WINSportsAI v3.0 (Elo+FIP+Park+Bullpen+League+Weather+Fatigue+Form+H2H) は 西武 勝利を 51.5% で予測。フェアオッズは 1.94。市場オッズ ホーム 2.06 / アウェイ 1.94。本ページでは過去対戦・球場別成績・先発投手の対戦相手別データ・中継ぎ疲労・天気予報・連戦疲労・ハンデオッズの全パターンを5,000字超の徹底解析でカバーします。
過去にこの2チームが対戦した試合のうち、結果が確定済の直近最大5試合を抽出。AI予想の的中状況も合わせて表示します。対戦傾向はモデルの「相性補正 (matchup_adj)」に反映され、特定の組み合わせで強い/弱いチームを学習します。
| 日付 | 球場 | スコア | 勝者 | AI予想 | 判定 |
|---|---|---|---|---|---|
| 2026-05-13 | みずほPayPay | ソフトバンク 1 - 2 西武 | 西武 | ソフトバンク 50.7% | 外れ |
| 2026-05-12 | みずほPayPay | ソフトバンク 0 - 3 西武 | 西武 | ソフトバンク 50.7% | 外れ |
| 2026-05-06 | ベルーナドーム | 西武 10 - 2 ソフトバンク | 西武 | 西武 57.7% | 的中 |
| 2026-05-05 | ベルーナドーム | 西武 4 - 6 ソフトバンク | ソフトバンク | 西武 57.7% | 外れ |
| 2026-05-04 | ベルーナドーム | 西武 10 - 2 ソフトバンク | 西武 | 西武 57.7% | 的中 |
直近 5 試合の対戦成績: ソフトバンク 1勝 / 西武 4勝。 平均得点 ソフトバンク 2.20 / 西武 5.80。 この対戦カードでは 西武 が直近 5 試合でリードしている点を勘案して下さい。
東京ドーム における両チームの過去通算成績を集計します。パークファクター (球場の打高/投高傾向) と組み合わせて、その球場での試合展開を予測する重要指標です。
| チーム | 東京ドーム での試合数 | 勝率 | 得点傾向 |
|---|---|---|---|
| ソフトバンク | この球場での記録なし | ||
| 西武 | この球場での記録なし | ||
東京ドーム はホームチーム ソフトバンク の本拠地球場 (パークファクター ×1.5)。 打高 (投手不利・打者有利) 環境。本塁打が出やすく、ローオッズの試合になりやすい。
先発投手の今季 ERA / WHIP / DIPS、リーグ平均との比較、チームローテーション全体の平均ERAから、両軍の先発戦力を多角的に評価します。
大津亮介 の今季成績は ERA 1.52。同じローテ内の他4名と比較して上位の安定感を見せています。 対 西武 戦は今季初対戦、ローテ内では他に 前田悠伍・上沢直之 等が控える。
平良海馬 の今季成績は ERA 0.8。同じローテ内の他4名と比較して上位の安定感を見せています。 対 ソフトバンク 戦は今季初対戦、ローテ内では他に 髙橋光成・隅田知一郎 等が控える。
先発投手の ERA 差は WINSportsAI v3.0 の最重要特徴量の1つで、1.0 ERA の差につき ±30 Elo の調整が入ります (本試合: 大津亮介 +33.6 Elo / 平良海馬 +55.2 Elo)。
中継ぎ陣の平均ERA、各リリーフ投手の登板数・WHIP・疲労水準を可視化。終盤の継投で勝敗が動きやすい NPB では中継ぎ層の安定感がそのまま勝率に直結します。
| 投手 | ERA | WHIP | 登板 | IP | 疲労 |
|---|---|---|---|---|---|
| 木村光 | 1.17 | 0.91 | 16 | 15.1 | ⚠️ 高 |
| ヘルナンデス | 1.93 | 1.57 | 15 | 14 | ⚠️ 高 |
| 上茶谷大河 | 1.56 | 1.15 | 13 | 17.1 | 中 |
| 松本裕樹 | 3.55 | 1.42 | 13 | 12.2 | 中 |
| 尾形崇斗 | 3 | 0.92 | 10 | 12 | 中 |
| 杉山一樹 | 6 | 1.67 | 10 | 9 | 中 |
| 投手 | ERA | WHIP | 登板 | IP | 疲労 |
|---|---|---|---|---|---|
| 岩城颯空 | 2.25 | 0.94 | 16 | 16 | ⚠️ 高 |
| 甲斐野央 | 3.29 | 1.54 | 16 | 13.2 | ⚠️ 高 |
| 浜屋将太 | 2.92 | 1.38 | 15 | 12.1 | ⚠️ 高 |
| 篠原響 | 0.73 | 0.89 | 13 | 12.1 | 中 |
| 黒田将矢 | 0 | 1.06 | 12 | 11.1 | 中 |
| 糸川亮太 | 6.17 | 1.37 | 9 | 11.2 | 低 |
中継ぎ平均ERAの比較から、ソフトバンク が中継ぎ層の安定感で優位。 登板過多の投手 (今季15登板以上) が複数いる場合、7回以降で起用が苦しくなり接戦になるとリリーフ崩壊のリスクが高まります。
試合当日の気温・降水量・風速を Open-Meteo (気象庁互換) API から取得し、打撃/投手それぞれへの影響度を Elo に変換しています。屋外球場のみ天気影響が大きく、ドーム球場 (東京ドーム / 京セラドーム / バンテリンドーム / ベルーナドーム / みずほPayPay) は天候影響なしです。
天気予報データなし (試合日まで48時間を切ると Open-Meteo から自動取得します)。
直近3日の試合履歴から連戦日数とカード内試合番号を算出し、疲労ペナルティ (Elo) を適用します。NPB では月間6カード×3連戦が基本なので、第3戦 + 連戦5日目以上は中継ぎ陣に高負荷がかかります。
| 項目 | ソフトバンク | 西武 |
|---|---|---|
| 連戦日数 | 0 日 | 0 日 |
| カード内試合番号 | 第3戦 | 第3戦 |
| 疲労ペナルティ (Elo) | -4 | -4 |
両チームとも連戦疲労はほぼ無し。実力どおりの展開が予想されます。 カード内試合番号が進むほど (第3戦) ローテ後半・中継ぎ消耗の影響が出やすくなります。
チームの直近 OPS とリーグ平均との差分、直近10戦の勝率を組み合わせ、「絶好調」「不調」のトレンドをモデルに織り込みます。
| 項目 | ソフトバンク | 西武 |
|---|---|---|
| チームOPS | 0.723 | 0.676 |
| リーグ平均OPS | 0.658 | |
| OPS差 (vs リーグ) | 0.065 | 0.018 |
| 直近10戦勝率 | - | - |
| フォーム調整 (Elo) | 26 | 7.2 |
| 直近勢い調整 (Elo) | 0 | 0 |
| 対戦相性調整 (Elo) | 3 | 3 |
OPS (出塁率+長打率) はチームの総合得点能力を表します。リーグ平均との差が ±0.030 を超えると打線として「絶好調 / 不調」の指標になります。 ソフトバンク は打線が好調 (リーグ平均+0.065 OPS)。
マネーライン (勝敗のみ) だけでなく、ハンデ ±0.5 / ±1.5 (Run Line) の各パターンでの予測勝率とフェアオッズを表示します。ブックメーカーがハンデオッズを提供する際の理論値として活用できます。
| マーケット | ソフトバンク 勝率 | フェアオッズ | 西武 勝率 | フェアオッズ |
|---|---|---|---|---|
| ホーム -1.5 / アウェイ +1.5 | 30.5% | 3.28 | 69.5% | 1.44 |
| ホーム -0.5 / アウェイ +0.5 | 40.5% | 2.47 | 59.5% | 1.68 |
| 勝敗のみ (1X2 / マネーライン) | 48.5% | 2.06 | 51.5% | 1.94 |
| ホーム +0.5 / アウェイ -0.5 | 56.5% | 1.77 | 43.5% | 2.3 |
| ホーム +1.5 / アウェイ -1.5 | 66.5% | 1.5 | 33.5% | 2.99 |
各ハンデの勝率は WINSportsAI v3.0 の予測モデルから派生した近似値です。実際のスポーツブックでは流動性・マージン (vig) の関係でオッズに 5〜8% のマージンが乗っています。 フェアオッズ (理論値) と市場提示オッズの差分が +5% を超えれば期待値プラスのベットチャンスです (例: フェア 1.80 → ブック 1.95 で +EV)。
| ホーム総合戦力 | 1595.3 Elo |
| アウェイ総合戦力 | 1605.6 Elo |
| ホームアドバンテージ | +28 Elo |
| 先発投手補正 (ホーム/アウェイ) | +33.6 / +55.2 Elo |
| 中継ぎ・抑え補正 | +10.2 / +16.2 Elo |
| パークファクター | ×1.5 |
| リーグ補正 (CL vs PL 交流戦) | 0 Elo |
| フォーム補正 (OPS差) | +26 / +7.2 Elo |
| 直近勢い補正 | 0 / 0 Elo |
| 対戦相性補正 (H2H) | +3 / +3 Elo |
各補正は WINSportsAI v3.0 の独立した特徴量として Elo に加減算され、最終的な勝率は 1 / (1 + 10^((Elo差)/400)) のロジスティック関数で確率化されます。詳細は 方法論ページ を参照。
WINSportsAI v3.0 は以下の特徴量を統合した Elo ベースの NPB 勝敗予想モデルです：