本文へ移動
Financial Context Wiki

シャープレシオ：超過リターン、ボラティリティ、年率換算、統計的推論

期間ごとに整合した超過リターン、明示した費用と無リスク入力、妥当な年率換算、系列依存性の管理、標本不確実性を用いて、シャープレシオを計算・解釈します。

更新日

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。

直接の答え

シャープレシオは、投資額ゼロの差分ポジションの平均リターンと、その差分リターンの標準偏差との関係を示します。一般的な超過リターン版では、各観測値は x_t = R_{p,t} - R_{f,t} です。ポートフォリオのトータルリターンと参照する無リスク資産の保有期間リターンは、日付、通貨、頻度、リターンの算定方法をそろえます。

過去の観測値が T 個ある場合、一般的な事後推定量は SR̂_Δ = x̄ ÷ s_x であり、x̄ = (1 ÷ T)Σx_t、s_x = √[Σ(x_t - x̄)² ÷ (T - 1)] です。添字 Δ は観測間隔を示します。s_x = 0 のとき比率は定義されず、分母が極端に小さい場合も経済的に不安定になります。

事後比率が表すのは、実現した一つの標本です。事前シャープレシオは期待差分リターンと予測ボラティリティを用い、SR_ex ante = E[R_p - R_f] ÷ σ(R_p - R_f) とします。過去の実績は事前値を偏りなく約束するものではありません。推定値が高いことは、観測された平均差分リターンが観測された変動に比べて大きかったことを示すだけで、損失、ドローダウン、テールリスク、流動性リスク、将来の不振に上限があることを意味しません。

期間ごとの算術トータルリターンを一貫して使います。算術平均と対数リターンのボラティリティを組み合わせたり、日次・月次リターンから年率表示の利回りを直接差し引いたり、複利年率リターンを別頻度のボラティリティ推定値で割ったりしてはいけません。

再現可能な7段階の手順

  1. 意思決定と評価対象を定義する。 事後か事前か、対象ポートフォリオまたは戦略、投資家またはファンドの視点、費用控除前か後か、レバレッジと資金調達の扱い、通貨、日付、比較対象が無リスク資産か別のベンチマークかを明示します。
  2. リターン系列を構築する。 その時点で利用可能なトータルリターンを用い、分配、費用、取引コスト、現金、デリバティブ、資金調達、該当する税、外部キャッシュフローを一貫して扱います。ポートフォリオの時間加重実績と投資家の金額加重リターンを区別します。
  3. 参照系列を構築する。 選んだ現金または無リスク商品を、通貨、日付、日数計算、複利方法、満期、再投資をそろえて各観測期間の保有期間リターンへ変換します。変換せずにパー利回りや年率表示値を代用してはいけません。
  4. 期間比率を推定する。 観測ごとの超過リターン、算術平均、通常の標本標準偏差、観測数、欠測値ルール、SR̂_Δ を計算します。再現に十分な精度を保持し、未定義またはボラティリティがほぼゼロのケースを明示します。
  5. 依存性と分布を診断する。 年率換算や推論の方法を選ぶ前に、自己相関、重複観測、古い価格またはモデル評価、ボラティリティ・クラスタリング、レジーム変化、歪度、尖度、テール損失を測ります。
  6. 条件付きで年率換算し推論する。 平均と分散のスケーリングを正当化できる場合にのみ √q 倍します。それ以外ではリターンを直接集計するか、依存性を考慮した推定量を使い、小さな順位差を事実と扱わず、信頼区間またはブートストラップ比較を報告します。
  7. 選択過程と経済性を監査する。 試した戦略、パラメーター、ユニバース、開始日、ベンチマーク、頻度をすべて記録します。多重検定と生存者バイアスを調整し、実行可能なコストとキャパシティを含め、ドローダウン、テール、ファクター、流動性、レバレッジ、ストレス指標も併記します。

計算例

  • 期間推定値と IID スケーリング。 36 か月間に、評価対象費用控除後ポートフォリオの月平均トータルリターンが 1.10%、整合した月次無リスクリターンの平均が 0.30%、月次超過リターン標準偏差が 2.40% とします。monthly SR̂ = (1.10% - 0.30%) ÷ 2.40% = 0.3333 であり、IID 近似の下では annualized SR̂ ≈ 0.3333 × √12 = 1.1546 です。
  • 無リスク入力の変換。 実効年率 4.80% の現金リターンは monthly R_f = (1 + 4.80%)^(1/12) - 1 = 0.3915% に相当し、厳密には 4.80% ÷ 12 ではありません。月次ポートフォリオ・リターンが 0.90%、超過リターンのボラティリティが 1.80% なら、monthly SR̂ = (0.90% - 0.3915%) ÷ 1.80% = 0.2825、IID 換算後は annualized SR̂ = 0.2825 × √12 = 0.9786 です。
  • 正の系列相関。 定常的な月次戦略について SR̂_month = 0.5000、1次自己相関が ρ₁ = 0.30、それ以外の月次自己相関はゼロと仮定します。12か月合計の近似では、SR̂(12) = SR̂(1) × 12 ÷ √[12 + 2Σ_{k=1}^{11}(12-k)ρ_k] = 1.3912 です。単純換算の 0.5000 × √12 = 1.7321 は、この仮定下で比率を過大評価します。
  • コストで評価対象が変わる。 戦略の費用控除前月次超過リターンが 0.80%、評価対象の月次費用と取引コストが 0.25%、控除後超過リターンのボラティリティが 2.00% とします。控除前後の月次比率はそれぞれ 0.80% ÷ 2.00% = 0.4000 と (0.80% - 0.25%) ÷ 2.00% = 0.2750、IID 換算値は 1.3856 と 0.9526 です。控除前の結果を投資家の実績と表示するのは誤りです。

リスクと確認事項

  • 履歴値か予測値か、費用控除前か後か、ファンドか投資家か、レバレッジありかなしか、比較対象が無リスクかリスク資産かを明示します。
  • 期間ごとの算術トータルリターンを一貫して使い、対応関係を示さずに価格、対数、複利リターンと算術統計量を混在させません。
  • 分配、現金、外部フロー、申込み、解約、評価時点をそろえます。時間加重リターンと金額加重リターンは異なる問いに答えます。
  • 含める運用、成功報酬、取引、資金調達、借入、空売り、インセンティブ費用と、その発生時点を明示します。
  • 無リスク系列の通貨、観測日、保有期間、複利、満期、日数計算、再投資を合わせます。表示利回りは期間リターンではありません。
  • 全ポートフォリオと比較対象で同じ標本日を使い、欠測、古い価格、売買停止、祝日、非同期観測のルールを明示します。
  • T、標準偏差の定義、精度、分母がゼロまたはほぼゼロのケースを報告します。T や自由度を変えると推定値も変わります。
  • 観測頻度と年率換算係数 q を明示します。√q は仮定に依存するスケーリングであり、普遍的な単位変換ではありません。
  • 系列相関を推定し、自己相関が経済的または統計的に重要なら、依存性を考慮した集計・推論方法を使います。
  • 評価額の平滑化、古い価格、モデル評価、取引頻度の低さ、リターン補間による測定ボラティリティの抑制を検出します。
  • 生じる依存性をモデル化しない限り、重複リターンを避けます。重複窓は独立観測を作りません。
  • 一つの定常分布を仮定せず、ボラティリティ・クラスタリング、不均一分散、構造変化、レバレッジ変化、レジーム転換を検証します。
  • 歪度、尖度、損失頻度、期待ショートフォール、オプション型ペイオフを確認します。標準偏差は上昇と下落の変動を対称に扱います。
  • 小幅利益を重ねた後にまれな巨額損失が生じ得る、ショート・ボラティリティ、信用、流動性供給、キャリー、オプション売り戦略をストレステストします。
  • 負のシャープレシオの順位は経済的に直感に反し得ます。レバレッジをかけても負の期待超過リターンは改善しません。
  • 標本不確実性を報告し、リターンに依存性、厚い裾、非正規性がある場合は、妥当な時系列ブートストラップまたは頑健な比較を使います。
  • 戦略探索、パラメーター調整、ユニバース・開始日の選択、反復報告を補正します。バックテストの最大シャープレシオには選択バイアスがあります。
  • 生存者、バックフィル、先読み、改訂データ、上場廃止、インキュベーション、公表、ベンチマーク版のバイアスを管理します。
  • リターンの対象、費用、通貨、期間、頻度、無リスク系列、レバレッジ、流動性、実行容量を合わせた後にのみ比率を比較します。
  • シャープレシオに加え、累積・年率リターン、ドローダウン、下方・テールリスク、ベータとファクター、回転率、流動性、容量、ストレステストを報告します。

よくある誤解

  • 「一定の基準を超えたシャープレシオは普遍的に良い。」 解釈は標本、頻度、リターン対象、資産クラス、コスト、流動性、推定方法に依存します。
  • 「年率換算は常に期間シャープレシオに期間数の平方根を掛ければよい。」 この近道は、系列依存、平滑化、重複、リスク変化によって崩れ得る仮定を必要とします。
  • 「標本比率が高ければ運用能力が証明される。」 標本ノイズ、非正規性、多重検定、生存者バイアス、実行要素の欠落が順位を生み得ます。
  • 「シャープレシオはリターン1単位当たりの損失やドローダウンを測る。」 分母は差分リターン標準偏差で、上昇変動も含み、損失経路や裾の形状を捉えません。
  • 「シャープ、インフォメーション、ソルティノの各レシオは互換可能である。」 比較対象とリスク分母が異なるため、答える問いも異なります。

関連トピック

権威ある情報源

ナビゲーション

Wiki を検索...