リスクリターンと最大ドローダウンの分析
「いくら儲かったか」だけを問わないでください。まず個別トレードのリスク・リワード、過去リターンのボラティリティ、エクイティカーブのドローダウンの深さと回復時間を同じ図に重ねて、結果が安定した優位性によるものか、少数の極端な事象によるものかを確認してください。
リターンは完全な答えではない
同じ累積リターンでも、緩やかな上昇から来る場合もあれば、長期の下落の後の一度の跳ね上がりから来る場合もあります；ボラティリティ、歪度、ドローダウンの経路は保有者が実際に受ける体験を変えます。
MDD はボラティリティではない
ボラティリティは各期間の変化を統計量に取り込む；最大ドローダウンは過去の高値から後続の谷までの最も深い下落だけを重視する。両者は併記すべきで、互いに代替できない。
1. まず「リスク／リターン比」の二つの世界を分解すること
「リスク対リターン」はトレードの会話で少なくとも二つの意味を持ちます。第一は単一トレードの... R:R（リスク対リワード比），未発生のシナリオをストップ距離と目標距離で表現する；第二は戦略またはポートフォリオの過去のリスク調整後パフォーマンス，例えばSharpe、Sortino、Calmarは、過去に発生した一連のリターンとエクイティデータを使って「過去にどれだけのリターンを取り、どんな代償を払ったか」を答える。
| 質問 | 単一トレードのR:R | 過去のパフォーマンス指標 |
|---|---|---|
| データ型 | 進場、ストップ、目標、方向 | 時間順に並べた価格またはリターンの時系列 |
| 主な用途 | 進場前に損失上限と報酬の幅を確認する。 | 事後にボラティリティ、下方リスク、ドローダウン経路を記述する |
| コアの盲点 | 勝率、スリッページ、窓開け、連続損失は含まれません | 過去のサンプルは将来を保証するものではなく、観測頻度やデータクリーニングの影響を受けます |
| 組み合わせに適するもの | ポジションサイズ、Kelly感度、取引記録 | アウトオブサンプルテスト、ストレスシナリオ、ドローダウン対策 |
単一R:Rの計算と期待値
ロングを例にとると、リスク距離はエントリー価格−ストップ価格、リワード距離は目標価格−エントリー価格です。このリスク：リワード（R:R）は「リワード距離 ÷ リスク距離」で表せます。エントリー100、ストップ95、目標115ならリスク距離5、リワード距離15、名目R:Rは3R。これは価格距離の説明に過ぎず、トレードが必ず目標に到達することを意味しません。
まず単一のシナリオを確認しますか？
まず独立したものを使うトレード期待値計算機手数料とスリッページを計上し、履歴系列でボラティリティと最大ドローダウンを確認する。ポジションサイズやKellyリスク予算のチュートリアルと連携可能。
2. 価格系列を比較可能なリターンに変換する
分析前に最も重要なのは、見栄えの良い指標を選ぶことではなくデータの口径を確認することだ。価格系列を貼り付けるとツールは「古→新」で単純リターンを計算する；リターン系列を貼り付けるとツールは初期資金から各期複利でエクイティカーブを構築する。両者を無言で混在させてはならず、配当や分割を調整していない価格を投資リターンとしてそのまま扱うべきではない。
単純リターン、対数リターンと年率換算
本ツールは資産価値を直接再現できるため単純収益で表示します。対数収益は数学上やモデル結合上の別用途がありますが、両者の平均、累積方法、年換算式を混同してはいけません。年換算ファクターも不変の真理ではありません：日次は教育的な仮定として252取引日、週次は52、月次は12がよく用いられます。データに非取引日、タイムゾーンや異なる市場が含まれる場合は再確認してください。
| 確認項目 | なぜ重要か | ツールの処理内容 |
|---|---|---|
| 順序 | ドローダウンはピークが谷より先にあることが必要であり、順序が逆なら経路全体が書き換えられる。 | 明確に古い順から新しい順を要求し、自動ソートしないこと |
| 価格調整 | スプリットや配当によるギャップはリターンと誤認される可能性がある。 | データ供給元でユーザーにより確認：adjusted／unadjusted |
| 頻度 | ボラティリティと Sharpe の年換算は観測頻度によって変わる | 日／週／月の年間periodsを選択する |
| 手数料とキャッシュフロー | 入金、引出し、手数料はエクイティ曲線を変える — それは必ずしも投資収益ではない。 | ツールはキャッシュフローを推測しません。ユーザーが事前に時系列を整えてください。 |
3. 最大ドローダウン：エクイティ曲線全体で最も深い穴を探す
CFA Institute は最大ドローダウンを、指定期間内の局所的ピークからその後の局所的谷までの累積損失として説明しています。期間中に複数のドローダウンが発生しても、最大ドローダウンは一つだけです。[3] 「先にピーク、後に谷」という時間順序が重要であり、シリーズ全体の最大値と最小値を単純に引き算してはいけません。
深さ、持続時間、回復期間は分けて考えるべきです。
二つの曲線はいずれも −20% のMDDを示すことがあるが、一方は数観測期で前高に戻り、他方は何十期も回復しない。心理的負荷や資金の拘束は通常異なる。そのためツールはMDDのピーク値・谷値・回復に要する観測期間数、そしてサンプル最終時点でまだドローダウン中かを併せて表示する。これらの項目は記述的であり、「いつ必ず回復するか」を約束するものではない。
| 期数 | エクイティ | ランニングピーク | ドローダウン |
|---|---|---|---|
| 0 | 100 | 100 | 0% |
| 1 | 110 | 110 | 0% |
| 2 | 104 | 110 | −5.45% |
| 3 | 88 | 110 | −20.00% |
| 4 | 98 | 110 | −10.91% |
| 5 | 112 | 112 | 0% |
4．Sharpe、Sortino、Calmarと回復係数
Sharpe の歴史的な見方は「平均超過リターン ÷ 超過リターンの歴史的標準偏差」と理解できます。William F. Sharpe は指標が観測期間に依存すること、複利や系列相関など分布の性質が単純な年率換算を不完全にする点も指摘しています。[1] したがってツールは頻度とサンプル数を明示し、Sharpe の固定しきい値を普遍的基準とはしていません。
| 指標 | 本ツールの定義 | それは何に答えるか？ | 使い方（やってはいけない使い方） |
|---|---|---|---|
| 年率ボラティリティ | 樣本標準差 × √periods/year | 各期間におけるリターンの分散度合い | 最大想定損失と等しくありません |
| Sharpe | 超過平均収益 ÷ 標本標準偏差、その後頻度に応じて年率化 | 単位あたり総ボラティリティに対する過去の超過リターン | テールリスクが捕捉されたことを意味しません |
| Sortino | 超過平均収益 ÷ MAR 下方偏差、その後頻度に応じて年率化 | MAR を下回る単位ごとの下方リスク | 下方の観測がない場合に架空の無限大値を出力してはならない |
| Calmar | 年率リターン ÷ |MDD| | 過去最深の最大下落に対する年率成長 | 異なる期間・戦略・MDDの定義は盲目的に比較してはいけません |
| 回復係数 | 累積純益 ÷ MDD 金額（本ツールの明示定義） | 最大ドローダウン額に対する純利益 | Calmarと同名にしたり、互換扱いにしないでください |
なぜ Sharpe と Sortino は異なる示唆を与えることがあるのか
Sharpe は上振れ・下振れの両方に標準偏差を使います。Sortino は最低許容リターン（MAR）を下回る短欠を専ら扱います。Charles Schwab は Sortino をダウンサイドリスクに注目した Sharpe の変形と説明し、いずれも履歴データに基づくため追加分析の出発点として使うべきだと注意しています。[2] 右に裾を引くリターン分布（少数の大幅上昇と多数の小幅下落）では、二つの指標が大きく乖離することがあり、それはどちらが「正しい」という話ではなく、評価するリスクの側面が異なるということです。
自分の系列をアナライザーに貼り付ける。
価格／リターンの2モード、頻度、MAR、初期資金、ドローダウン図、CSVダウンロードに対応。マーケットデータは自動取得しない。 CSV
5. 実務的な分析フロー：まずデータを整え、次に指標を解釈する
優れたリスク管理は、より多くの比率を集めることではなく、まず各数値が再計算できるようにすることです。元のソースとダウンロード日を保存し、価格調整方法を確認したうえで同じ頻度で時系列を作成する。まず累積リターンとエクイティチャートを確認し、次に MDD、回復期間、ドローダウン分布を見て、最後に Sharpe、Sortino、Calmar を戦略仮定の文脈で解釈してください。
ステップ1：データ契約
系列が価格なのかリターンなのか、古い→新しいの順序、観測頻度、サンプル期間、通貨、adjusted close（調整後終値）かどうか、配当・手数料・税金・キャッシュフローを含むかどうかを明確に記載してください。
ステップ2：まず経路を見る
equity、running peak、drawdown、最深値と回復状況を確認してください。最終リターンだけを切り取らないでください。パスが資金面と心理的負荷を決定します。
ステップ3：ストレステストを行う
「もし過去のMDDが拡大する」「回復時間が延びる」「取引コストが上がる」場合に、ポジション、流動性、現金バッファが耐えられるか問うこと。
ステップ4：過度な解釈を避ける
サンプル数が少ないこと、高い自己相関、サバイバーシップバイアス、データのズレ、戦略の改定、コストの未計上は、見た目の良い指標の比較可能性を損ないます。
結果を既存のツールに連携する。
単一トレードを評価している場合は、まず当サイトのポジションサイズとリスク予算最大損失を確認し、その後に使用するKelly リスク予算勝率と損益比の推定の感度を確認する；ポートフォリオレベルでは使用するのは資産配分と動的リバランス資産ウェイトの乖離を確認してください。3つの入力と問題は異なり、単一の数値でプロセス全体を代替できません。
6. データソース、仮定およびモデルの制約。
本稿は William F. Sharpe のオリジナルな Sharpe Ratio の説明、Charles Schwab の Sortino 解説、および CFA Institute の最大ドローダウンに関する教育記事を参照しています。これらは指標の定義と制約を支持しますが、個別の資産配分や将来のリターン保証は提供しません。[1] [2] [3]
[1] William F. Sharpe, The Sharpe Ratio, Stanford University
[2] Charles Schwab, How to Use the Sortino Ratio
[3] CFA Institute, Maximum Drawdown and Optimal Portfolio Strategy
[4] Choi et al., Maximum Drawdown, Recovery, and Momentum
Basis：単純リターン、標本標準偏差、指定した MAR に対するダウンサイド偏差、running peak からの peak-to-trough MDD；リカバリーファクターは「累積純益 ÷ MDD 金額」として明示定義。時間：リアルタイムの相場は使用しません。時間基準はユーザーが提供する時系列と選択した頻度によって完全に決まります。前提：日／週／月の年換算係数はデフォルトで252／52／12。初期資金とMARはユーザー入力。情報源と信頼度：定義は上記の公開教育／研究資料に基づきます。履歴サンプルの品質、価格調整、取引コストは利用者が確認してください。コンプライアンス：これはあくまで調査と分析であり、個別の金融アドバイスではありません。
7. 架空のシーケンスを研究レポートとして完全に分解する
研究者が時間順に並んだ6つの価格観測を入手したとします：100、110、104、88、98、112。これを各期間の単純リターンに変換し、初期資金100,000でエクイティを再構築します。この例は式の説明のみで、特定の市場や資産の過去パフォーマンスを示すものではありません。エクイティの経路は 100,000 → 110,000 → 104,000 → 88,000 → 98,000 → 112,000 となり、最初のピークは110,000、最も深い谷はその後の88,000です。
研究者が開始と終了のみを見ると、累積リターンは＋12%になる；最終的なSharpeだけを見ると途中の‑20%の山谷的なドローダウンを見落とす可能性があります。完全な報告では少なくともデータ頻度、サンプル数、累積／年率換算リターン、ボラティリティ、最大ドローダウン（MDD）、回復期間、コストの計上基準、現在ドローダウン中か否かを併記すべきです。読者は「結果が良い」を検査可能な証拠に分解できます。