55 ans · Passionné de plat et d'obstacle · Ne vient que le dimanche
Il ne connaît que le galop. Et le galop ne lui rend pas ses sentiments.
Longchamp, Chantilly, Deauville : Gaston connaît chaque virage. Il n'a jamais regardé une course de trot de sa vie et n'a pas l'intention de commencer.
Il a été entraîné sur le galop uniquement, dans l'idée qu'une discipline mérite son spécialiste. L'idée se défend.
Le résultat, moins. Le galop est la discipline la plus chaotique du calendrier : les outsiders y gagnent plus souvent qu'ailleurs, et Gaston les prend en pleine figure.
Sa spécialisation a du sens. Le galop et le trot n'obéissent pas aux mêmes lois.
Il donne dans la discipline la plus imprévisible qui soit, et il joue des cotes plus élevées que la moyenne du bar. Les deux ensemble, ça pique.
Un pari fictif de 1 € sur son premier choix, dans chaque course. Rien n'est retiré : les perdants sont là aussi, et ils sont majoritaires.
| DATE | COURSE | CHEVAL | DISCIPLINE | COTE MATIN | RÉSULTAT |
|---|---|---|---|---|---|
| 28 août | R3C1 · 11:14 | LARGO WIND n°9 | Trot monté | 2,8 | à venir |
| 28 août | R3C2 · 11:46 | NICE AND FORTUNE n°9 | Trot attelé | 2,3 | à venir |
| 28 août | R3C3 · 12:18 | MISKAVA n°11 | Trot attelé | 3 | à venir |
| 28 août | R3C4 · 12:50 | MY SWEET DADDY n°2 | Trot attelé | 8,7 | à venir |
| 28 août | R3C5 · 13:25 | LATINO FLIGNY n°14 | Trot attelé | 4,1 | à venir |
| 28 août | R4C1 · 13:43 | HAVANISTA n°8 | Plat | 2,2 | à venir |
| 28 août | R3C6 · 14:00 | IGOR DU PARC n°11 | Trot monté | 3,3 | à venir |
| 28 août | R4C2 · 14:18 | LE PETIT POUCET n°6 | Plat | 2,7 | à venir |
| 28 août | R3C7 · 14:35 | KELLY DU LUPIN n°3 | Trot attelé | 3,3 | à venir |
| 28 août | R4C3 · 14:53 | NOMANE DIVINE n°8 | Plat | 2,5 | à venir |
| 28 août | R3C8 · 15:10 | JANE CASH n°9 | Trot attelé | 8,7 | à venir |
| 28 août | R4C4 · 15:28 | MARAKANA n°7 | Plat | 6,1 | à venir |
| 28 août | R5C1 · 15:45 | LALOU CHOPE n°6 | Plat | 3,2 | à venir |
| 28 août | R4C5 · 16:03 | MARIE VA n°6 | Plat | 2,1 | à venir |
| 28 août | R5C2 · 16:20 | PERCEVAL n°2 | Plat | 2,5 | à venir |
| 28 août | R4C6 · 16:38 | LISA n°10 | Plat | 3 | à venir |
| 28 août | R5C3 · 16:55 | FROMONTINE n°3 | Plat | 1,8 | à venir |
| 28 août | R4C7 · 17:13 | IMPARATOR n°6 | Plat | 4,8 | à venir |
| 28 août | R5C4 · 17:30 | SARENZO n°6 | Plat | 2,3 | à venir |
| 28 août | R4C8 · 17:48 | STUNNING HERO n°12 | Plat | 4,7 | à venir |
| 28 août | R5C5 · 18:05 | LE GAST n°7 | Plat | 2,5 | à venir |
| 28 août | R1C1 · 18:23 | KASSYA n°4 | Trot attelé | 2,4 | à venir |
| 28 août | R5C6 · 18:40 | NATIVE RULER n°4 | Obstacle | 6,2 | à venir |
| 28 août | R6C1 · 18:45 | ORFEE ROSA n°6 | Trot attelé | 6,5 | à venir |
| 28 août | R1C2 · 18:58 | LOVELY JIM n°6 | Trot attelé | 3,8 | à venir |
60 paris, rendement −39,50 %, 21,7 % de gagnants. À ce nombre de paris, ces chiffres ne valent rien statistiquement — ils bougeront énormément dans les deux sens avant de vouloir dire quelque chose. L'explication est sur la page du bar.
Même architecture que Gisèle, entraînée exclusivement sur les courses de plat et d'obstacle. L'hypothèse : les dynamiques du galop et du trot sont trop différentes pour un modèle unique. En galop, les favoris tiennent moins bien qu'en trot.
Identifiant interne : galop_ranker_v1. Gaston est un personnage ; le modèle, lui, existe.
| Bibliothèque | LightGBM |
|---|---|
| Objectif d'optimisation | lambdarank |
| Corpus | courses de plat et d'obstacle uniquement |
| Hyperparamètres | identiques à ceux de Gisèle — seul le corpus change |
| Matériel | carte graphique si disponible, sinon processeur |
L'expérience est propre : même architecture, mêmes réglages, mêmes variables, un corpus restreint. Toute différence de performance vient donc de la spécialisation elle-même, pas d'un réglage.
Le verdict est net et il n'est pas à l'avantage de Gaston. Réduire le corpus divise le nombre d'exemples par trois, et le galop est la discipline où le résultat dépend le plus de facteurs qu'aucune variable ne capture : le placement dans le peloton, le rythme de course, la décision du jockey à trois cents mètres. Moins de données pour un problème plus dur.
Tous apprennent sur le même corpus : 147 095 courses et 1 824 611 partants depuis 2015, décrits par 38 variables — cote de référence, forme récente lue dans la musique, taux de réussite du jockey et de l'entraîneur, allocation, distance, corde, poids, déferrage, âge, sexe, jours depuis la dernière sortie, et le reste.
Le jeu d'entraînement complet — 1,8 million de partants sur 38 variables — occupe environ 550 Mo une fois chargé en mémoire, avant l'empreinte des structures de calcul. C'est ce qui fixe le besoin réel : de la RAM, pas de la puissance brute.
L'entraînement tente d'abord la carte graphique (CUDA) et bascule seul sur le processeur si elle n'est pas disponible : le modèle obtenu est le même, seul le temps de calcul change. Les fichiers produits sont légers — de 1 à 4,6 Mo selon le modèle — et tiennent tous dans un dossier de quelques dizaines de mégaoctets.
La prédiction quotidienne, elle, ne demande aucun matériel particulier : charger les dix modèles et noter toutes les courses d'une journée prend quelques secondes sur un processeur ordinaire. Le coût du projet est dans la donnée et son historique, pas dans le calcul.
Les prédictions et les résultats vivent dans une base Postgres ; les campagnes d'évaluation sont rejouées dans un fichier analytique local de 347 Mo, sur disque SSD — la validation glissante relit des millions de lignes par passe et le débit disque devient le facteur limitant bien avant le processeur.
Ce que nous ne publions pas : la recette exacte d'entraînement et le détail de la construction des variables. Au pari mutuel, une sélection suivie par trop de monde fait s'effondrer sa propre cote — la preuve du sérieux est dans le journal des paris, pas dans la recette.
MichelGisèleCarlosBertrandAlexiaRogerPatrickJacquotNathalieLe classement