- オッズ2.00付近で100回の賭けでは、ROIの誤差の幅は±19.6ポイントです(95%)。
- 5%の本物の優位性を確認するには、1,500回から2,500回程度の賭けが必要です。
- ティップスターやモデルは、連勝やスクリーンショットではなく、検証可能なサンプルで判断します。
勝っているか知るには、何回の賭けが必要か?
望むより多くです。
それが正直な答えです。
この記事では、それを数字で示します。
100回賭けて、勝っていると想像してください。
気分がいいでしょう。
問題は、それが実力なのか、たまたまの連勝なのかです。
これに答える簡単な道具があります。ROIの標準誤差です。
偶然だけで、測定した結果が本当の結果からどれくらいずれうるかを教えてくれます。
オッズ2.00と1.90、優位性2%・5%・10%の例は、説明のための仮定で、「例」と明記しています。
どの賭け手の成績でもありません。
教育目的のコンテンツで、18歳以上の方のみを対象としています。
ROIの標準誤差とは
ROIは、利益を賭け金で割ったものです。
毎試合1ユニットを賭けるなら、1回の賭けあたりの平均利益になります。
この平均は、ばらつきが大きいものです。
1回の賭けは、全か無かです。
オッズから1を引いた分を勝つか、1を失うかです。
この大きな振れ幅のせいで、平均が安定するまでに長い時間がかかります。
式は、1回の賭けの標準偏差を、Nの平方根で割ったものです。
オッズ2.00で本物の優位性が5%なら、1回の賭けの標準偏差はほぼ1ユニット(99.9%)です。
そのため、100回の賭けでは、標準誤差はROIで約10ポイントになります。
表:サンプルの大きさ別の誤差の幅
本物の優位性が5%の、1ユニットの賭けについて、標準誤差を計算しました。
最後の列は95%信頼区間の幅で、測定したROIのプラスマイナスがその数字です。
| 賭けの回数(オッズ2.00) | 標準誤差 | 95%の幅 |
|---|---|---|
| 50 | 14.1ポイント | ±27.7ポイント |
| 100 | 10.0ポイント | ±19.6ポイント |
| 200 | 7.1ポイント | ±13.8ポイント |
| 500 | 4.5ポイント | ±8.8ポイント |
| 1,000 | 3.2ポイント | ±6.2ポイント |
| 2,000 | 2.2ポイント | ±4.4ポイント |
| 5,000 | 1.4ポイント | ±2.8ポイント |
| 10,000 | 1.0ポイント | ±2.0ポイント |
オッズ1.90でも結果は似ていて、少しだけ小さくなります。
100回の賭けでは、標準誤差は9.4ポイント、幅は±18.5です。
1,000回の賭けでは、3.0ポイントと±5.9です。
100回の賭けの行を読んでください。
±19.6ポイントの幅は、本物のROIが5%でも、測定値が+25%にも−15%にもなりうるということです。
実際には、何も見分けられません。
本物の優位性ごとに、何回の賭けが必要か
今度は逆の問いです。
本物の優位性がある大きさなら、偶然にかき消されないために何回の賭けが必要でしょうか。
2つの数字を計算しました。
最小値:測定したROIが本物と一致し、95%区間がちょうどゼロを上回る場合。
そして現実的な値:優位性を80%の確率で検出できる場合(片側検定、5%)です。
| 本物の優位性 | オッズ2.00 最小 | オッズ2.00 80% | オッズ1.90 最小 | オッズ1.90 80% |
|---|---|---|---|---|
| 10% | 380 | 612 | 338 | 544 |
| 5% | 1,533 | 2,467 | 1,371 | 2,207 |
| 2% | 9,600 | 15,452 | 8,621 | 13,875 |
表の下がり方を見てください。
優位性が2倍になると、必要なサンプルは4分の1になります。
小さな優位性には、巨大なサンプルが必要です。
時間で考えてみましょう。
週に5回賭けるなら、1,500回の賭けはほぼ6年です。
そのため、自分の結果だけで優位性を証明できる人は、ほとんどいません。
偶然はチャンピオンも生む:ティップスターの例
どのティップスターにも優位性がまったくないと仮定しましょう。
全員が、オッズ2.00で50%を的中させます。
100回の賭けの間に、何人かはそれでも輝いて見えます。
的中率50%で、100回中60回以上的中する正確な確率を計算しました。
結果は2.84%です。
これはオッズ2.00で+20%のROIに相当します。
今度は、実力がまったくない100人のティップスターを想像してください。
少なくとも1人が60回的中に届く確率は94.4%です。
そのうちの誰かが、完璧なスクリーンショットを見せてくるでしょう。
100回の賭けで的中率55%(オッズ2.00で+10%のROI)は、純粋な偶然で18.4%の確率で起こります。
実力がまったくない例の、5〜6回に1回はこう見えます。
だから、調子のいい1か月は何も証明しません。
この数字でティップスターを判断する方法
これで、物差しができました。
結果を見せてくるどんなティップスターにも、チャンネルにも、グループにも使えます。
- 賭けの回数を数える:500回未満は逸話にすぎません。100回未満は何も語りません。
- オッズを求める:試合前に公開されたオッズがなければ、ROIは計算できません。
- 履歴のすべてを求める:悪い賭けを消すティップスターは、はるかに良く見えます。
- 偶然と比べる:そのROIは、上の表の誤差の幅の外に出ていますか。
- スクリーンショットを疑う:スクリーンショットが示すのは1日であり、サンプルではありません。
偽のティップスターの見抜き方の記事に、具体的なサインがあります。
ティップスターとモデルを比べたいなら、AI対ティップスターを見てください。
Gambetaの履歴:数字は何を語るか
他人に厳密さを求めるなら、ここでも当てはめます。
公開履歴のROIをコードで計算し、その方法を説明します。
データ:公開履歴のファイルで、2026年10月28日時点のものです。
2026年3月21日以降の予想は1,594件あります。
未決着の33件と無効の22件を除きました。
残るのは、決着した1,539件の予想です。
的中率は55.6%で、公開時の平均オッズは1.83でした。
計算は、各予想に公開オッズで固定1ユニットを賭け、手数料なしとしています。
| 履歴のデータ(2026年10月28日時点) | 値 |
|---|---|
| 決着した予想(勝ちまたは負け) | 1,539 |
| 的中率 | 55.6% |
| 予想ごとに固定1ユニットでのROI | −0.02% |
| ROIの標準誤差 | 2.4ポイント |
| 95%信頼区間 | −4.7%〜+4.7% |
読み取りは明快です。
このサンプルでは、モデルが勝っているとも負けているとも断言できません。
そのROIは、ゼロと区別がつかず、+4%とも区別がつきません。
これは最終的な結論ではありません。
履歴は増え続けており、計算は固定ステークと公開されたオッズを前提としていて、利用可能な最良のオッズではありません。
公開履歴で、自分でも確認できます。
何千回も待てない場合は?
シグナルを早める方法はあります。
絶対ではありませんが、役に立ちます。
- クロージングと比べる:自分のオッズが、効率的な市場のクロージングのオッズより良いことが多いなら、結果よりも早いシグナルです。オッズの動きで説明しています。
- 結果だけでなく確率を使う:自分の推定確率を、適正な価格と比べてください。
- きれいな記録をつける:各賭けのオッズ、ステーク、結果を載せた管理用スプレッドシートを使ってください。
- その間は小さなステークで賭ける:バンクロールを危険にさらさずに、サンプルが集まります。
各賭けの期待値を計算するには、EV計算機を使ってください。
途中で現れる連敗を理解するには、連敗は何回まで普通かを読んでください。
次に読むもの
小さなサンプルが人を惑わすことが分かりました。
次のステップは、市場がどんな情報を持っているか、そしてクロージングがなぜ役立つ基準なのかを理解することです。
オッズの動き:その意味に進んでください。
全体像を知りたい方には、賭けのためのAIのガイドがすべてをまとめています。
失っても構わないお金だけを賭け、楽しめなくなったら、責任あるギャンブルのガイドを見てください。
よくある質問
自分の手法が機能しているか知るには、何回の賭けが必要ですか?
検出したい優位性の大きさによります。
オッズ2.00付近での5%の本物の優位性なら、1,500回から2,500回です。
2%なら、9,600回から15,500回です。
これらはこの記事の計算で、前提条件があります。
100回の賭けで十分ですか?
いいえ。
オッズ2.00では、100回の賭けにおけるROIの誤差の幅は、信頼度95%で±19.6ポイントです。
15%勝っているのか15%負けているのか、気づけないこともあります。
ROIの標準誤差とは何ですか?
偶然だけで、測定したROIが本当のROIからどれくらいずれるかを示す値です。
1回の賭けの標準偏差を、賭けの回数の平方根で割って計算します。
賭けるほど、小さくなります。
ティップスターが優れているかどうかは、どう見分けますか?
検証可能な賭けが何回あるか、どのオッズか、試合前に公開されたかを見てください。
50回の賭けで的中率が高くても、ほとんど何も語りません。
偽のティップスターの見抜き方の記事に、完全なリストがあります。
Gambetaの履歴は、モデルが勝っていることの証明になりますか?
断言するには、まだ足りません。
決着した1,539件の予想で、測定されたROIはほぼゼロで、信頼区間は−4.7%から+4.7%です。
データはそのまま公開しています。サンプルは増え続けています。
本物の優位性が1%や2%と小さい場合は?
結果だけで検証するのは、ほぼ不可能です。
数万回の賭けが必要です。
そのため、自分のオッズを効率的な市場のクロージングと比べるなど、ほかのシグナルのほうが重要になります。