NPB（日本プロ野球）の選手成績予測・チーム勝率予測プロジェクト。

3段階の予測パイプライン：

1. 選手レベル（日本人） — 各選手の翌年成績（OPS・ERA等）を4層アンサンブルで予測
   • Marcel法（過去3年を5:4:3で加重平均 + 年齢調整）
   • Stan ベイズ補正（K%/BB%/BABIP/年齢のRidge補正）
   • 機械学習（XGBoost / LightGBM）
   • BMA（ベイズモデル平均）で統合 + 80%/95% 信頼区間
2. 選手レベル（外国人） — 前リーグ成績 × Stan v2モデルで NPB初年度予測（全24選手個別予測）
3. チームレベル — モンテカルロ10,000回シミュレーション → P(優勝)/P(CS)/勝利数CI

Tom Tangoが考案した統計的予測手法。直近年ほど重くなる比率（直近年5：2年前4：3年前3）で過去成績を加重平均し、「平均へ引き戻す効果（回帰）」と年齢ピーク調整を加えて翌年成績を推定します。セイバーメトリクスコミュニティで予測精度のベースラインとして使われています。

https://npb-prediction.streamlit.app/

日本語/英語対応のインタラクティブダッシュボード。インストール不要でブラウザから全機能を操作できます。

Raspberry Pi 5 + Docker で常時稼働中（Tailscaleネットワーク内）。

• トップページ: 打者 TOP3（wRC+順）+ 先発投手 TOP3（FIP順/投球回100以上）+ リリーフ投手 TOP3（FIP順/投球回20〜99）+ レーダーチャート + 用語説明（入力不要）
• 順位表: セ・パ両リーグの予測順位（ピタゴラス勝率ベース）+ モンテカルロ優勝確率/CS確率
• チームシミュレーション: モンテカルロ10,000回の勝数分布ファンチャート + P(優勝)/P(CS)/P(最下位)確率テーブル
• 打者ランキング: OPS/AVG/HR/RBI/wOBA/wRC+/ベイズOPS でソート
• 投手ランキング: ERA/WHIP/SO/W/FIP/K%/BB%/K-BB%/K9/BB9/HR9/ベイズERA でソート
• チーム勝率: 12球団の予測勝率 + 信頼区間
• 打者予測: クイックボタンで選手検索 + レーダーチャート + wOBA/wRC+/wRAA + ベイズOPS（80%/95%CI）
• 投手予測: クイックボタンで選手検索 + レーダーチャート + FIP/K%/BB%/K-BB% + ベイズERA（80%/95%CI）
• 外国人選手予測: 前リーグ成績 + Stan v2モデルによるNPB初年度予測（チーム別フィルタ + CI表示）

同じ選手セット（打者PA≥100 / 投手IP≥30）で統一して比較。MAE = 実績との平均ズレ幅。数値が小さいほど予測が正確。

打者 OPS MAE（低いほど良い、n=172）

投手 ERA MAE（低いほど良い、n=145）

結論: 打者OPSはMarcel≒ML（差なし）、投手ERAはMarcel優位（MAE 0.78 vs ML 0.92〜0.93）

得失点差から予測勝数を算出。NPBに合わせた指数（k=1.72）はMLB標準（k=1.83）より誤差が小さい。

NPB公式データ（npb.jp）からリーグ環境に合わせた係数でwOBA/wRC+を算出。

• wOBA（加重出塁率）: 0.310前後=平均、.380以上=優秀、.450以上=エリート
• wRC+（得点創出力+）: 100=リーグ平均、150以上=優秀、200以上=MVP級

注意: ベイズ統合予測（Marcel法 + Stan/Ridge補正 + 機械学習）による自動計算結果です。NPB公式2026ロースターに在籍する選手のみが対象。MLB移籍選手（村上宗隆・岡本和真・今井達也等）は除外済み。外国人選手24人は前リーグ成績から個別予測。

MLB移籍選手（村上宗隆・岡本和真・今井達也・オースティン・バウアー等）はロースターフィルタで除外済み。外国人選手24人は前リーグ成績から個別予測。

セ・リーグ — 4チーム団子の混戦

パ・リーグ — ソフトバンク頭一つ抜け

Marcel法のみ → ベイズ統合で変わった主なポイント:

• 阪神 -8.6勝: K%/BB%のスキル補正で80.1→71.5勝に
• ヤクルト -3.1勝: 村上宗隆MLB移籍の影響
• 西武 +6.3勝: 外国人選手の個別予測（前リーグ成績反映）
• セ・リーグが混戦化: 阪神独走→4チーム70.7-71.5勝で横一線

「予測スクリプトを作る」から「予測システムを運用する」への3本柱。

Step 1: fetch_npb_data.py       → 打者/投手成績スクレイプ
Step 2: fetch_npb_detailed.py   → 詳細打撃成績（wOBA算出用）
Step 3: pythagorean.py          → 順位表・ピタゴラス勝率
Step 4: sabermetrics.py         → wOBA/wRC+/wRAA算出
Step 5: marcel_projection.py    → Marcel法予測
Step 6: ml_projection.py        → ML予測 + モデル保存 + メトリクスJSON出力
Step 7: git commit & push       → data/ を自動コミット
Step 8: bayes_projection.py     → ベイズ予測（日本人BMA + 外国人Stan v2 + CI）
Step 9: team_simulation.py      → モンテカルロ10,000回チームシミュレーション
Step 10: load_to_bq.py          → BigQuery に全データロード（33テーブル）
Step 11: bqml_train.py          → BQML モデル学習・評価・予測

スケジュール: 毎年3月1日（FA・移籍確定後、開幕前）+ workflow_dispatch（手動実行）

⚠️ 手動実行時の注意: workflow_dispatch で実行する場合は、data_end_year に前年（例: 2025）を明示的に指定してください。空白のままだと当年（2026）が設定され、存在しないシーズンデータを取得しようとして予測値が崩壊します。

CI タイムアウト保護: ワークフローに timeout-minutes: 180 を設定。全 ML/ベイズ/シミュレーションスクリプトに PYTHONUNBUFFERED=1 + ステップ別経過時間ログを追加し、ハング時の原因特定を容易にしている。

年次再学習のたびに記録される MAE 推移を返します。

curl http://localhost:8000/metrics

{
  "件数": 1,
  "メトリクス": [{
    "year": 2026,
    "data_end_year": 2025,
    "generated_at": "2026-11-01T09:30:00",
    "hitter": {"lgb": 0.066, "xgb": 0.063, "ensemble": 0.064, "marcel": 0.063},
    "pitcher": {"lgb": 0.92, "xgb": 0.93, "ensemble": 0.92, "marcel": 0.78}
  }]
}

hitter.lgb < hitter.marcel ならMLがMarcelを上回っている。そうでなければMarcelを採用。

# データ取得（baseball-data.com から）
python fetch_npb_data.py

# 詳細打撃成績取得（npb.jp から）
python fetch_npb_detailed.py

# wOBA/wRC+算出
python sabermetrics.py

# Marcel法で予測
python marcel_projection.py

# XGBoost/LightGBM で予測（wOBA/wRC+特徴量含む）
python ml_projection.py

# ベイズ統合予測（日本人BMA + 外国人Stan v2 + CI）
python bayes_projection.py

# モンテカルロ・チームシミュレーション（10,000回）
python team_simulation.py

# ピタゴラス勝率で予測
python pythagorean.py

# ローカル起動
pip install -r requirements.txt
uvicorn api:app --reload

# Docker起動
docker compose up --build

APIが起動したら http://localhost:8000/docs でSwagger UIを確認できます。

# 牧秀悟の翌年予測
curl http://localhost:8000/predict/hitter/牧

{
  "query": "牧",
  "count": 1,
  "predictions": [{
    "player": "牧 秀悟",
    "team": "DeNA",
    "marcel": {"OPS": 0.812, "AVG": 0.279, "HR": 20.3, "RBI": 66.2},
    "ml": {"pred_OPS": 0.830},
    "bayes": {"OPS": 0.802, "OPS_80ci": [0.607, 0.985], "method": "bma_jpn"}
  }]
}

• Marcel法（年齢調整付き）
• ピタゴラス勝率（NPB最適指数 k=1.72）
• XGBoost / LightGBM（年齢+wOBA/wRC+特徴量付き）
• セイバー指標追加（wOBA/wRC+/wRAA自前算出）
• FastAPI による推論API化 + Docker対応
• Streamlit ダッシュボード（日本語/英語対応）
• 2026ロースター反映（移籍・退団）
• トップページに用語説明（OPS/wOBA/wRC+/FIP/K%/BB%/K-BB%/K9/BB9/HR9）を追加
• 計算対象外選手（新人・新外国人）の可視化（バッジ表示・選手リスト）
• 投手TOP3に総合投球力レーダーチャート追加（防御率/WHIP/奪三振/投球回/勝利の5軸）
• 打者ランキングにwOBA/wRC+ソート追加
• 投手ランキングにFIP/K%/BB%/K-BB%/K9/BB9/HR9ソート追加
• 打者予測にwOBA/wRC+/wRAA + wRC+推移グラフ統合
• 投手予測にFIP/K%/BB%/K-BB%/K9/BB9/HR9 + レーダーチャート追加
• 全指標に計算式expander（式 + 基準値の解説）
• NPBデータ年数バッジ表示（1年/2年の選手は予測精度に注意書き）
• 打者レーダーチャート6軸化（HR/AVG/OBP/SLG/wOBA/wRC+）
• 投手レーダーチャート7軸化（ERA/WHIP/奪三振/K9/BB9/HR9/FIP）
• K/9・BB/9・HR/9にリーグ平均との差分表示追加
• 打者TOP3のソートをwRC+順に変更（OPSから変更）
• 投手TOP3を先発（投球回100以上）・リリーフ（20〜99）に分離しFIP順で表示
• 棒グラフとレーダーチャートの指標を統一（打者: wOBA/wRC+、投手: FIP/K9/BB9/HR9）
• Streamlitダッシュボード日本語/英語切替（サイドバートグル）
• モバイル対応（レスポンシブCSS・縦積み・横スクロール・横向き棒グラフ）
• CI/CD自動再学習（GitHub Actions 毎年3月1日）
• モデルアーティファクト保存（data/models/*.pkl）
• 精度メトリクス記録・API公開（/metrics）
• W&B実験管理（毎年の学習ごとにMAE・Marcel比改善率を自動記録）
• 歴史的バックテストのチーム割り当てバグ修正（FA・移籍選手が前年チームに計上されていた問題）
• 選手名鑑フィルタ追加（退団・MLB移籍・引退選手を予測から除外、npb_rosters_2018_2025.csv 参照）
• GCP分析基盤（BigQuery 25テーブル + BQML 4モデル + 10分析ビュー）
• BigQuery ML でSQLだけで打者OPS/投手ERA予測（Boosted Tree + 線形回帰）
• データ品質チェックビュー（欠損検知・カバレッジ確認）
• GCP Deploy ワークフロー（BigQuery + BQML）
• ベイズ統合予測エンジン（Marcel + Stan Ridge + ML → BMA、80%/95% CI付き）
• 外国人選手Stan v2モデル（前リーグ成績ベース、全24選手Web検証済み個別予測）
• モンテカルロ・チームシミュレーション（10,000回、ピタゴラス k=1.83、パークファクター補正）
• API: ベイズ予測エンドポイント + 外国人予測 + 順位シミュレーション（v0.5.0）
• Streamlit: ベイズCI表示（打者OPS/投手ERA）+ チームシミュレーションページ + 外国人選手ページ
• BigQuery: ベイズ予測・外国人・シミュレーション等8テーブル追加（計33テーブル）

改善幅は小さいが、8年間を通じて97%の確率でMarcel法を上回る安定した改善。

npb-bayes-projection で検証済みのStan階層ベイズモデルを統合済み（7フェーズ中6フェーズ完了）。

Layer 1: Marcel法（基盤 — 3年加重平均 + 年齢調整）
Layer 2: Stan/Ridge補正（K%/BB%/BABIP/年齢で微調整）
Layer 3: ML（XGBoost/LightGBM）
Layer 4: BMA統合（Marcel 35% + Stan 40% + ML 25%）→ 80%/95% CI付き
  ↓
外国人選手: 前リーグ成績 × Stan v2モデル → 個別NPB予測
  ↓
モンテカルロ10,000回 → チーム勝数分布 → P(優勝)/P(CS)

• Stanはランタイムで動かさない — posteriors.jsonに事後分布パラメータを保存、推論時はNumPyサンプリングのみ（RPi5 4GB RAM対応）
• 外国人選手は全員Web検証済み — 24人の英語名・出身リーグ・前リーグ成績を個別に確認
• MLB移籍選手はロースターフィルタで除外 — roster_current.pyで2026公式ロースターに照合
• 不確実性がエンドツーエンドで伝播 — 選手CI → チームMonte Carlo → 優勝確率

• Marcel重みをNPBデータ最適化値に更新（打者 8/4/3・REG_PA=2000 / 投手 4/5/2・REG_IP=800、ブートストラップ p=0.003 で有意）→ npb-marcel-weight-study
• BQML精度検証 — BQML（BT: OPS MAE 0.0642 / ERA MAE 0.909）は Python ML（OPS ~0.065 / ERA 0.92-0.93）と同等以上。特徴量もBQMLの方が豊富（パークファクター・DIPS・FIP近似・Marcel加重平均等）。両手法とも投手ERAではMarcel法（0.78）に及ばず、これはML共通の課題
• 精度が悪化したときの自動アラート

• NPB在籍1〜2年の選手: データが少ないため予測値がリーグ平均に強く引き戻される（1年のみ→約2/3がリーグ平均寄り）。選手名横の「NPB1年/2年」バッジで確認可能
• 若手の急成長: 年齢調整は+0.3%/年と小さく、ブレイクするような急成長は捉えられない
• 球場改修: パークファクターは5年移動平均を使用。2026年のバンテリンドーム改修等は未反映
• データの見落とし: 個人プロジェクトのため品質保証には限界がある（例: MLB移籍選手がフィルタされていないバグがあり、途中で修正した）

このプロジェクトのNPBデータは以下のサイトから取得しています：

• プロ野球データFreak — NPB選手成績・生年月日（2015-2025）
• 日本野球機構 NPB — 詳細打撃成績（2B/3B/SF、wOBA/wRC+算出用）

詳細は DATA_SOURCES.md を参照。

BigQuery npb データセットと BQML モデル（bqml_batter_ops / bqml_pitcher_era 等）は Grafana 公開廃止に伴い削除。予測ロジックは Python (scripts/) に一本化済み、データは RPi5 Parquet (/mnt/ssd/npb_shared/) にバックアップ保持。Streamlit / FastAPI は CSV (data/projections/) を直接読むため BQ 非依存で継続稼働。

MIT