ドローダウン定義の「計算例」とは？
定義と中核となる考え方
ドローダウンとは、ある値が過去の最高値からどれだけ下がったかを示す指標です。金融の議論では、最も多くの場合、口座のエクイティ（または別の選択した「価値」系列）の「高値から安値まで」の変化として計算されます。
計算例は、まず正確な入力を明示することから始まります：
- エクイティ系列：時間の経過に伴う口座価値の並び（自分の口座明細から記録する数値、またはバックテスト出力の数値）。
- ピーク：その後に訪れるより低い値の前に観測された最大のエクイティ値。
- トラフ（ボトム）：そのピークの後に観測された最も低いエクイティ値（最大ドローダウンを追跡している場合は、次の新しいピークが出るまで）。
よくある出力形式：
- 絶対ドローダウン = ピーク − トラフ
- パーセンテージ・ドローダウン = (ピーク − トラフ) / ピーク
計算例（明示的な前提つき）
次の前提を置き、そしてそれを一貫して適用する必要がある点に注意してください：
- エクイティは、特定のタイムスタンプで1日1回測定します。
- エクイティには未実現P&Lと実現P&Lの両方が含まれ、さらに口座価値に影響する関連する手数料や資金調達（ファイナンス）もすでに反映されています。
- ドローダウンのエピソードは、ピーク日からトラフ日までの期間として定義します。
では、例としてのエクイティ推移（説明のために選んだもので、実データに基づくものではありません）を考えます：
- Day 1 のエクイティ（ピーク）= 10,000
- Day 2 のエクイティ = 9,700
- Day 3 のエクイティ = 9,200（トラフ）
手順：
- ピーク = 10,000
- トラフ = 9,200
- 絶対ドローダウン = 10,000 − 9,200 = 800
- パーセンテージ・ドローダウン = 800 / 10,000 = 0.08 = 8%
より長い履歴に対する最大ドローダウンが欲しい場合は、各「ピークからトラフまで」のエピソードについてドローダウンを計算し、そのデータセット内で観測された中で最悪（最大）のパーセンテージ・ドローダウンを選びます。
これが「どう機能するか」と、何が失敗し得るか
仕組み自体は単純ですが、解釈は入力の測り方に依存します。主な制限や失敗パターンには次が含まれます：
- 測定頻度が結果を変える：エクイティを日次でサンプルしていると、日中の高値・安値を見逃し、本当の「高値から安値まで」の振れ幅を過小評価する可能性があります。
- 「エクイティ」に何が含まれるかは可変：系列によっては特定のキャッシュフローやコストを除外している場合があり、その結果、ピークとトラフが変わります。
- エピソードの境界が重要：「次の新しいピーク」ルールをどう選ぶかで、どのトラフがどのピークに属するかが変わります。
- コストと執行が比較可能性を歪める：あるケースのエクイティに、別のケースと異なる手数料、スプレッド、スリッページの前提が含まれていると、ドローダウンの比較が誤解を招くことがあります。
- 過去の関係は将来の挙動を保証しない：過去のドローダウンのパターンから、将来のドローダウンがより小さくなる、より大きくなる、または同程度になることは示せません。
確認方法と、次に尋ねるべき質問
ドローダウン定義を独立に検証するには、見かける計算が次の点について明示しているか確認してください：
- 使用している価値系列（エクイティ、バランス、または別の指標）、
- 時間サンプリング（日次、時間ごと、ティック等）、
- ピーク選択ルール（トラフの前にあるピーク）、
- 絶対ドローダウンなのか、パーセンテージ・ドローダウンなのか、または最大ドローダウンなのか。
良い次の質問は次のようになります：「私の参照元にあるドローダウン定義は、私の測定の選択と一致しているのか？それとも解釈を変えてしまうのか？」
DOCUMENT END