そらまめ
大田市場主要産地: 鹿児島 · 千葉 · 茨城
現在 · 2026-07-18
¥810/kg
中値の入荷量加重平均
明日の予測
—/kg
予測データなし
1週間後の予測
—/kg
予測データなし
過去の予測精度
16.0%
MAPE (誤差率) · 方向ヒット 12.5%
04
CHART
価格推移と予測
1244 DAYS HISTORY
実績予測前年平年値平年±1σ
表示期間: 2026-06-18 〜 2026-10-31119 日分
04.3
FORECAST
価格レンジ予想
起点 2026-07-18
明日・来週月曜・再来週月曜・4週間後 の 4タイミングについて、 AI 予測値 を中心に「大幅安/安め/同水準/高め/大幅高」 の 5バケットに分け、 各バケットに収まる確率を示します。 「同水準」 は AI 予測値の ±0.5σ 帯 (= 予測がそのまま当たる確率)。 () 内の % は 現在価格 ¥810 との差。 数字は過去 9年の市場データと気象データから学習した予測です。
明日2026-07-19 (日)
現在¥810→AI 予測¥800-1.2% ↓(±¥68, 誤差 8.4%)
大幅安↓↓
¥699以下(-13.7%)
AI 確率
7%
安め↓
¥699〜¥767(-9.5%)
AI 確率
24%
最有力
同水準→
¥767〜¥834(-1.2%)
AI 確率
38%
高め↑
¥834〜¥902(+7.2%)
AI 確率
24%
大幅高↑↑
¥902以上(+11.3%)
AI 確率
7%
来週月曜2026-07-20 (月)
現在¥810→AI 予測¥787-2.8% ↓(±¥89, 誤差 11.3%)
大幅安↓↓
¥654以下(-19.2%)
AI 確率
7%
安め↓
¥654〜¥743(-13.7%)
AI 確率
24%
最有力
同水準→
¥743〜¥832(-2.8%)
AI 確率
38%
高め↑
¥832〜¥921(+8.2%)
AI 確率
24%
大幅高↑↑
¥921以上(+13.6%)
AI 確率
7%
再来週月曜2026-07-27 (月)
現在¥810→AI 予測¥796-1.7% ↓(±¥138, 誤差 17.3%)
大幅安↓↓
¥589以下(-27.2%)
AI 確率
7%
安め↓
¥589〜¥727(-18.7%)
AI 確率
24%
最有力
同水準→
¥727〜¥865(-1.7%)
AI 確率
38%
高め↑
¥865〜¥1003(+15.3%)
AI 確率
24%
大幅高↑↑
¥1003以上(+23.8%)
AI 確率
7%
4週間後2026-08-17 (月)
現在¥810→AI 予測¥1011+24.8% ↑(±¥218, 誤差 21.6%)
大幅安↓↓
¥684以下(-15.5%)
AI 確率
7%
安め↓
¥684〜¥902(-2.1%)
AI 確率
24%
最有力
同水準→
¥902〜¥1120(+24.8%)
AI 確率
38%
高め↑
¥1120〜¥1338(+51.7%)
AI 確率
24%
大幅高↑↑
¥1338以上(+65.2%)
AI 確率
7%
04.7
ACCURACY
過去予測の精度
直近30日 翌日予測
過去にこのページで AI が出した予測と、 後日判明した実際の価格を答え合わせしたものです。 セル色が緑なら当たり、 赤なら外れ。 公開後から日々蓄積された実運用の精度を、 予測した日 (縦) × 何日先の予測か (横) のマトリクスで一覧できます。
実運用予測蓄積中 (0 / 30 日). 30日経過するまで参考値として 学習時 validation 予測誤差を表示します: 20.1%
05
FORECAST TABLE
14日先 詳細予測
M6 LightGBM-Window
2026-07-18 時点の そらまめ 810 円/kg を起点に、 1〜14日先の予測価格を一覧表で. 各 horizon の精度 (validation MAPE) も併記し、 「何日先まで信頼できるか」 を透明に示します.
平均 MAPE (1-14日)
20.14%
低いほど精度が高い
平均 方向ヒット率
71.44%
50%超が実用域、 70%超が良好
起点
¥810
2026-07-18 時点の中値加重平均
| 日付 | 曜日 | 先 | 予測価格 | 対起点 | horizon MAPE |
|---|
※ horizon MAPE は予測対象日との時差ごとの精度. 14日先になるほど誤差が増える傾向. 休市日 (日曜・祝日) は予測値を出していますが、 実際の取引はありません. 実取引価格は需給・気象異常・物流要因で変動します.
06
FEATURE IMPORTANCE
予測の根拠
LightGBM (M4) が 701 日分のデータから学習した、 価格を予測するために重要だった要因. 寄与度 (gain) で並び替え.
主要な特徴量 (上位5)
01直近7日平均気温47.3%
02月 (季節)13.4%
03昨年同月の価格13.3%
04年内日数9.1%
05直近7日最高気温5.9%
カテゴリ別の寄与19%24%57%
価格の慣性
過去の価格 (1ヶ月前・昨年同月)
季節性
月・年内日数・旬・曜日
気象条件
気温・降水・日照
主要因は 直近7日平均気温 (47.3%)。 気象条件 が予測の 57% を占める。
※ 予測値は参考情報。 実取引価格は需給・産地天候・物流要因で変動します。 過去の予測精度は 精度ページ で全件公開しています。