VegeWatch/ ベジウォッチ
大田市場 · 円/kg

トマト

主要産地: 熊本 · 栃木 · 愛知

市場価格 · 2026-05-01
¥386.7/kg
中値の入荷量加重平均
04
CHART

価格推移と予測

2299 DAYS HISTORY
実績予測前年平年値平年±1σ
¥0¥100¥200¥300¥400¥500¥6004/64/134/204/275/45/115/185/255/29今日(円/kg)
表示期間: 2026-04-02 2026-05-2950 日分
翌週の予測
¥389
円/kg
市場価格
¥435
前営業日 中値加重平均
MAPE (誤差率)
9.9%
過去6ヶ月
方向ヒット率
64.6%
上昇/下降の予測当て率
04.3
FORECAST

価格レンジ予想

起点 2026-05-01

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、 価格を 5バケット (大幅安/安め/同水準/高め/大幅高) に分けて AI が確率を提示します。 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2026-05-02 ()
AI 予測¥380±16
予測誤差4.2%
大幅安↓↓
¥356以下
AI 確率
7%
安め
¥356〜¥372
AI 確率
24%
最有力
同水準
¥372〜¥388
AI 確率
38%
高め
¥388〜¥404
AI 確率
24%
大幅高↑↑
¥404以上
AI 確率
7%
来週月曜2026-05-04 ()
AI 予測¥369±19
予測誤差5.1%
AI 分析1週間 のトマトは前年比 +1% で ほぼ同水準 の見通し。 昨年同期は平年比 +16% の高値で特殊年だった点に注意。 平年比で見ると +17%、 つまり 高め。 昨年同期は 降水量平年比 +43% (病害発生) があり、 供給減で高値 だった可能性。 主要産地の2026-03-03〜2026-05-31: 気温が平年比 -1.7℃ (11.2℃ vs 12.9℃) で低め、 成熟スピードに影響。 モデルが今重視している要因: 昨年同月の価格 (+¥227 の押し上げ) / 年内日数 (季節性) (+¥54 の押し上げ)。 予測平均 ¥371、 昨年同期実績 ¥367。
大幅安↓↓
¥341以下
AI 確率
7%
安め
¥341〜¥360
AI 確率
24%
最有力
同水準
¥360〜¥378
AI 確率
38%
高め
¥378〜¥397
AI 確率
24%
大幅高↑↑
¥397以上
AI 確率
7%
再来週月曜2026-05-11 ()
AI 予測¥372±25
予測誤差6.7%
AI 分析1週間 のトマトは前年比 +1% で ほぼ同水準 の見通し。 昨年同期は平年比 +16% の高値で特殊年だった点に注意。 平年比で見ると +17%、 つまり 高め。 昨年同期は 降水量平年比 +43% (病害発生) があり、 供給減で高値 だった可能性。 主要産地の2026-03-03〜2026-05-31: 気温が平年比 -1.7℃ (11.2℃ vs 12.9℃) で低め、 成熟スピードに影響。 モデルが今重視している要因: 昨年同月の価格 (+¥227 の押し上げ) / 年内日数 (季節性) (+¥54 の押し上げ)。 予測平均 ¥371、 昨年同期実績 ¥367。
大幅安↓↓
¥335以下
AI 確率
7%
安め
¥335〜¥360
AI 確率
24%
最有力
同水準
¥360〜¥385
AI 確率
38%
高め
¥385〜¥410
AI 確率
24%
大幅高↑↑
¥410以上
AI 確率
7%
4週間後2026-06-01 ()
AI 予測¥347±21
予測誤差6.0%
AI 分析1ヶ月 のトマトは前年比 +14% で 高め の見通し。 昨年同期は平年比 +13% の高値で特殊年だった点に注意。 平年比で見ると +28%、 つまり 大幅高。 昨年同期は 日射量平年比 -12.7% (果実の糖度・着色と着花数に影響) があり、 供給減で高値 だった可能性。 主要産地の2026-03-03〜2026-05-31: 気温が平年比 -1.7℃ (11.2℃ vs 12.9℃) で低め、 成熟スピードに影響。 モデルが今重視している要因: 昨年同月の価格 (+¥227 の押し上げ) / 年内日数 (季節性) (+¥54 の押し上げ)。 予測平均 ¥369、 昨年同期実績 ¥325。
大幅安↓↓
¥316以下
AI 確率
7%
安め
¥316〜¥337
AI 確率
24%
最有力
同水準
¥337〜¥357
AI 確率
38%
高め
¥357〜¥378
AI 確率
24%
大幅高↑↑
¥378以上
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。

過去 30 日 × 5 horizon の予測精度マトリクス翌日予測 平均誤差 3.7%(n=12, 方向当て率 58%)

縦 = 予測した日、 横 = N日先。 セル色 = 誤差% (緑=当たり、 黄=やや外れ、 赤=外れ). 縦に読むと「N日先予測の精度推移」 がわかります.

予測した日起点 ¥1日後3日後1週間後2週間後4週間後
2026-04-30¥383-3%
2026-04-28¥361·-7%
2026-04-27¥351-1%-6%
2026-04-25¥356·+1%
2026-04-24¥367+3%+5%-5%
2026-04-23¥371+2%·-4%
2026-04-21¥357·+1%+3%
2026-04-20¥376+7%+3%+8%
2026-04-18¥408·+10%+6%
2026-04-17¥378-6%+2%+4%-6%
2026-04-16¥405+6%·+3%-1%
2026-04-14¥403·+3%+6%+3%
2026-04-13¥378-4%-7%+1%+4%
2026-04-11¥389·-3%-7%+5%
2026-04-10¥397+3%+3%+0%+2%
2026-04-09¥407+1%·-9%+1%
2026-04-07¥414·+1%-4%+7%
2026-04-06¥425-0%-1%+2%+2%
2026-04-04¥428·-5%-2%-8%
2026-04-03¥405-8%-9%-5%-5%-10%

全期間: n=72, MAPE 6.0%, 方向当て率 64%.学習時 validation 予測誤差: 5.9%.

05
FORECAST TABLE

14日先 詳細予測

M6 LightGBM-Window

2026-05-01 時点の トマト 386.7 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)
5.88%
低いほど精度が高い
平均 方向ヒット率
84.38%
50%超が実用域、 70%超が良好
起点
¥386.7
2026-05-01 時点の中値加重平均
日付曜日予測価格対起点horizon MAPE
5/2+1d¥380-1.7%4.2%
5/3+2d¥382-1.1%5.0%
5/4+3d¥369-4.6%5.1%
5/5+4d¥366-5.3%5.0%
5/6+5d¥374-3.3%5.3%
5/7+6d¥351-9.3%5.4%
5/8+7d¥374-3.2%5.8%
5/9+8d¥384-0.7%6.8%
5/10+9d¥384-0.6%6.8%
5/11+10d¥372-3.7%6.7%
5/12+11d¥366-5.3%6.7%
5/13+12d¥337-13.0%6.6%
5/14+13d¥373-3.6%7.5%
5/15+14d¥388+0.2%7.8%
5/16+15d¥400+3.4%8.7%
5/17+16d¥385-0.4%8.7%
5/18+17d¥400+3.4%8.8%
5/19+18d¥394+1.9%7.8%
5/20+19d¥388+0.3%7.2%
5/21+20d¥372-3.9%6.8%
5/22+21d¥355-8.1%6.7%
5/23+22d¥367-5.1%6.5%
5/24+23d¥338-12.6%6.3%
5/25+24d¥341-11.9%6.0%
5/26+25d¥370-4.4%5.9%
5/27+26d¥359-7.3%6.0%
5/28+27d¥331-14.4%6.3%
5/29+28d¥347-10.3%6.0%
5/30+29d¥350-9.6%5.7%
5/31+30d¥351-9.2%5.3%
6/1+31d¥339-12.4%5.5%
6/2+32d¥344-11.0%5.7%
6/3+33d¥336-13.1%5.3%
6/4+34d¥329-14.8%5.6%
6/5+35d¥326-15.8%5.6%
6/6+36d¥316-18.3%5.5%
6/7+37d¥314-18.9%5.6%
6/8+38d¥308-20.3%5.7%
6/9+39d¥314-18.7%5.5%
6/10+40d¥314-18.7%5.9%
6/11+41d¥314-18.7%5.5%
6/12+42d¥316-18.3%5.3%
6/13+43d¥320-17.2%5.2%
6/14+44d¥317-17.9%5.3%
6/15+45d¥317-18.1%5.6%
6/16+46d¥320-17.3%5.6%
6/17+47d¥318-17.8%5.3%
6/18+48d¥313-19.0%5.4%
6/19+49d¥326-15.7%5.0%
6/20+50d¥311-19.7%5.5%
6/21+51d¥313-19.0%5.7%
6/22+52d¥310-19.8%5.7%
6/23+53d¥346-10.5%5.5%
6/24+54d¥339-12.4%5.2%
6/25+55d¥333-14.0%5.2%
6/26+56d¥335-13.5%5.4%
6/27+57d¥338-12.5%5.3%
6/28+58d¥313-19.0%5.4%
6/29+59d¥320-17.3%5.2%
6/30+60d¥313-19.1%5.3%
7/1+61d¥320-17.4%5.5%
7/2+62d¥307-20.6%5.4%
7/3+63d¥333-13.9%5.8%
7/4+64d¥365-5.7%5.6%
7/5+65d¥371-4.2%5.5%
7/6+66d¥372-3.7%6.5%
7/7+67d¥379-2.1%5.7%
7/8+68d¥373-3.5%6.2%
7/9+69d¥386-0.2%6.2%
7/10+70d¥377-2.4%6.1%
7/11+71d¥392+1.2%6.7%
7/12+72d¥389+0.7%6.3%
7/13+73d¥384-0.7%6.0%
7/14+74d¥379-2.0%5.5%
7/15+75d¥381-1.4%5.8%
7/16+76d¥389+0.6%6.1%
7/17+77d¥387+0.1%6.2%
7/18+78d¥386-0.2%6.3%
7/19+79d¥387+0.1%6.0%
7/20+80d¥385-0.3%5.9%
7/21+81d¥3870.0%5.9%
7/22+82d¥383-1.0%6.0%
7/23+83d¥386-0.2%5.8%
7/24+84d¥386-0.1%6.3%
7/25+85d¥3870.0%6.0%
7/26+86d¥383-1.0%5.3%
7/27+87d¥382-1.2%5.2%
7/28+88d¥382-1.2%5.1%
7/29+89d¥383-1.1%5.2%
7/30+90d¥389+0.6%5.2%
7/31+91d¥394+1.9%5.1%
8/1+92d¥391+1.0%5.4%
8/2+93d¥389+0.6%5.7%
8/3+94d¥3870.0%5.7%
8/4+95d¥392+1.3%5.7%
8/5+96d¥389+0.5%5.5%
8/6+97d¥393+1.7%5.6%
8/7+98d¥385-0.4%5.5%
8/8+99d¥386-0.2%5.5%
8/9+100d¥406+4.9%5.7%
8/10+101d¥404+4.4%5.5%
8/11+102d¥389+0.7%5.7%
8/12+103d¥391+1.0%5.9%
8/13+104d¥404+4.5%6.2%
8/14+105d¥397+2.7%6.6%

※ 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
MODELS

モデル別予測比較

5 MODELS

トマトの翌週価格を、 5つのアルゴリズムで並列に予測。 アンサンブル (M5) はそれぞれのモデルを精度逆数で重み付けした合成予測。

モデル翌週平均変化率過去 MAPE方向ヒット率
M1_naiveNaive (昨年同月)
¥364-16.3%13.1%51.2%
M2_ma移動平均 30日
¥404-7.2%11.3%64.6%
M3_prophetProphet
¥422-3.0%19.5%49.6%
M4_lgbmLightGBM
¥381-12.5%7.8%67.7%
M5_ensembleアンサンブル
¥389-10.7%9.9%64.6%

※ 各モデルの翌週平均は、 翌週 7日間の予測値の平均. MAPE は validation 期間 (2026-01〜) の予測 vs 実績の誤差率. ★ がついた M5 アンサンブルが画面の主表示で使われています.

07
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年内日数49.4%
02月 (季節)30.4%
03昨年同月の価格10.3%
04直近7日最高気温3.4%
05直近7日日照時間1.9%
カテゴリ別の寄与
価格の慣性
過去の価格 (1ヶ月前・昨年同月)
11%
季節性
月・年内日数・旬・曜日
80%
気象条件
気温・降水・日照
8%

主要因は 年内日数 (49.4%)。 季節性 が予測の 80% 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。