{
  "schema_version": 1,
  "slug": "bailey-lopez-de-prado-2014-deflated-sharpe",
  "title": "The Deflated Sharpe Ratio: Correcting for Selection Bias, Backtest Overfitting and Non-Normality",
  "title_ja": "何度も試して選んだ投資戦略のシャープレシオを、どう割り引くか",
  "authors": [
    "David H. Bailey",
    "Marcos López de Prado"
  ],
  "published_year": 2014,
  "venue": "Journal of Portfolio Management",
  "identifiers": {
    "doi": "10.3905/jpm.2014.40.5.094",
    "arxiv": null,
    "jstage": null,
    "ssrn": null
  },
  "versions": [
    {
      "kind": "publisher",
      "url": "https://doi.org/10.3905/jpm.2014.40.5.094",
      "label": "出版社・公式論文ページ"
    }
  ],
  "source": {
    "provider": "publisher",
    "metadata_license": "other",
    "text_reuse": "none",
    "accessed_at": "2026-08-11"
  },
  "categories": [
    "statistical_method"
  ],
  "methods": [
    "simulation"
  ],
  "sample": {
    "markets": [
      "GLOBAL"
    ],
    "period": {
      "start": "1990",
      "end": "2013"
    },
    "universe": "投資戦略バックテスト",
    "frequency": "simulation"
  },
  "findings": [
    {
      "label": "デフレート・シャープレシオ",
      "effect": "デフレート・シャープレシオ",
      "value": null,
      "unit": null,
      "basis": "not_reported",
      "note_ja": "一次資料で主要結論は確認したが、定義を統一できる効果量は本レコードでは採録していない。"
    }
  ],
  "replication": {
    "status": "not_assessed",
    "evidence": [],
    "note_ja": "独立した標本外再現を本レコードでは評価していない。"
  },
  "caveats": [
    "data_snooping_risk"
  ],
  "japan_applicability": {
    "status": "not_assessed",
    "note": "日本市場を直接検証していないため、日本株への適用可能性は未評価。"
  },
  "summary_ja": {
    "body": "多数試行、非正規性、推定誤差を考慮してシャープレシオの有意性を補正する方法を示した。",
    "derivation": "original_summary",
    "reviewed_by": "operator",
    "reviewed_at": "2026-08-11"
  },
  "explainer_ja": {
    "one_liner": "多数の候補から最高成績だけを選ぶことで膨らんだシャープレシオを、試行回数や収益分布のゆがみまで考慮して補正する統計量を提案します。",
    "question": "多数の条件や戦略を試せば、実力がなくても一つくらい好成績に見えます。通常のシャープレシオは試行回数や収益分布のゆがみを無視するため、最高結果だけを採用したバックテストの信頼性を過大評価します。どこまで割り引けばよいかを問います。",
    "method": "確率的シャープレシオを拡張し、複数試行の中で偶然得られる最大シャープレシオを合格基準に組み込みます。標本の長さ、収益の歪度と尖度、試したシャープレシオのばらつき、独立した試行数を使い、観測成績が偶然の結果を上回る確率を補正します。",
    "result": "デフレート・シャープレシオは、多数の候補から最良だけを選ぶ選択バイアスと、正規分布から外れた収益による成績の膨張を補正します。これにより、見つけたシャープレシオが正当な証拠か、試行錯誤で生じた統計的な偶然かを判別しやすくします。",
    "interpretation": "補正後の値が高くても、将来の利益を保証する検定ではありません。入力する試行数が実際より少なければ過学習を十分に罰せず、似た戦略同士は完全には独立でもありません。この方法の目的は戦略を改善することではなく、報告されたバックテストを厳しく評価することです。",
    "glossary": [
      {
        "term": "デフレート・シャープレシオ",
        "note": "複数試行と非正規な収益を考慮し、シャープレシオの信頼性を補正する統計量。"
      },
      {
        "term": "選択バイアス",
        "note": "多くの結果から良いものだけを選び、成績が実力以上に見える偏り。"
      },
      {
        "term": "バックテスト過学習",
        "note": "過去データへ合わせ過ぎたため、見かけの成績だけが高くなること。"
      }
    ]
  },
  "source_verification": {
    "level": "fulltext",
    "checked_url": "https://doi.org/10.3905/jpm.2014.40.5.094",
    "checked_date": "2026-08-11"
  },
  "updated_at": "2026-08-11",
  "aliases": [],
  "diagram_ja": {
    "type": "before_after",
    "evidence_mode": "direction_only",
    "headline": "最良のバックテストを、試行錯誤の回数で補正する",
    "caption": "多数の候補から選んだ好成績は偶然でも生じます。補正後は、その見かけの確かさが割り引かれます。",
    "before_after": {
      "before": {
        "label": "補正前",
        "note": "選ばれた最高シャープレシオ"
      },
      "trigger": {
        "label": "試行数・収益分布を反映"
      },
      "after": {
        "label": "補正後",
        "note": "偶然を上回る証拠か再判定"
      }
    },
    "profit_distance": {
      "observed": {
        "status": "not_applicable",
        "note": "利益を発見する研究ではなく検定法。"
      },
      "costs": {
        "status": "not_applicable",
        "note": "取引費用を扱う手法ではない。"
      },
      "replication": {
        "status": "not_tested",
        "note": "独立した適用検証は未評価。"
      },
      "japan": {
        "status": "not_tested",
        "note": "日本データでの適用結果は未評価。"
      }
    }
  },
  "lint_waivers": [],
  "disclaimer_ja": "一般的な研究紹介であり、売買推奨・投資助言ではありません。"
}