Apa Kesalahan Umum dengan Maximum Drawdown?

Definisikan maximum drawdown dengan benar sebelum Anda menafsirkannya

Kesalahan umum adalah memperlakukan maximum drawdown (sering disingkat MDD) seolah-olah secara langsung menggambarkan “berapa banyak Anda rugi” dalam satu perdagangan, atau seolah-olah mengukur risiko dengan cara yang sama seperti volatilitas. Maximum drawdown, secara sederhana, adalah penurunan nilai terbesar yang diamati dari puncak ke lembah selama periode tertentu. Ini bergantung pada deret yang Anda gunakan (misalnya, kurva ekuitas akun) dan bagaimana Anda memilih jangka waktu.

Jangan bingung dengan mekanismenya: puncak-ke-lembah dan deret pengukuran

Maximum drawdown bersifat mekanis, tetapi pembaca sering mengubah input tanpa menyadarinya:

• Menggunakan deret “nilai” yang berbeda (ekuitas vs. saldo, atau return alih-alih nilai kumulatif) dapat mengubah hasil.
• Mengubah apa yang dianggap sebagai puncak (nilai pertama, nilai tertinggi yang diamati, atau puncak benchmark) mengubah rentang lembah-ke-puncak.
• Mengukur drawdown pada kurva yang dihaluskan alih-alih deret mentah dapat mengecilkan atau membesarkan penurunan terburuk.

Pemeriksaan netral adalah menyatakan ulang perhitungan secara konseptual: identifikasi nilai tertinggi hingga setiap tanggal, lalu ukur seberapa jauh nilai saat ini berada di bawah puncak tersebut, dan ambil penurunan maksimum sepanjang periode.

Campur definisi yang stabil dengan kondisi yang bervariasi

Kesalahan umum lainnya adalah berasumsi bahwa angka drawdown akan berperilaku sama di berbagai kondisi yang berubah. Definisi MDD stabil, tetapi hasilnya bervariasi: biaya, kualitas eksekusi, likuiditas, dan perilaku strategi semuanya dapat mengubah bentuk jalur ekuitas. Jika kondisi tersebut berbeda antara periode historis Anda dan periode masa depan Anda, drawdown historis bukanlah proksi yang andal untuk drawdown masa depan.

Di sinilah juga muncul kesalahpahaman seputar benchmark. Membandingkan MDD satu deret dengan deret lain tanpa pengaturan yang konsisten (periode yang sama, basis nilai yang sama, arus kas yang sebanding) dapat menyebabkan kesimpulan yang salah tentang risiko relatif.

Contoh jebakan: asumsi yang diam-diam mengubah hasil

Ketika orang membagikan contoh MDD, mereka terkadang melewatkan asumsi kunci. Untuk memverifikasi contoh apa pun secara independen, mintalah:

• Nilai awal dan satuan pengukuran (nilai akun, ekuitas, atau level indeks).
• Frekuensi pengamatan yang tepat (harian, mingguan, atau stempel waktu tidak teratur).
• Bagaimana arus kas ditangani (deposit/penarikan dapat mendistorsi kurva ekuitas jika pengukuran tidak disesuaikan).

Bahkan jika dua orang menghitung MDD pada grafik keseluruhan yang sama, asumsi yang berbeda tentang hal-hal ini dapat menghasilkan tanggal puncak dan lembah yang berbeda.

Keterbatasan material dan mode kegagalan

Setidaknya satu keterbatasan material adalah kegagalan pengukuran: Anda dapat menghitung MDD dengan benar dari suatu deret, namun tetap salah menafsirkan apa artinya bagi risiko dunia nyata.

Mode kegagalan umum meliputi:

• Efek arus kas: deposit atau penarikan dapat menciptakan puncak dan lembah yang tidak mencerminkan kinerja saja.
• Ketergantungan jangka waktu: MDD selama satu periode bisa kecil sementara jangka waktu yang lebih panjang akan mengungkapkan penurunan yang lebih dalam.
• Deret yang tidak sebanding: mencampur nilai tingkat akun dengan kinerja tingkat instrumen tanpa menyesuaikan skala dan perbedaan operasional.

Keterbatasan ini tidak membatalkan MDD; keterbatasan ini menunjukkan mengapa angka tersebut harus dikaitkan dengan input yang dinyatakan dengan jelas.

Verifikasi netral dan pertanyaan lanjutan yang diajukan

Untuk memeriksa apakah Anda menggunakan maximum drawdown dengan benar, verifikasi “kontrak input”: deret nilai, jangka waktu, frekuensi pengamatan, dan penanganan arus kas apa pun. Kemudian ulangi logika puncak-ke-lembah pada data yang terdokumentasi.

Pertanyaan lanjutan yang berguna adalah: “Asumsi apa yang dibuat perhitungan tentang deret ekuitas, stempel waktu, dan arus kas?” Jika jawabannya tidak jelas, perlakukan MDD yang dilaporkan sebagai tidak lengkap, bukan sebagai ukuran risiko final.