マン・グループの洞察シリーズ⑪
トレンドフォロー戦略のアプローチ別分析：パフォーマンス格差についての考察

2007年以降のパフォーマンス格差の拡大は、バラメータの組み合わせに起因するものであると考えられます。投資対象市場の観点では、世界金融危機以降の期間は一般的に「CTAの冬の時代」と見なされており、伝統的なトレンドフォロー戦略はFRBプット（FRBによる市場下支え）という潮流の中で不振となりました。一方で、流動性が高く、取引が可能なオルタナティブ市場が拡大し、それらのトレンドを捉える機会も増えました。取引のスピードに関しては、明確な証拠はあまりないものの、政策介入によってV字型の値動き（whipsawing）が顕著となったことから、取引スピードが低速の、より長期保有型の戦略が有利となりました。キャリー・トレードや資産配分の違いもまた、パフォーマンス格差拡大に寄与しているものの、これらのケースは個別の市場環境の影響が大きいと考えられます。この点については、後述いたします。

この長期パフォーマンス分析から得られる知見は、異なる特性を持つトレンドフォロー戦略が、異なる局面において良好なリターンをあげるということです。そのため、優れたトレンドフォロー戦略のポートフォリオを構築するための「正しい」方法はひとつではなく、個々の投資家の選好に応じて選択が可能となります。多くの投資家は、トレンドフォロー戦略の分散効果や、市場危機時の損失抑制効果を期待して、配分を行っています。したがって、市場危機時に市場平均を上回るリターンを生み出すパラメータが、パフォーマンス格差において極めて重要な役割を果たします。この点を掘り下げるため、図表4では、長期パフォーマンスを市場危機時と定常時とに分け、どのパラメータがクライシス・アルファ（市場危機時の超過収益獲得）特性をもたらすかを考察しています。

われわれは、これまで発行したレポートと同様に、S&P 500指数が15%以上のドローダウンを記録した、そのピークからボトムまでの期間を「市場危機」と定義しています。図表4のy軸は全期間におけるシャープレシオ、x軸は市場危機時のシャープレシオを示しています。したがって、対角線（全期間と市場危機時とのシャープレシオが等しい）との位置関係を見た場合に、各仮想ポートフォリオがどのような特性を持っているかが分かります。

ひとめで分かることとしては、全ての仮想ポートフォリオが対角線の下に位置しているということです。これは、トレンドフォロー戦略の市場危機時におけるシャープレシオが、定常時ひいては全期間におけるシャープレシオと比較して優れていることを示しています。このことは、トレンドフォロー戦略のパフォーマンスは株式のリターンが最も悪い五分位の局面で最も良好になる、という実証的証拠と一致しています。

しかしながら、これらのポートフォリオが対角線の下のどの位置に来るかは、前述のバイナリー・パラメータに基づいた各ポートフォリオの特性に左右されます。

取引スピード

まず、多くの文献などで裏付けられているパラメータである取引スピードに関しては、より高速または短期保有のポートフォリオ（ピンク色）が、x軸のより右側（シャープレシオが高い）に集中していることが観測されます。これは、われわれが2023年１月に発表したレポート『The Need for Speed』での考察とも一致します。このことは、取引スピードがより高速のポートフォリオが歴史的に市場危機時において良好なパフォーマンスを示す傾向にあることを示唆しています。このことはまた、世界金融危機時に株式の売りが加速した2007年から2008年にかけて良好なパフォーマンスを記録した仮想ポートフォリオ間で、パフォーマンスの格差が拡大したことの一因である可能性があります。

オルタナティブ（非伝統）市場

図表4の三角印の仮想ポートフォリオが示すように、オルタナティブ市場を投資対象に組み入れるとパフォーマンス向上につながります。このことは、オルタナティブ市場を組み入れていないポートフォリオ（円印）と比較して、三角印のポートフォリオがチャートの右上に集中していることで確認できます。われわれの過去のレポートで述べたように、オルタナティブ市場は、値動きの要因が多岐にわたり、かつ市場ごとに固有であるため、それが市場サイクル全体を通じて分散効果の向上につながります。

しかしながら注目すべきは、取引スピードとの間に興味深い相互作用が見られる点です。オルタナティブ市場がもたらす追加的な効果は、取引スピードがより低速（長期保有）のトレンドフォロー戦略においてより顕著に現れます。Kerson氏と Babbedge氏が2019年に発表したレポートでは、「これはオルタナティブ市場における取引のダイナミズムに起因する可能性がある」という仮説を立てています。オルタナティブ市場のダイナミズムには、短期売買の投資家よりもヘッジポジション構築目的の投資家の存在感が大きいこと、需給が非弾力的であること、リスクオン/リスクオフや政策主導の価格変動からの影響を受けにくいことなどが含まれます。その結果オルタナティブ市場ではトレンドがより長期にわたり形成されやすい傾向にあります。したがって、取引スピードが遅く、頻繁な売買を行わないシステムの方が、これらのダイナミズムを捉えるのにより適しているものと考えられます。

特定の資産クラスへの傾斜配分

前述の通り、能動的な資産クラスへの傾斜配分もまた、トレンドフォロー戦略のパフォーマンス格差につながります。図表5では、20の仮想トレンドフォロー・ポートフォリオのリターンをプロットし、特定の資産クラスへの傾斜を色で示しています。

注目すべきは、特定の資産クラスに傾斜配分したポートフォリオ間の相対パフォーマンスは、どの年においても大きくなる可能性がある点です。2019年はその好例で、この年は債券をオーバーウェイトしていたポートフォリオが、他のポートフォリオを大きくアウトパフォームしました。しかし、特定の一つの資産クラスに資産を偏らせるだけで、毎年決まって好成績を上げられるようなケースは存在しませんでした。 とはいえ、似たような市場環境の年には、特定の資産クラスに傾斜配分したポートフォリオがリターン分布の上位または下位に集中して現れることからも分かるように、数年にわたって一定のパターンが確認されることがあります。

図表4に話を戻すと、仮想ポートフォリオCTA17（通貨に傾斜配分）とCTA19（債券に傾斜配分）は、取引スピードが「中速」のモデルを用いているにもかかわらず、市場危機時にアウトパフォームする傾向にある「高速」（ピンク色）のポートフォリオ群と同じような成績をあげています。このことは、図表5で2002年、2008年、2022年といった市場危機が発生した年において、通貨や債券に傾斜配分した仮想ポートフォリオがアウトパフォームしたことを裏付けています。ITバブル崩壊や世界金融危機時においては、全般的に米ドルと債券のロング・ポジションが好成績を収めました。対照的に、最近のインフレ局面では、債券のショート・ポジションがパフォーマンス向上に貢献しました。

キャリー・トレードの組み入れ

トレンドフォロー戦略にあまり馴染みのない投資家は、なぜこの分析の対象にキャリー・トレードが含まれているのか疑問に思われるかもしれません。キャリーは伝統的なトレンドフォロー戦略のシグナルではないからです。しかしながら、われわれのSGトレンド指数の構成ファンドの調査によると、マネジャーは多くの場合、中核となるトレンドフォロー戦略（コア）への配分を、分散効果のある非トレンドフォロー戦略（サテライト）への配分で補完しています。その目的は、トレンド・シグナルが機能しにくい困難な局面において、ポートフォリオのリターン源泉を多様化することにあります。ほとんどのトレンド・シグナルにとって逆風となる、方向感のないレンジ相場は、キャリー・トレードには有利となることが多いため、この目的に適していると言えます。

非トレンドフォロー戦略、ひいてはキャリー・トレードへの配分比率は、運用マネジャーによって様々であり、その大きさは主に投資家がどのようなリターン特性を求めるかによって決まります。われわれはどの程度の配分が「最適」かを断言するものではありませんが、パフォーマンス格差の観点から見ると、その配分は年によってはパフォーマンスに大きな影響を及ぼします。これは、図表6で分布の両極端に紫色の点（キャリー・トレード）が集積していることからも明らかです。例えば、2016年と2023年には、キャリー・トレードへの配分がプラスに働きました。特に2023年は、一部の仮想ポートフォリオが良好なリターンを獲得した主な要因がキャリー・トレードでした。米国の金利が「長期にわたり、高止まりする（higher-for-longer）」との見方から、低金利を維持または低金利へ移行している日本のような国の通貨や債券を活用したキャリー・トレードが収益に貢献しました。しかしながら、市場危機時のパフォーマンスに関しては、図表4でキャリー・トレードを組み入れたポートフォリオ（紺の丸印）はピンク色（取引スピードが高速）と水色（取引スピードが低速）の両方にまたがって分布していることから、キャリー・トレードは市場危機時におけるパフォーマンス格差にあまり大きな影響を及ぼしていないものと思われます。

まとめ: わずかな違いが、パフォーマンス格差につながる

本レポートにおけるわれわれの分析が示すように、一見すると同じ様に見えるトレンドフォロー戦略であっても、取引スピード、投資対象市場、キャリー・トレード組み入れの有無、特定資産クラスへの傾斜配分といった主要なパラメータにおけるわずかな違いが、特に市場のストレスが高まる時期において、パフォーマンスに大きな格差を生じさせる要因となり得ます。これらのパラメータの様々な組み合わせを反映させた20の仮想ポートフォリオは、SGトレンド指数の構成ファンドの実際のリターンと同様のパターンを示しています。その意味において、これらの仮想ポートフォリオによって、SGトレンド指数の構成ファンドの動きの裏側にあるメカニズムを深く理解することが可能となります。同時に、社内評価のための新たな基準（ベンチマーク）や、リスク管理を継続的に改善していくためのフレームワークとしても機能すると考えられます。