--- title: "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" description: "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。" 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. # 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 > 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 - [ボラティリティ](/ja/stocks/volatility/) - [ソルティノ・レシオ](/ja/stocks/sortino-ratio/) - [株式リスクプレミアム](/ja/stocks/equity-risk-premium/) ## 権威ある情報源 - [Mutual Fund Performance](https://doi.org/10.1086/294846) - William F. Sharpe、シカゴ大学出版局 - [The Sharpe Ratio](https://web.stanford.edu/~wfsharpe/art/sr/SR.htm) - William F. Sharpe、スタンフォード大学 - [The Statistics of Sharpe Ratios](https://doi.org/10.2469/faj.v58.n4.2453) - Andrew W. Lo、CFA協会 - [Robust Performance Hypothesis Testing with the Sharpe Ratio](https://doi.org/10.1016/j.jempfin.2008.03.002) - Olivier Ledoit、Michael Wolf、Elsevier - [The Deflated Sharpe Ratio](https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2460551) - David H. Bailey、Marcos Lopez de Prado - [Sharpening Sharpe Ratios](https://www.nber.org/papers/w9116) - 全米経済研究所 - [GIPS Standards Handbook for Firms](https://www.gipsstandards.org/standards/gips-standards-for-firms/gips-standards-handbook-for-firms/) - CFA協会 - [Daily Treasury Rates](https://home.treasury.gov/resource-center/data-chart-center/interest-rates) - 米国財務省 Source: https://wiki.fcontext.com/ja/stocks/sharpe-ratio/index.mdx