テスト投稿、ミニロトカオス解析記事1本化-ロト6予想ブログ cogito,ergo sum

ロト６に続き、ミニロトでもカオス解析のデータを一本化します。

カオス解析のアルゴリズム（というほど大袈裟なものではないけれど）を修正しました。過去の類似軌道判別の条件をさらに厳しく。いちおう、ファジィ関数を使用（まあ、とびとびの値をとる離散値なので、ファジィ関数というほどのものではないけどね（笑））。判定基準は、予測回を含む軌道と過去の軌道とを、“近接度”と“平行度”にて判別しています。近ければ近いほど、そして、平行であればあるほど、今回の軌道に対する“影響”が強いと判別します。

カオス遍歴グラフも、修正しました。これまでは、過去の類似軌道において、今回の予測回にあたる数値をそのまま抜き出してきていたにすぎなかったのですが、今回から、平行度を考慮して推定した数値を使っています。たとえば、単純化して言うと、３→５というベクトル（過去軌道＝実績値）があるとします。そして、４→Ｘにおいて、Ｘを推定するとすると、もしも両者が平行とするならば、Ｘは、６です。従来のカオス遍歴は、これを「５」と表し、今回のバージョンのカオス遍歴は「６」とした、ということです。

カオス解析とは、じゃむの理解では、ランダムに見える時系列でも、もしもその時系列がカオス過程から生み出されるものならば、その時系列データ（＝時間順のデータ）を仮想空間上（まあ、状態空間とか、相空間というのが一般的かな）に展開すると、規則性（まあ、つまりは周期性のこと）が発見できるというものです。“時間”を“空間”に変換する、というのがポイントです。その点、当選番号分布表というのも、また一つの“変換”であります。

ロト６やミニロトが、カオス過程かどうかは、不明です。まだ試行回数が少なすぎて、カオス判定しても（カオスなのかどうかの判定方法にはいろいろとある）、おそらく芳しい結果は得られないだろうと思います。

カオス解析に関しては、いちおう、これで、一つの完成形です。あとは、予測と実際の観察と照合をして、細かいアルゴリズムの修正とか（たぶんこれ以上どうしようもないような気もするけれど）、バックテスト（＝過去の時点に遡り、その時点までのデータだけで予測して、結果と照合する作業のこと）をしたり、遅れ時間４～を扱ったり、４次元ベクトルで解析してみたり（何度か解析してみたのだけれど、試行回数が少ないから、過去の類似軌道が少なすぎて役に立たないと思う）という流れになると思います。まあ、バックテストだな。うん。

さて、次はシミュレーションとか、通時出現数制限とか、同時出現数制限とか、人力逆利用とかだな。人力逆利用というのは、なかなか当てられないというのを逆手に取る予想方法のこと。おそらく実際に投票してもらうよりも、エクセル上でシミュレーションしてランダムに数字をピックアップしてという風にすると思う。人力予想も基本的にはランダム過程に過ぎないから、シミュレーションと大差ないわけで、、、

※下記データ画像をクリックするとその場で拡大表示されます。