リスクと測定

バックテストで年率15%のリターンを記録した戦略が、ライブ運用ではわずか2.3%しか出せませんでした。2014年のBaileyとLopez de Pradoの研究が明らかにしたのは、この種の乖離は例外ではなく常態だということです。原因は運の悪さではありません。計測の誤りです。

信頼している指標がしばしば誤解を招く

クオンツ・ファイナンスで最も引用される数値であるシャープレシオは、リターンがきれいな正規分布に従うと仮定しています。しかし実際にはそうなることは稀です。オプション型のペイオフ、テールリスクへのエクスポージャー、レバレッジを持つ戦略は、壊滅的なドローダウンが指標の隠していたものを露わにするまで、優れたシャープレシオを示すことがあります。小さな利益を積み重ねながら稀に壊滅的な損失を被る戦略は、実際よりもはるかに安全に見える可能性があるのです。

シャープレシオが正しく計算されていても、選択バイアスがそれを膨らませます。百種類の戦略バリエーションをテストし、最良のものを報告すれば、その勝利したシャープレシオはほぼ確実に過大評価されています。BaileyとLopez de Pradoが導入したデフレーテッド・シャープレシオは、試行回数を考慮してこの補正を行い、多くの「印象的な」結果を統計的ノイズに変えます。

バックテストは証拠ではない

バックテストとライブのパフォーマンスの乖離は、クオンツ・ファイナンスで最もよく文書化された現象の一つです。過去のデータへの過剰適合、取引コストの無視、マーケット・インパクトのモデル化の失敗が重なり、紙面上のリターンを現実よりも良く見せます。Harvey、Liu、Zhuは、この分野で検証された仮説の数を考えると、伝統的なt統計量の閾値2.0は低すぎると主張しました。彼らが提案した3.0の閾値は、偽の発見の大部分をフィルタリングします。

基盤としての計測

誠実なリスク計測は周辺的な関心事ではなく、クオンツ投資における他のすべての意思決定の土台です。ポジションサイジングはボラティリティ推定に依存します。戦略選択はドローダウン分析に依存します。ポートフォリオ構築は相関の計測に依存します。これらの入力値のいずれかが誤っていれば、後続の意思決定でエラーが複合的に拡大します。

このセクションの記事では、リスク計測のツールと落とし穴を詳しく分析します。シャープレシオが実際に何を教えてくれるか（そして何を教えてくれないか）、最大ドローダウンが分散ベースの指標が見逃すリスクをどう明らかにするか、ボラティリティ・ターゲティングがリターンをどう安定化できるか、そして取引コストがバックテストのアルファをいかに静かに蝕むか。目的は定量分析を否定することではなく、より厳密にすることです。この分野では、計測の質が結果の質を決定するからです。