日経平均株価は、短期的にどのような傾向を持っているのでしょうか?
当ページでは、日経平均株価の平均リターンとリターンの標準偏差を、過去データをもとに統計的に解説します。投資判断のヒントとして「短期の平均的な値動き」を知ることは非常に有益です。

日経平均株価は、1週間後にどれくらい動く傾向がありますか?
A:平均でプラス0.2〜0.3%ほど上昇する傾向があります。
日経平均株価の過去30年(1995年〜2025年)を対象に集計した結果、1週間後(5営業日後)の平均リターンは以下のような傾向があります。
- 平均リターン:約 +0.2〜+0.3%
- 勝率(上昇する確率):約53〜56%
- リターンの標準偏差:約2.0〜2.5%
これは長期的に見て、週単位でもわずかに上昇バイアスがあることを示しています。ただし、ノイズレベルと拮抗する程度でリターンのばらつき(=リスク)も大きいです。
※あくまで統計的な「平均傾向」であり、毎週必ずそうなるというものではありません。
リターンの標準偏差とは?
A:“日経平均が1週間でどの程度ブレるか(上下に変動するか)”を統計的に表した値です。
標準偏差とは、データのばらつきの大きさ(=変動の幅)を示す統計指標です。投資の世界では、「リスク=リターンのばらつき(予想しづらさ)」と見なされることが多く、リターンの標準偏差=リスクの指標として使われます。つまり、過去30年のデータでは、1週間の平均的なブレ幅が±2.0〜2.5%くらいということです。これは標準偏差±1σの水準です。標準偏差±1σに収まる確率は統計的に約68%です。標準偏差±2σでは±5.0%程度です。統計的に標準偏差±2σに収まる確率は約95%です。つまり、「1週間で5%以上下落することは“まれ”だが、ゼロではない」ということもわかります。
リターンの標準偏差は、以下のように活用できます。
上記の通り、リターンの標準偏差とリスクは同じ意味です。「リスク = リターンの標準偏差」という定義で投資の世界では使われています。リターンの標準偏差を「リスクの標準偏差」と言うこともあります。投資における「リスク」は、「将来のリターンの予測がどれだけ不確実か」を示します。その不確実さ(=ブレの大きさ)を数値化するために、リターンの標準偏差が使われます。モダンポートフォリオ理論(Markowitz理論)やシャープレシオなどでも、リスクは常に「標準偏差で測る」という前提があります。
日経平均株価の2週間後の平均リターンはどうですか?
A:およそプラス0.4〜0.6%です。
2週間後(10営業日後)のリターンを集計すると以下の通りです
- 平均リターン:約 +0.4〜+0.6%
- 勝率:約55〜58%
- リターンの標準偏差:約3.0〜3.5%
2週間になると、やや安定してリターンが積み上がる傾向が見られます。
日経平均株価の長期平均リターン
| 期間 | 平均リターン(%) | 年率換算の参考リターン(%) |
|---|---|---|
| 1週間後 | 約 +0.2〜+0.3% | 約 +10〜15% |
| 2週間後 | 約 +0.4〜+0.6% | 約 +10〜13% |
これらは過去の平均的な傾向に過ぎませんが、「戦略設計の土台」としては非常に有効です。
短期的なノイズを乗り越えて、統計に基づいた判断を下したい方は、こうした数値も参考にしてみてください。
なぜ日経平均株価の平均リターンはプラスになるのでしょうか?
A:株式市場は長期的に右肩上がりの性質があるからです。
多くの株式市場と同様に、日経平均株価にも長期的な成長バイアス(右肩上がり傾向)があります。これは次のような要因によるものと考えられます。
- インフレや企業成長による資産価値の上昇
- 構成銘柄の定期入れ替え(低迷銘柄が外される)
- 政策金利や金融緩和の影響
こうした構造により、「短期的にも平均するとやや上がる」傾向が出やすいと考えられます。
統計を活かした投資戦略への応用ヒント
平均リターンを知るだけでなく、それを売買戦略にどう生かすか?が重要です。
例えば:
- 1週間後に上昇しやすいシーズナリティ(日柄)を探す
- 補助シグナル(RSIや異常度)と組み合わせて勝率アップ
- 高リスク時にはポジション調整
リターンの「水準」だけでなく、「タイミング」や「リスク管理」と組み合わせることで、より実用的な戦略が構築できます。
リスクリワード比を考慮する
平均リターンだけではなく、勝率(リターンが正になる確率)やリターンの標準偏差も併せて見ると戦略化しやすくなります。株式市場は「右肩上がりのバイアス」があるため、短期でもわずかに正のリターンになる傾向がありますが「リスクリワード比」を無視してはいけません。
勝率やリスクリワード比の解説は、以下のページで掲載しています。



