Sharpe Ratioの罠 — 同じリターンがなぜ違うスコアを得るのか
平均リターンが同じでも、リターンのばらつきが違えばSharpe Ratioは変わります。年率換算した平均リターンを12%、リスクフリーリターンを3%と仮定すると、標準偏差が6%の例では1.5、18%の例では0.5です。本稿では、この単純化した計算と、同じSharpeでも損失の出方が異なる架空のリターン列を通じて、指標の意味と限界を整理します。
1. 定義 — 超過リターンとそのばらつき
過去のSharpe Ratioは、同じ期間のポートフォリオリターンからリスクフリーリターンを引き、その平均を標準偏差で割って求めます。
Sharpe = 平均超過リターン(d̄) / 超過リターンの標準偏差(σd)
- Rₚ,ₜ: 各期のポートフォリオリターン
- Rf,ₜ: 同じ通貨・期間に対応するリスクフリーリターン
- σd: 同じ超過リターン列dₜの標準偏差。Rfが各期一定なら、ポートフォリオリターンの標準偏差と等しくなります。
分子は算術平均であり、複利の年平均成長率(CAGR)とは異なります。本稿の架空のリターン列では、観測値を全体として扱い、分母をnとする母標準偏差を使います。実際の分析で標本標準偏差(n−1で割る方法)を使う場合は、その規約を明記して比較します。
年あたりm期とし、超過リターンの分布が安定して自己相関がなく、各期のリターンを加算できると近似すれば、平均はm倍、標準偏差は√m倍、Sharpeは√m倍で年率化できます。月次ならm=12です。複利や自己相関がある場合には、この換算が適さないことがあります。定義と時間依存性はWilliam F. Sharpe「The Sharpe Ratio」(1994)を参照。
2. 同じ平均12%がどう違うスコアを得るのか
以下は計算の仕組みを示す仮想の入力値です。年率換算した算術平均リターンを12%、各期一定のRfを年率換算で3%とし、同じ方法で年率化した標準偏差を6%と18%に設定します。特定の月次リターン列や実在のファンドから計算した値ではありません。
| 指標 | 仮想A | 仮想B |
|---|---|---|
| 算術平均リターン(年率換算) | +12% | +12% |
| 超過リターンの標準偏差(年率) | 6% | 18% |
| Sharpe = (12 − 3) / σ | 1.5 | 0.5 |
同じ平均超過リターン9ppに対し、標準偏差が1/3ならSharpeは3倍です。これはこの指標で測る効率の違いであり、損失の可能性やすべての投資リスクを比較した結論ではありません。
一方、毎月ちょうど+1%という別の仮想列なら、12か月の複利リターンは(1.01¹² − 1) × 100 ≈ 12.68%です。観測された月次リターンの標準偏差は0なので、Rfも毎月一定ならSharpeの分母も0になり、有限のSharpeは計算できません。この列を上の「標準偏差6%」の例と同一視することはできません。
3. Sharpeの数値が示すこと
標準偏差が正の場合の読み方です。これらは計算上の意味であり、ファンドの順位や普遍的な評価基準ではありません。
| Sharpe | 解釈 |
|---|---|
| < 0 | 平均超過リターンが負。毎期の損失や元本割れを意味するとは限りません。 |
| 0 | 平均超過リターンが0。 |
| 0.5 | 平均超過リターンが標準偏差の0.5倍。 |
| 1.0 / 2.0 | 平均超過リターンが標準偏差の1倍 / 2倍。 |
実測値の例として、Frazzini・Kabiller・Pedersenの「Buffett’s Alpha」(2013年11月稿、Table 2)は、バークシャー・ハサウェイの1976–2011年の年率換算Sharpeを0.76と報告しています。これは論文の期間と計算条件に基づく数値であり、2023年までの成績や、各年に0.76を維持したことを示す数値ではありません。
4. 罠 — ボラティリティ ≠ リスク
標準偏差は、平均から上にも下にも離れた値を計算に含めます。そのためSharpeだけでは、損失の出方や大きな下落を捉えきれません。
次の2列は、同じ長さの3期間を仮定した架空のリターンです。各期のRfは0%とし、年率化はしません。
| 列 | 各期のリターン | 算術平均 | 母標準偏差 | Sharpe |
|---|---|---|---|---|
| A | +1%, +1%, +10% | 4% | 4.24264% | 0.94281 |
| B | −2%, +7%, +7% | 4% | 4.24264% | 0.94281 |
B: σ = √[(36 + 9 + 9) / 3] = √18
Sharpe = 4 / √18 ≈ 0.94281
両列の平均と母標準偏差は同じです。比率は丸める前の√18から算出しています。しかしBにはマイナスの期間があり、Aにはありません。平均と標準偏差が同じでも、複利リターンや損失の出方まで同じにはなりません。
Sortino Ratioは最低許容リターン(MAR)を下回る部分に注目し、Calmar Ratioは最大ドローダウンに注目します。どちらもSharpeとは異なる面を示す補助指標です。
| 指標 | 分母 | 用途 |
|---|---|---|
| Sharpe | 超過リターンの標準偏差 | 平均超過リターンと全体のばらつき |
| Sortino | MARに対する下方偏差 | 目標を下回るリターンの大きさ |
| Calmar | 同じ測定期間の最大ドローダウンの絶対値 | 複利の年率リターンと最大下落幅 |
例えばMAR=0%とし、下方偏差を√[Σmin(0, Rₜ − MAR)² / n]で定義すると、Aの下方偏差は0です。分母が0のため、有限のSortinoは計算できません。「損失が観測されなかった」ことは将来も損失がないという意味ではありません。Calmarも最大ドローダウンが0なら有限の比率を計算できません。目標値、測定期間、計算規約を併記して読みます。
5. その他の実務的落とし穴
① 測定期間が短いとノイズ
観測数が少ないと、平均も標準偏差も特定の値に左右されます。長い期間でも市場環境や戦略が変わるため、年数だけで信頼性は判断できません。過去のSharpeをそのまま将来の予測値とみなすことには限界があります。
② リスクフリーレート選択
Rfを変えると超過リターンもSharpeも変わり、影響の大きさは標準偏差などに依存します。比較時には通貨・保有期間に合う同じRfを使います。長期国債の利回りや政策金利を、そのまま短期の実現リターンとして代入しないようにします。
③ リターン分布
Sharpeの計算自体に正規分布は必須ではありません。ただし、平均と標準偏差だけでは分布の非対称性やまれな大損失を十分に表せません。オプション売りなどでは、損失がまだ観測されていない期間の高いSharpeだけでリスクを判断しないようにします。
④ 控除前 vs 控除後
手数料や取引費用の控除前後でリターンは変わります。比較資料がどこまで費用を含んでいるかを確認し、同じ条件で比較します。
まとめ
- Sharpe = 平均超過リターン / その標準偏差。同じ頻度で計算し、年率化の前提を明記します。
- 同じ平均でも標準偏差が違えばSharpeは変わります。標準偏差が0なら有限の比率は計算できません。
- 同じSharpeでも損失の出方は異なります。将来の安全性を保証する数値ではありません。
- SortinoとCalmarは異なるリスクに注目します。分母が0の場合や計算規約の違いに注意が必要です。
- 期間、Rf、分布、手数料を確認して比較します。