とうもろこし
大田市場主要産地: 北海道 · 千葉 · 茨城
現在 · 2026-09-29
¥237.6/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
13.4%
MAPE (誤差率) · 方向ヒット 55.6%
04
CHART
価格推移と予測
884 DAYS HISTORY
実績予測前年平年値平年±1σ
表示期間: 2026-08-31 〜 2027-01-12113 日分
04.3
FORECAST
価格レンジ予想
起点 2026-09-29
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 ¥238 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2026-09-30 (水)
現在¥238→AI 予測¥255+7.2% ↑(±¥13, 誤差 5.2%)
大幅安↓↓
¥235以下(-1.2%)
AI 確率
7%
安め↓
¥235〜¥248(+1.6%)
AI 確率
24%
最有力
同水準→
¥248〜¥261(+7.2%)
AI 確率
38%
高め↑
¥261〜¥275(+12.8%)
AI 確率
24%
大幅高↑↑
¥275以上(+15.6%)
AI 確率
7%
来週月曜2026-10-05 (月)
現在¥238→AI 予測¥288+21.0% ↑(±¥26, 誤差 9.2%)
大幅安↓↓
¥248以下(+4.4%)
AI 確率
7%
安め↓
¥248〜¥274(+9.9%)
AI 確率
24%
最有力
同水準→
¥274〜¥301(+21.0%)
AI 確率
38%
高め↑
¥301〜¥327(+32.1%)
AI 確率
24%
大幅高↑↑
¥327以上(+37.6%)
AI 確率
7%
再来週月曜2026-10-12 (月)
現在¥238→AI 予測¥290+21.9% ↑(±¥34, 誤差 11.6%)
大幅安↓↓
¥239以下(+0.7%)
AI 確率
7%
安め↓
¥239〜¥273(+7.8%)
AI 確率
24%
最有力
同水準→
¥273〜¥306(+21.9%)
AI 確率
38%
高め↑
¥306〜¥340(+36.0%)
AI 確率
24%
大幅高↑↑
¥340以上(+43.1%)
AI 確率
7%
4週間後2026-11-02 (月)
現在¥238→AI 予測¥225-5.5% ↓(±¥24, 誤差 10.7%)
大幅安↓↓
¥189以下(-20.7%)
AI 確率
7%
安め↓
¥189〜¥213(-15.6%)
AI 確率
24%
最有力
同水準→
¥213〜¥236(-5.5%)
AI 確率
38%
高め↑
¥236〜¥260(+4.6%)
AI 確率
24%
大幅高↑↑
¥260以上(+9.6%)
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 (1 / 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: 11.6%
05
FORECAST TABLE
14日先 詳細予測
M6 LightGBM-Window
2026-09-29 時点の とうもろこし 237.6 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)
11.55%
低いほど精度が高い
平均 方向ヒット率
45.05%
50%超が実用域、 70%超が良好
起点
¥237.6
2026-09-29 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56.2%
02昨年同月の価格15.7%
031ヶ月前の価格12.6%
04年内日数7.0%
05月 (季節)5.1%
カテゴリ別の寄与28%12%59%
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 (56.2%)。 気象条件 が予測の 59% 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。