株式/投資 ソルティノレシオ計算機

ソルティノレシオ計算機 – 下方リスク調整後リターン

月次・四半期・年次のリターンからソルティノレシオを計算。最低許容リターン(MAR)を設定し、下方偏差がシャープレシオとどう異なるか確認できます。

広告
ワンポイント

賢い投資のヒント

資産クラスを分散し、コストを抑え、市場サイクルを通じて投資を続けましょう。市場のタイミングを計るより市場に居続ける時間が大切で、規律ある積立は数十年かけて複利で成長します。

ソルティノレシオ

1.16

良好

解釈

良好

高いほど良い

超過リターン

+5.82%

9.50% − 3.68%

シャープレシオ(比較)

0.74

σ 7.85%

下方偏差

5.04%

5 / 12 MAR未満

標準偏差

7.85%

σ vs DD 1.56×

適用MAR

3.68%

リスクフリーレート

リターン分布

MAR未満
MAR以上

ソルティノレシオ:下方リスク調整後リターン完全ガイド

最終更新日: 2026年4月30日

ソルティノレシオとは何か

2つの戦略が同じ年率12%のリターンを報告します。戦略Aは着実に上昇し、最悪の月でも-1.5%でした。戦略Bは-8%と-10%の恐ろしい月2回と+15%の急騰数回で同じ平均を達成しました。リスク調整後リターンの標準的な物差しであるシャープレシオは両戦略をほぼ同等と評価します。シャープは上昇スパイクも含めた総ボラティリティを罰するからです。大半の投資家にとって、これは明らかに間違った評価です。+15%の月で眠れなくなる人はいません。1991年にフランク・ソルティーノとロバート・ファン・デル・メアが提案したソルティノレシオは、標準偏差を下方偏差に置き換えることでこの非対称性を是正します。目標未満のボラティリティのみがリスクとして扱われます。[1]

公式は本質的にシンプルです:ソルティノ = (リターン − MAR) / 下方偏差。分子は「最低許容リターン(MAR)」をどれだけ上回ったかを測定します。MARはリスクフリーレート、ゼロ(資本保全)、インフレ率、または年金の6%負債利回りのような個人目標になり得ます。分母は下方偏差で、MAR未満の期間のみを選び、不足分を二乗し、全サンプルで平均して平方根を取ります。結果は総ボラティリティではなく不足リスク単位の指標です。分布が非対称の場合、同じシャープレシオを持つ2つの戦略が大きく異なるソルティノレシオを示す可能性があります。[2, 10]

メンタルモデルは単純です。標準偏差はすべての変動をリスクとして扱います。良い変動も同様です。ソルティノは害となる変動のみを数えます。戦略が宝くじ的な上昇(オプション買い、モメンタム、トレンドフォロー)を持つ場合、シャープが上方分散を罰する一方、ソルティノは寛容に評価します。戦略が宝くじ的な下方(オプション売り、流動性の低い利回り、レバレッジ)を持つ場合、まれな破綻が下方偏差計算を支配するため、ソルティノはシャープよりも厳しく罰します。下方が上方の助けよりも痛むという前提は実証的に頑健です。Brown、Imai、Vieider、Camererの2024年166研究メタ分析は損失回避係数λを1.25~1.45の範囲と推定しました — 投資家は1ドルの損失を同等の1ドルの利益より約30%重く評価します。[11, 28]

ソルティノ値の解釈:不十分から卓越まで

何が「良い」ソルティノレシオかについての規制基準はありませんが、モーニングスターのヘッジファンドアナリスト、大手年金基金のアロケーター、CFA協会の教育資料が使用する慣習的なバンドは次のとおりです。0.5未満は不十分:戦略が引き受けた下方リスクをほとんど補償していません。0.5~1.0は次善:受け入れ可能だが差別化されていません。1.0~2.0は良好:意味のあるプラスのリスク調整後リターン。2.0~3.0は優秀:機関グレードの成績。3.0超は卓越しており稀です。持続的にこれほど高いソルティノは通常、優れた戦略を示すか、より一般的にはリターン平滑化、非流動性、短期間の運によるものです。[12, 9]

異なるMARに対するソルティノ絶対値の比較は避けてください。MAR 0%でソルティノ2.0の戦略がMAR 5%では0.5になることがあります。基準が上がれば分子が崩壊します。比率と並べて毎回MARを開示してください。Global Investment Performance Standards(GIPS)は、クライアントに報告される下方リスク指標についてこの開示を明示的に要求しています。[9]

広告
ワンポイント

賢い投資のヒント

資産クラスを分散し、コストを抑え、市場サイクルを通じて投資を続けましょう。市場のタイミングを計るより市場に居続ける時間が大切で、規律ある積立は数十年かけて複利で成長します。

ソルティノ vs シャープ:両者が食い違うとき

完全に対称なリターン分布では、統計学者が歪度ゼロと呼ぶ状況で、ソルティノとシャープの関係は機械的です:ソルティノ ≈ シャープ × √2。分散の半分は上方から、半分は下方から来ます。ソルティノは上方の半分を捨てるため、分母が√2倍小さくなり、比率は同じ倍数だけ大きくなります。データがほぼ正規分布に近ければ — 広く分散された株式リターンなど — シャープを知ればソルティノを狭い範囲で推測できます。より深い問いは分布のどちら側により大きな重みを置くかであり、行動ファイナンスがそれに答えます。Brown、Imai、Vieider、Camerer(2024)は経験的損失回避プレミアムが頑健に1を上回ることを示しました — 損失は単に重要なのです。[1, 28]

興味深いのは非対称な分布です。オプション買い、トレンドフォローCTA、バーベルポートフォリオなどのロング・ボラティリティ戦略は正の歪度を持ちます:通常市場では小さな損失多数、危機時には時折大きな利益。ソルティノはこうした戦略を好みます。シャープを引き下げる上方スパイクがソルティノの分母に入らないからです。逆に、オプション売り、キャリートレード、流動性の低いクレジット、レバレッジ・ショート・ボラETFなどのショート・ボラティリティ戦略は負の歪度を持ちます:小さな勝利多数、まれに壊滅的な損失。これら稀な損失が下方偏差計算を支配するため、ソルティノはシャープよりも厳しく罰します。ロリンジャーとホフマン(2013)はこの差をヘッジファンドスタイル横断で実証し、ファンドペアの約3分の1でソルティノがシャープに対して順位を反転させると報告しています。[10]

実務では、洗練されたアロケーターはどちらか1つだけを見ることはありません。両方を報告し、トレイナー、カルマー、情報レシオ、ドローダウン統計と並べます。ペアの方が単独よりも情報量が多くなります:シャープとソルティノが一致していれば、結果が歪度の人工物に左右されていないという安心感が得られます。大きな乖離は警告サインです — 戦略が実際に非対称なリターンを持つ(バグではなく特徴の場合もあります)か、データが短すぎる、平滑化されすぎている、流動性が低すぎて、どの比率も信頼できないかのいずれかです。[19, 18]

広告
ワンポイント

賢い投資のヒント

資産クラスを分散し、コストを抑え、市場サイクルを通じて投資を続けましょう。市場のタイミングを計るより市場に居続ける時間が大切で、規律ある積立は数十年かけて複利で成長します。

MARの選び方:リスクフリー・インフレ・目標・ゼロのどれか

最低許容リターン(MAR)は、ソルティノ計算における最も影響力のある単一の選択です。実務では4つの慣行が支配的で、それぞれ「リスクとは何か」という異なるフレームに根ざしています。

第一に**リスクフリーレート** — 学術慣行。2026年4月時点で3ヶ月T-billの利回りは約3.68%(FRED DTB3)、フェデラルファンド金利は3.50%~3.75%の目標範囲、連邦準備のH.15統計は日次で一定満期の利回りを公表しています。リスクフリーレートを使用することで、ソルティノはシャープや学術的CAPM派生物と直接比較可能になります。問いは「これは無料で得られたものを上回ったか?」です。[16, 14, 15]

第二に**ゼロ** — 資本保全フレーム。ファミリーオフィスや富裕層の文脈でよく使われます。暗黙の負債は「お金を失わないこと」です。MAR = 0は「上方に対してどれくらいの頻度と程度でマイナスのリターンを記録したか?」という問いにソルティノレシオが答えるようにします。すでに十分に貯蓄し、現在は保護モードにある個人投資家にとって最も保守的で心理的にも適合する選択です。[8]

第三に**インフレ** — 実質リターンフレーム。MARは最近のCPI率で、現在は約2.5%です。MAR未満はポートフォリオが実質購買力を失ったことを意味します。このフレームは、名目資本ではなく実質資本の保全が目標である長期視野の基金、ソブリン・ウェルス・ファンド、退職ポートフォリオに人気です。年金基金はインフレと保険数理スプレッド(例:CPI + 4%)を組み合わせてMARとすることもあります。

第四に**カスタム目標利回り** — 負債主導フレーム。7%の保険数理仮定を持つ年金基金は7%を使用します。4.5%の安全引き出し目標を持つ退職者は4.5%を使用します。S&P 500長期実質リターンをベンチマークとする成長モード投資家は6.5%を使用します。これが個人的に最も意味のあるフレームです。ソルティノレシオが今や正確に重要な問いに答えるからです:「私は実際の目標を上回っているか、外したときどれだけ外したか?」ソルティーノ(2009)以降のPMPT文献は、このDesired Target Returnを概念的に正しいMARとして扱います。株式中心のマンデートでは、内在する株式リスク・プレミアムから前向きの下限を導き出せます。ダモダランの2025年ERP分析は2025年1月1日時点の米国内在プレミアムを4.33%と報告し、1960~2024年平均4.25%をわずかに上回るため、約8%(リスクフリーレート+将来ERP)のMARが2026年の株式中心ポートフォリオの妥当なベンチマークとなることを示唆します。[4, 22]

広告
ワンポイント

賢い投資のヒント

資産クラスを分散し、コストを抑え、市場サイクルを通じて投資を続けましょう。市場のタイミングを計るより市場に居続ける時間が大切で、規律ある積立は数十年かけて複利で成長します。

下方偏差:N対n_below論争

下方偏差の計算には小さいが結果を左右する意見の不一致があります。元のSortino & Price(1994)形式は、MAR未満リターンの二乗不足分を合計し、Nで割ります — 全サンプル数です。小売ツールや一部の発表論文における一般的な誤りは、n_belowで割ることです — MAR未満の観測数のみ。両者は大きく乖離します:36件中MAR未満が1件の戦略は、n_below法では下方偏差が6倍過大となり、ソルティノレシオは6倍小さくなります。[2, 10]

N慣行が正しい。概念的に下方偏差は二乗負偏差確率変数の母集団統計です。適切な推定量は閾値を超える観測数に関係なくNで割ります。数学的にn_belowで割るとn_below = 0のとき指標が未定義となります — これはばかげています。MAR未満に一度も下落していない戦略は、まさに称賛したい戦略であり、指標が爆発すべき戦略ではありません。ロリンジャーとホフマン(2013)はこれを明確にし、誤った処理を行うツールに対して投資家に警告しています。本計算機はN慣行を使用しています。[10]

下方リスクの知的系譜はハリー・マーコウィッツに始まります。彼は1959年の著書Portfolio Selectionで、セミ分散 — 平均未満リターンのみの分散 — が完全分散よりも「もっともらしい」リスク尺度だと明示的に論じました。彼が完全分散にとどまったのは、単に数学が容易だったからです。ピーター・フィッシュバーンは1977年にLower Partial Moment(LPM)フレームワークでこれを拡張し、バワとリンデンバーグは同年LPMの下でCAPMを導出しました。Sortino & van der Meer(1991)はこの学術的流れを使える実務比率に引き入れました。伝統全体は、投資家がボラティリティ回避ではなく損失回避であるという実証的事実に基づいています — プロスペクト理論が打ち込んだ発見です。[17, 6, 7]

広告
ワンポイント

賢い投資のヒント

資産クラスを分散し、コストを抑え、市場サイクルを通じて投資を続けましょう。市場のタイミングを計るより市場に居続ける時間が大切で、規律ある積立は数十年かけて複利で成長します。

ポストモダンポートフォリオ理論と下方リスクの歴史

Post-Modern Portfolio Theory(PMPT)という言葉は1993年にBrian RomとKathleen Fergusonが作りました。標準偏差を下方リスク尺度と非対称効用関数に置き換えるポートフォリオ構築技法群を指します。知的祖先はさらに遡ります:A. D. Royは1952年のEconometrica論文でSafety First基準を提案しました — 災害水準未満のリターン確率を最小化せよ。Markowitzの平均-分散フレームワークと同じ年、同じジャーナル号に発表されました。Royは典型的な投資家が平均よりまず床を気にすると主張しました。2つの論文は対立する旗を立てました。現代ポートフォリオ理論はMarkowitzの旗を取り、PMPTは本質的にRoyの旗を拾い直したものです。[5, 8]

ソルティーノ本人はサンフランシスコ州立大学のPension Research Instituteで働いていました。1991年のファン・デル・メアとの共同論文は単に「Downside Risk」というタイトルで、Journal of Portfolio Managementに5ページで掲載されました。Lee Priceとの1994年の続編は公式を洗練し、年金保険数理士William Fouseにちなんで名付けられたFouse指数を導入しました。2001年、ソルティーノはStephen Satchellと影響力のあるManaging Downside Risk in Financial Marketsを共同編集し、2009年にはThe Sortino Framework for Constructing Portfoliosを出版し、Desired Target Return™を正統なMARとして導入しました。[1, 2, 3, 4]

2026年金利サイクルにおけるソルティノ

リスクフリーレートがゼロに近いとき — 2010年代の大半のように — ソルティノのMARの問いはほとんど問題になりません。ゼロ、リスクフリー、インフレがすべて密集しているからです。2022~2024年の利上げサイクルがそれを変えました。2026年4月時点、連邦準備制度は2025年12月の利下げ以降フェデラルファンド目標を3.50%~3.75%に維持しており、3ヶ月T-billは約3.68%、10年米国債は4.2%~4.3%の範囲です。今選ぶMARはどの戦略が受け入れ可能に見えるかを大きく変えます。[15, 14, 21]

具体例。デフォルトサンプルのように、年率9.5%のリターンとMAR 6%に対して月次ソルティノ0.65を記録した同じ株式債券60/40ポートフォリオを取り上げます。同じ時系列をMAR 0%で計算するとソルティノが1.5を超えます — 良好に見えます。MAR 3.68%(現在の3ヶ月T-bill)で計算するとソルティノは約1.16 — 依然として良好。MAR 8%(1990年以降のS&P 500名目平均)で計算するとソルティノは0.4を下回ります — 不十分。データは変わっていません。ゴールポストの変更で判断が完全に変わりました。

フォワード見通しは慎重なMAR選択の重要性を強化します。バンガードの2025年12月「2026年経済・市場見通し」は米国GDP成長率約2.25%、コアインフレが2.6%付近に落ち着く、フェデラルファンド金利が年末約3.5%で着地することを予測しています — リスクフリーレートが2008年後のゼロ下限に戻るのではなく3%台半ばに留まることを示唆します。同時にダモダランの2025年ERP研究は2025年1月1日時点の米国内在株式リスク・プレミアムを4.33%と報告しており、これは1960~2024年平均とほぼ一致し、株式がリスク・プレミアム基準では明らかに割安でも割高でもないことを示唆します。両者を合わせると、2026年の株式MARは7.5%~8.5%帯が妥当です — おおよそリスクフリーレート+内在ERPです。[24, 22, 23]

教訓:リスクフリーレートが上昇するとき、リスクを引き受けるすべての戦略は「良く見える」ためにより高い水準に到達しなければなりません。2010年に優秀だった60/40は2026年には単に適度なものかもしれません。ソルティノレシオはこれを正直に明らかにします — シャープも同様ですが、ソルティノは非対称分布でより敏感です。シュワブの投資家教育は、リスクフリーレートが100ベーシスポイント以上動くたびに、リスク調整後比率を毎年再計算することを推奨しています。[13]

ソルティノレシオの限界

ソルティノレシオはシャープの限界の大部分を継承し、独自の限界をいくつか加えます。第一にサンプル数感度。下方偏差はMAR未満の観測値のみから計算されるため、統計的信頼性は意味のある数の観測値に依存します。CFA協会のガイダンスは最低36~60ヶ月の観測値を推奨します。MAR未満の点が少ないと指標は個々の外れ値に支配され、1つの観測値を除くと答えが30%変わることがあります。[9]

第二に、MAR比較問題。異なるMARを使用してソルティノレシオを報告する2つのファンドは比較できません。指標は固定された目標に対してのみ意味を持ちます。これにより、ソルティノはシャープ(慣例上常にリスクフリーレートを使用)よりも戦略横断的なベンチマーキングに使用しにくくなります。常にMARを開示してください。

第三にリターン操作。Goetzmann, Ingersoll, Spiegel, Welch(2007)は、シャープ、ソルティノ、情報レシオを含むほぼすべてのリスク・リワード比率が、アウト・オブ・ザ・マネー・オプションを売ったり流動性の低い評価を平滑化したりするマネジャーによって人工的に膨張させられることを示しました。ソルティノも例外ではありません。対策は、流動性の低いポジションの独立評価を要求し、報告されたリターンを監査し、歪度と尖度と併せて複数の比率を見ることです。[18]

第四にDD = 0のケース。サンプルのすべての観測値がMAR以上であれば、下方偏差はゼロであり、ソルティノは数学的に未定義です(ゼロ除算)。一部のツールはこれを+∞として表示しますが、無意味です。本計算機はこれを「未定義」として扱い、明示的に表示します。正直な解釈:戦略はこのウィンドウで目標に対して実質的なドローダウンを経験していません — 自分を祝福してください、ただし指標はそれ以上の上方を順位付けできません。

知っておくべき2つの現代的対応があります。学術面では、KrollとMarchioni(2024)がSortino(γ)を提案しました。MAR閾値を調整して結果のランキングが1次および2次確率的優越性と整合するようにする修正版で、標準ソルティノが確率的に劣後するポートフォリオを優越するものより上にランク付けし得るという厄介な事実に対処します。規制面では、米国顧客にソルティノ数値を伝えるアドバイザーはSEC Rule 206(4)-1の対象となり、SEC検査部の2024年4月マーケティング・ルール・リスク・アラートは、重要リスクの公正かつバランスの取れた取り扱いの欠如、関連期間の省略、入力値の不十分な開示を一般的な不備として挙げています — いずれも選択したMARとルックバック・ウィンドウに依存するリスク調整比率に直接適用されます。[27, 25]

広告
ワンポイント

賢い投資のヒント

資産クラスを分散し、コストを抑え、市場サイクルを通じて投資を続けましょう。市場のタイミングを計るより市場に居続ける時間が大切で、規律ある積立は数十年かけて複利で成長します。

ソルティノ vs トレイナー、カルマー、情報レシオ

ソルティノはリスク調整後リターン尺度のより大きな家族における1つのツールであり、それぞれリスクの異なる側面を分離します。それぞれをいつ展開するかを知ることは、慎重な評価者の一部です。

**トレイナーレシオ**は超過リターンをベータ — 総ボラティリティのシステマティック・リスク成分 — で割ります。「市場エクスポージャー1単位あたりの超過リターンはいくらか?」に答えます。すでに大きなインデックス・エクスポージャーを保有する株式戦略を比較し、ロング・オンリーのミューチュアル・ファンドをベータでランキングするのに役立ちます。ベータが不安定またはゼロに近いヘッジファンドにはあまり役立ちません。

**カルマーレシオ**は年率リターンを最大ドローダウン — ピークから谷への最悪の下落 — で割ります。すべての個人投資家が実際に気にする質問に直接答えます:「この戦略が私に経験させた最悪の損失は何で、補償としての報酬はどれくらい大きいか?」カルマーはCTAとトレンドフォロー分析で非常に人気があり、4つの中で最もストレステストに合致した比率です。ただし、単一ポイント統計です — 1つの悪い月が分母を永遠に支配する可能性があります。

**情報レシオ**はアクティブリターン(ポートフォリオ − ベンチマーク)をトラッキングエラー(アクティブリターンの標準偏差)で割ります。「インデックスに対する賭け1単位あたりの超過リターンはいくらか?」に答えます — ベンチマークから逸脱するために報酬を受け取るアクティブマネジャーを評価するための正統な指標です。対照的に、ソルティノはベンチマークに対してではなく、目標に対する絶対的なリスク調整後リターンを判断します。

実用的な選択:戦略をランキングするとき、4つすべてを報告してください。シャープとソルティノは大局で一致します。トレイナーは市場リスクを分離します。カルマーは最悪の経験を強調します。情報レシオはベンチマークに対するスキルを定量化します。それぞれが他の比率が見逃すリスクの風味を捉えます。

実際のポートフォリオにおけるソルティノ

機関ランドスケープ全体で、ソルティノは安定した役割を確立しています:シャープに次いで2番目に多く報告されるリスク調整後リターン指標であり、ヘッジファンドのパフォーマンス・アトリビューションの正統な指標です。Morningstar Directは月次リスクフリーレートをMARとして使用し、トレーリング36ヶ月ウィンドウでソルティノを計算します。これはほぼすべてのファンドプロファイルのRisk & Rating属性に表示されます。[12]

ヘッジファンドマネジャーはソルティノを目立つように報告します。彼らの戦略がシャープによって体系的に罰せられるからです。ロング/ショート・エクイティ、グローバル・マクロ、マーケット・ニュートラル、トレンドフォロースタイルは日常的に非対称なリターン分布を生み出します。それらのソルティノ数値は通常、シャープ数値より30~50%高く、アロケーター選好に実質的な影響を与えます。業界の経験則:ソルティノ > 1で受け入れ可能、> 2で優秀、> 3で卓越。メダリオン・ファンドの報告されたソルティノは、すでに並外れたシャープよりも有意に高いです — 伝説的なトラックレコードでさえこのフレーミングから恩恵を受けるという手がかりです。

年金基金は、保険数理仮定リターンと等しいカスタムMARでソルティノを使用します — 米国の文脈では通常6.5%~7.5%。指標はファンドが要求リターンをどれだけ頻繁に、どれだけ悪く外したかの直接的な読み取りになります。2008年と2020年のドローダウンはそのようなソルティノ数値に鮮明に現れます — 基礎となるシャープが表面的に回復したように見えた場合でも。

個人投資家はMAR = 0%(資本保全)またはMAR = インフレ(実質リターン)でソルティノから最大の恩恵を受けます。第一は痛みの非対称性に正直です — 月に10%失うのは10%得るのが心地よいよりも痛いです。第二は購買力に正直です — インフレが3%でポートフォリオが2%稼いだ場合、ゼロを上回ることは無関係です。年間T-bill利回りが再びインフレを上回る時代において、両フレームは類似の判断につながり得ますが、異なる質問を投げかけます。Pham、Cui、Ruthbahによる60/40ポートフォリオを市場と数十年にわたり分析した2025年CFA Institute Research Foundation研究は下方認識指標の有用性を強化します:彼らは代替資産への分散がしばしば教科書的な60/40と比べてドローダウンを大きくしシャープ効率を低下させたこと、日本などの非米国市場がより深いドローダウンを示したことを発見しました — ソルティノのような絶対リスク調整指標がシャープ単独よりも早く警告を発し得る領域です。[23]

よくある質問

ソルティノレシオの計算と使用について投資家やアナリストがよく尋ねる質問:

ソルティノとシャープの違いは何ですか?

+

シャープは超過リターンを総標準偏差で割り、上方と下方のボラティリティを同等に扱います。ソルティノは下方偏差のみで — 目標未満のボラティリティのみで割ります。対称分布ではソルティノ ≈ シャープ × √2。正の歪度戦略(オプション買い、モメンタム)ではソルティノがはるかに高くなります。負の歪度戦略(オプション売り、レバレッジ・キャリー)ではソルティノがはるかに低くなります。ソルティノ数値と並べて常にMARを開示してください。

私のポートフォリオにはどのMARを使用すべきですか?

+

目標に合うフレームを使用してください。学術的比較可能性のためにはリスクフリーレート(3ヶ月T-bill、現在~3.68%)を使用してください。資本保全のためには0%を使用してください。実質リターン目標のためにはインフレ(~2.5%)を使用してください。負債主導フレーム(年金仮定、退職引き出し目標、成長ベンチマーク)のためにはカスタム率を使用してください。どのMARを使用したかを常に開示してください。それなしではソルティノ数値は無意味です。

信頼できるソルティノにはいくつの月次リターンが必要ですか?

+

CFA協会のガイダンスは36~60ヶ月の観測値を推奨します。36未満では指標が個々の外れ値と統計的ノイズに支配されます。12未満では本質的に解釈不可能です。本計算機は最小3観測値をハード床、最大360を強制しますが、24未満のサンプルからの結果は決定的ではなく示唆的なものとして扱ってください。根本的な問題は、下方偏差がMAR未満の観測値のみから計算されるため、統計的信頼性が意味のある数に依存することです。

ソルティノは負になり得ますか?

+

はい。年率ポートフォリオリターンがMARを下回る場合、超過リターン(分子)は負になるため、ソルティノは負になります。負のソルティノは単に「この戦略は私の目標にすら届かず、失敗する間にボラティリティがあった」と述べます。よりマイナスは悪いです。この場合でも指標は意味があります:異なる戦略がどれほど悪く目標を外したかをランク付けします。

DD = 0(ソルティノが未定義)とは何を意味しますか?

+

サンプルのすべての観測値がMARを満たすか上回ったことを意味します — 測定する下方はありません。数学的にゼロ除算は未定義なので、比率を無限大に膨らませる代わりにnullを返します。実用的には、これは戦略がウィンドウ全体で目標を達成したという強いシグナルです。良いニュースですが、指標がそれ以上の上方をランキングできないことも意味します。サンプルウィンドウを広げるか、MARを上げるか、シャープに頼ってどれだけ超過リターンが得られたかを判断してください。

ソルティノはどのように年率換算されますか?

+

月次リターンの場合、期間平均に12を掛け、期間下方偏差に√12を掛けます。比率は分子対分母で√12倍にスケーリングされます。四半期データには4と√4を使用してください。年次データにはスケーリングは不要です。提供するMARは年率換算である必要があり、比較のために内部で期間値に変換します。頻度の混在 — 例:月次リターンと変換されていない年次MAR — が最も一般的なソルティノ計算誤りです。

月次データと年次データのどちらを使用すべきですか?

+

月次が学術および業界のデフォルトです。年12回の月次観測値は同じ12年間の年次データよりも約3.5倍精密なソルティノ推定値を生成します。これがCFA協会とMorningstar両方が月次ウィンドウで計算する理由です。より高頻度の観測値にアクセスできない場合のみ年次データを使用し、結果の推定値が統計的に弱いことを受け入れてください。

ソルティノは正規分布を仮定しますか?

+

いいえ。ソルティノはLower Partial Moment一族(Fishburn 1977)の一部であり、パラメトリックな分布仮定を行いません。リターンの経験分布で直接動作します。これが歪んだ分布戦略でソルティノがシャープより好まれる理由です — 関連するモーメントはガウス近似ではなくデータから直接計算されます。対照的に、シャープの標準誤差に関する統計的推論はしばしば正規性を仮定します(Lo 2002)。ソルティノが要求しない仮定です。

私のDDが他のツールの計算と異なるのはなぜですか?

+

最も一般的な原因はN対n_belowの分母選択です。Sortino & Price(1994)とRollinger & Hoffman(2013)は両方とも、二乗不足分をN(全サンプル数)で割ることを推奨しています。一部の小売ツールは誤ってn_below(MAR未満の観測値のみ)で割り、DDを大幅に大きく、ソルティノを大幅に小さくします。本計算機はN慣行を使用します。数値が異なる場合、他のツールがどちらを使用しているかを確認してください。

ポートフォリオのソルティノレシオを改善するにはどうすればよいですか?

+

3つの正直な道。第一に期待リターン(分子)を上げます — 通常はより質の高い資産、ファクター・チルト(バリュー、クオリティ、モメンタム)、または適切なレバレッジの使用を通じて。第二に下方頻度または規模(分母)を減らします — 無相関資産間の分散、ドローダウン制御ルール(ストップロス、トレンドフォローオーバーレイ)、またはポートフォリオ保険(プット、ヘッジ)を通じて。第三により正直なMARを選びます — MARを下げて高いソルティノを追求することは数学的には実在しますが経済的には実在せず、開示要件がその手口を暴きます。最も難しい道は第一、最も簡単なのは第三を操作することです。

SECマーケティング・ルールは顧客コミュニケーションでのソルティノレシオの使用にどう影響しますか?

+

米国登録投資顧問業者にとって、顧客に提示される実績値はSEC Rule 206(4)-1 — マーケティング・ルールの適用を受けます。ソルティノ数値も例外ではありません。2024年4月の検査部リスク・アラートは実務基準を明示しています:提示は重要なリスクと限界を含めて公正かつバランスが取れていなければならず、数値を生む入力値を開示しなければなりません。ソルティノレシオの場合、使用したMAR、ルックバック期間、データ頻度(月次か年次)、手数料と配当の取り扱い、仮想実績と実際の実績の重要な差異を明示することが必要です。2023年9月のGIPS-SEC調整文書はGIPS用語をマーケティング・ルールの言葉にマッピングしており、リスク調整後リターン数値を報告するアドバイザーにとって最も明快な単一の参考資料です。

理論的限界に対処するソルティノレシオの現代的拡張はありますか?

+

はい。KrollとMarchioni(2024)はSortino(γ)を提案しました。MAR閾値を調整して結果のランキングが1次および2次確率的優越性と整合するようにする修正版で、標準ソルティノレシオが確率的に劣後するポートフォリオを優越するものより上にランク付けし得るという既知の弱点に対処します。Goetzmann、Ingersoll、Spiegel、Welch(2007)はより早く、マネジャーが人工的に膨張させ得る比率に対する広範な修正としてManipulation-Proof Performance Measures(MPPM)を提案しました。条件付きおよびレジーム依存のソルティノ変種、ならびに高次モーメントの下方リスク尺度は学術文献に存在しますが、研究環境外ではほとんど使用されません。ほとんどの実務家にとって、ソルティノをシャープ、カルマー、歪度/尖度とともに報告することが、より精緻な修正の実用的等価物です。

参考文献

  1. [1] Sortino, F. A., & van der Meer, R. (1991). "Downside Risk." Journal of Portfolio Management, 17(4), 27–31. (新しいタブで開きます)
  2. [2] Sortino, F. A., & Price, L. N. (1994). "Performance Measurement in a Downside Risk Framework." Journal of Investing, 3(3), 59–64. (新しいタブで開きます)
  3. [3] Sortino, F. A., & Satchell, S. E. (編) (2001). Managing Downside Risk in Financial Markets. Butterworth-Heinemann. (新しいタブで開きます)
  4. [4] Sortino, F. A. (2009). The Sortino Framework for Constructing Portfolios. Elsevier. (新しいタブで開きます)
  5. [5] Roy, A. D. (1952). "Safety First and the Holding of Assets." Econometrica, 20(3), 431–449. (新しいタブで開きます)
  6. [6] Fishburn, P. C. (1977). "Mean-Risk Analysis with Risk Associated with Below-Target Returns." American Economic Review, 67(2), 116–126. (新しいタブで開きます)
  7. [7] Bawa, V. S., & Lindenberg, E. B. (1977). "Capital Market Equilibrium in a Mean-Lower Partial Moment Framework." Journal of Financial Economics, 5(2), 189–200. (新しいタブで開きます)
  8. [8] Rom, B. M., & Ferguson, K. W. (1993). "Post-Modern Portfolio Theory Comes of Age." Journal of Investing, 2(4), 27–33. (新しいタブで開きます)
  9. [9] Kidd, D. (2011). "The Sortino Ratio: Is Downside Risk the Only Risk That Matters?" CFA Institute Investment Risk and Performance Newsletter. (新しいタブで開きます)
  10. [10] Rollinger, T. N., & Hoffman, S. T. (2013). "Sortino: A 'Sharper' Ratio." Red Rock Capital / Futures Magazine, 2013年2月. (新しいタブで開きます)
  11. [11] Nawrocki, D. (1999). "A Brief History of Downside Risk Measures." Journal of Investing, 8(3), 9–25. (新しいタブで開きます)
  12. [12] Morningstar Direct. "ソルティノレシオ方法論." Morningstar用語集. (新しいタブで開きます)
  13. [13] Charles Schwab. "Using the Sortino Ratio to Gauge Downside Risk." Schwab投資家教育. (新しいタブで開きます)
  14. [14] Federal Reserve Bank of St. Louis. "3-Month Treasury Bill: Secondary Market Rate (DTB3)." FRED Economic Data. (新しいタブで開きます)
  15. [15] Federal Reserve Bank of St. Louis. "Federal Funds Effective Rate (FEDFUNDS)." FRED Economic Data. (新しいタブで開きます)
  16. [16] Board of Governors of the Federal Reserve System. "H.15 Selected Interest Rates." 日次リリース. (新しいタブで開きます)
  17. [17] Markowitz, H. M. (1959). Portfolio Selection: Efficient Diversification of Investments. New York: Wiley. ISBN 978-0-300-01372-6. (新しいタブで開きます)
  18. [18] Goetzmann, W. N., Ingersoll, J. E., Spiegel, M. I., & Welch, I. (2007). "Portfolio Performance Manipulation and Manipulation-Proof Performance Measures." Review of Financial Studies, 20(5), 1503–1546. (新しいタブで開きます)
  19. [19] CFA Institute. "Global Investment Performance Standards (GIPS)とリスク調整後リターン尺度." CFA Institute Research and Policy Center. (新しいタブで開きます)
  20. [20] Lo, A. W. (2002). "The Statistics of Sharpe Ratios." Financial Analysts Journal, 58(4), 36–52. (新しいタブで開きます)
  21. [21] Federal Reserve Bank of St. Louis. "Market Yield on U.S. Treasury Securities at 10-Year Constant Maturity, Quoted on an Investment Basis (DGS10)." FRED Economic Data. (新しいタブで開きます)
  22. [22] Damodaran, A. (2025). "Equity Risk Premiums (ERP): Determinants, Estimation, and Implications — The 2025 Edition." NYU Stern School of Business / SSRN. (新しいタブで開きます)
  23. [23] Pham, N., Cui, B., & Ruthbah, U. (2025). "The Performance of the 60/40 Portfolio: A Historical Perspective." CFA Institute Research Foundation. (新しいタブで開きます)
  24. [24] Vanguard Investment Strategy Group. (2025年12月). "Vanguard Economic and Market Outlook for 2026: AI Exuberance — Economic Upside, Stock Market Downside." (新しいタブで開きます)
  25. [25] U.S. Securities and Exchange Commission, Division of Examinations. (2024年4月17日). "Initial Observations Regarding Advisers Act Marketing Rule Compliance." Risk Alert. (新しいタブで開きます)
  26. [26] CFA Institute / GIPS Standards. (2023年9月). "Reconciling the GIPS Standards and SEC Marketing Rule." (新しいタブで開きます)
  27. [27] Kroll, Y., & Marchioni, A. (2024). "Sortino(γ): A Modified Sortino Ratio with Adjusted Threshold." MPRA Working Paper. (新しいタブで開きます)
  28. [28] Brown, A. L., Imai, T., Vieider, F. M., & Camerer, C. F. (2024). "A Meta-Analysis of Loss Aversion in Risky Contexts." Journal of Economic Psychology. (新しいタブで開きます)
広告
ワンポイント

賢い投資のヒント

資産クラスを分散し、コストを抑え、市場サイクルを通じて投資を続けましょう。市場のタイミングを計るより市場に居続ける時間が大切で、規律ある積立は数十年かけて複利で成長します。