平均回帰戦略：価格が元に戻るとき

重要ポイント

平均回帰とは、資産価格、バリュエーション、スプレッドが時間の経過とともに長期平均に引き戻される経験的傾向です。この概念は単純に聞こえますが、収益性の高い平均回帰戦略を実装するには、回帰が起こる時間軸、それを検出するために使用される統計的ツール、理論上の利益を侵食しうる取引コストに細心の注意を払う必要があります。PoterbaとSummers（1988）からAvellanedaとLee（2010）に至る学術文献は、価格がいつなぜ元に戻るかについて豊かな基盤を提供していますが、平均回帰が普遍的でも保証されたものでもないことを警告しています。本稿では、現代の市場における平均回帰戦略構築のための証拠、メカニズム、実務的考慮事項について説明します。

平均回帰とは何か？

平均回帰とは、長期平均から乖離した変数がその後の期間にその平均に戻る傾向がある統計的特性を指します。金融では、この概念は複数のレベルで適用されます。個別株価は極端な動きの後に戻ることがあります。株価収益率（P/E）のようなバリュエーション指標は長期的な基準値の周りを振動する傾向があります。社債と国債の利回りスプレッドは危機時に拡大し、状況が正常化すると縮小します。

数学的に、平均回帰の最も単純なモデルはオルンシュタイン＝ウーレンベック（OU）過程で、dX(t) = theta * (mu - X(t)) * dt + sigma * dW(t)で定義される連続時間確率過程です。ここで、muは長期平均、thetaは回帰速度（値が大きいほど速く引き戻される）、sigmaはボラティリティ、W(t)はウィーナー過程です。OU過程は金利モデル（Vasicek 1977）、コモディティ価格設定、ペアトレーディングのフレームワークで使用されるクオンツファイナンスの基本構成要素です。

平均回帰と定常性を区別することが重要です。定常過程は時間を通じて一定の平均と分散を持ちますが、平均回帰は単にある中心値に戻る傾向を意味します。資産価格自体は一般的に非定常（長期的に上昇トレンド）ですが、関連資産間のスプレッド、バリュエーション比率、ボラティリティ指標はしばしば平均回帰的な挙動を示します。

この概念はギャンブラーの誤謬とも異なります。平均回帰は、下落した株が必ず上昇しなければならないことを意味しません。むしろ、公正価値からの極端な乖離が、反転の確率が統計的に高まる条件を生み出すことを示唆しています。この区別は微妙ですが、戦略設計にとって非常に重要です。

長期の証拠

長期平均回帰に対する学術的根拠は、PoterbaとSummers（1988）の画期的な研究から始まります。Journal of Financial Economicsに発表されたこの研究は、1871年から1986年までの米国株式リターンを調査し、3年から5年の期間で有意な負の系列相関を発見しました。平易に言えば、平均以上のリターンの期間の後には平均以下のリターンの期間が続く傾向があり、その逆も同様でした。彼らの分散比検定は、複数年のリターンの分散がランダムウォークの下で予想されるよりもゆっくりと増加することを示しました。これは平均回帰的挙動の特徴です。

FamaとFrench（1988）は、同年Journal of Financial Economicsに発表した研究で補完的な結論に達しました。彼らは、3年から5年の株式リターンの変動の25〜40%が初期の配当利回りによって予測可能であることを文書化しました。これは価格の平均回帰要素と一致します。配当利回りが高い時（配当に対して価格が低い時）、その後の複数年のリターンは平均以上になる傾向がありました。

しかし、長期の証拠には議論の余地があります。RichardsonとStock（1989）を含む批評家は、長期検定が深刻な小標本問題に苦しむことを指摘しました。1世紀のデータで重複しない5年間の期間はわずかしかなく、統計的検出力は限られています。Cochrane（2008）のより最近の研究は、予測可能性の発見は統計的には脆弱であるものの、経済的には意味があり、時変リスクプレミアムと一致すると主張しました。

国際的な証拠も一般的に平均回帰仮説を支持しています。Balvers、Wu、Gilliland（2000）は、1969年から1996年までの18の先進国株式市場を調査し、実質株価指数に統計的に有意な平均回帰を発見しました。半減期は約3年から3.5年でした。これは、長期トレンドからの乖離の約半分がこの期間内に修正されることを意味します。

短期の反転

長期の証拠が数年にわたって作用する一方で、はるかに短い時間軸での平均回帰を文書化した別の、そしておそらくより実行可能な研究体系があります。Jegadeesh（1990）は、Journal of Financeに発表した影響力のある論文で、月次の株式リターンが有意な負の系列相関を示すことを発見しました。過去1ヶ月間にパフォーマンスが悪かった株式は翌月にアウトパフォームする傾向があり、最近の勝者はアンダーパフォームする傾向がありました。

Lehmann（1990）はさらに短い時間軸に踏み込み、米国株式で有意な週次リターンの反転を文書化しました。前週の敗者を買い、前週の勝者を売るポートフォリオは、取引コスト前で週当たり約1.5%の経済的に大きな利益を生み出しました。

重要な問題は、これらの短期反転が真の利益機会を表しているのか、それとも単に流動性提供に対する報酬なのかということです。LoとMacKinlay（1990）は、短期反転のかなりの部分が、真のファンダメンタル価値の平均回帰ではなく、ビッド・アスク・バウンスと共通ファクターへの遅延調整に起因する可能性があると主張しました。Avramov、Chordia、Goyal（2006）は、ビッド・アスク・スプレッドと価格インパクトを含む取引コストを考慮すると、短期反転戦略の収益性の大部分が消失することをさらに実証しました。特に小型株や流動性の低い銘柄でその傾向が顕著でした。

それにもかかわらず、最近の研究は、短期反転戦略の洗練された実装が依然として収益性を維持できることを示しています。Nagel（2012）は反転利益を流動性提供のリターンと結びつけ、流動性が不足する市場ストレス期にこれらのリターンが最も高いことを示しました。この解釈は、短期平均回帰をフリーランチではなく、混乱期に在庫リスクを負うことへの報酬として位置付けています。

平均回帰の背後にあるメカニズム

なぜ価格が回帰するかを理解することは、堅固な戦略を構築する上で不可欠です。学術文献ではいくつかのメカニズムが提案されており、それぞれが戦略設計に異なる示唆を持っています。

ペアトレーディングと統計的裁定

ペアトレーディングは、1980年代半ばにモルガン・スタンレーのNunzio Tartagliaのクオンツグループによって初めて体系的に開発され、おそらく平均回帰の最もよく知られた実践的応用です。基本的なアイデアは、歴史的に一緒に動いてきた2つの証券を特定し、価格が閾値を超えて乖離するのを待ってから、アンダーパフォーマーにロングポジション、アウトパフォーマーにショートポジションを取ることです。2つの証券間のスプレッドが歴史的な水準に収束すると利益が実現します。

Gatev、Goetzmann、Rouwenhorst（2006）は、Review of Financial Studiesに発表した研究で、ペアトレーディングに関する最も包括的な学術分析の一つを提供しました。1962年から2002年までの米国株式データを使用し、最小距離に基づくシンプルなペアトレーディング戦略（形成期間中に正規化された価格系列の二乗偏差の合計が最小のペアを選択）が、1日の取引遅延を考慮した後、年率約11%の超過リターン、約0.55のシャープレシオを生み出したことを発見しました。

AvellanedaとLee（2010）は、ペアトレーディングの概念を統計的裁定というより広いフレームワークに拡張しました。Quantitative Financeに発表された彼らのアプローチは、個別のペアを取引する代わりに、株式リターンを系統的な要素（セクターETFや主成分で説明）と固有残差に分解しました。そして固有残差を平均回帰するOU過程としてモデル化し、これらの残差からのシグナルに基づいて複数の株式を同時に取引するポートフォリオを構築しました。1997年から2007年までの米国株式での彼らのバックテストは、年率1.0以上のシャープレシオを示し、シンプルなペアトレーディングよりも大幅に優れていました。

しかし、いくつかの研究がペアトレーディングの収益性が時間とともに低下していることを文書化しています。DoとFaff（2010）は、基本的なGatev-Goetzmann-Rouwenhorstペアトレーディング戦略のリターンが2002年以降大幅に低下したことを示しました。これは、クオンツヘッジファンドの競争激化と市場効率性の改善によるものと考えられます。この収益性の低下はクオンツ戦略に共通するテーマであり、継続的なイノベーションの重要性を強調しています。

平均回帰対モメンタム

自然な疑問は、平均回帰が、最近の勝者がアウトパフォームを続け、最近の敗者がアンダーパフォームを続ける傾向であるモメンタムとどのように関連するかです。その関係は単純な対立よりも微妙です。

JegadeeshとTitman（1993）は、モメンタムが3〜12ヶ月の中期的な期間で最も強いことを文書化し、De BondtとThaler（1985）は3〜5年の長期的な期間で回帰が支配的であることを示し、Jegadeesh（1990）とLehmann（1990）は1週間から1ヶ月の非常に短い期間での反転を発見しました。このパターンは三つの体制構造を示唆しています。

ポートフォリオ構築への示唆は、モメンタムと平均回帰戦略が相互補完的になりうるということです。負の相関がある傾向（モメンタムは最近の勝者を買い、短期反転はそれを売る）があるため、組み合わせることでより安定したリターンの流れを生み出すことができます。Asness、Moskowitz、Pedersen（2013）は複数の資産クラスにわたるこの負の相関を文書化し、組み合わせ戦略が単独のアプローチと比較して優れたリスク調整後リターンを提供すると主張しました。

実践的な実装

平均回帰戦略を実践に実装するには、理論上の収益性と実際の損失の差を生み出しうるいくつかの課題に対処する必要があります。

第一の課題はシグナル構築です。平均からの乖離をどのように測定するかの選択が重要です。単純なアプローチはローリングウィンドウに基づくzスコアを使用します（例えば、現在の価格から60日移動平均を引き、ローリング標準偏差で割る）。より洗練された方法はカルマンフィルターを使用して平均と回帰速度を動的に推定するか、共和分に基づくアプローチ（Engle and Granger 1987）を使用して証券間の安定した長期的関係を特定します。拡張ディッキー＝フラー検定とフィリップス＝ペロン検定は、スプレッドが定常であるかどうか（平均回帰取引の必要条件）を検定するために一般的に使用されます。

第二の課題は取引コストです。平均回帰戦略、特に短期のものは、頻繁に取引する傾向があります。すべての取引にはビッド・アスク・スプレッド、市場インパクト、手数料、スリッページによるコストが発生します。KhandaniとLo（2007）は、取引コストのわずかな増加でも高頻度平均回帰戦略の収益性を劇的に低下させうることを実証しました。成功している実務家は、スマートオーダールーティング、アルゴリズミック執行、コロケーションを含む執行インフラに多額の投資を行い、これらのコストを最小化しています。

第三の課題はリスク管理です。平均回帰戦略は、回帰がまったく起こらないリスクを伴います。歴史的な基準を超えて拡大したスプレッドは、基礎となる経済的関係が変化した場合、さらに拡大し続ける可能性があります。これはスプレッド乖離リスクとして知られており、多くのペアトレーディングと統計的裁定戦略が相関の崩壊により深刻な損失を被った2007〜2008年の金融危機で痛々しく例証されました。ポジションサイジング、損切りルール、多くの独立したベットへの分散は不可欠な安全策です。

第四の課題はレジーム検出です。平均回帰はレンジ相場の安定した市場では効果的に機能しますが、トレンドのある、あるいは構造的に変化する環境では壊滅的に失敗する可能性があります。実務家はしばしばレジームスイッチングモデル（Hamilton 1989）や平均回帰速度パラメータの動的推定を使用して、戦略の積極性を調整します。推定された回帰速度が閾値を下回った場合、ポジションサイズを減らすか、取引を完全に停止して資本を保全することができます。

最後に、キャパシティ制約にも注意が必要です。平均回帰戦略、特に株式における戦略は、流動性の低い銘柄の取引や逆張りポジションの保有を含むことが多いため、価格を自分に不利に動かすことなく投入できる資本に自然な限界があります。AvellanedaとLee（2010）は、彼らの統計的裁定のリターンが、まさにキャパシティが最も限られたセグメントである小型株や流動性の低い銘柄に集中していたと指摘しました。運用資産が増加するにつれて期待リターンは減少する傾向があり、これはほぼすべてのクオンツ戦略に影響するアルファ減衰として知られる現象です。