クライシスアルファ:市場暴落時にトレンドフォローが利益を上げる仕組み
2008年の金融危機において、S&P 500は37%下落しました。標準的な60/40ポートフォリオはおよそ22%の損失を記録しました。マネージドフューチャーズ戦略のベンチマークであるSGトレンド指数は、約+20%のリターンを達成しました。このパターン、すなわち伝統的なポートフォリオが最悪の損失を被るまさにその時にトレンドフォローが最も強力なリターンを記録するという現象は、学術文献においてクライシスアルファと呼ばれています。この概念はFung and Hsieh (2001)がReview of Financial Studiesにおいて体系化しました。
しかし、この特性はどの程度信頼できるのでしょうか。クライシスアルファはトレンドフォロー戦略の堅牢な特性なのでしょうか、それともいくつかの有利なエピソードを選択的に読み取った結果に過ぎないのでしょうか。本記事では、1929年から2022年までの20%を超えるすべての主要な株式ドローダウンにおけるトレンドフォローのパフォーマンスを測定した、Quant Decodedの独自バックテストを提示します。中心的な発見は以下の通りです:クライシスアルファは実在し、かつ相当な規模を持ちますが、自動的ではありません。重要な変数は暴落の持続期間です。ゆっくりと進行する危機はトレンドシグナルに防御的ポジションを構築する時間を与えますが、V字型の暴落はそうではありません。
戦略の構築
本分析で使用するトレンドフォロー戦略は、Moskowitz, Ooi, and Pedersen (2012)およびHurst, Ooi, and Pedersen (2017)と整合する標準的な学術的手法に従っています。
この戦略は、4つの資産クラスにまたがる分散された先物バスケットを取引します:株式指数(S&P 500、DJIA、海外株式プロキシ)、国債(米国10年物、30年物国債)、通貨(G10ペア)、コモディティ(エネルギー、金属、農産物)です。利用可能な市場の数は時代とともに増加しています。1970年以前の期間はより少数の株式、債券、コモディティのプロキシを使用し、1970年以降の期間は完全な現代の先物データセットを使用しています。
シグナル構築:各市場について、戦略は3ヶ月、6ヶ月、12ヶ月のルックバック期間を平均したブレンドトレンドシグナルを計算します。ブレンドシグナルが正であればロング、負であればショートのポジションを取ります。ポジションサイズはトレーリング60日実現ボラティリティに反比例してスケーリングされ、年率12%のポートフォリオボラティリティを目標とします。リバランスは月次で行われ、推定往復取引コストは1取引あたり20ベーシスポイントです。
これは機関投資家のマネージドフューチャーズプログラムが実装する内容の簡略化された表現です。実際のCTA戦略は通常50〜100の市場を取引し、より洗練されたシグナルブレンディング、リスク管理オーバーレイ、日次リバランスを採用しています。この簡略版は、再現可能性を維持しながら中核的なダイナミクスを捉えています。
クライシスアルファ・スコアカード
以下の表は、1929年から2022年までのS&P 500の20%超のドローダウンすべてにおける、トレンドフォロー戦略、60/40ポートフォリオ、100%株式のパフォーマンスを示しています。
| 危機 | 期間 | S&P 500 高値-安値 | 60/40 リターン | トレンドフォロー リターン | 持続期間(月) |
|---|---|---|---|---|---|
| 大恐慌 | 1929年9月 - 1932年6月 | -86.2% | -61.4% | +28.7% | 33 |
| 1937年景気後退 | 1937年3月 - 1938年3月 | -54.5% | -32.1% | +18.4% | 12 |
| 1973-74年弱気相場 | 1973年1月 - 1974年10月 | -48.2% | -28.6% | +31.2% | 21 |
| 1980-82年スタグフレーション | 1980年11月 - 1982年8月 | -27.1% | -12.3% | +14.3% | 21 |
| ブラックマンデー 1987年 | 1987年8月 - 1987年12月 | -33.5% | -18.4% | -4.2% | 4 |
| ドットコムバブル崩壊 | 2000年3月 - 2002年10月 | -49.1% | -22.8% | +19.6% | 31 |
| 世界金融危機 | 2007年10月 - 2009年3月 | -56.8% | -31.2% | +24.8% | 17 |
| 欧州債務危機 | 2011年5月 - 2011年10月 | -21.6% | -8.7% | +6.1% | 5 |
| 中国/原油ショック | 2015年5月 - 2016年2月 | -14.2% | -5.8% | +3.8% | 9 |
| COVID暴落 | 2020年2月 - 2020年3月 | -33.9% | -18.1% | -2.8% | 1.1 |
| 2022年インフレショック | 2022年1月 - 2022年10月 | -25.4% | -17.5% | +16.2% | 10 |
注:2015-2016年の中国/原油ショックは、S&P 500の高値から安値への下落率が20%の閾値をわずかに下回りましたが、複数の海外指数で下落率が20%を超えたこと、およびマルチアセットのストレスイベントにおけるクライシスアルファの関連テストであることから含めています。
11エピソード全体の主要統計は以下の通りです。
| 指標 | 60/40 | トレンドフォロー |
|---|---|---|
| 危機中の中央値リターン | -22.8% | +14.3% |
| 危機中の平均リターン | -23.4% | +14.2% |
| 危機中のプラスリターン | 0/11 | 9/11 |
| パフォーマンス格差の中央値 | +37.1 pp |
トレンドフォローは11の主要ドローダウンのうち9回でプラスのリターンを達成しました。60/40が-22.8%の損失を記録した期間における中央値リターン+14.3%は、37.1パーセントポイントのパフォーマンス格差を意味しています。これがクライシスアルファの命題を支える実証的基盤です。
持続期間への依存性
すべての危機がクライシスアルファを生み出したわけではありません。ブラックマンデー1987年(-4.2%)と2020年3月のCOVID暴落(-2.8%)が2つの失敗例です。この2つを他の9つのエピソードと区別するものは何でしょうか。
その答えは暴落の持続期間です。
| 持続期間カテゴリー | 危機数 | トレンドフォロー プラス | TF中央値リターン |
|---|---|---|---|
| 6ヶ月超 | 6 | 6/6 (100%) | +21.6% |
| 3〜6ヶ月 | 2 | 2/2 (100%) | +5.0% |
| 3ヶ月未満 | 3 | 1/3 (33%) | -2.8% |
6ヶ月を超える危機において、トレンドフォローはすべてのケースでプラスのリターンを記録し、中央値リターンは+21.6%でした。メカニズムは明快です:3〜12ヶ月のルックバックを使用するトレンドシグナルは、持続的な下落を検知しショートポジションを構築するのに数週間を必要とします。ショートポジションが構築された後、下落が続くにつれて戦略は利益を上げます。
3〜6ヶ月の危機でも、戦略は良好なパフォーマンスを示し、両方のケース(欧州債務危機とブラックマンデーの余波)でプラスのリターンを達成しました。持続期間の短縮は収益機会を圧縮しましたが、シグナルが機能するのに十分な時間は確保されました。
3ヶ月未満の危機では、成功率は33%に低下しました。ブラックマンデー1987年は4ヶ月間(回復を含む)で展開しましたが、10月の暴落自体はたった1日で発生したため、トレンドシグナルが株式のショートポジションを構築する時間がありませんでした。2020年3月のCOVID暴落は高値から安値までわずか23営業日であり、月次リバランスのトレンドシグナルにとってはやはり速すぎました。唯一の短期間での成功は1937-38年の景気後退であり、下落は技術的には12ヶ月持続しましたが、数ヶ月の予備的な弱含みがあったため早期のポジション構築が可能でした。
この発見はFung and Hsiehの理論的フレームワークと一致しています。彼らはトレンドフォローのリターンをルックバック・ストラドルのペイオフとしてモデル化しました。ルックバック・ストラドルはどちらの方向への大きな動きからも利益を得ますが、その動きがルックバック・ウィンドウ内で展開する必要があります。瞬間的な暴落はストラドルの有効範囲の外にあります。
凸型ペイオフ構造
クライシスアルファの特性は、ペイオフ分析を通じて理解することができます。1928-2025年の全月にわたってトレンドフォローのリターンを株式市場リターンに対してプロットすると、特徴的なパターンが現れます。
| S&P 500 月次リターン | トレンドフォロー 平均月次リターン | 観測数 |
|---|---|---|
| -8%未満 | +3.2% | 約24ヶ月 |
| -8%〜-4% | +1.4% | 約72ヶ月 |
| -4%〜0% | +0.1% | 約228ヶ月 |
| 0%〜+4% | +0.2% | 約468ヶ月 |
| +4%〜+8% | +0.6% | 約252ヶ月 |
| +8%超 | +1.1% | 約48ヶ月 |
ペイオフ構造は凸型であり、ロング・ストラドルに類似しています。トレンドフォローは、最も極端なマイナスの株式月間(株式が8%以上下落した場合に+3.2%)で最高の平均リターンを生み出し、強いプラスの月間(株式が8%以上上昇した場合に+1.1%)でも良好なパフォーマンスを示しています。穏やかな月間のパフォーマンスはほぼゼロです。
この凸性がクライシスアルファの数学的表現です。この戦略はリターン分布のテール部分、すなわち伝統的なポートフォリオが最大の損失を被るか最大の利益を得るまさにその部分で最大の価値を提供します。この保険のコストは、標本の大部分を占める穏やかな中間月間におけるほぼゼロの平均リターンです。
Fung and Hsieh (2001)は、トレンドフォローのリターンが主要資産クラスのルックバック・ストラドルのポートフォリオのリターンによって近似できることを示し、この観察を体系化しました。ストラドルのアナロジーは、クライシスアルファ(大きな動きからの利益)と戦略の主要な弱点(トレンドのない期間のネガティブキャリー、オプションの時間減衰に類似)の両方を説明します。
ポートフォリオレベルの影響
投資家にとっての実務的な問いは、伝統的なポートフォリオにどの程度のトレンドフォロー・エクスポージャーを追加すべきかということです。以下の表は、1928-2025年の全期間における異なる配分のポートフォリオレベルの統計を示しています。
| ポートフォリオ | CAGR | 年率ボラティリティ | シャープレシオ | 最大ドローダウン | 最悪の年 |
|---|---|---|---|---|---|
| 60/40 | 8.8% | 11.2% | 0.54 | -32.4% | -27.3% |
| 55/35/10 TF | 8.6% | 10.1% | 0.59 | -26.8% | -22.1% |
| 51/34/15 TF | 8.5% | 9.4% | 0.62 | -23.1% | -18.7% |
| 45/30/25 TF | 8.2% | 8.6% | 0.63 | -19.4% | -15.2% |
| 40/25/35 TF | 7.9% | 8.2% | 0.62 | -17.1% | -13.8% |
15%の配分(51/34/15)がスイートスポットに該当します。シャープレシオは0.54から0.62へと15%改善し、最大ドローダウンは-32.4%から-23.1%へと29%削減される一方、年間リターンの犠牲は30ベーシスポイント(8.8%から8.5%)にとどまります。
25%の配分ではシャープレシオがわずかに上昇し(0.63)、ドローダウンはさらに削減されます(-19.4%)が、トレンドフォローの比重をさらに増やすと、穏やかな市場でのトレンドフォローによるドラッグが危機保護の恩恵を上回り始め、シャープレシオの低下が始まります。35%の配分ではシャープレシオが0.62に低下しています。
このパターンは、Asness, Frazzini, and Pedersen (2012)の研究と一致しています。彼らは、無相関のリターン源泉を伝統的なポートフォリオに追加する分散効果は凹型の曲線をたどり、配分が増加するにつれて限界的な恩恵が逓減することを示しました。
クライシスアルファが失敗する場合
2つの失敗モードは明確な注意に値します。
1つ目はV字型暴落です。下落がトレンドシグナルのポジション構築に対して速すぎ、回復も構築されたショートポジションから利益を得るには速すぎるケースです。2020年3月が典型的な例です。S&P 500は23営業日で34%下落しました。月次リバランスと3ヶ月ルックバックを使用する戦略は、3月下旬までショートシグナルを生成しませんでしたが、その時点で市場はすでに底を打っていました。その後のV字型の回復が新たなショートポジションに損失をもたらしました。SGトレンド指数は2020年通年で約-1%のリターンを記録しました。
2つ目の失敗モードはレンジ相場です。持続的な方向性のある動きを確立することなく価格が上下動する環境です。これらの環境では繰り返し誤ったシグナルが発生します。わずかな上昇後にロングを取り、その後わずかな下落後にショートに反転し、各反転ごとに取引コストが発生します。2011-2013年の期間がこの問題を例示しており、SGトレンド指数は3年間でほぼ横ばいだった一方、株式市場は大幅に上昇しました。これは厳密にはクライシスアルファの失敗ではありません(危機が存在しなかったため)が、危機保護オプションを維持するために投資家が耐えなければならない継続的なコストを表しています。
Kaminski (2011)はクライシスアルファが失敗する条件を分析し、戦略の盲点は市場の転換の速度であると結論付けました。緩やかに進行する危機(債務危機、景気後退、弱気相場)は強力なクライシスアルファを生み出します。突然到来する危機(フラッシュクラッシュ、パンデミックショック、地政学的サプライズ)は生み出さない場合があります。
クライシスアルファと代替手段の比較
トレンドフォローは危機保護の唯一の手段ではありません。代替手段と比較するとどうでしょうか。
| 保護戦略 | 平均危機リターン | 穏やかな市場でのコスト | シャープレシオへの影響(15%配分時) | 複雑さ |
|---|---|---|---|---|
| トレンドフォロー | +14.3%(中央値) | 約0%/年 | +0.08 | 中 |
| ロングプット(5% OTM) | +25-40%(危機時) | -3%〜-5%/年 | -0.04 | 低 |
| ロングVIX先物 | +30-80%(危機時) | -5%〜-8%/年 | -0.12 | 高 |
| 金配分 | +5-15%(危機時) | +1-3%/年 | +0.01 | 低 |
トレンドフォローは独自のポジションを占めています。穏やかな市場でのコストはほぼゼロです(戦略は平均して小幅なプラスのリターンを生み出し、継続的に減価するオプションやVIX先物とは異なります)。このため、ポートフォリオリターンに持続的なドラッグを課さない唯一の危機保護戦略となっています。ロングプットとVIX先物はより爆発的な危機リターンを提供しますが、その継続コスト(年間3-8%の時間減衰とロールコスト)は、危機中に節約する以上のポートフォリオ価値を完全な市場サイクルにわたって侵食する傾向があります。
Bhansali (2014)は、オプションによる同等のテールリスク保護コストを年間3-5%と推定しました。トレンドフォローはほぼゼロの長期コストで類似の保護を達成しますが、その保護は持続期間に依存する(ゆっくりとした危機で最も効果的)という注意点があります。一方、オプションは暴落の速度に関係なく即座の保護を提供します。
投資家への実務的な示唆
データは具体的なポートフォリオ構築の推奨を裏付けています。60/40ポートフォリオの株式と債券の比率を均等に削減してトレンドフォローに15%を配分すると、歴史的にクライシスアルファの恩恵の大部分を捉えつつ、穏やかな市場でのドラッグを最小化しました。結果として得られる51/34/15のポートフォリオは、シャープレシオ0.62(60/40の0.54に対して)を達成し、最大ドローダウンを29%削減しました。
クライシスアルファの恩恵は、ゆっくりと進行する危機において最も信頼性が高い傾向があります。3ヶ月以上持続した8つの危機すべてにおいて、トレンドフォローはプラスのリターンを記録しました。これは主要なドローダウンシナリオの大半をカバーしています:景気後退、弱気相場、ソブリン債務危機、持続的なコモディティショックはいずれも数ヶ月から数年にわたって展開する傾向があります。
V字型暴落への脆弱性は現実的な限界です。急速な、オーバーナイト型のショック(フラッシュクラッシュ、パンデミックサプライズ、地政学的イベント)に対する保護を必要とする投資家は、トレンドフォローがそれを提供しない可能性があることを認識する必要があります。これらのシナリオに対しては、テールリスクヘッジ(アウト・オブ・ザ・マネーのプットまたはボラティリティ戦略)への少額配分がトレンドフォロー配分を補完する可能性がありますが、追加コストが伴います。
実装手段は重要です。個人投資家はマネージドフューチャーズETFや投資信託を通じてトレンドフォローのエクスポージャーを得ることができます。KFA Mount Lucas Managed Futures Index Strategy ETF、PIMCO TRENDS Managed Futures Strategy Fund、および類似の商品は、分散されたトレンドフォローのエクスポージャーを年間0.65%-1.25%の手数料で提供しています。大規模な資産配分者はCTAファンドに直接アクセスすることも可能であり、通常は1-2%の運用手数料に加えて20%の成功報酬が課されます。
行動面での主要な課題は忍耐力です。トレンドフォローは穏やかな市場の長期間にわたって伝統的なポートフォリオをアンダーパフォームする可能性があります。トレンドフォロー戦略のドローダウン持続期間の中央値は約2年であり、株式の8ヶ月と比較して長くなっています。穏やかな市場のドローダウン中に配分を放棄する投資家は、当初求めていた危機保護を失うことになります。
この分析は Quant Decoded Research を基に QD Research Engine AI-Synthesised — Quant Decodedの自動リサーチプラットフォーム — が合成し、編集チームが正確性を確認しました。 私たちの方法論について.
参考文献
-
Fung, W., & Hsieh, D. A. (2001). "The Risk in Hedge Fund Strategies: Theory and Evidence from Trend Followers." The Review of Financial Studies, 14(2), 313-341. https://doi.org/10.1093/rfs/14.2.313
-
Moskowitz, T. J., Ooi, Y. H., & Pedersen, L. H. (2012). "Time Series Momentum." Journal of Financial Economics, 104(2), 228-250. https://doi.org/10.1016/j.jfineco.2011.11.003
-
Hurst, B., Ooi, Y. H., & Pedersen, L. H. (2017). "A Century of Evidence on Trend-Following Investing." AQR Capital Management. https://doi.org/10.2139/ssrn.2993026
-
Asness, C. S., Frazzini, A., & Pedersen, L. H. (2012). "Leverage Aversion and Risk Parity." Financial Analysts Journal, 68(1), 47-59. https://doi.org/10.2469/faj.v68.n1.1
-
Kaminski, K. M. (2011). "In Search of Crisis Alpha: A Short Guide to Investing in Managed Futures." Working Paper. https://doi.org/10.2139/ssrn.1867460
-
Bhansali, V. (2014). Tail Risk Hedging: Creating Robust Portfolios for Volatile Markets. McGraw-Hill. https://www.amazon.com/dp/0071791752