lab / 予測の公開実験場

予測を先に固定し、現実に採点させる公開実験

現実のデータに対して10のリーグを回しています。予測は結果が出る前に 公開リポジトリへコミットするので、後から動かせません——gitのコミット時刻はタダで手に入る 公証だからです。各リーグには予測を一切しない脳死ベンチ事前に固定した採点日があり、 負けた記録もそのまま残します。この台帳は毎日CIが自動生成していて、人の手は入りません。

用語: フォワード=バックテストではなく本番運用の日数。 oracle=答えを見て動いた場合の理論上限。BT補完=参戦前や事故で欠けた日を、 当時入手できたデータだけで後から再現したもの(事前コミットではないので率から外す)。 参加する 誰がやっているか / In English

フォワード 16 日目 最終更新 2026-08-29 14:07 JST 全採点は自動

いま何が起きているか

10リーグの現在地

リーグ採点いまの結果
⚡ 電力16日目首位 tenki 対oracle 88.7% ベンチ(clock 69.1%・再計算)との差 +19.6pt(全機体が揃った6日で比較)
🥬 青果1週首位 weekshape8 ベンチ(均等出荷)との差 +83.4円 対oracle 99.4%
🌏 地震1週首位 大森則 ベンチ(横ばい)との差 +0.455 対数誤差
🌡 気象5回首位 blend ベンチ(persistence)との差 +1.66℃ jma(強敵ベンチ 1.16℃)も上回っている
🔌 出力制御3回persistence とベンチ(always_none)が同値——この標本では差がついていない
🔥 全球災害4回ma7 がベンチ(persistence)を下回っている 差 -15.25件
📚 書籍1回mean とベンチ(all_stay)が同値——この標本では差がついていない
🏠 不動産採点前2026-07-28の地震を受けた予言を2026-08-13にコミット済み(地震の16日後)。判定は2027年1月
🛰 衛星採点前NDVIを収集中。出荷週の予測は2027年6月にコミット、7月に判定
🤖 AI採点前推論3人格が週次で賭ける。毎週水曜に採点

ベンチ=予測を一切しない脳死の基準。これに勝てないリーグは失敗として残す。 採点の回数が少ないものは薄く出す——数回の勝ち負けは実力ではない。 各リーグの詳細は左のタブから

電力リーグ: oracle到達率の推移とベンチマーク線

いちばん長く走っている電力リーグ。縦軸は答えを見た上限の何%を取れたかで、 灰色の帯は予測を一切しなくても届く領域。勝負はその上の狭い幅で起きている

信用できる?

公証の仕組み

  1. picksは市場価格の公表にコミットされる——後出しは不可能。 ただし例外が1件ある: 2026-08-14受渡分だけは、リポジトリ公開初版のコミット (08-13 23:24 JST)に含まれており、その日の価格公表(08-13 10:00 JST)より 13時間あとだった。 コミット履歴で誰でも確認できるので、先に書いておく。 残る13件は全て公表前(余裕2.5〜22時間)
  2. gitのコミット履歴が、改竄不能なタイムスタンプ=公証になる
  3. 負けた記録も削除しない。全履歴が誰でも検証できる

移行中の状態を書いておく。 clock(脳死ベンチ)と weekshape(ベンチではなく順位に入る機体。ただし天気を見ないので相対的に単純)の2つは、2026-08-27まで picks を提出せず採点時にコードから再計算していた。受渡日より前のデータしか使っていないので先読みは無いが、「公表前にコミット済み」だけが当てはまらなかった——ロジックを書き換えれば過去の成績も動く。同日から他の機体と同じく毎朝の提出に切り替えたので、これ以降の日は事前コミットになる。それ以前の日は成績表で「再計算」と表示し、実力のレートからは外してある。 提出済みpicks

ただし公証の強さはリーグごとに違います。 上の3点が全リーグに同じ強さで掛かるわけではないので、方式ごとに分けて書きます。

方式リーグどう公証されるか
提出型⚡ 電力・🌡 気象・🔌 出力制御・🔥 全球災害・📚 書籍予測(picks)を毎回JSONでコミットしてから結果を待つ
最も強い。コミット時刻と結果公表時刻の順序を誰でも履歴で確認できる
全再計算🥬 青果・🌏 地震picksを持たず、採点時にコードから毎回作り直す
弱い。使うのは対象日より前のデータだけなので先読みは無いが、予測コードを書き換えれば過去の成績も動く。検証できるのは「その時点のコードがgitにあったこと」まで
凍結文書🏠 不動産・🛰 衛星・🤖 AI判定のずっと前に予言を文書としてコミットし、そのまま置く
強い。ただし判定基準を後から書くと意味が無いので、しきい値も同時に凍結してあるかが要点

🗓 これからの予定

  • 毎日 13:30⚡ 電力リーグ採点(picksは毎朝7:00 JST提出予定。GitHubのスケジュール遅延で前後するが、価格公表の10:00前を過ぎたらその日は提出せず翌日分に回す)
  • 8/31 (月) 14:00🌏 地震リーグの採点(前回 2026-W34)
  • 9/02 (水) 14:00🥬 青果リーグの採点(前回 2026-W34)
  • 毎週水曜🤖 AIリーグ: 3人格の賭けを公開・前週分を採点
  • 2027年1月〜🏠 不動産の事前登録予測を判定
  • 2027年6月🛰 衛星の出荷週予測をコミット(7月に判定)

やってみたい人へ

参加する

コードは渡さなくて構いません。出すのは予測(picks)だけです。 電力リーグなら、翌日48コマのうち安い4コマで充電・高い4コマで放電する組を選んで、 こういうJSONを出すだけ。自分の戦略は手元に残ります。

exp01_jepx/picks/2026-08-30.json
{
 "あなたの機体名": {
   "charge":    [22, 23, 24, 25],   ← 買うコマ(1〜48。1=00:00-00:30)
   "discharge": [36, 37, 38, 39]    ← 売るコマ
 }
}

締切は受渡日の前日10:00 JST(JEPXが価格を公表する時刻)。 これを過ぎた提出はその日の分として数えません——後出しになるからで、 実際に運営側も一度この線を越えており、公証の節にその1件を書いてあります。 こちらは毎朝7:00に出しています。

途中から参戦しても不利にはなりません。順位は 全機体が揃った共通日で付けるので、参戦前の日はあなたの分母に入りません。 ただし事前コミットが4日に満たないうちは「参考」表示で、順位には入りません。 欠場した日は0円ではなく欠場として扱い、分母から外します。

まだ外部からの参加者はいません。勝っても賞はありません—— あるのは、あなたの予測が結果の出る前に公証され、負けも含めて残ることだけです。 他リーグへの参加は採点方法がリーグごとに違うので、Issueで相談してください。

誰がやっているか

この実験場について

個人が一人で運用しています。副業として、平日の数時間と休日だけを使って、 50年必要とされる領域で事業を作れるかを確かめるための実験場です。 予測を当てること自体が目的ではなく、当たったか外れたかを人に見える形で残し続ける運用が 成立するかを試しています。だから負けもそのまま置いてあります。

技術的な手足はほぼAIに任せていて、この台帳もダッシュボードも 毎日CIが自動生成しています。人が触るのは設計と判断だけです。

In English

I run 10 prediction leagues against real-world data. Predictions are committed to git before the outcome exists, so the goalposts cannot move afterwards — and the losses stay in the ledger.

One documented exception: the picks for the 2026-08-14 delivery day landed in the repository's first public commit, 13 hours after that day's prices were published. It is flagged here rather than quietly dropped. The other 13 pick files were all committed 2.5–22 hours ahead of publication — verifiable in the commit log. Backfilled days (marked bt_ in the ledger) are computed after the fact from data available at the time, are labelled as such, and are excluded from every rate.

Every league has two things: a dumb baseline it must beat, and a scoring date fixed in advance. Where a best-possible-in-hindsight result can be defined — electricity and vegetables — there is also an oracle to measure against; the other leagues are scored on error or hit rate against their baseline instead. The scoreboard at the top of this page shows where each league stands, including the ones currently losing to their baseline.

Why git? A commit timestamp is a notary that costs nothing. Day-ahead electricity prices are published at 10:00 JST; the picks are committed at 07:00 JST. Anyone can check the history and verify the order of events. This page is regenerated from the ledgers by CI every day — no hand edits.

Charts are rendered in English because the CI runners have no Japanese font; the Japanese captions below each chart explain how to read them.

何の勝負?

仮想蓄電池のデイリー売買ゲーム

翌日48コマ(30分値)の価格 蓄電池10kWh 充電(買) 放電(売) 差額=損益 0時 12時 24時

毎日、翌日48コマ(30分刻み)の価格を予測。安い4コマで充電(買)、高い4コマで放電(売)。差額が損益になる。「信号」は当日の天候の荒れ具合を表す自前の指標で、翌日の日射予報が直近28日平均からどれだけ離れているかで強/平常を判定する(提出時に確定させ、採点時に作り直さない)。hybridはこの信号で戦略を切り替える。答え合わせは受渡日の前日午前に価格が公表され次第で、採点の実行は毎日13:30 JST 予定(スケジュールの遅れで前後する)。

clock
毎日同じ時間に売買する脳死ベンチマーク
weekshape
曜日ごとの価格の形を真似る
tenki
天気予報から価格の形を予測する
hybrid
普段はweekshape、天気が荒れる日だけtenki
tenki_v2
同季節×類似天気の過去日から形を引く(類似日アンサンブル・8/16参戦)
tenki_v3
v2の類似日を20日に拡大(分割検証で選抜・8/16参戦)
tenki_v4
気温を快適帯距離|t−21℃|に折った類似日。分割検証では選抜漏れ→参考出場(却下判定の正しさをフォワードが審判する)
oracle
答えを見て動いた場合の理論上限(参照値。順位には入らない)

成績は?

順位表

clock(脳死ベンチ)に勝てなければこの実験は失敗——負けもそのまま残す

機体対oracle累計事前でない日直近日
tenki88.7% 出場日 86.6%1,515円 /14日14%BT+再計算+69
hybrid87.4% 出場日 87.0%1,523円 /14日14%BT+再計算+69
tenki_v387.1% 出場日 87.0%1,316円 /13日38%BT補完+57
tenki_v486.3%1,321円 /13日54%BT補完+57
tenki_v285.7% 出場日 84.8%1,481円 /14日36%BT補完+68
weekshape 参考 85.4%・事前1日1,829円 /16日94%再計算+58
clockベンチ 参考 80.9%・事前1日1,732円 /16日94%再計算+57
oracle参照100.0%2,141円 /16日+103

並びは対oracle順=答えを見た理論上限に対する到達率。価格公表前にコミットされた日だけで計算する。clockは予測を一切しない脳死ベンチ、oracleは答えを見た上限で、どちらも順位には入らない。事前でない日=公表前にコミットされていない日で、内訳はBT補完(参戦前の穴埋め)と再計算(提出が無く採点時にコードから作った日)。事前コミット済みの日が4日に満たない機体はレートを実力として出さず、「参考」の値と日数を薄く出す(数日の勝ち負けは実力ではないため)

oracle到達率の推移。clockのベンチマーク線と、その下の帯を灰色で示す

縦軸は上限(oracle)の何%を取れたか全機体が揃った共通日だけで描くので、線の上下がそのまま順位になる(上の表と同じ基準)。 灰色の帯は予測を一切しなくても届く領域——clockは毎日同じ時間に売買するだけの脳死ベンチで、 電力価格の日内周期のおかげでこの共通日では上限の69.1%に達する。 つまり勝負はこの帯の上、残り3割の奪い合いで起きている。80%台・90%台という数字を そのまま実力と読まないための線。clockとweekshapeの値は再計算(提出型への切り替えが 2026-08-27なので、それ以前は事前コミットではない)——clockは引数を取らない固定ルールなので 再計算しても値は動かないが、weekshapeはパラメータを持つので割り引いて読む。 マーカーの形でも区別できるようにしてある(色だけだと近い色が分けられない)。

今日は?

直近日の解剖

2026-08-29(信号「強」): tenki +69円 > hybrid +69円 > tenki_v2 +68円 > weekshape +58円 > clock +57円 > tenki_v3 +57円 > tenki_v4 +57円(oracle上限 +103円)

直近日の解剖チャート

上=当日の30分値価格、下=各機体が置いた売買の位置

何の勝負?

ルールと出場機体

仮想の出荷者として、東京市場の日次単価で「週のどの日に売るか」を毎週選ぶ。品目はきゅうり・トマト・キャベツ・レタス。答え合わせは週明けの実勢価格
1週間の日別価格(東京市場) 均等出荷=毎日1/6ずつ売る どの日に売る? 売(oracle=後知恵の最高値)
equal
毎営業日に均等出荷する脳死ベンチマーク
weekshape8
直近8週の曜日別の価格の形で売り日を選ぶ
stop_rule
前日価格が21日平均を超えたら売る(見切り型)
first_day
週の初日に即売り(保存リスク回避の慣行)
oracle
週内最高値の日に売った場合の理論上限(参照値)

成績は?

成績表

首位 weekshape8 ベンチ(均等出荷)との差 +83.4円 対oracle 99.4% ※標本 1/判定に必要 12——まだ判断できない

品目oracle均等weekshape8stop_rulefirst_day
2026-W34きゅうり445388.6445445445
2026-W34キャベツ138123.0138138138
2026-W34トマト470455.6463441441
2026-W34レタス147142.4147140146
直近90日の日次単価

東京市場の直近90日の日次単価(円/kg)。Cabbage=キャベツ / Lettuce=レタス / Cucumber=きゅうり / Tomato=トマト。これは背景で、勝負そのものではない——勝負は「週のどの日に売るか」で、結果は上の成績表が持つ

今日は?

当日 / 次のイベント

次回採点: 9/02(Wed) 14:00

何の勝負?

ルールと出場機体

大森則(余震が時間のべき乗で減る経験則)をフィットし、熊本余震(2026-07-28 M7.1)の翌週件数を予測する。採点は対数誤差
日別の余震件数 大森則の減衰カーブ 来週 本震 経過日数 → 週次で件数を予測
flat
前週と同じ件数と予測する脳死ベンチマーク
omori
改良大森則 n(t)=K/(t+c)^p を毎週フィットして外挿
oracle
実績そのもの(誤差ゼロの参照値)

成績は?

成績表

首位 大森則 ベンチ(横ばい)との差 +0.455 対数誤差 ※標本 1/判定に必要 12——まだ判断できない

実績大森則横ばい誤差(大森)誤差(横ばい)
2026-W343150.4800.4740.929
日別余震件数と大森則フィット

熊本地震(2026-07-28 M7.1)の余震の日別件数(青い棒)と、大森則をフィットした減衰カーブ(橙、p=1.13)。縦軸 events/day=1日あたり件数。予測はこの曲線を翌週へ外挿して件数を当てにいく

今日は?

当日 / 次のイベント

次回採点: 8/31(Mon) 14:00

何の勝負?

ルールと出場機体

2026-07-28 熊本地震(M7.1)を受けて、市場への影響を予言してコミット済み(コミットは2026-08-13=地震の16日後。その間の市場情報を見たうえでの予言であり、「直後」ではない。判定対象の2026Q3のデータは未公表なので先読みにはならない)。外れてもそのまま残す
予言が先、データが後 地震 M7.1 2026-07-28 予言をコミット 2026-08-13 データ公表 2027年 判定 2027-01〜
予言1
2026Q3の取引件数は前年比で減る。中心-10%・レンジ-25〜-2%(2025Q3=1,198件が基準)。判定 2027-01-31
予言2
熊本市・宅地の単価中央値は前年同期比±5%以内——恐怖による割引は現れない。判定 Q3=2027-01-31 / Q4=2027-04-30
予言3
洪水ハザード内外の相対単価差は地震後も変化しない。地区分類は2026-08-13版をgit固定。地震前(2024Q3〜2026Q2)と地震後(2026Q3〜)の単価中央値比を比較。判定 2027-04-30

成績は?

成績表

対象データ(2026Q3)の公表待ち — 予言は先に置いてある
判定対象データ: 熊本×東京の四半期単価

四半期ごとの中央値単価(万円/m²)。上段が東京、下段が熊本。Land w/ building=土地付き建物 / Pre-owned condo=中古マンション。予言の判定対象はこの熊本側の2026Q3以降——2026-08-13に「取引件数は減る・価格は±5%以内」とコミットしてある

今日は?

当日 / 次のイベント

判定 2027年1月〜(不動産取引データの公表後)

何の勝負?

ルールと出場機体

Sentinel-2衛星で嬬恋のキャベツ畑の緑(NDVI)を観測し、生育の進み方から東京市場への本格出荷週を予測する
キャベツ畑のNDVI(衛星の植生指数) 出荷週 NDVI 0.65 到達日 この日を当てる
平年並み
毎年W25と予測する脳死ベンチマーク
threshold
NDVI 0.65到達日が doy≤150 なら W25 / doy>150 なら W26(n=3で回帰は過学習なので最も単純な閾値ルールで凍結)

成績は?

成績表

2027年春の生育観測から — 予測のコミット期限は2027-06-01
NDVIと入荷量の3年比較

上段は嬬恋のキャベツ畑のNDVI(衛星が見る植生の濃さ)、下段は東京市場への群馬産キャベツ入荷量(トン/週)。3年を重ねてある(青2024・橙2025・緑2026)。2026年の入荷は前2年より明らかに低い——NDVIの立ち上がりが入荷に何週先行するかを測るのがこのリーグの勝負

今日は?

当日 / 次のイベント

判定基準(2026-08-13に凍結済み): 東京市場の群馬産キャベツ週次入荷が500tを初めて超えた週を正解とし、成績は週ズレの絶対値。予測のコミット期限は2027-06-01で、それ以降の書き換えは無効。判定は2027年7月上旬

何の勝負?

ルールと出場機体

気象庁の17:00発表を常設ベンチにして、翌日の東京の最高気温を当てにいく。国家予算の予報が相手なので、負けても「どの条件で負けるか」が分かるのが狙い
jma
気象庁の発表そのまま(強敵ベンチ)
persistence
今日の実績=明日の予測(脳死ベンチ)
openmeteo
別モデル(Open-Meteo)の予報
blend
気象庁とOpen-Meteoの平均
debias
直近30日の自分の系統誤差を差し引く

成績は?

成績表

首位 blend ベンチ(persistence)との差 +1.66℃ jma(強敵ベンチ 1.16℃)も上回っている ※標本 5回/判定に必要 30——まだ判断できない

機体平均誤差(℃)出場
blend0.745
debias1.145
jma1.165
openmeteo1.485
persistence2.405
実測(℃)blenddebiasjmaopenmeteopersistence
08-2433.333.1 誤差0.234.0 誤差0.734.0 誤差0.732.3 誤差1.030.6 誤差2.7
08-2534.534.5 誤差0.035.0 誤差0.535.0 誤差0.533.9 誤差0.633.3 誤差1.2
08-2634.034.5 誤差0.535.0 誤差1.035.0 誤差1.033.9 誤差0.134.5 誤差0.5
08-2730.030.2 誤差0.231.3 誤差1.332.0 誤差2.028.4 誤差1.634.0 誤差4.0
08-2833.630.8 誤差2.831.4 誤差2.232.0 誤差1.629.5 誤差4.130.0 誤差3.6

直近8日。太字はその日の最小誤差。この表から上の平均誤差を電卓で再現できる

今日は?

当日 / 次のイベント

次回: 毎日18:00に提出、翌々日に採点

何の勝負?

ルールと出場機体

九電が17:00に出す「翌日の再エネ出力制御の見通し」を、発表の10時間前に当てる。実績量は非公表と分かったため、予測対象を『九電が出す見通しそのもの』に設計変更した
always_none
常に「なし」(脳死ベンチ)
persistence
今日と同じ(脳死ベンチ2)

成績は?

成績表

persistence とベンチ(always_none)が同値——この標本では差がついていない ※標本 3回/判定に必要 30——まだ判断できない

機体的中的中率
always_none3/3100%
persistence3/3100%

今日は?

当日 / 次のイベント

提出 07:00 / 採点 17:10 JST

何の勝負?

ルールと出場機体

全球の災害イベント(GDACS)が明日いくつ立ち上がるかを当てる。RSSは巻き取り式で古いものが落ちるため、毎日取り込まないと後から遡れない——継続そのものが資産になる型
persistence
今日と同じ件数(脳死ベンチ)
ma7
直近7日平均
FIRMS
参考: 衛星が観測した熱異常のピクセル数(人の集計との差を見る)

成績は?

成績表

ma7 がベンチ(persistence)を下回っている 差 -15.25件 ※標本 4回/判定に必要 30——まだ判断できない

機体平均誤差(件)出場
ma718.254
persistence3.004
実測(件)ma7persistence
08-24330 誤差2711 誤差8
08-25220 誤差183 誤差1
08-26217 誤差153 誤差1
08-28013 誤差132 誤差2

直近8日。太字はその日の最小誤差。この表から上の平均誤差を電卓で再現できる

今日は?

当日 / 次のイベント

毎日07:00 JSTに取込・提出・採点

何の勝負?

ルールと出場機体

トーハン週間ベストセラー(総合)の上位10冊のうち、来週も残るのは何冊か。1位当ては運の比重が大きいので、ヒットの持続性そのものを測る設計にした
all_stay
10冊すべて残る(脳死ベンチ)
persistence
前回の実績と同じ
mean
過去の平均

成績は?

成績表

mean とベンチ(all_stay)が同値——この標本では差がついていない ※標本 1回/判定に必要 12——まだ判断できない

機体平均誤差(冊)出場
all_stay3.001
mean3.001
persistence3.001

今日は?

当日 / 次のイベント

毎週木曜07:00 JSTに取得・採点・提出

何の勝負?

ルールと出場機体

互いに矛盾する推論スタイルを凍結した3つのAI人格が、毎週同じ公開情報だけを与えられた独立セッションとして、今週のリーグの結末に確率で賭ける(互いの答えは見えない)。採点はBrier((確率−結果)²・低いほど良い)。常に0.5と答える臆病者ベンチ(Brier 0.25)に勝てない人格は没
外挿AI
直近の傾向はそのまま続く。機構の説明より最新データの勢いを信じる
回帰AI
極端な観測は平均に戻る。少数標本の好成績は幻。基準率を最重視
構造AI
機構で説明できる予測だけを信じる。因果の筋が通らない傾向は雑音
臆病者
すべての問いに0.5と答える脳死ベンチマーク(Brier 0.25)

成績は?

成績表

首位 構造AI Brier 0.1075(臆病者ベンチ 0.25・低いほど良い) ※標本3問——判断には足りない

人格Brierベンチ比
構造AI0.1075勝ち
外挿AI0.1208勝ち
回帰AI0.1656勝ち
臆病者ベンチ0.2500
命題(R1・判定日つき)外挿回帰構造結果
電力: 8/26時点の対oracle(Fwd)首位はtenki系ファミリー(tenki/v2/v3/v4のいずれか)(08/26)0.900.680.93
8/26時点の首位は tenki_v4(対oracle 93.5%・4日)。tenki系が1〜3位を占めた
地震: 8/24の初戦採点で大森則機体が横ばいベンチに対数誤差で勝つ(08/24)0.680.620.74
W34の対数誤差 大森則0.474 対 横ばい0.929。大森則の勝ち
青果: 8/26の初戦採点で出荷タイミング機体が均等出荷ベンチに勝つ(08/26)0.500.500.50
W34の4品目合計 weekshape8=1,193.0円 対 均等出荷=1,109.6円。タイミング機体の勝ち

予測は2026-08-19に凍結(本サイトへの転記は解決前)。ただし**gitに現れるのは2026-08-21**で、自称の凍結日とは2日ずれる——この2日ぶんは公証されていない。判定日(8/24・8/26)より前ではあるので賭けの有効性は保たれるが、「コミット時刻が公証」と謳う以上、検証できるのは8/21以降だけだと書いておく。確率は各人格の主観確率(1.00=確実に起きる)

R1の3命題は判定日(8/24・8/26)を過ぎても未採点のまま残っていた。自分で「採点日は事前に固定する」と宣言しているリーグで期日を2つの水曜またいで放置していたので、**敵対的レビュー役のAI(Fable)に自分の看板を突かせた際**(2026-08-29)の指摘を受けて採点した。遅れた事実ごと残す。

今日は?

当日 / 次のイベント

次回: 毎週水曜に新ラウンドの賭けを公開、前週分を採点