通貨ペアの相関、隠れたエクスポージャーとポートフォリオリスク
それぞれ資本の1%を損失予算とする三ポジションには、別々の計算が必要です。例示する100,000 PLNの口座では、 ポートフォリオの日次P&Lの標準偏差は1.53%です。すべての決済を予定価格で行うシナリオの損失は 3.00%、または 3.30% です。後者は各金額の10%のスリッページを加え、別途の手数料と資金調達費用を含める前の値です。最初の数字は平均の周りのばらつきを表し、もう一方は指定した執行を予算化します。いずれも起こり得る最大損失ではありません。両方を計算し、ポジション方向の符号を反映し、エクスポージャーを通貨ごとに分解します。さらに、計測窓と相関の不確実性が結論にどう影響するか、記録した上限までどれだけ枠が残るかを確認します。

- ポートフォリオ式に入れるのはポジション損益の標準偏差であり、防御的決済時のリスク額ではありません。式の出力は日次損益のばらつきを測るもので、失い得る金額ではありません
- すべての決済条件が同時に成立した場合の損失合計は別に計算します 。これは各リスク額に、それぞれのポジションの スリッページ とギャップを加えた合計です。資本計画の基礎となるのはこちらの数字であり、式の出力ではありません
- 四つの計測パラメータがない相関は、利用できるデータではありません。 第2節では、同じ通貨ペアでも、期間、頻度、変換方法、観測数の設定が異なると、+0.87と+0.61になります。
- ポジション方向に応じて符号を反映する必要があります。 価格相関が−0.91でポジション方向が逆なら、損益の相関は+0.91です。チャートの符号をそのまま入れると、第7節の計算結果は46%過小になります
- 単一通貨へのエクスポージャーは複数ポジション間で積み上がります 。この記事で例示値として採用する上限では、一通貨に集中するリスクを単一ポジションのリスクの3倍以下とします
- 相関の不確実性は、係数と標本の比較方法によって変わります。 独立した29個のリターンでρ≈0.5なら、近似標準誤差は0.14です。これは計測値間の差に対する普遍的な境界ではありません。0.60と0.85の比較には別の計算が必要で、重複する計測窓ではその依存関係も考慮しなければなりません。
1. 「ポートフォリオリスク」と呼ばれる二つの数字
古典的なマルコビッツのポートフォリオ式1 が記述するのは、 モデル上の合成ボラティリティであり、防御的な決済を用いる取引で保証される損失ではありません。この区別は相関を巡る議論の多くで問題になるため、脚注ではなく冒頭に置いています。
記号σが意味するのは、 ポジションP&Lの平均の周りの標準偏差です。期間を指定し、口座通貨で表します。一方、防御的決済までのRは、指定した執行価格での損失を表します。注文の発動は、その価格も、損失がR以内に収まることも保証しません。σの代わりにRを入れると式の意味が変わり、結果を過大にも過小にも評価し得ます。
σi — ポジション損益の標準偏差。 そのポジションの損益が日々どの程度変動するかを表します。自分の記録(保有ポジション損益の日次変化を口座通貨で表した標準偏差)から求めるか、次のように計算します。 口座通貨建てのポジション想定元本 × 当該商品の日次リターンの標準偏差。これは、ポートフォリオの日次損益がどれだけ広くばらつくか、という問いに答えます。
Ri — 防御的決済時のリスク額。 防御的決済が予定価格で行われた場合に、そのポジションで失う金額です。仮説が崩れたとき口座からいくら失われるか、という問いに答えます。
ポートフォリオ式に入れるのはσだけです。リスク額を入れるのは 合計であって、平方根の中ではありません。両方を資本比率で示す場合でも、式の出力が損失額になることはありません。
最初の帰結は負の相関に関するものです。「相関が−0.91ならポジションは互いを相殺するため、実効リスクは2%ではなく0.42%」という説明は、損失の説明としては誤りです。日次損益のモデル上のボラティリティは確かにゼロ近くまで下がりますが、 同じセッション中に両方の防御的決済が発動することがあります 。為替レートが先に一方向へ、その後に逆方向へ動くだけで成立します。これはデータ発表日の通常の展開であり、極端なシナリオではありません。その場合、損失合計はなお2%に両ポジションのスリッページを加えたものです。
二つ目の帰結は正の相関に関するものです。「各1%、相関+0.85の五ポジションなら実効リスクは4.69%」という文は、「5%より小さいので余裕がある」と受け取られます。その余裕はありません。4.69%は、各ポジションのσが資本の1%であると仮定した日次損益の標準偏差です。五つすべての決済が発動すれば、損失は5% に加えて 五ポジションそれぞれのスリッページが発生します。
以下もこの区分を守り、各計算で両方の数字を並べて示します。
2. 計測値としての相関 — 四つのパラメータと記録カード
同じ係数には同じ時刻基準が必要
同期ずれの例:連続する四区間のAのリターンが[1, −1, 1, −1]で、Bは一区間遅れて反応するとします。Aと、それを一区間遅らせた系列を比較すると符号は逆になりますが、正しく揃えれば同一系列です。実際のデータでは、 相関を高くするために時刻をずらすことはしません。計測前に共通のタイムゾーン、セッション境界、気配値欠損の扱いを定めます。異なる時刻で評価したポジションの日次P&Lからは、整合的な単一行列は作れません。
相関は−1.00から+1.00の数値で、二系列がどの程度共に動くかを表します。ただし、数値だけでは、 どのように計算したかがわかるまでデータとはいえません。四つの計測パラメータのどれかを変えるだけで、結論を左右するほど結果が変わります。
- 期間 — いつからいつまでか、計測日も含む
- 観測頻度 — 日次、時間足、週次データ
- 系列の変換 — 価格水準かリターンか。リターンなら単純リターンか対数リターンか
- 観測数 — 推定誤差がこれに依存するため
相関を 価格水準 から計算すると、通常は高く、実用上ほとんど役立ちません。共通の トレンドを測っており、リターンの共変動を測っていないためです。長期トレンドにある二通貨ペアの価格水準相関が+0.95でも、日次リターンはほぼ独立ということがあります。ポートフォリオ計算には、 対数リターン ln(Ct/Ct−1)を、同じ時刻の終値から求めて使います。
相関記録カード — 同じ通貨ペア、四通りのパラメータ設定
| カードの項目 | カードA | カードB | カードC(比較用) | カードD(頻度のみ変更) |
|---|---|---|---|---|
| 通貨ペア | EUR/USDとGBP/USD | EUR/USDとGBP/USD | EUR/USDとGBP/USD | EUR/USDとGBP/USD |
| 期間 | 2025年7月1日–9月30日 | 2025年9月1–30日 | 2025年7月1日–9月30日 | 2025年7月1日–9月30日 |
| 頻度 | 日次(23:00 UTCの終値) | 時間単位 | 日次 | 時間単位 |
| 変換 | 対数リターン | 対数リターン | 価格水準 | 対数リターン |
| 観測数 | 65 | 480 | 65 | 1,480 |
| 結果ρ | +0.87 | +0.61 | +0.96 | +0.64 |
| 標準誤差 | 0.03 | 0.03 | この式は適用できない | 0.02 |
カードAとBは、期間と頻度の両方が異なります。 すべての係数は教育用に作成した架空のデータです。日付は実施済みの計測ではなく、計測設計を示します。実際の系列と適切な標本比較がなければ、0.26の差を頻度、市場変化、偶然のいずれかに帰すことはできません。標準誤差の行では、独立した正規観測に対する近似だけを用いています。
カードDは、期間と変換を変えずに頻度を比較する方法を示します。実データの日次・時間単位の計測値は、一部が同じ価格変化から生まれます。差には集約、遅れ、非同期の気配値、時間帯選択などが影響し得ますが、この四つの値だけでは原因を特定できません。
実務上の帰結は単純です。日次相関でポートフォリオを組み、時間単位の窓で取引するなら、実際にさらされる量とは異なる量からリスクを計算しています。ポジションを保有する期間に合わせて計測します。
計測値にどれほどノイズが含まれるか
二変量正規分布と観測の独立性を仮定した、相関係数の標準誤差は次のとおりです。
$$SE(\rho) \approx \frac{1 - \rho^2}{\sqrt{n - 1}}$$
n はリターン数です。この近似は、二変量正規分布からの独立観測を仮定します。時系列依存、ボラティリティの集中、異なる分布は不確実性を変え得ますが、 この表を普遍的な過小推定値にするわけではありません。誤差の方向と大きさはデータで確認する必要があります。小標本や±1に近い係数では、フィッシャー変換のほうが扱いやすくなります。
| 計測窓(日次セッション) | リターン観測数 | ρ ≈ 0.50における標準誤差 | 長さが等しく重複しない二窓の計測値間で、ノイズと区別できない差(閾値2√2 × SE) |
|---|---|---|---|
| 30 | 29 | 0.14 | 以下 0.40 |
| 60 | 59 | 0.10 | 0.28以下 |
| 90 | 89 | 0.08 | 0.23以下 |
| 180 | 179 | 0.056 | 0.16以下 |
| 250(約一年) | 249 | 0.048 | 0.13以下 |
30セッション相関と90セッション相関の差は有用な警告になり得ますが、0.25という閾値に普遍的な統計的解釈はありません。係数が0.5に近い二つの 独立した 標本なら、差の近似SEは√(0.142²+0.080²)≈0.163で、その二倍は0.33です。この補助計算は、入れ子の窓の比較を決着させるものでも、その差を「ノイズ」と断定する根拠でもありません。
入れ子の窓では、Var(r₁−r₂)=Var(r₁)+Var(r₂)−2Cov(r₁,r₂)です。短い標本は長い標本に含まれるため、共分散項は通常ゼロではありません。評価には、重複を保つ結合モデルや時間ブロック再標本化が使えます。生データがないため、ここでは厳密な閾値を示しません。表の対象は、長さが等しく重複しない二標本です。

3. 計測窓 — 定数ではなく選択
フィッシャー変換で確認する
モデル例:リターン29個ずつの独立した二窓、二変量正規性、計測値0.60と0.85を仮定します。z=atanh(r)と変換すると0.69315と1.25615です。差の誤差は√(1/26+1/26)=0.27735なので、統計量は(1.25615−0.69315)/0.27735=2.03です。近似的な両側検定では1.96を超えます(p≈0.042)。ρ=0.5で計算した単一SEを任意の計測値に当てはめると、結論が変わり得ることがわかります。この結果は重複窓や時系列依存のある系列には適用できません。13
前節の標準誤差表は問題の半分しか示していません。窓の長さは実際には二種類の誤差を同時に左右し、それらは 逆方向に動きます。短い窓は偶然誤差が大きく、遅れは小さい。長い窓は偶然誤差が小さく、遅れは大きい。両方を最小化する窓はなく、長さの選択は誤差と遅れの折り合いです。
ローリング窓の遅れ
ローリング相関は、単にレジーム別相関の平均ではありません。両レジームの 平均と分散が等しい 場合、混合では新レジームの重みがm/nとなり、変化の90%に達するのは0.9n観測後です。新レジームで両分散が四倍になると、重みは4m/[4m+(n−m)]となり、m/n=9/13≈0.692で90%に達します。平均の変化や両側のスケールの不均等な変化には、完全な混合共分散の計算が必要です。以下の表は平均と分散が等しい場合だけを示します。
ボラティリティと相関が一緒に変わる場合、つまりこの記事で実際に問題にしている場合には、重みは観測数ではなく分散の重みになります。新レジームの分散が v 倍なら、その重みは mv / (mv + n − m)です。ボラティリティが2倍(v = 4)の場合、計測値が新しい値の90%に達するのは、 0.69 × n セッション後であり、0.9 × nではありません。窓は以下の表より早く反応しますが、反応しているのはボラティリティの上昇で、関係自体の変化ではありません。両者は混同されやすい点です。
| 窓 n (セッション) | 標準誤差 | 新しい値の90%に達するまで(0.9 × n) | 概算 | 差の近似2 × SE |
|---|---|---|---|---|
| 30 | 0.142 | 27セッション | 1.3カ月 | 0.40 |
| 60 | 0.098 | 54セッション | 2.6カ月 | 0.28 |
| 90 | 0.080 | 81セッション | 3.9カ月 | 0.23 |
| 180 | 0.056 | 162セッション | 7.7カ月 | 0.16 |
| 250 | 0.048 | 225セッション | 10.7カ月 | 0.13 |
近似的な誤差境界に必要な観測数
表が示すのは、 差の近似的な誤差幅 です。対象はρ≈0.5に近い独立した二計測値です。条件2SEΔ≤Δから以下のnが得られます。これは検出力を指定した検定設計ではありません。例えば真の変化を80%の確率で検出する計画には、検出力、有意水準、各仮説の係数も必要です。
$$n \geq 1 + \left(\frac{2.121}{\Delta}\right)^2$$
| 検出したい差Δ | 単一窓に必要なSE (SEΔ = √2 × SE) | 最小観測数 n | その窓の遅れ |
|---|---|---|---|
| 0.30(例:0.50と0.80) | 0.106 | 51 | 約2.2カ月 |
| 0.25 | 0.088 | 73 | 約3.2カ月 |
| 0.20(例:0.50と0.70) | 0.071 | 114 | 約4.9カ月 |
| 0.15 | 0.053 | 201 | 約8.7カ月 |
| 0.10(0.50付近) | 0.035 | 451 | 約19.4カ月 |
451は、差0.10とρ≈0.5での局所近似に関する値です。 0.60と0.70を区別するのに必ず451観測が必要だと証明するものではありません。 安定した過程では標本が大きいほど不確実性は減りますが、古い条件と新しい条件が混ざることがあります。窓の選択は、精度、反応速度、測る損益の期間を組み合わせて考えます。
選択の手順
判断は、ほかのパラメータとともに一度実施して記録する四段階に整理できます。
- 検出すべき差を定めます。 「相関がいくつか知りたい」ではなく、「ポジションを見送る閾値を超えたか知りたい」とします。閾値が0.70で通常の計測値が0.50付近なら、Δ = 0.20です。
- 時刻を揃えた同じリターンで、複数の窓を比較します。 長い窓は計測値の安定性の評価に役立ち、短い窓は直近の条件を示します。保有期間が一日でも、一日リスクの推定標本として日次リターン114個を使えなくなるわけではありません。損益の期間と標本の長さは役割が異なります。
- 判断の閾値と有意性の主張を分けます。 不確かな計測値への対応を記録していれば、短い窓でも0.70を予防的な上限にできます。短い標本だからといって、すべての計測が賭けになるわけではありません。より広い不確実性の範囲を示す必要があります。
- 窓ごとの不一致への対応を定めます。 P&Lの正の依存を強めたケースで再計算する、エクスポージャーを減らす、ポジションを見送る、といった対応が可能です。発動条件を事前に記録します。後で使う180セッションは例示手順のパラメータであり、統計学が課す最小値ではありません。
4. 相関行列 — 含まれるものと含まれないもの
行列全体を確認する理由
ρ₁₂=1、ρ₁₃=0.82、ρ₂₃=0.74は、個別にはすべて[−1,1]内ですが、相関行列にはなりません。標準化した二系列が同一なら、第三の系列との相関も同じでなければならないためです。この行列の最小固有値は−0.00796です。計算上有効なストレスケースは、 Cstress=(1−λ)C+λJです。Jの全要素は一、0≤λ≤1とします。半正定値行列を混合しても、その性質は保たれます。演習ではλ=0.5を使いますが、市場の依存関係の予測ではありません。
相関行列は対称な表で、各セルが系列ペアの係数を示します。対角成分は常に+1.00です。以下は七つの主要通貨ペアとクロス通貨ペアEUR/GBP、合計八ペアを対象とし、日次対数リターンから計算する形ですが、数値は 例示値 です。典型的な構造的関係を示すもので、特定の窓で実測した値ではありません。
同時点の整合的な気配値では、EUR/GBP=(EUR/USD)/(GBP/USD)から厳密に rlog(EUR/GBP)=rlog(EUR/USD)−rlog(GBP/USD)が成り立ちます。Zとの相関が[ρ(EUR/USD,Z)−ρ(GBP/USD,Z)]/√(2−2ρ)になるのは、両側の標準偏差が等しいと仮定した場合だけです。ρ=0.87なら分母は0.5099で、丸めた最終行は+0.25、−0.25、+0.14、+0.20、−0.25、−0.18、−0.24です。この行列は小数第二位に丸めた例示です。最小固有値は+0.00443なので正定値を保ちますが、クロス系列を厳密に導いた行列は特異行列になります。別々の推定では、データの整合性と半正定値性を考慮する必要があります。
図は横にスクロールするか、フルサイズで開けます。
行列を読むには二つの操作が必要です。まず絶対値が0.70を超える箇所を探します。強い関係の候補です。次にポジション方向に応じて符号を反映し、 損益の相関を確認します。高い正の相関なら一緒に損失が出るため、想定元本を合算した集中エクスポージャーとして扱います。高い負の相関ならモデル上のボラティリティは相殺されますが、それぞれの決済予算と費用は残ります。+0.87のEUR/USD買いとGBP/USD買いは、同じマクロテーマを別の形で持つものです。−0.91のEUR/USD買いとUSD/CHF買いは、損益相関も−0.91で、部分的に相殺されたエクスポージャーに二つの決済予算が付いたものであり、分散ではありません(計算は第11節のポートフォリオC)。
| 二ポジションの方向 | 価格相関ρP | 損益相関ρR |
|---|---|---|
| 両方買い | ρP | +ρP |
| 両方売り | ρP | +ρP |
| 一方が買い、他方が売り | ρP | −ρP |
5. 隠れた通貨エクスポージャー — ポジションを構成通貨に分解する
相関行列は共変動を示しますが、ネットで何を保有しているかは示しません。どの通貨ペアも、一方を買い、他方を売る二通貨から成ります。複数ポジションでは通貨が重なり、複数の名前の下に集中エクスポージャーが生まれます。構成通貨への分解(純通貨エクスポージャー)とは、全保有ポジションを通貨ごとのネットエクスポージャーに換算し、 口座通貨で表すことです.
符号のルール
| ポジション | 基軸通貨 | 決済通貨 | 例 |
|---|---|---|---|
| 買い | + 想定元本 | − 想定元本 | EUR/USD買い → +EUR、−USD |
| 売り | − 想定元本 | + 想定元本 | USD/CHF売り → −USD、+CHF |
符号を分けなければ合計ではすべて買いとして扱われ、混合ポートフォリオでは逆方向の各側の価値だけ誤ります。これが、この計算で最も多い隠れた誤りです。
三ポジションで計算する
例示的な仮定。 エントリー前の有効証拠金は100,000 PLN。各ポジションのR=1,000 PLN、つまりこの基準額の1%です。同一時点の共通の仮想評価レートを使い、すべての想定元本をPLNに換算します。これらは過去の気配値に基づかないモデル値で、ポジション台帳には元の通貨単位も残します。その評価時点では各取引の両側の想定価値は等しくなります。契約換算は、 コース第2章で扱います.
- EUR/USD買い、想定元本100,000 PLN
- GBP/USD買い、想定元本120,000 PLN
- USD/CHF売り、想定元本90,000 PLN
| 通貨 | ポジション1 | ポジション2 | ポジション3 | ネット(PLN) | ネット(資本比) |
|---|---|---|---|---|---|
| EUR | +100,000 | — | — | +100,000 | +100% |
| GBP | — | +120,000 | — | +120,000 | +120% |
| CHF | — | — | +90,000 | +90,000 | +90% |
| USD | −100,000 | −120,000 | −90,000 | −310,000 | −310% |
このポートフォリオは、有効証拠金100,000 PLNに対し、名目USDエクスポージャー−310,000 PLNを持ちます。 EUR、GBP、CHFのPLN価値が変わらず、USDのPLN価値だけが小幅に1%上がると、線形近似では評価額が3,100 PLN減ります。これは明示的な通貨シナリオであり、すべての為替レート変化の予測ではありません。決済費用と換算レートの変化は別に扱う必要があります。
口座通貨建て想定元本の代わりに、ロット数を略式に使う場合があります。これが機能するのは、全ポジションの商品ボラティリティと一ピップ価値が似ている場合だけです。EUR/USDの一 ロット とGBP/JPYの一ロットは、この条件を満たしません。商品のボラティリティ差は、ポートフォリオ計算ではσi が取り込むため、最初から口座通貨で計算するほうが簡単です。

6. 通貨要因への分解を最後まで計算する
前節の三ポジションは、いずれもドルが同じ側だったため、結果は明白でした。クロス通貨ペアと両方向のポジションが混ざると、結果は見ただけではわかりません。だからこそ、目測ではなく実際の計算が必要になります。
分解する組合せ
仮定(例示値)。 最初のポジションを開く前の現在資本は100,000 PLN。一ポジションのリスクは0.60% = 600 PLN、五ポジションなのでリスク額合計は3.00% = 3,000 PLNです。集中上限は、 記事全体と同じ、単一ポジションリスクの3倍というルールです。上限は固定の数字ではなくルールなので、一ポジション0.60%なら1.80%となり、1.00%の場合は3.00%でした。
| 番号 | 通貨ペア | 方向 | 想定元本(PLN) | リスク |
|---|---|---|---|---|
| 1 | EUR/USD | 買い | 80,000 | 0.60% = 600 PLN |
| 2 | GBP/USD | 売り | 60,000 | 0.60% = 600 PLN |
| 3 | AUD/JPY | 買い | 70,000 | 0.60% = 600 PLN |
| 4 | EUR/GBP | 売り | 50,000 | 0.60% = 600 PLN |
| 5 | USD/CAD | 買い | 90,000 | 0.60% = 600 PLN |
手順1 — 各ポジションを二通貨に分ける
前節の符号ルールを機械的に適用します。 買いポジション なら基軸通貨にプラス、決済通貨にマイナスを付け、売りなら逆にします。想定元本は同じ金額を両方の行に入れます。
| ポジション | 基軸通貨 | 決済通貨 |
|---|---|---|
| 1. EUR/USD買い80,000 | EUR +80,000 | USD −80,000 |
| 2. GBP/USD売り60,000 | GBP −60,000 | USD +60,000 |
| 3. AUD/JPY買い70,000 | AUD +70,000 | JPY −70,000 |
| 4. EUR/GBP売り50,000 | EUR −50,000 | GBP +50,000 |
| 5. USD/CAD買い90,000 | USD +90,000 | CAD −90,000 |
手順2 — 通貨ごとに合計する
| 通貨 | 構成要素 | ネット(PLN) | ネット(資本比) | 方向 |
|---|---|---|---|---|
| CAD | −90,000 | −90,000 | −90% | 売り |
| USD | −80,000 +60,000 +90,000 | +70,000 | +70% | 買い |
| AUD | +70,000 | +70,000 | +70% | 買い |
| JPY | −70,000 | −70,000 | −70% | 売り |
| EUR | +80,000 −50,000 | +30,000 | +30% | 買い |
| GBP | −60,000 +50,000 | −10,000 | −10% | 売り |
計算の検算: ネットポジションの総和はゼロでなければなりません。各ポジションが同額をプラスとマイナスで一回ずつ加えるためです。ここでは−90,000 + 70,000 + 70,000 − 70,000 + 30,000 − 10,000 = 0です。ゼロにならなければ、どこかで符号を逆にしたか、片側を漏らしています。
結果は意外であり、それが最も価値のある点です。最大の純想定元本エクスポージャーを持つのは、 五ペアのうち一つにしか登場しないカナダドルです。三ペアに登場する米ドルは、豪ドルと円と並ぶ二位にとどまります。ドル売り−80,000に対しドル買い+60,000と+90,000が部分的に相殺し、ネット+70,000になるためです。二ペアに登場するポンドは、60,000の売りと50,000の買いがほぼ相殺され、全体で最小のエクスポージャーです。
手順3 — 集中リスク、つまり第二の表
純想定元本エクスポージャーは、通貨変動がいくらの損益になるかを答えます。損失の問いに答えるのは別の量、すなわちある通貨が一方向に動いたときに損失となるポジションのリスク額合計です。両方向について別々に計算し、大きいほうを集中額とします。
| 通貨 | 上昇すると損失となるポジション | 金額 | 下落すると損失となるポジション | 金額 | 集中リスク |
|---|---|---|---|---|---|
| USD | 1 | 600 PLN = 0.60% | 2と5 | 1,200 PLN = 1.20% | 1.20% |
| EUR | 4 | 0.60% | 1 | 0.60% | 0.60% |
| GBP | 2 | 0.60% | 4 | 0.60% | 0.60% |
| AUD | — | 0.00% | 3 | 0.60% | 0.60% |
| JPY | 3 | 0.60% | — | 0.00% | 0.60% |
| CAD | 5 | 0.60% | — | 0.00% | 0.60% |
最大の集中リスクは、 ドルに対する1.20% で、上限1.80%内に収まります。注目すべきは、 二つの表で主要となる通貨が異なることです。想定元本ではカナダドル−90%、リスクでは米ドル1.20%が最大です。測っているものが異なるため、矛盾ではありません。想定元本エクスポージャーは金額を代数的に足すので逆方向が相殺されますが、集中リスクは 同時に損失となるポジションだけを数えるため、相殺は起こりません。上限を設けるのは第二の表です。
手順4 — 損失合計
各600 PLNの五ポジション:3,000 PLN = 資本の3.00%です。各側にリスク額の10%のスリッページを加えると、5 × 660 = 3,300 PLN = 資本の3.30%となります。前節の三ポジションと同じ数字です。損失合計はリスク予算によって決まり、それをいくつのポジションに分けるかには依存しないためです。
7. 三ポジションの合成エクスポージャーをすべて計算する
ポジションを一つ追加すると何が変わるか
有効証拠金100,000 PLNでのPLN建て例:既存ポートフォリオの日次σ=1,000 PLN、候補のσ=500 PLN、候補とポートフォリオ全体の損益相関は−0.80です。追加後はVar=1,000²+500²+2×(−0.80)×1,000×500=450,000 PLN²となり、 σnew=670.82 PLNです。相関0では同じ候補で1,118.03 PLNになります。低相関でもボラティリティ低下は保証されず、強い負の相関なら低下させ得ます。どちらでも決済シナリオの予算は候補のRと費用だけ増えます。この計算は分散変化とは別です。
第5節と同じポートフォリオを最後まで計算します。両方の数字は並べて初めて有用になるため、並行して求めます。
入力値
| ポジション | 方向 | 想定元本 | リスクRi | σi (日次) |
|---|---|---|---|---|
| EUR/USD | 買い | 100,000 PLN | 1.00% = 1,000 PLN | 0.50% = 500 PLN |
| GBP/USD | 買い | 120,000 PLN | 1.00% = 1,000 PLN | 0.70% = 700 PLN |
| USD/CHF | 売り | 90,000 PLN | 1.00% = 1,000 PLN | 0.40% = 400 PLN |
手順1 — 符号を反映する
第4節の行列の価格系列相関は、EUR/USDとGBP/USDが+0.87、EUR/USDとUSD/CHFが−0.91、GBP/USDとUSD/CHFが−0.82です。ポジション1と2は買い、3は売りなので、次のようになります。
| ポジションの組合せ | 方向 | 価格系列のρ | 損益のρ |
|---|---|---|---|
| 1と2 | 買いと買い | +0.87 | +0.87 |
| 1と3 | 買いと売り | −0.91 | +0.91 |
| 2と3 | 買いと売り | −0.82 | +0.82 |
損益の相関は三つとも高い正の値です。チャート上では買い二つ・売り一つと混合に見えるポートフォリオが、実際には同質的です。
手順2 — モデル上の合成ボラティリティ
$$\sigma_p = \sqrt{\sigma_1^2 + \sigma_2^2 + \sigma_3^2 + 2(\rho_{12}\sigma_1\sigma_2 + \rho_{13}\sigma_1\sigma_3 + \rho_{23}\sigma_2\sigma_3)}$$
資本比率で代入します。
σ1² + σ2² + σ3² = 0.25 + 0.49 + 0.16 = 0.90
ρ12σ1σ2 = 0.87 × 0.50 × 0.70 = 0.3045
ρ13σ1σ3 = 0.91 × 0.50 × 0.40 = 0.1820
ρ23σ2σ3 = 0.82 × 0.70 × 0.40 = 0.2296
2 × (0.3045 + 0.1820 + 0.2296) = 2 × 0.7161 = 1.4322
σp = √(0.90 + 1.4322) = √2.3322 = 資本の一日当たり1.53% = 1,527 PLN
桁の検算では、結果は最大の単一標準偏差0.70%と、標準偏差合計1.60%(ρ = +1の上限)の間に入るはずです。実際に入っています。 この検算の下限側が適用されるのは、損益の相関が非負の場合だけです 。負なら下限は成立しません。第11節のポートフォリオCではσp = 0.34%が単一ポジションの標準偏差より低くなります。独立なら√0.90 = 0.95%なので、ポジション間の関係によってモデル上のボラティリティが61%高まっています。
手順3 — 決済が同時に発動する場合の損失合計
これは別の計算であり、平方根ではなく加算で求めます。
| 執行ケース | 計算 | 損失(PLN) | 資本比 |
|---|---|---|---|
| すべて予定価格で決済 | 3 × 1,000 | 3,000 | 3.00% |
| 各側にリスク額の10%のスリッページ (例示値であり上限ではない) | 3 × 1,100 | 3,300 | 3.30% |
| 同上、ただし一つは決済距離の二倍のギャップ後に約定 | 2,000 + 1,100 + 1,100 | 4,200 | 4.20% |
表の金額はすべて、 実際のエントリー価格と仮定した決済価格との差による損失です。それらの価格に含まれるスプレッドは再加算しません。G=10%Rは執行悪化の例示であり、測定値や上限ではありません。別途の手数料・資金調達費用が一ポジション20 PLNなら、三行の純損失は 3,060 PLN(3.06%)、3,360 PLN(3.36%)、4,260 PLN(4.26%) となり、同じ100,000 PLNを基準とします。表では意図的に決済価格をシナリオとして扱っています。ストップはギャップを指定の倍率以内に制限しません。費用計算は、 9.6で、大きな価格飛躍は、 9.10.
手順4 — 二つの数字を並べる
| 量 | 値 | 答える問い | 用途 |
|---|---|---|---|
| σp — モデル上の合成ボラティリティ | 資本の一日当たり1.53% | 仮定した期間と損益分布で、ポートフォリオの日次損益がどれほど広くばらつくか | ポートフォリオ構成案を比較する |
| 全決済発動時の損失合計、スリッページ込み | 資本の3.30% | 同じセッションですべての仮説が崩れた場合、口座からいくら失われるか | 資本と上限の計画 |
| リスク額の単純合計 | 資本の3.00% | 同じ計算で執行費用を含まないもの | 出発 点であり、限界ケースではない |
モデル上のボラティリティは、決済発動時の損失合計の 半分未満 となりました。1.53%を「自分のリスク」と読むと、一セッションで実際に口座から失われ得る金額の半分未満で資本計画を立てることになります。
相関が異なる二ポジション
| 損益のρ | σp — モデル上の日次ボラティリティ | 両方の決済発動時の損失合計(スリッページなし) | 帰結 |
|---|---|---|---|
| +1.00 | √(1 + 1 + 2) = 2.00% | 2.00% | ボラティリティは標準偏差合計に近づく。この行だけ両方の数字が一致する |
| +0.85 | √(1 + 1 + 1.70) = 1.92% | 2.00% | 想定元本を倍にした単一ポジションに近いばらつき |
| 0.00 | √(1+1)=1.41% | 2.00% | P&Lが無相関の場合のばらつき。この係数は推定し、別の条件でも確認する必要がある |
| −0.50 | √(1 + 1 − 1.00) = 1.00% | 2.00% | 単一ポジションと同じボラティリティ。損失合計はなおリスク額二つ分 |
| −1.00 | √(1 + 1 − 2) = 0.00% | 2.00% | ゼロになるのは、 日次損益のボラティリティであり、損失ではありません。為替レートが先に一方向、次に逆方向へ動けば、同じセッションで両方の決済水準に達することがあります |
ゼロに近い相関は、その標本で線形依存がないことを意味し、独立性や裾のリスクへの保護を意味しません。共通通貨だけで係数が決まるわけではなく、各構成要素のボラティリティ、期間、保有期間が重要です。LonginとSolnikが研究したのは、 株式 市場であり、通貨ペアの相関係数を数値で確定する研究ではありません。3
Nポジションの簡略式
$$\sigma_p = \sigma \cdot \sqrt{N + N(N-1)\rho}$$
N = 5、σ = 1.00%、ρ = 0.85なら、σp = 1% × √(5 + 20 × 0.85) = 1% × √22 = 資本の一日当たり4.69%です。ρ = 0なら1% × √5 = 2.24%、ρ = +1なら5.00%です。
各1%リスクで五つの決済が発動する場合の損失合計は、 5.00% となり、相関には依存しません。各側に10%のスリッページを加えると、 5.50%です。したがって4.69%は「5%までまだ余裕がある」という意味ではありません。まったく別の量であり、どちらの方向にも損失を制限しません。
五ポジションに非常に強い負の相関を並べることもできません。これは著者の独断ではありません。相関行列は半正定値でなければならず、ペア相関が均一ならN + N(N−1)ρは負にできません。N = 5ではρ ≥ −0.25となります。商品の数が増えるほど負の関係は互いを制約します。これは行列の代数的性質であり、編集上の慣例ではありません。
図は横にスクロールするか、フルサイズで開けます。
8. 閾値の同時超過と決済の発動
以下では、 日末P&Lによる三閾値の同時超過を計算します。このモデルは依存関係の重要性を示しますが、日中に注文が発動したか、同じ分に約定したかにはまだ答えません。その問いには、価格経路と発動・執行ルールが必要です。
要素は三つあります。共通要因、ボラティリティ単位の決済距離、そして時間窓内での値動きの集中です。最初の二つは第7節のポートフォリオから直接計算できます。
手順1 — 一つの要因で行列全体を再現する
第7節の行列はXi=aiF+√(1−ai²)εiで再現できます。Fと三つのεiは独立した標準正規変数です。このときCorr(Xi,Xj)=aiajとなります。三つの正の係数について負荷量を求めます。 この代数的分解は、Fをドル為替レートと特定するものではありません。可能な統計構成の一つにすぎません。
$$a = \sqrt{\frac{\rho_{12} \cdot \rho_{13}}{\rho_{23}}}, \qquad b = \frac{\rho_{12}}{a}, \qquad c = \frac{\rho_{13}}{a}$$
a = √((0.87 × 0.91) / 0.82) = √(0.7917 / 0.82) = √0.96549 = 0.983
b = 0.87 / 0.98259 = 0.885
c = 0.91 / 0.98259 = 0.926
検算:b×c=0.885413×0.926122=0.820000。各負荷量は[−1,1]内にあり、固有成分の分散は非負です。このモデルは各ポジションの固有成分を残しながら、三つの相関を厳密に再現します。実際の全P&Lが一通貨から生じると証明するものではありません。
手順2 — ボラティリティ単位の決済距離
リスク額とポジション標準偏差から、第三の量、つまり防御的決済がエントリーから日次標準偏差何個分離れているかが得られます。次の記号で表します: k:
$$k_i = \frac{R_i}{\sigma_i}$$
| ポジション | Ri | σi | ki = R/σ | 意味 |
|---|---|---|---|---|
| 1. EUR/USD買い | 1.00% | 0.50% | 2.00 | 決済水準はエントリーから日次標準偏差二個分 |
| 2. GBP/USD買い | 1.00% | 0.70% | 1.43 | 三つの中で最も近い決済水準 |
| 3. USD/CHF売り | 1.00% | 0.40% | 2.50 | 最も遠い決済水準 |
Rが等しい場合、R/σは第二ポジションで最小です。 この同じゼロ平均モデルでは、その最終P&Lが最も頻繁に閾値を超えます。実際の決済頻度を評価するには、価格経路、エクスポージャー期間、費用も必要です。
手順3 — 共通要因の閾値
εiを一時的に除けば、共通要因が不利な方向へz標準偏差動くと、P&Lはポジション標準偏差のai×zとなります。共通成分の閾値はz≥ki/aiです。固有成分を戻すと、この条件だけでは合計P&Lが閾値を超えるための必要条件でも十分条件でもありません。
$$z \geq \frac{k_i}{a_i}$$
| ポジション | ki | 負荷量 | 閾値z | 少なくともその大きさの要因変動の確率 |
|---|---|---|---|---|
| 2. GBP/USD | 1.43 | 0.885 | 1.61 | 5.33% |
| 1. EUR/USD | 2.00 | 0.983 | 2.04 | 2.09% |
| 3. USD/CHF | 2.50 | 0.926 | 2.70 | 0.35% |
共通成分の閾値は1.61、2.04、2.70です。最大閾値を超える正規分布の片側裾は約0.35%ですが、合計損益にはεiが含まれます。モデルの積分から得られるのは、 0.5216% という、日末の三損益がすべて−Riを下回る確率です。これは日中に三注文が発動する確率とはなお異なります。
手順4 — 年間換算と独立の場合との比較
追加的に、 分布が変わらない独立した250日を仮定すると、終値時点の同時超過が少なくとも一回起こる確率は1−(1−0.005216064)²⁵⁰=72.95%です。これは連続ストップ後に縮小するポートフォリオではなく、仮想的に維持するエクスポージャーを表します。
同じ閾値を持つ独立した三つの正規最終損益では、裾はΦ(−2)=2.275%、Φ(−1/0.7)=7.656%、Φ(−2.5)=0.621%です。その積は、 0.0010816%で、独立した250日で少なくとも一回超過する確率は約 0.270%です。これは最終損益の二モデルの比較です。
| モデルの仮定 | 日末の三損益が−R未満 | 独立した250日で少なくとも一回 |
|---|---|---|
| 独立した三ポジション | 0.00108% | 0.27% |
| 負荷量0.98 / 0.89 / 0.93の共通要因 | 0.522% | 72.95% |
| 比率 | 約482倍 | 約270倍 |
$$P = \int_{-\infty}^{+\infty} \varphi(F) \prod_{i=1}^{3} \Phi\!\left(\frac{-k_i - a_i F}{\sqrt{1 - a_i^2}}\right) dF$$
シンプソン法を使い、 F ∈ [−12, +12]を刻み0.0005で計算します。刻みを2桁変えたり、区間を[−15, +15]に広げたりしても、結果の有効数字8桁目は変わりません。使わなかった省略法は、両方向に誤ります。 固有成分を除き、要因が三閾値の最大値を超えるかだけを見ると、0.522%ではなく0.347%になります。完全な結果はそれより約半分大きい値です。しかし、後の手順五のように閾値が似ている場合、同じ省略法は、 過大評価になります。0.860%ではなく1.195%となり、固有成分が個別ポジションを守るはずのセッションまで同時超過に数えるためです。誤差の方向は閾値の散らばりによって変わり、単一の注意書きでは解決できません。そのため完全なモデルで計算します。
この例では、共通要因によって最終時点の同時超過確率が独立時の約482倍になります。この計算は依存を確認する意義を示しますが、ストップ予算全額を実際に失う確率は定めません。検算として、連続かつドリフトなしのブラウン運動モデルでは、−2σの単一障壁に日末までに触れる確率は2Φ(−2)=4.55%で、最終損益が障壁未満になる確率は2.275%です。経路は障壁の上に戻ることがあり、ギャップのある市場には追加仮定が必要です。
手順5 — ボラティリティ単位で決済距離を揃えるとどうなるか
防御的決済を商品ボラティリティの一定倍、例えばすべて日次標準偏差の2.00倍に置く読者も多いでしょう。この設定では共通要因の閾値が分散しなくなります。
z1 = 2.00 / 0.983 = 2.04 · z2 = 2.00 / 0.885 = 2.26 · z3 = 2.00 / 0.926 = 2.16
すべてki=2とすると、同じ最終損益モデルで同時超過確率は、 0.8601% となり、独立した250日で少なくとも一回起きる確率は、 88.46% です。共通要因の閾値を超える1.19%の裾は、この積分の代わりにはなりません。固有成分を除いているためです。
この比較では、k₂を1.43から2に上げ、k₃を2.5から2に下げるという、具体的な二障壁を変えています。モデルの合成結果は上がりますが、 閾値の標準化が常にその効果を持つわけではありません。新しい閾値と想定元本を再計算してください。「ボラティリティ単位で距離が同じ」という条件だけで、リスクの問題は決着しません。
9. ストレス下の相関 — この計算が扱わないもの
相関は、過去の検証値にとどまる義務を負いません。過去の相関でポートフォリオリスクを組み立てることは、連続性の仮定に依拠することですが、市場は連続性を保証しません。
ストレス下では依存が強まり、弱まり、符号が変わることもあります。正のσのスケールが固定なら、損益の正相関が高まるほど合計の分散は増えます。価格相関の変化にはなおポジション方向の符号を適用する必要があり、逆方向のポジションを持つポートフォリオでは、同じ価格係数の変化が異なる作用を持ち得ます。
図は横にスクロールするか、フルサイズで開けます。
急な資金調達制限と似たエクスポージャーの解消は、共通の価格変動を強め得ます。Brunnermeier、Nagel、Pedersenは、金利差に基づく通貨ポジションについて、この関係を説明しています。5 これは分布変化を生み得る経済的メカニズムであり、別種の相関でも、あらゆる係数が上がる証拠でもありません。
| 窓 | EUR/USDとGBP/USD | AUD/USDとNZD/USD | EUR/USDとUSD/CHF |
|---|---|---|---|
| 平穏時 (計測期間ではなく市場状態のラベル) | +0.82から+0.90 | +0.88から+0.95 | −0.87から−0.94 |
| ポンド急落、2016年10月7日、約00:07 BST | 単一通貨に集中した動き。ポンドの各ペアは従来の共変動から離れ、防御的注文が動きを増幅した。事前の計測値はイベント中の価格挙動を表さなかった | ||
| 円急騰、2019年1月3日、約09:36 AEDT | 円クロス間の関係の強まりとスプレッド拡大。平穏時の係数はイベント窓の共変動を表さなかった | ||
BISの2016年ポンド報告とRBAの2019年円報告は、急変動、薄い流動性、執行上の問題を記録しています。67 SNBの発表は、2015年のEUR/CHFのレジーム変更を確認します。8 これらは当ポートフォリオの係数を確定するものでも、事前相関がすべて無意味だったと証明するものでもありません。価格、時刻、解釈上の限界は、 9.10.
相関した動きと執行悪化は同時に起こり得ます。したがって表の10%Rスリッページはシナリオパラメータにすぎず、普遍的に楽観的とも代表的ともいえません。予算化には実際の価格での損失、手数料、資金調達費用が必要で、シナリオ頻度には結合価格経路モデルが必要です。
10. ストレス下でこの計算の何が残るか — 数値で確認する
前節では現象を説明しました。今度は計算します。危機の相関についてよく語られる説のどこが正しく、どこが別の量に注意をそらしているかは、計算して初めてわかるためです。
以下のストレスケースは、正の損益相関の上昇と標準偏差の上昇という、二つの 仮定した 変化を分けます。すべての危機で起こるとは主張しません。第7節のポートフォリオと第11節の分散ポートフォリオBで別々に計算します。
集中ポートフォリオ
第7節の三ポジション:σ = 0.50% / 0.70% / 0.40%、損益相関+0.87 / +0.91 / +0.82、各リスク額1.00%、資本100,000 PLN。ストレスケースは、 例示値 として、三相関すべてが0.97に強まり、全標準偏差が二倍になると仮定します。
相関だけを強めるケース。 平方和は0.90で変わりません。交差項は2 × 0.97 × (0.35 + 0.20 + 0.28) = 2 × 0.97 × 0.83 = 1.6102です。σp = √(0.90 + 1.6102) = √2.5102 = 1.58%.
ボラティリティだけを倍にするケース。 式はσについて一次同次なので、全標準偏差を二倍にすると結果も厳密に二倍です。σp = 2 × 1.53% = 3.05%.
両方を変えるケース。 σ = 1.00 / 1.40 / 0.80。平方和は1.00 + 1.96 + 0.64 = 3.60。交差項は2 × 0.97 × (1.40 + 0.80 + 1.12) = 2 × 0.97 × 3.32 = 6.4408です。σp = √(3.60 + 6.4408) = √10.0408 = 3.17%.
分散ポートフォリオ
第11節のポートフォリオB:各σ = 0.80%の三ポジションで、損益相関+0.35 / +0.20 / +0.10、合計0.65です。初期値は0.80% × √(3 + 2 × 0.65) = 0.80% × √4.30 = 1.66%.
です。三相関をすべて0.97に強めると合計は2.91となり、σp = 0.80% × √(3 + 2 × 2.91) = 0.80% × √8.82 = 0.80% × 2.9698 = 2.38%です。相関を変えずボラティリティを倍にすると、2 × 1.66% = 3.32%です。両方変えると、1.60% × 2.9698 = 4.75%.
比較
| ケース | σp 集中ポートフォリオ | 変化 | σp 分散ポートフォリオ | 変化 | 決済発動時の損失合計、スリッページ込み |
|---|---|---|---|---|---|
| 初期条件 | 1.53% | — | 1.66% | — | 3.30% |
| 相関を0.97に強める | 1.58% | +3.7% | 2.38% | +43.2% | 3.30% |
| ボラティリティを倍にする | 3.05% | +100% | 3.32% | +100% | 3.30% |
| 両方を同時に変える | 3.17% | +107% | 4.75% | +186% | 3.30% |
比較から、計算前には明白でない三つの帰結が得られます。
第一に、 すでに集中したポートフォリオでは、相関の強まりは、 二次的 な効果です。モデルボラティリティは3.7%上がりますが、ボラティリティ自体の上昇は100%上げます。相関が0.9程度のポートフォリオは、0.97になる際に失う分散効果がほとんど残っていません。それは構築時点ですでに失っています。
第二に、 分散ポートフォリオでは相関の強まりによる増加は43.2%、集中ポートフォリオの十一倍超です。ストレス下では、 分散がモデルボラティリティにもたらした利益の約97% が失われます。標準偏差合計2.40%に対する 優位性 は、初期の0.74パーセントポイントから、相関0.97では0.02ポイントに縮みます。
最後の列が一定なのは、同じRと執行倍率を仮定するためです。それでもσと依存の上昇は、損失の 頻度と同時発生 を変え得ます。条件付き3.30%シナリオの大きさが変わらなくても同じです。執行悪化は金額を増やしますが、ストレスが口座リスクに及ぼす経路はそれだけではありません。
ストレス相関をどこから得るか
誠実な方法は二つあり、どちらも明示すべき弱点があります。
条件付き計測。 高ボラティリティなど、明示的に選んだストレスセッションで依存を測れます。標本の選び方は対象分布を変えます。ForbesとRigobonは、特定モデルで共通ショックの分散が増えると相関が上がることを示しますが、2 あらゆるボラティリティフィルターが、あらゆる相関を上方に偏らせると証明するものではありません。選択基準、N、方法を明記します。小さな部分標本には一般に広い不確実性の範囲が必要です。
第二の方法:算術的上限としてρ = +1を入れる。 利点は推定不要で、式が出せる最大値、標準偏差合計が得られることです。集中ポートフォリオでは初期0.50% + 0.70% + 0.40% = 1.60%、ボラティリティ二倍なら3.20%です。弱点は、市場の記述ではなくモデルの上限だということです。ストレスで崩れたり符号が変わったりする関係もあるため、ρ = +1は予測ではありません。この式では超えられない数字であり、その外側で起こることは何も述べていません。
意味と仮定を明示すれば、ボラティリティ指標を別個のモデル上限にできます。決済シナリオの予算は推定相関に直接依存しませんが、執行価格、費用、ポートフォリオ構成には依存します。 実務の管理には、両方の上限を使えます。
11. 同じ方法で計算した三つのポートフォリオ
構成は三通り、現在資本は同じ100,000 PLN、各ポジションのリスクも1.00%(1,000 PLN)です。構成を比較できるよう、ここでは全ポジションを 同じ標準偏差、資本の一日当たりσ = 0.80% とします。これは比較のための単純化で、均一ペア相関式を使うのに必要です。第7節の同じ商品では、想定元本と商品自体の日次ボラティリティが違うためσは0.50%、0.70%、0.40%と異なりました。自分の計算では各ポジションのσを別々に測ります。すべて例示値です。各ポートフォリオについて両方の数字を求めます。
ポートフォリオA — 五ポジション、一つのエクスポージャー
| ポジション | 方向 | リスク | ドルへのエクスポージャー |
|---|---|---|---|
| EUR/USD | 買い | 1.00% = 1,000 PLN | 売り |
| GBP/USD | 買い | 1.00% = 1,000 PLN | 売り |
| AUD/USD | 買い | 1.00% = 1,000 PLN | 売り |
| USD/CHF | 売り | 1.00% = 1,000 PLN | 売り |
| USD/JPY | 売り | 1.00% = 1,000 PLN | 売り |
第4節の行列で全十組に方向の符号を反映した損益相関の平均は、(0.87 + 0.72 + 0.91 + 0.38 + 0.65 + 0.82 + 0.25 + 0.62 + 0.45 + 0.35) / 10 = 6.02 / 10、つまり +0.6020です。モデルボラティリティは0.80% × √(5 + 20 × 0.6020) = 0.80% × √17.04 = 資本の一日当たり3.30%です。五決済発動時の損失合計は5 × 1,000 = 5,000 PLN = 5.00%、各側10%スリッページ込みでは、 5.50% = 5,500 PLNです。ドルに集中するリスクは、 5.00%で、単一ポジションの5倍に対し、採用した上限は3倍です。各ポジションは個別に「一取引1%」を守っていても、全体では二ポジション分超過します。
ポートフォリオB — 三つの要因
| ポジション | 方向 | リスク | 損益のペア相関 |
|---|---|---|---|
| EUR/USD | 買い | 1.00% | 1–2: +0.35 · 1–3: +0.20 · 2–3: +0.10 |
| AUD/JPY | 買い | 1.00% | |
| EUR/GBP | 売り | 1.00% |
ペア相関の合計は0.65で、モデルボラティリティは0.80% × √(3 + 2 × 0.65) = 0.80% × √4.30 = 0.80% × 2.0736 = 資本の一日当たり1.66%です。三決済発動時の損失合計は3.00%、スリッページ込みでは、 3.30% = 3,300 PLN.
です。ユーロは二ポジションで逆側にあります。ただし、ネットゼロに必要なのはRの同額化ではなく、EUR想定元本の同額化です。このケースでは、両側を同じ時点で評価し、 EUR想定元本を同じ100,000 PLN相当 とします。AUD/JPYの想定元本は80,000 PLNです。するとネットEUR=0、残りはUSD−100,000、GBP+100,000、AUD+80,000、JPY−80,000 PLNです。同一方向に集中するストップ予算は1,000 PLN以下です。損失合計が5.50%から3.30%に下がるのは同額R予算の数が減るためで、σの変化はスケールと依存によるものです。
ポートフォリオC — 逆向きのエクスポージャーを持つ二ポジション
EUR/USD買いとUSD/CHF買い、各リスク1.00%です。価格相関−0.91で両方買いなので、損益相関も−0.91です。
モデルボラティリティは0.80% × √(2 + 2 × (−0.91)) = 0.80% × √0.18 = 資本の一日当たり0.34%です。両決済発動時の損失合計は2.00%、スリッページ込みでは、 2.20% = 2,200 PLN.
です。USD想定元本が厳密に相殺するのは同額の場合だけです。例示レートEUR/USD=1.10、USD/CHF=0.90では、EUR 100,000買いはUSD 110,000売りです。第二ポジションはちょうどUSD 110,000を買い、CHF 99,000を売る必要があります。残る+EUR 100,000と−CHF 99,000は、0.99でのEUR/CHF買いと同等です。第二側の想定元本が違えばUSDエクスポージャーが残ります。二商品には二つの費用仕様があり、総費用が高くなる場合はありますが、数だけでPLN費用が倍と証明することはできません。

| ポートフォリオ | ポジション数 | σp (日次) | 決済発動時の損失合計、スリッページ込み | 単一通貨に集中するリスク | 上限:ポジションリスクの3倍 |
|---|---|---|---|---|---|
| A | 5 | 3.30% | 5.50% | 5.00%(ドル) | 超過 |
| B | 3 | 1.66% | 3.30% | 1.00% | 適合 |
| C | 2 | 0.34% | 2.20% | 1.00%(ドルの名目エクスポージャーは相殺、集中リスクは相殺しない) | 適合 |
モデルボラティリティと損失合計の列は順位こそ同じですが、尺度はまったく異なります。ポートフォリオCのモデルボラティリティはAの 約十分の一 (0.34%対3.30%)ですが、損失合計は五分の二(2.20%対5.50%)にしかなりません。
12. ポジション数と分散効果の限界
「同時にいくつ持てるか」という問いは、ポートフォリオの話で繰り返し現れ、たいてい計算のない数字で答えられます。計算は存在し、答えは二つに分かれます。問いに異なる二状況が隠れているためです。
ポジションを加える二つの方法
第一のケース:リスクを追加する。 各新ポジションには固有のリスク額とσがあり、予算も増えます。正の決済予算合計は新しいRだけ増加します。一方、モデル分散の変化はσn²+2Cov(P,Xn)で、Pは既存ポートフォリオP&Lです。共分散が十分負なら、ポジションが増えても分散は下がり得ます。これは総R増加とは別に計算します。
第二のケース:同じ予算を分ける。 標準偏差合計を固定し、 N ポジションに分け、各σ = σB/Nとします。しかし標準偏差合計の分割だけではリスク額は決まりません。ΣRは別の予算・別の判断なので、この節では明示的に、 両方を同時に分割 します。つまり、σi = σB/N、Ri = RB/Nです。そうして初めて、Nの違う比較が同じ賭けの比較になります。これが適切な分散の問いであり、意味ある答えを持つ問いです。各ポジションのσとペア相関ρを均一にすると、次の式になります。
$$\sigma_p = \frac{\sigma_B}{N} \cdot \sqrt{N + N(N-1)\rho} = \sigma_B \cdot \sqrt{\frac{1 + (N-1)\rho}{N}}$$
最後の式がこの節の要点です。 N が無限大になると、次に収束するためです。 σB × √ρしたがって正の相関では、ポジションがいくつあっても、 モデルボラティリティが下回らない下限があり、相関が高いほどその下限も高くなります。
表:次のポジションで何が得られるか
| ρ | N = 2 | N = 3 | N = 5 | N = 10 | N = 20 | 極限 |
|---|---|---|---|---|---|---|
| 0.00 | 1.414% | 1.155% | 0.894% | 0.632% | 0.447% | 0.000% |
| 0.30 | 1.612% | 1.461% | 1.327% | 1.217% | 1.158% | 1.095% |
| 0.50 | 1.732% | 1.633% | 1.549% | 1.483% | 1.449% | 1.414% |
| 0.75 | 1.871% | 1.826% | 1.789% | 1.761% | 1.746% | 1.732% |
| 0.85 | 1.924% | 1.897% | 1.876% | 1.860% | 1.852% | 1.844% |
ρ = 0.75の行は、二から二十ポジションに増やすとモデルボラティリティが1.871%から1.746%へ、つまり、 0.124パーセントポイント下がると読みます。十八個を追加し、それぞれにスプレッド、手数料、執行リスクを負って得るのは、約八分の一ポイントです。極限値は1.732%で、二ポジション時点の値の93%です。この相関では、二ポジションから任意の数の商品へ分散して得られる全利益が0.139ポイントにとどまります。
追加効果が重要でなくなる地点
特定の Nで、可能な分散利益全体の何割をすでに得ているかを計算します。全利益は一ポジション2.00%と極限値との差、達成利益は一ポジションと次のNでの値との差です。 N.
| ρ | 全利益(N = 1から極限まで) | N = 3で達成 | N = 5で達成 | N = 10で達成 |
|---|---|---|---|---|
| 0.30 | 0.905 pp | 60% | 74% | 87% |
| 0.50 | 0.586 pp | 63% | 77% | 88% |
| 0.75 | 0.268 pp | 65% | 79% | 89% |
| 0.85 | 0.156 pp | 66% | 79% | 90% |
この結果は、相関が違っても意外に安定しています。 五ポジションで分散がもたらす全利益の約四分の三、十ポジションで約十分の九をすでに得ています。 残りは十一個目以降に分かれ、それぞれがスプレッドと手数料一式を負担し、執行リスクの対象も増やします。「五ポジションを持て」という推奨ではありません。分散の根拠が働かなくなり、費用の論点だけが残る場所を示しています。
Nポジションでの相関の下限
第7節で導出なしに示した五ポジションの−0.25は、一般条件の特殊例です。均一ペア相関では平方根の中を負にできないため、次が得られます。
$$\rho \geq -\frac{1}{N-1}$$
| N | 2 | 3 | 5 | 10 | 20 |
|---|---|---|---|---|---|
| 可能な均一ρの最小値 | −1.00 | −0.50 | −0.25 | −0.11 | −0.05 |
条件ρ≥−1/(N−1)が制限するのは、 可能な均一相関の最低値です。スケールが等しい場合、合計の分散は負にできないため、全相関の平均にも適用されます。ポジションを増やすと実際の平均がゼロへ近づくという要件ではなく、高い正の値のままでも構いません。期間の不整合や欠損のペア単位除去は、半正定値性を満たさない行列を作り得ます。
Nが増えても縮まない裾
上の表には、全決済発動時の損失合計が一度も出てきません。見落としではありません。第二の仮定で、リスク額合計ΣR = RBを固定して均等に分けているため、二ポジションでも二十ポジションでも同じです。これはσB の分割だけからは導けず、上で明示した別の仮定です。リスク額の一定割合で計算するスリッページ合計もg × RB となり、変わりません。
変わるのは、別のものです。 単一イベントで異常な約定にさらされる側の数です。イベントのあるセッションで、一つの側が通常と異なる執行を受ける確率を5%と仮定します(例示値)。
| N | 独立時に全側が同時(0.05N) | 共通要因で全側が同時 |
|---|---|---|
| 2 | 0.25% | 5% |
| 3 | 0.0125% | 5% |
| 5 | 0.00003% | 5% |
| 10 | 約10−11% | 5% |
5%の列が仮定するのは、 完全に共有されるイベント指標です。確率0.05で全側が異常な執行になり、それ以外はどの側もなりません。独立した五指標なら積は0.05⁵=0.00003125%で、比率は160,000です。共通要因があるだけでは、この値は確定しません。ΣRが固定ならR比例費用は一定で、注文増加は最低料金を増やし得ます。執行シナリオは各水準で別々に計算する必要があります。
前の表と比較すると、ρ = 0.75で五から十ポジションに増やした場合、モデルボラティリティは1.789%から1.761%へ0.028ポイント下がる一方、単一イベントで悪い約定価格を受け得る注文数は倍になります。次のポジションの判断は、σp の限界的減少と執行費用の両方によるもので、暗記した一つの数字では決まりません。
13. 通貨市場における分散の限界
株式市場では数千ある商品の数を基礎に分散できます。通貨市場では主要八通貨から28ペアができますが、すべて同じ八成分の組合せであり、取引の大半はドルを介します12。共通要因は商品の選び方ではなく、市場の構造に組み込まれています。
低相関ポジションの追加は、 同じスケールの別候補と比べてボラティリティを減らせますが、既存ポートフォリオのσを下げるとは限りません。決定する項はσnew²+2Cov(portfolio,new)です。ほかの量を固定すれば、正の新しいRはすべて決済シナリオ予算合計を増やします。
| 構成 | 通貨ペア | 損益相関の平均 | 単一通貨への最大集中リスク | モデルボラティリティへの効果 |
|---|---|---|---|---|
| 同じ側にドルを持つ四ペア | EUR/USD、GBP/USD、AUD/USD、NZD/USD(すべて買い) | +0.74 | ポジションリスクの4倍 | 標準偏差合計に近い |
| 三ペアのうち二つにユーロ | EUR/USD、AUD/JPY、EUR/CHF(すべて買い) | +0.40 | ポジションリスクの2倍 | 標準偏差合計を明確に下回る |
| クロス通貨中心 | EUR/GBP、AUD/NZD、USD/CAD | +0.12 | ポジションリスクの1倍 | 三構成で最低 |
集中リスク列は機械的に読みます。数えるのはポートフォリオ全体の数ではなく、 同じ 通貨が同じ方向へ動くと損失となるポジション数です。第一構成は四ポジションでドルが同じ側なので、集中はリスクの4倍。第二構成は三つの異なる名前があってもユーロが二ペアの同じ側にあるため2倍です。第三構成では通貨が一度も重ならず、三ペアが六通貨に分散し、集中は単一リスクの1倍、つまり任意のポジション数で可能な最小値になります。この列が評価するのは名前の分散ではなく、通貨の重複がないことです。
第三構成には、分散の説明でよく省かれる補足が必要です。 ドルという共通の分母を取り除いてはいません。USD/CADの基軸通貨はUSDで、三ポジションのうち一つはUSD自体に直接反応するためです。EUR/GBP、AUD/NZD、CAD/CHFのようなUSDペアのない組合せは、ドルの直接の側を除きます。ドルペアを含む構成でも、整合的な評価と適切な数量により符号付き純USD想定元本をゼロにできます。ただし、いずれもそれだけで間接的なUSDの影響や共通マクロ要因を除くわけではありません。クロスにも別の共通要因があり、急なリスク回避時には資源国通貨の両側が安全とみなされる通貨に対して損失になることがあります。その仕組みは、 コース第7章で扱います。ここで重要なのは計算上の帰結です。平穏窓の相関ではストレス窓の依存は決まりません。指定系列で差の方向と大きさを測り、その後ポジションの符号を反映します。
この節の実務的な結論は短くまとめられます。異なる要因で動くペアを選ぶと、日次損益のばらつきや、選んだシナリオでの同時損失を減らせる場合があります。対象ポートフォリオのスケール、符号、依存関係で確かめてください。異なるシンボルの一覧だけでは利益を実証できません。これはポジション増加を正当化するものではなく、 上限はなお損失合計に適用されます.
14. ルールのポートフォリオ — 複数のルール群を同時に動かす
ここまでは通貨ペアのポートフォリオでした。同じ隠れたエクスポージャーは、 複数のエントリールールを同時に動かすという上位の段階にも現れます。それぞれにパラメータと履歴があっても、リスク計算は別々にできません。ポジションは一つの口座に入り、同じ証拠金枠を使い、同じ強制決済の対象になるためです。
決めるべき事項は三つあり、すべて事前に記録します。
共通の上限
リスク予算は単一で、ルールではなく口座に属します。定義は、 同時に保有する全ポジションのリスク額合計です。どのルールが開いたかを問わず、第7節の手順3と同じ量です。「自分専用の3%」があるルールは、実際には口座予算を共有せず、さらに3%増やしています。
ルール間で予算を分ける
仮定(例示値)。 現在資本100,000 PLN。ポートフォリオリスク予算4.00% = 4,000 PLNを二ルールで半分ずつにし、R1は2.00% = 2,000 PLN、R2も2.00% = 2,000 PLNです。両ルールとも単一ポジションリスク1.00% = 1,000 PLNなので、各ルールは最大二ポジションを同時保有できます。一通貨への集中上限は、ポジションリスクの3倍 = 3.00% = 3,000 PLN.
| 手順 | ルール | ポジション | リスク | 実行後のルール予算 | ドルへの集中リスク | 判断 |
|---|---|---|---|---|---|---|
| 1 | R1 | EUR/USD買い | 1.00% | 2.00%のうち1.00% | 1.00% | 保有開始 |
| 2 | R1 | GBP/USD買い | 1.00% | 2.00%のうち2.00% — 使い切り | 2.00% | 保有開始 |
| 3 | R2 | USD/CHF売り | 1.00% | 2.00%のうち1.00% | 3.00% — 上限到達 | 保有開始 |
| 4 | R2 | USD/JPY売り | 1.00% | 1.00%残る | 4.00%になる | 見送り |
第四段階が、この上限の目的を示します。 R2の予算でも、ポートフォリオ全体の予算でも可能 なのに、シグナルは見送られます。制約するのは通貨集中上限です。四ポジションともドル高で損失になるためです。この上限がなければ、R1とR2は各自のルールを完全に守りながら、合計4.00%の単一ドル賭けを作っていたことになります。
最終状態は各1.00%の三ポジションで、第7節と同じです。モデルボラティリティは資本の一日当たり1.53%、全決済発動時の損失合計は、 3.00%で、ギャップなしでスリッページを加えると、 3.30% = 3,300 PLNです。R2の空き1.00%は、ドルポジションが閉じるか別要因のシグナルが出るまで空いたままです。
関連商品で同時に二シグナル
より難しいのは、両ルールが同時に、構成通貨に分解すると同方向になる商品へシグナルを出す場合です。例えばR1のシグナルは、 GBP/USD買い、R2は、 EUR/GBP売りです。名前は違ってもEUR/GBP売りはポンド買いなので、両方が同じエクスポージャーを増やします。
ポンド集中がすでに2.00%(同じ側にポンドを持つ既存二ポジション各1.00%)で、上限3.00%とします。空きは1.00%です。各1.00%の二シグナルは合計2.00%で、上限を超えます。
| 解決方法 | 採用するもの | 実行後のポンド集中 | 全ポンド決済発動時の損失合計、10%スリッページ込み |
|---|---|---|---|
| ルールの優先順位を事前に記録 | R1だけを全量1.00%で採用 | 3.00% | 3.30% = 3,300 PLN |
| 空き枠を均等分割 | 両シグナルを各0.50%で採用 | 3.00% | 3.30% = 3,300 PLN |
| 競合ルールなし | 両シグナルを各1.00%で採用 | 4.00% | 4.40% = 4,400 PLN |
予算を半分ずつにすると単一の全量ポジション以下のσになるのは、 σ/R比が等しい場合だけ です。両候補の比率と基準が同じである必要があります。そのときσhalves=σfull√[(1+ρ)/2]です。二注文には最低料金が発生し得ますが、想定元本比例の料金が倍になるとは限りません。競合ルールなしではRが3%から4%、スリッページシナリオが3.3%から4.4%へ増えます。
15. ポジションを見送るための判断表
日次上限に残り容量がある
例示:日初有効証拠金100,000 PLN、日次損失上限3,500 PLN、すでに決済した純損失400 PLNなので、残り容量は3,100 PLNです。現在R=2,500 PLN、共通の追加執行悪化10%Rを仮定すると、(2,500+Rn)×1.10≤3,100より、 Rn≤318.18 PLNです。既損失を無視すると681.82 PLNまで認めてしまいます。含み損がすでにエントリーから現在までの動きを含むなら、現在の有効証拠金から決済シナリオまでの追加損失だけを計算します。そうしないと同じ損失を二回控除します。
前節は、予算より先に集中上限が制約した第四段階の見送り例でした。数値条件のテストへ一般化し、その場の裁量判断なしで決められるようにします。
テストはポジションを開く前に順番に実施し、計算する量は、 仮に追加した後の状態に基づきます。各テストには「はい・いいえ」だけでなく、なお収まるリスク額としての、 空き枠 があります。これは答えそのものより重要で、縮小すれば採用できるかを決めます。
| 番号 | 見送り条件 | 空き枠 | 条件成立時の対応 |
|---|---|---|---|
| T1 | ΣR + Rn > B | B − ΣR | 空き枠まで縮小、または見送り |
| T2 | Sw,d + Rn > 3 × R、候補のいずれかの通貨で、既存ポジションとともに損失となる方向、 d について判定 | 候補の各通貨で求めた最小値:3 × R − Sw,d | 空き枠まで縮小、または見送り |
| T3 | |ρ損益| ≥ 0.70、いずれかの保有ポジションとの窓は、 少なくとも180セッション とする(30セッションの値は警告でありルールではない — 第3節)。表の下では89観測の行列を使うため窓条件を満たさず、T3を、 手順の例示として行い、合格するテストとはしない | — | 単独では見送らない。損益ρが正なら、そのポジションへの追加として候補を再計算してT2へ戻る。負なら、相殺されるのはモデルボラティリティだけで、決済予算と費用は二ポジションとして計算する(第11節のポートフォリオC) |
| T4 | (ΣR + Rn) × (1 + g) > DD | DD / (1 + g) − ΣR | 空き枠まで縮小、または見送り |
| T5 | 追加後の拘束証拠金により、証拠金維持率が事前に記録した閾値を下回る | 想定元本による | 見送り — ポジション単位ではなく口座単位の条件 |
| T6 | σpまたはモデル分位点が、方法と期間を明示した別個の上限を超える | 使用モデルによる | この上限を採用する場合、見送るか縮小する。最大損失の保証とは扱わない。 |
どのテストが制約するか — 数値で確認する
初期状態。 現在資本100,000 PLN。第7節の三ポジションを各1.00%リスクで保有し、すべてドル売りなので、ΣR = 3.00% = 3,000 PLN、ドル集中リスクSUSD = 3.00%です。ポートフォリオ予算B = 4.00%、許容日次ドローダウンDD = 3.50%は例示値です。 日次上限 の出所と基準は、 9.3で定め、二定義によるドローダウンの測定と停止条件は、 9.8で扱います。スリッページg = 10%。集中上限は3 × R = 3 × 1.00% = 3.00%です。
候補。 AUD/USD買い、リスクRn = 1.00% = 1,000 PLNです。第一ポジションとの損益相関は、 +0.72 です。両方買いなので第4節の行列の符号を保ちます。候補も既存三ポジションと同じドル売りです。計算前に注意が必要です。+0.72は90セッション、つまり89リターン観測の窓から得た値で、 T3が定める窓条件を満たしません。この記事には必要な長さの窓の値がなく、追加すれば架空のデータを作ることになります。したがって以下のT3は、 合格するテストではなく、手順の例示 です。第3節の表現では、決定的計測でなく警告です。計算の結論には影響しません。相関がいくらでも、空き枠ゼロのT2で見送られるためです。
| テスト | 代入 | 結果 | 空き枠 |
|---|---|---|---|
| T1 予算 | 3.00% + 1.00% = 4.00%、B = 4.00%に対し | ちょうど合格 | 1.00% = 1,000 PLN |
| T2 集中 | 候補は既存三ポジションと同様、ドル高で損失。SUSD,上昇 + Rn = 3.00% + 1.00% = 4.00%、上限3.00%に対し | 見送り | 0.00% = 0 PLN |
| T3 相関 | 0.72 ≥ 0.70だが、必要最小180セッションでなく、90セッション(89観測)の値 | 窓条件を満たさない — 例示的な実施:候補をポジション1への追加と数え、T2へ戻る | — |
| T4 ドローダウン | 4.00% × 1.10 = 4.40%、DD = 3.50%に対し | 見送り | 3.50% / 1.10 − 3.00% ≈ 0.182% = 182 PLN |
候補はUSD集中上限に収まらず、残り容量はゼロです。別途T4では追加Rが181.82 PLN残ります。この額で執行できるかは、エントリー価格、決済距離、費用、最小数量、刻みが必要です。入力なしに小さすぎるとは判断できませんが、ここでは集中テストですでに見送られます。
T1は別に注目すべきです。ポートフォリオ予算は合格しました。これだけなら第四ポジションは阻まれず、一通貨への集中リスク4.00%、損失合計4.40%を持ち、許容ドローダウン3.50%を超えます。 リスク予算だけではポートフォリオルールとして不十分です 。ポジション間の関係を一切知らないため、四テストの中で最も弱いものです。
16. ポートフォリオ計算の五つの誤り
誤り1:式の出力を損失額と読む
最も重大で、最も多い誤りです。各1%リスクの五ポジションについて、σp = 4.69%を「実効リスク4.69%、5%未満なので余裕がある」と説明することがあります。その余裕はありません。4.69%は各σが資本の1%の場合の日次損益標準偏差で、五決済すべてが発動する損失は5.00%に各側のスリッページを加えた額です。診断は一文で済みます。 σに代入した量がポジションを閉じる損失額なら、代入したものが違います。
誤り2:ドルペアだけで組むポートフォリオ
同方向の四つのXXX/USDは共通のドル売りエクスポージャーを持ちます。相手通貨と損益スケールは違い得るため、文字どおり一ポジションではありません。取引高におけるドルの役割は記録されていますが、12 すべてのペアの特定相関を証明するものではありません。集中上限と依存計算は相互補完です。
誤り3:レジーム変更前の相関に頼る
イベント前の値はその標本を表します。ForbesとRigobonが述べるとおり、共通ショックの分散変化は商品間の関係パラメータを変えずに相関を高め得ます。2 別のショック構造なら違う方向になります。係数の急変を依存の変化と呼ぶ前に、期間、スケール、選択基準を確認してください。
誤り4:負の相関をヘッジとみなす
P&L相関−0.91で二ポジションのモデルボラティリティは0.34%に下がります(第11節ポートフォリオC)。これを「実効リスクは2%でなく0.34%」と説明するのは、別の量を混ぜています。日次P&Lのばらつきは減りますが、 両方決済時の損失合計は変わりません。2.00%にスリッページが加わります。両側に別々の費用が発生し、数量と仕様が違うため合計は片側のちょうど二倍とは限りません。同じグロス損益で、正の追加費用はネットの 期待値を下げます。このポートフォリオCでは標準偏差が0.34%になりますが、一般に逆ポジションの追加が分散を減らすのはσn²+2Cov(P,Xn)<0の場合だけです。二つの決済予算は別のシナリオとして残ります。
誤り5:通貨別上限がなく、相関と因果を混同する
両者は同じ結果を生みます。集中上限がなければ「各1%」の六ポジションは6%の単一の賭けになり、個別にはルール内でも全体では違反します。もう一つは「EUR/USDが上がったので、相関+0.87のGBP/USDも上がる」と追加することです。係数は順序ではなく共通要因を表します。両方ドルに反応しますが、ポンド固有の要因が今日その関係を崩すこともあります。集中上限は正当化でなく数字を求めるため、両方の習慣を防ぎます。
1. 純想定元本エクスポージャー — 通貨のネット保有を口座通貨で表し、指定比率の通貨変動による損益に答える。
2. 決済発動時の損失合計 — 全仮説が崩れた場合に失う金額。資本計画の基礎。
3. 執行費用 — スプレッド、スリッページ、部分約定、ギャップで第2層が増える分。イベント窓で全相関ポジションに同時に影響する。
4. レジーム変更 — 計算の基となる計測より速くσとρが変わること。
モデルボラティリティσp は、この4層のどれでもありません。損益のばらつきを測り、構成比較を助け、方法、期間、共通基準、不確実性への対応が指定されれば別個のT6上限を支えます。決済シナリオ予算の代わりにはなりません。
17. 理解を確かめる演習
上で計算したものとは別のポートフォリオですが、三相関係数は第4節の行列から取ります。開始前に確認し、まず自分で計算してから解答と比較してください。
ポジションと日次P&L標準偏差:
1. AUD/USD — 買い、σ1 = 資本の0.60%
2. NZD/USD — 買い、σ2 = 資本の0.55%
3. USD/CAD — 売り、σ3 = 資本の0.45%
価格系列の相関 — 対数リターン、日次データ、2025年5月28日–9月30日:日次90セッション、N = 89 リターン観測、計測日2025年9月30日:
AUD/USDとNZD/USD: +0.92 · AUD/USDとUSD/CAD: −0.68 · NZD/USDとUSD/CAD: −0.60
課題。
a) 三つの 損益 相関を正しい符号で示してください。
b) モデル上の合成ポートフォリオボラティリティσp を資本比率とPLNで求めてください。
c) 三つの防御的決済が同時発動した場合の損失合計を、スリッページ込みで求めてください。
d) ドル集中リスクを示し、上限と比較してください。
e) (b)と(c)のどちらが資本計画の基礎かを示し、理由を1文で説明してください。
f) 相関を計測した、 第2の30セッション窓 (2025年8月20日–9月30日、30セッション、29リターン観測、例示値)を使って(b)を繰り返します。符号反映後の係数は、 +0.78 / +0.54 / +0.46 です。結果が(b)とどれだけ異なるか、窓間の係数差が計測不確実性を超えるかを示してください。各窓の各係数についてSEを別々に計算し、(e)の答えが変わるかも示してください。
自分の計算欄 — 解答を見る前に埋めてください:
(a) ρ12 = ......... · ρ13 = ......... · ρ23 = .........
(b) σp = ......... % = ......... PLN
(c) 損失合計 = ......... PLN = 資本の ......... %
(d) 集中リスク = ......... % · 上限 = ......... %
(e) 資本計画の基礎:.........
(f) σp (30セッション窓)= ......... % = ......... PLN · 六つのSE:......... · 入れ子窓の差の検定に不足する入力:.........
解答
a) 符号の反映。 ポジション1と2はともに買いなので、符号は同じです: +0.92。ポジション3は売り、1と2は買いなので、どちらも符号が反転します: +0.68 および +0.60。三つの損益相関はすべて正です。AUD/USD買い、NZD/USD買い、USD/CAD売りは、三つのドル売りポジションです。
b) モデル上の合成ボラティリティ。
σ1² + σ2² + σ3² = 0.36 + 0.3025 + 0.2025 = 0.8650
0.92 × 0.60 × 0.55 = 0.3036
0.68 × 0.60 × 0.45 = 0.1836
0.60 × 0.55 × 0.45 = 0.1485
2 × (0.3036 + 0.1836 + 0.1485) = 2 × 0.6357 = 1.2714
σp=√2.1364=有効証拠金の1.461643%です。PLNでは0.01461643×60,000=876.99 PLN≈877 PLNです。換算には未丸めの値を使います。表示上の1.46%は読みやすさのためであり、新しい計算入力ではありません。
検算:結果は最大の単一標準偏差0.60%と標準偏差合計1.60%の間です。下限側が成立するのは三つの損益相関がすべて正だからです。負なら第11節のポートフォリオCのように成立しません。独立なら√0.8650 = 0.93%で、関係によってモデルボラティリティは57%上がっています。
c) 全決済発動時の損失合計。 スリッページなしでは3 × 750 = 2,250 PLN = 資本の3.75%です。リスク額の8%のスリッページは各60 PLN、合計180 PLNなので、2,250 + 180 = 2,430 PLN = 資本の4.05%.
d) ドルへの集中リスク。 三ポジションともドル高で損失なので、集中リスクは3 × 1.25% = 資本の3.75% = 2,250 PLNです。上限は3 × 1.25% = 3.75%。ポートフォリオは、 ちょうど境界上 です。同じ側のドルエクスポージャーを持つ第四ポジションは、エントリールールがどれほど良くても入りません。
e) 資本計画の基礎は(c)の数字です: 4.05%。モデルボラティリティ1.46%は、仮定した期間と損益分布での日次損益のばらつきを表し、 64% 同じセッションで三決済がすべて発動した場合に、実際に口座から失われる金額より小さいものです。
f) 第二の窓とストレス。 +0.78/+0.54/+0.46では交差項が2×(0.2574+0.1458+0.11385)=1.0341となり、σp=√1.8991=1.378079%、つまり、 826.85 PLN≈827 PLNです。長い窓の結果から50.14 PLN、約−5.72%の変化です。SE(r)≈(1−r²)/√(N−1)にN=89を入れると、 0.0164; 0.0573; 0.0682、N=29では、 0.0740; 0.1339; 0.1490です。rの点差は0.14、0.14、0.14ですが、これを六つのSEと比べるだけでは有意性検定ではありません。短い窓は長い窓に含まれ、Var(rL−rS)=Var(rL)+Var(rS)−2Cov(rL,rS)です。最後の共分散と全系列がないため、pも差の区間も示しません。SE近似には第2節の仮定も必要です。整合的ストレスケースCstress=0.5C+0.5Jの係数は、 0.96/0.84/0.80、Var=0.5×2.1364+0.5×1.60²=2.3482、σp=1.532384%、つまり、 919.43 PLNです。この行列は正定値で、最小固有値0.03697です。Rと執行が変わらなければ、スリッページ込みのストップシナリオは別途費用控除前2,430 PLNのままです。これは三仮定の比較であり、信頼区間ではありません。
18. ここから導かれること
この記事の全内容は、二つの数字と、その間の一つの境界に集約できます。 モデル上の合成ボラティリティ は日次ポートフォリオ損益のばらつきに答え、構成同士の比較に使います。 全防御的決済が同時発動する場合の損失合計に各側のスリッページとギャップを加えた数字は、口座からいくら失われるかに答え、資本と上限の計画に使います。前者は相関に依存し、後者はまったく依存しません。
次の四行動は助言ではなく計算の形になります。 ポジションを構成通貨へ分解します。符号を正しく付け、口座通貨で各通貨の純エクスポージャーを求めます。これなしでは賭けの数がわかりません。 各通貨の集中リスクを計算します。その通貨が一方向へ動くと損失となるポジションのリスク額を合計し、事前に記録した上限と比較します。 各相関係数に四つの計測パラメータと日付を添えます。これらがなければ再現も比較もできません。 ポジション方向の符号を反映します。その後で式に代入します。
この計算が与えないものも理解してください。本当にどれだけリスクを負うかはわかりません。過去の相関はそれを語らず、理由は第9節で説明しました。わかるのは、より限定された次の量です。 仮定したスリッページとギャップなしのシナリオで、同じセッションに全仮説が崩れた場合、口座からいくら失われるか。ギャップがあればさらに増え、この計算には上限がありません。耐えられるドローダウンを超えるなら、ポジション数か各リスク額を減らします。それがこの数字を変える二つのパラメータだからです。
図は横にスクロールするか、フルサイズで開けます。
続く、 次の記事 では、この計算の境界の先を扱います。ギャップの仕組み、飛躍が決済距離を超えた場合の損失、分布の裾を記述しようとする指標の限界です。
FAQ — よくある質問
ポートフォリオ式のσには何を入れますか?
価格相関−0.85はポジション方向でどう変わりますか?
短い窓の0.60と0.85は区別できませんか?
全ポジションのリスク額を足してよいですか?
隠れたUSD集中をどう計算しますか?
正相関を高くした行列だけでストレステストは十分ですか?
PojarlievとLevichは通貨投資の補足文献を提供しています。10 当記事の係数は計算を説明するもので、同文献のポートフォリオを実測したものではありません。
出典・参考文献
- Markowitz H., 「ポートフォリオ選択」, Journal of Finance 7(1)、1952年、77–91ページ。ポートフォリオ分散の恒等式は損益を対象とし、ストップ約定を保証しません。
- Forbes K.J., Rigobon R., 「伝染ではなく、相互依存」、著者版。掲載誌: Journal of Finance 57(5)、2002年。分散が変化した標本の相関を扱い、補正方向はショック構造の仮定によります。
- Longin F., Solnik B., 「国際株式市場の極端相関」, Journal of Finance 56(2)、2001年、649–676ページ。要旨は株式市場の非対称な極端相関を報告しており、通貨ペアの計測ではありません。
- Engle R., 「動的条件付き相関」、2002年1月改訂の研究版。掲載誌: Journal of Business & Economic Statistics 20(3)、2002年。要旨は時変条件付き相関モデルのクラスを記述しています。
- Brunnermeier M., Nagel S., Pedersen L., 「キャリートレードと通貨暴落」、NBER Working Paper 14473、2008年11月、後の改訂版。要旨は資金調達と通貨ポジション解消を損益の非対称性に結び付けますが、あらゆる相関変化の普遍的方向は示しません。
- Markets Committee, 「2016年10月7日のポンド『フラッシュ・イベント』」、BIS、2017年1月13日。複数要因、価格の乖離、流動性の混乱を扱い、単一原因や普遍的な最小値は示しません。
- Reserve Bank of Australia, 「最近の日本円フラッシュ・イベント」, Statement on Monetary Policy、2019年2月、Box B。ペアごとに動きの期間は異なり、スプレッド拡大も記述しています。
- Swiss National Bank, 2015年1月15日発表。1ユーロ当たりCHF 1.20の下限廃止と金利−0.75%への変更を確認しますが、市場の最安値、終値、発表時刻は示しません。
- King M.R., Osler C.L., Rime D., 「外国為替市場の構造、参加者、進化」, Norges Bank Working Paper 10/2011。第I節は取引構造、媒介通貨、セッションのパターンを説明します。過去のシェアを現在のパラメータとは扱いません。
- Pojarliev M., Levich R., 通貨投資の新たな見方、CFA Institute Research Foundation、2012年。通貨投資の補足文献であり、この記事の架空係数の出典ではありません。
- ポーランド金融監督庁、 決定DAS.456.2.2019、KNF官報2019年、項目27。項目1bは口座単位の決済、1cは債務制限です。2019年8月2日施行。規範項目1–15、PDFの1–6ページを2026年10月5日に確認しました。 現行KNF一覧 は、他国からポーランドで行う活動を含む地域的範囲を確認します。法令は個別のサービス仕様を確認するものではありません。
- BIS, 2025年4月の店頭外国為替取引高、2025年9月公表。調査説明と主結果はUSDの優位と取引高の地理的集中を確認しますが、当ポジションのP&L相関を確定しません。
- R Core Team, 相関検定の文書、2026年10月5日閲覧。ピアソン推論の仮定とフィッシャー変換区間を示します。2標本の例は漸近式を使って別途計算しました。