 2.42 | 1.22 |
| 2000 | 0.87 | 2.81 | 1.94 |
| 2200 | 0.27 | 2.93 | 2.65 |
| 2400 | 0.21 | 2.83 | 2.62 |
| 距離 | [P前] | [P後] | [P傾] |
|---|---|---|---|
| 1000 | |||
| 1200 | 3.03 | 2.29 | -0.74 |
| 1400 | 1.97 | 2.62 | 0.63 |
| 1600 | 1.36 | 2.95 | 1.61 |
| 1800 | 1.45 | 2.96 | 1.51 |
| 2000 | 1.15 | 2.87 | 1.72 |
| 2200 | 0.84 | 4.12 | 3.27 |
| 2400以上 | 0.47 | 3.74 | 3.27 |
| 距離 | [P前] | [P後] | [P傾] |
|---|---|---|---|
| 1000 | 1.05 | -1.57 | -2.62 |
| 1200 | 0.25 | -1.08 | -1.33 |
| 1400 | -0.85 | -0.30 | 0.54 |
| 1600 | -0.84 | 1.18 | 2.02 |
| 1700 | -0.48 | 0.51 | 1.00 |
| 1800 | -1.23 | 1.31 | 2.54 |
| 2100以上 |
| 距離 | [P前] | [P後] | [P傾] |
|---|---|---|---|
| 1000 | 3.88 | 0.77 | -3.11 |
| 1200 | 2.44 | 1.63 | -0.79 |
| 1400 | 1.61 | 1.40 | -0.20 |
| 1600 | 1.17 | 1.95 | 0.78 |
| 1700 | 1.66 | 1.88 | 0.21 |
| 1800 | 0.81 | 2.39 | 1.58 |
| 2100以上 | -0.44 | 2.81 | 3.25 |
| 距離 | [P前] | [P後] | [P傾] |
|---|---|---|---|
| 1000 | |||
| 1200 | 3.72 | 2.77 | -0.94 |
| 1400 | 2.32 | 2.94 | 0.64 |
| 1600 | 1.94 | 3.65 | 1.72 |
| 1700 | 2.66 | 3.53 | 0.88 |
| 1800 | 1.72 | 4.08 | 2.36 |
| 2100以上 | 0.74 | 4.68 | 3.94 |
| 距離 | [P前] | [P後] | [P傾] |
|---|---|---|---|
| 1000 | |||
| 1200 | 4.28 | 3.74 | -0.54 |
| 1400 | 3.28 | 3.79 | 0.49 |
| 1600 | 3.14 | 4.56 | 1.41 |
| 1700 | 3.08 | 3.80 | 0.71 |
| 1800 | 2.26 | 4.55 | 2.28 |
| 2100以上 | 1.40 | 5.37 | 3.99 |
これらの統計情報から、以下のような傾向を読み取ることができる。
・同クラス内では距離が伸びるほど、[P前]が小さくなる。（前半のペースが落ちる。）
・同クラス内では距離が伸びるほど、[P後]が大きくなる。（上がりが速くなる。）
・同クラス内では距離が伸びるほど、[P傾]が大きくなる。（上がり勝負の傾向が強くなる。）
・クラスが上がるほど、[P前]と[P後]が共に大きくなる。
騎手と調教師の実績
CUSTOMX では、[共X]・[信頼]・[期待]から、該当調教師の管理馬に該当騎手が騎乗した場合の実績を知ることができる。
以下に柴田善臣騎手と武豊騎手についてデータを示す。（2人の騎乗数は十分多いので例とした。）
|
|
同じ騎手でも調教師によって指数に差があることが分かる。特に、[期待]（人気薄馬で穴を開けた実績）はバラツキが激しく、回収率に深く関係するので活用したい。
SCOREの分布
上図は ダート1800Mについて、人気の[SCORE]とCUSTOMXの予測の[SCORE]をプロットしたものである。
人気の[SCORE]が高い（＝人気順位と結果順位の差が小さい）場合は、人気どおりに収まったということなので、オッズは低くなる傾向がある。図では上に行くほど、人気どおりに収まったことを表す。
CUSTOMXの予測の[SCORE]が高い（＝CUSTOMXで予想した総合能力順位と結果順位の差が小さい）場合は、CUSTOMXの予測が良好だったということなので、馬券が的中する可能性は高くなる。図では右に行くほど、予測が良好だったことを表す。
図の対角線上より上にある点と下にある点とでは、上にある点の方が多い。つまり、人気の予測に比べてCUSTOMXの予測は不良の場合が多い。
ただし、人気の予測に比べてCUSTOMXの予測は不良の場合が多いからといって、イコール「儲ける事ができない。」ということにはならない。
なぜならば、図のA1ゾーン（オッズ低・CUSTOMX良好）やA2ゾーン（オッズ中・CUSTOMX良好）・B2（オッズ中・CUSTOMX普通）・B3ゾーン（オッズ高・CUSTOMX普通）にも多くの点が集まっており、これらを的中できる場合があるからだ。また、人気は集中する傾向があり、人気馬が馬券対象から外れると出現度数を上回るオッズとなる場合が多いことも、その理由である。
オススメのチューニング
CUSTOMXは各種指数を重み付けした平均値により総合能力を算出する。
その重み付けするパラメータをチューニング画面で設定することができる。
オススメのチューニング例を以下に示す。
●多くの場合に良く適応するチューニング
絶対的なタイム系指数（[T前][T後]）は全てのレース予測において上手く予測に使える場合と使えない場合のブレが大きいので、あらゆる条件に良く適応させる共通の設定には向かない。絶対的なタイム系指数よりも、出走馬の能力より算出されるレースレベル指数[RL]の方が、あらゆる条件において総合能力を予測する要素として上手く機能する。
●短距離に良く適応するチューニング
1000M〜1200Mの短距離では、通常の設定よりも先行力の重さを上げた方が良い結果を得る場合が多い。
※対象期間は予測するレースの格や出走馬の戦績に応じて変更すること
その他のチューニングとその用法
●騎手指数の重みを上げたチューニング
人気以上に能力を発揮する騎手を抽出するフィルターとする。
●調教師指数の重みを上げたチューニング
人気以上に能力を発揮する調教師を抽出するフィルターとする。
SCOREの計算方法
[SCORE]は人気による順位とデータマイングによる順位と CUSTOMXの予測による順位に対して、それぞれの順位と結果順位との差から計算される。
以下に計算例の概略を示す。
| 対象馬 | 予想順位 | 結果順位 | 順位の差 |
| メイショウポパイ | 3 | 2 | -1 |
| ワンダーホープ | 8 | 3 | -5 |
| エーピーフラッシュ | 5 | 1 | -4 |
| ワンダーハーブ | 2 | 10 | +8 |
| スカーレットベル | 4 | 7 | +3 |
| ダークスワン | 12 | 4 | -8 |
| ビッグドン | 1 | 8 | +7 |
| サンエムテイオー | 7 | 6 | -1 |
| グランドパルファン | 6 | 5 | -1 |
| クールセレクト | 11 | 11 | +0 |
| ウェディングマター | 9 | 9 | +0 |
| ミスズアサシー | 13 | 16 | +3 |
| ジャングルバス | 10 | 13 | +3 |
| アクトウエル | 14 | 12 | -2 |
| イシノウォーリア | 16 | 14 | -2 |
| フジタカローズ | 15 | 15 | +0 |
予想順位と結果順位の差の分散から順位相関係数を算出し、完全な相関の場合に100となるように標準化すると[SCORE]81.2が算出される。
この例は人気の[SCORE]81.2と比較して CUSTOMX の[SCORE]93.0は予測順位精度が高いので、高配当を的中させるチャンスであったと考えることができる。
以下の例は人気の[SCORE]66.0と比較して CUSTOMX の[SCORE]46.2は予測順位精度が低いので、レースは荒れた（人気の[SCORE]が低いので）が的中させることは難しかったと考えることができる。
レースレベルと偏差値
上図は ダート・3歳以上500万下の[RL]に関するヒストグラムである。
データ詳細
・平均値（Xbarの赤線：49.5384）
・標準偏差（σ：1.10371）
・-σ（左側のグレーの点線：48.4347）
・+σ（右側のグレーの点線：50.6422）
・累積度数曲線（右上がりの赤い曲線）
・理論正規分布曲線（ベル型の赤い点線）
例えば、ダート・3歳以上500万下のあるレースが[RL]48.4だったとすると、このレースの[RL]はグラフにおいて左側のグレーの点線上に位置するので、-σだけレベルが低いレースということになる。また、累積度数曲線と-σの線の交点から見て、下から数えて16%ぐらいのレベルということもできる。
[T前][T後][R前][R後][人気][オッズ][予測]などの偏差値をベースとした指数を使う場合には、頭の中で正規分布曲線と累積度数曲線を描いてみると、指数の意味をイメージしやすい。
※注意
[RL]の分布は精確に言えば標準正規分布ではないが、レースのレベルを予測する目安としては十分利用可能な範囲である。
R前を使ったレース展開の把握
上図は 2005年 皐月賞を[R前]でソート後、予測シミュレーションを行ったものである。
ダンスインザモア（緑色）の[R前]は50.0であり、レース前半の位置はレースの重心の位置にあると予想される。また、スキップジャック（青色）の[R前]は40.2であり、レースの重心から、大体−σ（σは標準偏差）の位置にあると予想される。
レースの重心（緑色の線）から−σ（青色の線）の距離と同じ距離だけ離れた＋σ（赤色の線）は[R前]60.0の位置を表している。
標準正規分布では −σ〜＋σ の間（40.0から60.0の間）に全体の68%が含まれるので、各馬の位置取りや逃げ具合を測る目安にするとよい。特に[R前]が70.0を超えると予想されるような場合は、前半での消耗が激しくなり、後半に大きなリスクを伴うと考えることができる。
σの大きさは各馬の予測前半タイムによって変動するもので、タイムのバラツキが大きければσも大きくなる。σが大きい場合、実際のレースでは縦長の展開と一般的に言われる。
CUSTOMX 各種指数
当該レースに関する指数
- RL（レースレベル）
- 当該レースの予測されるレベル。該当レースに出走する競走馬の過去の成績より算出される。[RL]に関する統計情報はレースレベルを分析する（ご利用ガイド レース分析編）参照。
- P前（前半ペース）
- 当該レースの予測される前半ペース。該当レースに出走する競走馬の過去の[R前]より算出される。[P前]が大きい程、前半ペースが速いことを表す。[P前]に関する統計情報は前半ペースを分析する（ご利用ガイド レース分析編）参照。
- P後（後半ペース）
- 当該レースの予測される後半ペース。該当レースに出走する競走馬の過去の[R後]より算出される。[P後]が大きい程、後半ペースが速いことを表す。[P後]に関する統計情報は後半ペースを分析する（ご利用ガイド レース分析編）参照。
- SCORE（スコア）
- [人気]・[D.M.]・[予測]の各々の順位予測精度スコア。各指数の順位と結果順位との順位相関より算出される。[SCORE]が高い程、順位の予測精度が高かったことを表す。
出走馬に関する指数
- RL（レースレベル）
- 各出走馬のレースレベル実績。各競走馬の過去の[RL]実績より算出される。[RL]が高い程、高いレベルのレースを争ってきたことを表す。
- T前（タイム前半）
- 各出走馬のタイム前半実績。各競走馬の過去の[T前]実績より算出される。[T前]が高い程、前半タイム実績が速いことを表す。
- T後（タイム後半）
- 各出走馬のタイム後半実績。各競走馬の過去の[T後]実績より算出される。[T後]が高い程、後半タイム実績が速いことを表す。
- R前（レース前半）
- 各出走馬のレース前半実績。各競走馬の過去の[R前]実績より算出される。[R前]が高い程、過去のレースにおいて、前半の位置取りが前寄りだったことを表す。
- R後（レース後半）
- 各出走馬のレース後半実績。各競走馬の過去の[R後]実績より算出される。[R後]が高い程、過去のレースにおいて、レース内での相対的な上がりが優位だったことを表す。
- 総合（総合能力）
- 各出走馬の総合能力。各競走馬の過去の[RL]・[T前]・[T後]・[R前]・[R後]より算出される。
- 京都・阪神・中山・東京・中京・新潟・他場（競馬場能力）
- 各出走馬の競馬場能力。各競走馬の過去の各競馬場における[RL]・[T前]・[T後]・[R前]・[R後]実績より算出される。他場はローカル（札幌・函館・福島・小倉）。
騎手・調教師に関する指数
- 騎X（騎手指数）
- 各騎手の人気対成績。[騎X]が高い程、人気よりも成績が良かったことを表す。
- 信頼（騎手信頼度）
- 各騎手の人気馬騎乗時の信頼度。各騎手が人気馬に騎乗した場合の勝率より算出される。[信頼]が高い程、騎乗ミスの確率が低いことを表す。単位はパーセント。
- 期待（騎手期待度）
- 各騎手の人気薄馬騎乗時の期待度。各騎手が人気薄馬に騎乗した場合の連対率より算出される。[期待]が高い程、騎乗テクニックが高いことを表す。単位はパーセント。
- 調X（調教師指数）
- 各調教師の人気対成績。[調X]が高い程、人気よりも成績が良かったことを表す。
- 信頼（調教師信頼度）
- 各調教師の人気馬出走時の信頼度。各調教師が人気馬を出走させた場合の勝率より算出される。[信頼]が高い程、出走馬が人気になった場合に信頼できることを表す。単位はパーセント。
- 期待（調教師期待度）
- 各調教師の人気薄馬出走時の期待度。各調教師が人気薄馬を出走させた場合の連対率より算出される。[期待]が高い程、出走馬が人気薄の場合に穴を開ける期待できることを表す。単位はパーセント。
- 共X（騎手×調教師指数）
- 各騎手と各調教師の人気対成績。該当調教師の管理馬に該当騎手が騎乗した場合について、[騎X]や[調X]と同様に算出される。
- 信頼（騎手×調教師信頼度）
- 各騎手と各調教師の人気馬騎乗時の信頼度。該当調教師の管理馬に該当騎手が騎乗した場合について、同様に算出される。
- 期待（騎手×調教師期待度）
- 各騎手と各調教師の人気薄馬騎乗時の期待度。該当調教師の管理馬に該当騎手が騎乗した場合について、同様に算出される。
競走馬の戦績に関する指数
- RL（レースレベル）
- 該当レースの予測されたレベル。該当レースに出走した競走馬の過去の成績より算出される。レース結果に対するタイムのレベルではない点に注意が必要。
- P前（ペース前半）
- 該当レースの予測された前半ペース。該当レースに出走した競走馬の過去の[R前]より算出される。[P前]が大きい程、前へ行く馬が多く集まっていたことを表す。
- P後（ペース後半）
- 該当レースの予測された後半ペース。該当レースに出走した競走馬の過去の[R後]より算出される。[P後]が大きい程、上がり勝負を得意とする馬が多く集まっていたことを表す。
- T前（タイム前半）
- 前半タイム実績。該当競走馬の前半タイムと過去に同コースを走破した競走馬のタイムから算出される絶対タイム系における偏差値。開催日当日の馬場状態を考慮して標準化されている。
- T後（タイム後半）
- 後半タイム実績。該当競走馬の後半タイムと過去に同コースを走破した競走馬のタイムから算出される絶対タイム系における偏差値。開催日当日の馬場状態を考慮して標準化されている。
- R前（レース前半）
- レース内相対的前半タイム実績。該当レースの出走馬の前半タイムと該当競走馬の前半タイムから算出される。[R前]が高い程、該当レースにおいて、前半の位置取りが前寄りだったことを表す。
- R後（レース後半）
- レース内相対的後半タイム実績。該当レースの出走馬の後半タイムと該当競走馬の後半タイムから算出される。[R後]が高い程、該当レースにおいて、相対的に上がりが優位だったことを表す。
- 総合（総合値）
- 総合値。該当レースの[RL]・[T前]・[T後]・[R前]・[R後]より算出される。[総合]は時系列グラフに表示される。
人気・D.M.・予測・結果に関する指数
- 人気（人気指数）
- 該当出走馬の人気指数。該当出走馬の馬連支持率より算出される。
- D.M.（データマイニング指数）
- 該当出走馬のデータマイニング指数。JRA-VAN 提供のデータマイニングによる予測走破タイムより算出される。
- 予測（予測指数）
- 該当出走馬の CUSTOMX による予測指数。該当出走馬の[総合][騎X][調X][共X]や該当レースの[RL][P前][P後]等から算出される。[予測]により最終的な予測順位を決定する。
- 結果（結果指数）
- 該当出走馬のレース結果指数。該当出走馬のレース成績（走破タイム）より算出される。[結果]から[SCORE]が算出される。
競馬予想ソフト CUSTOMX とは？
競走馬の戦績を精密に分析できる競馬予想ソフト
CUSTOMX は指数の粒レベルに至るまで高品質性を追求して設計された競馬予想ソフトです。
画面を埋め尽くすほど多くの指数は、それぞれが、すべて重要な意味を持っています。
逆に、競馬予想において、あまり重要でないと判断された情報を表示することはありません。
CUSTOMX には推奨する馬や買い目・投資配分などを出力する機能もまったくありません。
なぜなら、CUSTOMX は競走馬の能力を精密に分析するための計測機であり、演算機だからです。
その役割を果たすために、分析の素となる指数の粒（つぶ）の精度と意義に深いこだわりがあります。
グラフ・アニメーションにより視覚的に分析できる競馬予想ソフト
CUSTOMX はグラフやアニメーションによりレースを視覚的に分析できる競馬予想ソフトです。
競走馬の能力を時系列に表示する時系列グラフ、レース全体における該当レースの相対的なペースの速さを把握するペースグラフ、各出走馬の位置取りを把握する散布図などにより視覚的にレースを分析することが可能です。
あらゆる指数でソート可能なシート上を走行するアイコンによるシミュレーションによって、従来の離散的で固定的な展開予想では得られなかったレース展開をイメージすることが可能です。
騎手成績・調教師成績やその関係に着目した競馬予想ソフト
競馬を予想する上で騎手や調教師の成績を分析することは欠かせません。CUSTOMX は騎手や調教師を人気に対する実力という観点から分析できる競馬予想ソフトです。
JRAVAN 予想支援ソフト部門で利用者数No.1を獲得した競馬予想ソフト
JRAVAN に登録されている競馬予想ソフトは目的によって大きく4つに分類されています。ソフト作者の予想理論に基づく買い目の表示を目的とする「予想理論ソフト」、ユーザの予想理論が設定でき買い目の表示を目的とする「ユーザー予想ソフト」、データベースにより様々な角度からの集計・分析・表示を目的とする「データベースソフト」、予想をするのに役立つ情報（出馬表・オッズ・指数など）の表示を目的とする「予想支援ソフト」です。
CUSTOMX は予想支援ソフトとして登録され、登録ソフトの中では後発ながら予想支援ソフト部門で他のコンテスト受賞ソフトを押さえて、6ヶ月連続して利用者数No.1を獲得しました。
無料で利用できる競馬予想ソフト
CUSTOMX は JRA公式データ配信サービス（JRAVAN Data Lab.）をご契約の方なら、無料で利用可能な競馬予想ソフトです。JRAVAN Data Lab. のデータを利用して競馬予想に役立つ情報（出馬表・競走馬の全過去の戦績・リアルタイムオッズなど）を表示することができます。
さらに、計算機競馬予想支援プロジェクトが独自に作成する分析ファイルをインポートすることによって、競走馬の戦績・騎手成績・調教師成績やレースのペース等の詳細な分析を行うことが可能になります。
ただし、分析ファイルのデータ配信サービスを受ける場合は30日間800円（税込840円）のライセンス使用料が必要になります。ユーザー登録をして頂くと、データ配信サービスを30日間無償で受けることができますので、お試しください。
