Yang Perlu Diketahui Pemula Tentang Statistik Kinerja
Statistik kinerja: konsepnya terlebih dahulu
Statistik kinerja adalah ringkasan hasil selama periode tertentu. Statistik ini digunakan untuk menggambarkan seberapa kuat sekumpulan perdagangan atau akun berkinerja, biasanya melalui metrik seperti pengembalian, penarikan, volatilitas, tingkat kemenangan, atau ukuran yang disesuaikan dengan risiko. Ide penting bagi pemula adalah bahwa angka “kinerja” bukanlah penjelasan tentang apa yang akan terjadi selanjutnya.
Karena definisi bervariasi, ada baiknya memperlakukan statistik kinerja sebagai bahasa pelaporan. Dua penyedia sama-sama dapat mengatakan “kinerja,” namun menggunakan waktu mulai/selesai yang berbeda, aturan inklusi yang berbeda (misalnya, perdagangan mana yang dihitung), penanganan biaya yang berbeda, dan asumsi penggabungan atau reinvestasi yang berbeda.
Bagaimana statistik kinerja bekerja dalam praktik
Alur kerja dasar untuk memahami dasbor kinerja apa pun adalah memisahkan tiga bagian: (1) masukan, (2) perhitungan, dan (3) interpretasi.
Masukan adalah data dan aturan pengelompokan. Ini dapat mencakup perdagangan mana yang disertakan, zona waktu, apakah metrik dihitung dari ekuitas akun, dan apakah biaya, pembiayaan, selisih harga, atau spread disertakan.
Perhitungan adalah rumus yang diterapkan pada masukan. Misalnya, metrik pengembalian umumnya memerlukan definisi yang jelas tentang nilai awal dan nilai akhir, dan apakah pengembalian diukur sebelum atau sesudah biaya. Metrik risiko bergantung pada jalur hasil, bukan hanya hasil akhir. Ukuran berbasis penarikan, misalnya, memerlukan cara “puncak” dan “lembah” diidentifikasi dari waktu ke waktu.
Interpretasi adalah tempat banyak kesalahpahaman terjadi. Satu metrik jarang menjawab semua pertanyaan. Pengembalian rata-rata yang tinggi mungkin datang dengan fluktuasi besar; rangkaian yang tampak stabil mungkin menyembunyikan kerugian ekstrem yang jarang terjadi; dan ukuran “yang disesuaikan dengan risiko” masih bergantung pada metode dan asumsi yang dipilih.
Contoh bukti (dengan asumsi eksplisit)
Bayangkan sebuah periode dengan dua akun, A dan B, diukur pada tanggal yang sama menggunakan definisi kurva ekuitas yang sama. Misalkan A memiliki total pengembalian sedang tetapi sering mengalami penarikan kecil, sementara B memiliki total pengembalian lebih tinggi tetapi kadang-kadang mengalami penarikan dalam. Jika Anda hanya membandingkan total pengembalian, Anda mungkin meremehkan eksposur risiko yang tersirat oleh perilaku penarikan B. Jika Anda hanya membandingkan tingkat kemenangan, Anda mungkin melewatkan bahwa tingkat kemenangan mengabaikan distribusi ukuran kerugian dan keuntungan. Inilah sebabnya mengapa seorang pemula harus memeriksa apakah beberapa metrik konsisten dengan cerita yang diceritakan oleh kurva ekuitas.
Dalam contoh ini, asumsi kuncinya adalah bahwa kedua akun menggunakan inklusi data dan perlakuan biaya yang sebanding. Tanpa itu, bahkan angka yang tampak identik pun dapat memiliki arti yang berbeda.
Keterbatasan dan mode kegagalan (apa yang bisa salah)
Statistik kinerja memiliki keterbatasan material yang dapat menyebabkan kesimpulan yang menyesatkan.
-
Perubahan rezim pasar: hubungan historis sering gagal ketika volatilitas, likuiditas, atau dinamika harga berubah. Metrik yang tampak stabil selama satu periode dapat berperilaku berbeda di kemudian hari.
-
Perbedaan pelaporan dan pengukuran: platform dapat menerapkan penanganan biaya yang berbeda, aturan inklusi perdagangan yang berbeda, atau jendela perhitungan yang berbeda. Ini membuat perbandingan antar-penyedia tidak dapat diandalkan tanpa mencocokkan definisi.
-
Efek kelangsungan hidup dan seleksi: jika statistik didasarkan pada akun yang bertahan cukup lama untuk ditampilkan, riwayat yang lebih lemah dapat dikecualikan. Bahkan jika datanya akurat, kumpulan data itu sendiri mungkin bias.
-
Pemilihan yang menguntungkan dan pembuatan jendela: mengubah jendela waktu dapat meningkatkan atau memperburuk metrik kinerja. Pemula harus mencari transparansi tentang periode yang tepat dan apakah beberapa periode diuji.
-
Overfitting pada metrik: sistem yang disetel untuk mengoptimalkan satu metrik dapat menurunkan karakteristik risiko penting lainnya. Misalnya, mengoptimalkan volatilitas saja masih dapat memungkinkan peristiwa ekor yang jarang terjadi.
Keterbatasan praktis adalah ketidakpastian: tanpa metodologi yang terdokumentasi, Anda tidak dapat yakin asumsi mana yang digunakan. Bahkan dengan dokumentasi, Anda harus mengharapkan variabilitas karena kualitas eksekusi dan biaya.
Verifikasi dan pertanyaan berikutnya
Untuk memverifikasi statistik kinerja secara independen, fokuslah pada konsistensi: gunakan jendela waktu yang sama, definisi pengembalian yang sama (berbasis ekuitas vs berbasis perdagangan), dan perlakuan biaya yang sama saat membandingkan angka yang dilaporkan. Jika metodologi tidak dijelaskan dengan jelas, perlakukan dasbor sebagai ringkasan deskriptif daripada dasar yang dapat diandalkan untuk ekspektasi.
Pertanyaan lanjutan yang membantu adalah: “Masukan dan asumsi mana yang menentukan setiap metrik?” Jika Anda dapat memetakan setiap angka ke masukan perhitungannya, Anda dapat lebih baik menjelaskan apa arti statistik tersebut, apa yang mereka hilangkan, dan mengapa mereka mungkin tidak dapat digeneralisasi.