---
title: "低ボラティリティ因子：ディフェンシブ・ポートフォリオの測定、構築、検証"
description: "低ボラティリティ戦略がリスクを定義し、銘柄を選択・加重し、共分散と制約を用いる方法、およびセクター、評価、売買回転、混雑、ベンチマーク、実装のリスクを解説します。"
image: "https://wiki.fcontext.com/og.png"
---

> Documentation Index
> Fetch the complete documentation index at: https://wiki.fcontext.com/llms.txt
> Use this file to discover all available pages before exploring further.

# 低ボラティリティ因子：ディフェンシブ・ポートフォリオの測定、構築、検証

> 教育目的のみであり、投資助言ではありません。投資では損失が生じる可能性があります。

<a id="answer"></a>

## 直接の答え

**低ボラティリティ株式戦略**は、明示された過去実績またはモデル上の定義に基づき、ボラティリティが低く見える銘柄を体系的に選択またはオーバーウェイトします。低リスク株式のリスク調整後収益率が単純なリスク・リターン関係の予測より競争力を持っていたという証拠もありますが、「低ボラティリティ因子」は普遍的な1つのポートフォリオでも保証されたプレミアムでもありません。

トータルリターンのボラティリティ、市場ベータ、下方偏差、最大ドローダウン、最小分散ポートフォリオへの限界リスク寄与度は、異なるリスクを測ります。Betting Against Beta（BAB）型の低ベータ・ロングショート因子はレバレッジと空売りを利用できます。ロングのみの低ボラティリティ指数は、最も変動の小さい銘柄を選び、ボラティリティの逆数で加重できます。最小分散オプティマイザーは推定共分散行列と制約を用います。保有銘柄と収益率は大きく異なり得ます。

過去のボラティリティが低くても、事業、評価、流動性、インフレ、金利、集中、損失のリスクが低いとは限りません。強い上昇相場で大きく劣後し、割高または混雑し、ディフェンシブ業種に集中し、従来安定していた相関とボラティリティが変わるレジーム転換に直面することがあります。

<a id="mechanism"></a>

## 仕組み

次の順序で戦略を構築し、検証します。

1. **投資可能ユニバースを各時点で定義する。** 証券銘柄、株式クラス、上場市場、流動性、浮動株、価格、時価総額、国、セクター、コーポレートアクション、生存者の取扱い、各選定日に利用可能だったデータを明示します。現在の構成銘柄で過去のポートフォリオを再構築してはいけません。
2. **収益率とリスクの推定量を定義する。** 通貨、頻度、参照期間、欠損データ規則、コーポレートアクション処理を明示した同期トータルリターンを用います。標本ボラティリティは `s = sqrt[Σ(r_t - mean r)^2 / (n - 1)]` です。年率換算 `s_annual ≈ s_period × sqrt(P)` は適切な頻度と依存構造を仮定しており、自己相関やボラティリティ・クラスタリングがある場合は必ずしも有効ではありません。
3. **リスク概念を分ける。** ベータは市場との共分散を市場分散で割った値で、相関と相対ボラティリティの両方に依存します。下方リスクは目標値または負の収益率部分を用います。最小分散は各銘柄単独のボラティリティだけでなく、すべての共分散に依存します。過去、インプライド、予測ボラティリティは異なる入力です。
4. **選定と加重方法を明示する。** 順位の閾値、バッファー、逆ボラティリティ、等ウェイト、時価総額、リスク寄与度、最適化ウェイト、セクター・国・発行体・売買回転・流動性・個別銘柄の上限、共分散の縮小推定、制約が有効になり得るかを記録します。他の上限または正規化を適用する前の逆ボラティリティ・ウェイトは `w_i = (1 / s_i) / Σ(1 / s_j)` です。
5. **リバランスと実装をモデル化する。** ラグを置いた観察可能な入力を使い、発表日と効力発生日、追加、除外、バッファー、コーポレートアクション、取引費用、税金、市場インパクト、現金、サンプリング、証券貸借、ファンド費用を含めます。指数収益率はETF投資家の収益率ではなく、指数設定前の仮想履歴は実運用成績ではありません。
6. **出来上がったポートフォリオを要因分解する。** 市場ベータ、セクター、業種、規模、バリュー、クオリティ、収益性、配当、デュレーション、金利、通貨、国のエクスポージャーを測ります。銘柄選択効果と意図しない因子ベットを分け、価格、グロス・トータルリターン、ネット・トータルリターン、為替ヘッジ、ファンドの系列を同じ基準で比較します。
7. **頑健性と用途を検証する。** 部分期間、レジーム、代替的な期間と頻度、共分散推定量、制約、売買回転、評価、混雑、運用容量、ドローダウン、テール損失、流動性、標本外結果を確認します。ある期間に市場全体を上回ったかだけでなく、明示されたリスク目標と投資可能な対応ベンチマークに照らして判断します。

過去の低リスク・パフォーマンスの説明には、レバレッジ制約、ベンチマーク相対のインセンティブ、宝くじ型ペイオフへの選好、華やかな高リスク株式の行動的な過大評価、他の因子へのエクスポージャーがあります。これらは重複し得る仮説とメカニズムであり、将来のプレミアムが必ず続く証拠ではありません。

<a id="example"></a>

## 例

6か月の小さな例で、測定、ウェイト、共分散、実現した富を分けます。

- **単独推定値：** A株の月次トータルリターンは `1.0000%, 2.0000%, 0.0000%, 1.0000%, 2.0000%, 0.0000%`、B株は `3.0000%, -1.0000%, 4.0000%, -2.0000%, 5.0000%, -3.0000%` です。算術平均はどちらも `1.0000%` ですが、月次標本ボラティリティはAが `0.8944%`、Bが `3.4059%` です。
- **逆ボラティリティ・ウェイト：** 上限適用前の逆リスクは、Aが `1 / 0.8944 = 1.1180`、Bが `1 / 3.4059 = 0.2936` です。正規化すると `w_A = 79.2008%` と `w_B = 20.7992%` です。これは単独リスクに基づくウェイトであり、相関と共分散が重要なら等リスク寄与ではなく、リスクパリティや最小分散ポートフォリオとも同じではありません。
- **ポートフォリオ・リスク：** 相関を `0.2500` と仮定すると、月次の `s_p = sqrt[w_A^2 s_A^2 + w_B^2 s_B^2 + 2 w_A w_B rho s_A s_B] = 1.1201%` です。平方根12による年率換算値は `1.1201% × sqrt(12) = 3.8800%` です。観測が6件しかないため、どちらの推定値も非常に不確実です。
- **実現複利：** 毎月このウェイトに戻すと、例示ポートフォリオ収益率は `1.4160%, 1.3760%, 0.8320%, 0.3760%, 2.6240%, -0.6240%`、費用前累積収益率は `(Π(1 + r_t)) - 1 = 6.1208%` です。A株のバイ・アンド・ホールドは `6.1312%`、B株は `5.8505%`、毎月リバランスする等ウェイト・ポートフォリオは `6.0635%` です。この短い標本での順位は因子プレミアムの推定ではありません。

<a id="risks"></a>

## リスク

- 低ボラティリティ、低ベータ、下方リスク、ドローダウン、最小分散を別々に定義する。
- 各時点のユニバースを固定し、現在構成銘柄バイアスと生存者バイアスを避ける。
- 通貨、日付、分配、コーポレートアクションを揃えた同期トータルリターンを用いる。
- 参照期間、頻度、標本除数、欠損データ、外れ値、古い価格の規則を明示する。
- 収益率に自己相関、重複、平滑化、クラスタリングがある場合、ボラティリティを機械的に年率換算しない。
- 明示した市場代理でベータを推定し、ベータを総ボラティリティの代わりにしない。
- 特に標本が短い場合や銘柄数が多い場合、共分散と相関の推定を不安定とみなす。
- 選定閾値、バッファー、加重、上限、制約、共分散の縮小推定を記録する。
- 有効なセクターまたは発行体制約が意図した低リスク・エクスポージャーを大きく変えていないか確認する。
- セクター、業種、規模、バリュー、クオリティ、配当、デュレーション、金利、通貨、国の傾きを測る。
- 単独ボラティリティが低いことと、ポートフォリオへの限界リスク寄与度が低いことを区別する。
- ラグを置いた観察可能な入力を用い、発表日、基準日、効力発生日を保存する。
- リバランスの売買回転、スプレッド、手数料、税金、市場インパクト、貸借、ファンド費用を含める。
- 指数とファンド、グロス、ネット、価格、トータルリターン、為替ヘッジの系列を区別する。
- 指数設定前の履歴を仮想と表示し、メソドロジー改訂とデータ利用可能性を検証する。
- 急騰、インフレショック、金利上昇、業種イベント、流動性消失、相関崩壊をストレステストする。
- ディフェンシブ銘柄が割高になり同時に取引され得るため、評価と混雑を監視する。
- 1つの過去のアノマリー説明から、将来のプレミアム、因果関係、安全性を推測しない。
- 標準偏差に加え、ドローダウン、テール損失、流動性、運用容量、絶対収益率を比較する。
- 実装前に、頑健な部分期間、代替仕様、標本外の証拠を求める。

<a id="misconceptions"></a>

## よくある誤解

- **「低ボラティリティならポートフォリオはあまり損をしない。」** ラベルは過去またはモデル収益率から選んだ推定値を表すもので、損失の下限ではありません。
- **「低ベータと低ボラティリティは同じだ。」** ベータは市場感応度を測り、総ボラティリティは市場連動変動と固有変動を含みます。
- **「逆ボラティリティ加重は最小分散だ。」** 構築で別途共分散行列を取り入れない限り、相関を無視します。
- **「ディフェンシブな複利は市場のアウトパフォームを保証する。」** 小さい損失は富の複利に役立ち得ますが、上昇相場、評価、費用、レジームで順位は逆転し得ます。
- **「すべての低ボラティリティETFは同じエクスポージャーを提供する。」** ユニバース、推定量、期間、選定、加重、上限、リバランス、費用、連動によって異なるポートフォリオになります。

<a id="related"></a>

## 関連トピック

- [ベータ](/ja/stocks/beta/)
- [ファーマ・フレンチ因子モデル](/ja/stocks/fama-french-factor-model/)
- [シャープ・レシオ](/ja/stocks/sharpe-ratio/)

<a id="sources"></a>

## 出典

- National Bureau of Economic Research：Betting Against Beta。
- Financial Analysts Journal：裁定の制約としてのベンチマーク―低ボラティリティ・アノマリーの理解。
- S&P Dow Jones Indices：S&P低ボラティリティ指数メソドロジー。
- S&P Dow Jones Indices：S&P 500低ボラティリティ指数。
- FINRA：スマートベータについて知るべきこと。
- SEC Investor.gov：上場投資信託（ETF）用語集。

Source: https://wiki.fcontext.com/ja/stocks/low-volatility-factor/index.mdx