戦略パフォーマンスの時間変動性
戦略のパフォーマンスは固定された属性ではない。ある期間に強いリターンを生み出した取引戦略が、別の期間ではより弱い、あるいはマイナスのリターンを生み出すことがある。この変動は単なるランダムノイズではなく、市場環境、参加者の行動、規制の枠組みの変化を反映していることが多い。多くのクオンツ戦略は、過去のバックテストによれば、10年以上前には今日よりもはるかに良いパフォーマンスを示していたように見える。しかし、この見かけ上の衰退は、一部はバックテストの構築方法によるアーティファクトであり、一部は市場の進化の真の結果である。初期のバックテスト結果が魅力的に見える主な理由の一つは、市場環境が異なっていたことである。アクティブなクオンツヘッジファンドが少なかったときは、同じアノマリーに対する競争が少なかった。価格の非効率性はより長く持続し、ビッド・アスク・スプレッドはより広かったため、マーケットメーカーは流動性を提供するためにより大きな報酬を必要とした。バックテストが今日の狭いスプレッドと低い取引コストを古いデータに適用すると、当時実際に達成可能だったリターンを過大評価することになる。これはコスト前提におけるルックアヘッドバイアスの一形態である。さらに、歴史的データベースにおける生存者バイアスは、初期のパフォーマンスを膨らませる傾向がある。バックテストが過去に遡るほど、倒産や買収により上場廃止となった銘柄が増える。データセットがこれらの失敗企業を除外している場合、ロングオンリー戦略は実際には存在した敗者を避けているように見える。その結果、初期の年は非現実的に滑らかでポジティブな結果を示す。最後に、金融市場はレジームシフト—規制、マクロ経済環境、市場構造の変化—を経験し、これが歴史的関係の連続性を断ち切る。サブプライム危機、株価の十進化、空売り規制の撤廃は、資産リターンの統計的性質を変えた出来事の例である。金融時系列は非定常であるため、古いデータが現在のデータと同じプロセスに従うと仮定することはできない。これは、より多くの歴史的データが常により信頼できるバックテストにつながるという一般的な信念に挑戦する。
バックテストの膨張：取引コストと市場競争
取引コストはバックテストの重要だがしばしば過度に単純化される要素である。過去には、特に十進化と電子取引の普及以前は、ビッド・アスク・スプレッドが今日よりも大幅に広かった。頻繁に取引する戦略は、初期の数十年でははるかに高いコストを負担していただろう。バックテストが長い歴史にわたって単一の現代的なコストモデルを使用すると、初期の期間で戦略に非現実的な優位性を事実上与えることになる。結果として得られるパフォーマンス曲線は、滑らかな上昇トレンドの後に最近の低下を示し、アナリストは戦略が衰退したと結論付けるかもしれない。実際には、その低下の一部は過度に楽観的なコスト前提の修正にすぎない。市場競争も役割を果たす。少数のクオンツファンドが特定の戦略を採用していたとき、関連するアルファ—市場エクスポージャーでは説明されない超過リターン—は持続し得た。より多くの資本が同じ戦略に流入するにつれて、機会は縮小する傾向がある。これはしばしばアルファ減衰と呼ばれる。参加者が増えると、スプレッドが縮小し、流動性が改善し、価格アノマリーがより迅速に解消される可能性がある。したがって、取引コストが正確にモデル化されていたとしても、初期のリターンは現在達成可能なものを依然として上回るかもしれない。これはデータのアーティファクトではなく、機会集合の真の変化である。しかし、競争の効果と偏ったコスト前提の効果を分離することは困難である。両方の要因が初期のバックテストリターンを膨らませる傾向がある。よくある間違いは、歴史的なコスト構造が現在のものと類似していたと仮定することである。実際には、市場インパクト、スリッページ、手数料は劇的に変化した。例えば、電子注文マッチングが広く使用される前は、大きな注文を執行するにはスペシャリストやマーケットメーカーと交渉する必要があり、しばしば大きなコストがかかった。これらの摩擦を無視するバックテストは誤解を招く結果を生む。したがって、戦略の歴史的パフォーマンスを評価する際には、期間に適した取引コストモデルを使用することが不可欠である。それが不可能な場合、アナリストは少なくとも初期の結果が過大評価されている可能性が高いことを認めるべきである。重要なポイントは、初期の期間のバックテストリターンは、市場マイクロストラクチャーと競争の進化を調整しない限り、最近の期間のリターンと直接比較できないということである。
生存者バイアスと初期データにおけるその増幅
生存者バイアスとは、データセットが現在まで生き残った証券のみを含む場合に生じる誤差を指す。倒産した企業、上場廃止となった企業、買収された企業は除外される。このバイアスは、時間を遡るほど欠落企業の数が増えるため、長期バックテストで特に問題となる。バックテストの初期の年では、元のユニバースのより大きな割合が消滅している。それらの欠落企業が主に敗者であった場合、ロングオンリー戦略は実際よりも良いパフォーマンスを示したように見える。株式の広いクロスセクションを購入する単純なロングオンリー戦略を考えてみよう。生存者バイアスのあるデータベースでは、戦略は後にゼロになる株式を決して保有しない。最終的に成功したか、少なくとも生き残った株式のみを保有する。その結果、バックテストは倒産と深刻な下落の完全な影響を避ける。これは、より多くの失敗がデータセットから除去されている初期の期間で特に、リターンを膨らませる。歪みは時間を通じて均一ではなく、古いデータほど大きい。したがって、初期のパフォーマンスを最近のパフォーマンスと比較することは誤解を招く。戦略パフォーマンスの見かけ上の低下は、より最近のデータで生存者バイアスが減少していること—より少ない企業が消滅している—を部分的に反映しているかもしれない。バイアスの方向は戦略に依存することに注意することが重要である。ロングオンリー戦略では、生存者バイアスはリターンを過大評価する傾向がある。ショートオンリー戦略では、欠落した倒産が収益性の高いショートであっただろうから、リターンを過小評価する可能性がある。マーケットニュートラルまたはロングショート戦略では、純効果は相対的な重みと欠落企業の性質に依存する。それでも、一般的な原則は成り立つ：バックテストが過去に遡るほど、生存者バイアスが結果を歪める可能性が大きい。このバイアスを軽減するには、アナリストは上場廃止証券とその歴史的価格を含むポイントインタイムデータベースを使用すべきである。これらのデータベースはより高価で構築が難しいが、当時実際に投資可能だったもののより正確な全体像を提供する。そのようなデータがなければ、戦略の歴史的パフォーマンス—特にその初期の年—に関する結論は慎重に扱うべきである。生存者バイアスのあるデータセットを使用して、戦略が時間とともに衰退したと結論付ける一般的な慣行は、単にデータのアーティファクトであるかもしれない。
