Jawaban langsung
Risiko drawdown adalah kemungkinan ekuitas akun Anda turun dalam jumlah besar dari puncak sebelumnya. Contoh terbukti membuatnya menjadi konkret dengan memilih ekuitas awal, lintasan nilai ekuitas (atau imbal hasil), lalu menghitung ukuran drawdown berdasarkan asumsi yang dinyatakan.
Dalam artikel ini, contoh terbukti menggunakan lintasan ekuitas yang disederhanakan dan sepenuhnya ditentukan, serta mengasumsikan tidak ada data real-time, sehingga Anda dapat memverifikasi setiap langkah aritmetika secara independen.
Mekanisme dan definisi
Ekuitas adalah nilai akun Anda termasuk profit dan loss. Puncak ekuitas adalah nilai ekuitas tertinggi yang diamati hingga suatu titik waktu. Drawdown pada waktu tertentu adalah persentase penurunan dari puncak terbaru.
Cara umum untuk mengukurnya adalah maximum drawdown selama suatu periode: persentase drawdown terbesar yang terjadi pada titik mana pun selama periode tersebut.
Risiko drawdown kemudian merujuk pada seberapa besar maximum drawdown itu bisa terjadi mengingat kondisi yang menghasilkan lintasan ekuitas (volatilitas pasar, perilaku strategi, kualitas eksekusi, dan biaya). Dengan kata lain, ini tentang besarnya sisi bawah, bukan tentang kepastian masa depan.
Pemisahan yang penting:
- Mekanisme yang stabil: bagaimana Anda menghitung drawdown dari ekuitas dan puncak.
- Kondisi yang berubah: lintasan ekuitas masa depan yang mungkin Anda alami di pasar nyata.
Contoh terbukti (numerik)
Asumsikan hal berikut, dinyatakan secara eksplisit:
- Anda memulai dengan $10,000 ekuitas pada waktu 0.
- Selama 5 titik waktu berikutnya, ekuitas akun mengambil nilai-nilai ini:
- t1: $10,500
- t2: $10,200
- t3: $9,800
- t4: $11,000
- t5: $9,600
- Persentase drawdown dihitung sebagai:
- drawdown% = (peak − equity) / peak × 100
- Puncak ekuitas pada setiap waktu adalah ekuitas tertinggi yang diamati sejauh itu.
Sekarang hitung langkah demi langkah:
- Pada t1: peak = 10,500. drawdown% = (10,500 − 10,500)/10,500 = 0%
- Pada t2: peak masih 10,500. drawdown% = (10,500 − 10,200)/10,500 × 100 = 2.857…%
- Pada t3: peak masih 10,500. drawdown% = (10,500 − 9,800)/10,500 × 100 = 6.666…%
- Pada t4: ekuitas adalah 11,000, jadi peak diperbarui menjadi 11,000. drawdown% = (11,000 − 11,000)/11,000 = 0%
- Pada t5: peak adalah 11,000. drawdown% = (11,000 − 9,600)/11,000 × 100 = 12.727…%
Jadi, maximum drawdown di seluruh t1–t5 adalah drawdown% terbesar, yaitu sekitar 12.73%.
Bagaimana ini menjadi “risiko drawdown”:
- Di bawah asumsi lintasan ekuitas yang dinyatakan, besarnya risiko (dalam arti potensi penurunan terburuk yang diamati pada lintasan itu) adalah ~12.73%.
- Dalam penggunaan nyata, Anda tidak akan mengetahui lintasan ekuitas masa depan; Anda akan menilai bagaimana kondisi yang berbeda yang masih masuk akal dapat menghasilkan drawdown yang berbeda.
Bukti, keterbatasan, dan risiko
Bahkan dengan aritmetika yang benar, estimasi risiko drawdown bisa gagal karena alasan yang material:
-
Asumsi tentang lintasan ekuitas mungkin tidak berlaku. Contoh terbukti mengunci hasil ekuitas. Pasar nyata dapat menghasilkan urutan yang berbeda, termasuk penurunan yang lebih dalam.
-
Biaya dan eksekusi dapat memperburuk hasil ekuitas. Contoh ini mengasumsikan nilai ekuitas sudah diketahui. Dalam praktiknya, spread, komisi, rollover, slippage, dan kualitas eksekusi stop/limit dapat mengubah lintasan yang terealisasi.
-
Perubahan volatilitas mengubah distribusi imbal hasil. Drawdown dapat meningkat lebih cepat dalam kondisi yang cepat dan tidak likuid. Hubungan historis tidak menjamin perilaku di masa depan.
-
Mode kegagalan yang umum adalah salah paham “definisi puncak”. Jika Anda menghitung drawdown dari puncak yang salah (misalnya, jendela atau baseline yang berbeda), Anda bisa mendapatkan maximum drawdown yang secara material berbeda.
-
Metrik satu-periode dapat menyembunyikan dinamika pemulihan. Maximum drawdown menangkap penurunan terburuk, tetapi tidak menunjukkan seberapa cepat ekuitas pulih atau seberapa besar risiko yang ada sebelum puncak.
Verifikasi dan pertanyaan berikutnya
Anda dapat memverifikasi contoh terbukti ini secara independen dengan menghitung ulang setiap drawdown% menggunakan rumus (peak − equity) / peak × 100 dan melacak puncak mana yang berlaku pada setiap titik waktu. Jika ada nilai antara yang berbeda, kemungkinan itu berasal dari asumsi yang berbeda tentang puncak.
Pertanyaan berikutnya untuk diklarifikasi secara independen: definisi drawdown apa yang Anda gunakan (misalnya, maximum drawdown selama suatu jendela, drawdown pada suatu titik, atau metrik time-under-water), karena definisi yang berbeda dapat menghasilkan kesimpulan “risiko drawdown” yang berbeda meskipun nilai ekuitasnya sama.