Contoh Terbukti tentang Maximum Drawdown (Skenario dengan Asumsi yang Jelas)

Jawaban langsung

Maximum drawdown adalah penurunan persentase terbesar dari puncak sebelumnya ke lembah berikutnya dalam rangkaian ekuitas (nilai) akun. Contoh terbukti membantu karena Anda bisa menghitungnya secara langsung dari nilai yang diasumsikan, dengan setiap langkah dan asumsi yang dinyatakan.

Mekanisme dan definisi

Asumsi untuk contoh:

1. “Equity” berarti nilai akun dari waktu ke waktu (setelah biaya sudah tercermin dalam nilai).
2. Kita menggunakan timeline diskrit sederhana dengan empat titik yang tercatat.
3. Maximum drawdown dihitung sebagai nilai maksimum dari (drawdown puncak-ke-lembah), di mana drawdown pada suatu titik sama dengan (Lembah − Puncak) ÷ Puncak.
4. Kita menyatakan drawdown sebagai besaran positif dengan mengambil nilai absolut dari return negatif.

Mekanisme langkah demi langkah:

• Langkah A: Identifikasi setiap “peak” sebagai nilai ekuitas tertinggi yang terlihat sejauh ini hingga setiap titik waktu.
• Langkah B: Untuk setiap titik waktu, hitung drawdown persentase dari peak saat ini ke ekuitas saat ini.
• Langkah C: Maximum drawdown adalah drawdown terburuk (paling negatif) yang ditemui di seluruh rangkaian.

Bukti atau contoh terbukti

Rangkaian ekuitas yang diasumsikan (tanpa data real-time):

• Waktu 1: Equity = 10,000
• Waktu 2: Equity = 12,000
• Waktu 3: Equity = 9,000
• Waktu 4: Equity = 11,000

1. Waktu 1

• Peak sejauh ini = 10,000
• Drawdown = (10,000 − 10,000) ÷ 10,000 = 0% (besaran 0%)

2. Waktu 2

• Peak baru = 12,000
• Drawdown = (12,000 − 12,000) ÷ 12,000 = 0% (besaran 0%)

3. Waktu 3

• Peak sejauh ini = 12,000
• Trough pada Waktu 3 = 9,000
• Drawdown = (9,000 − 12,000) ÷ 12,000 = −3,000 ÷ 12,000 = −25%
• Besaran maximum drawdown sejauh ini = 25%

4. Waktu 4

• Peak sejauh ini tetap 12,000 (karena 11,000 lebih rendah dari 12,000)
• Drawdown = (11,000 − 12,000) ÷ 12,000 = −1,000 ÷ 12,000 ≈ −8.33%
• Drawdown terburuk tetap −25% (besaran 25%)

Hasil:

• Maximum drawdown untuk rangkaian yang diasumsikan ini = 25%.

Bagaimana konsep “works” ini:

• Ukuran ini mengabaikan bagaimana Anda berpindah dari 12,000 ke 9,000 dan hanya berfokus pada penurunan persentase puncak-ke-lembah terbesar di dalam urutan yang diberikan.

Keterbatasan dan risiko

1. Keterbatasan sampling dan timing

• Jika nilai ekuitas dicatat secara jarang, lembah yang sebenarnya di antara sampel bisa terlewat. Itu dapat membuat maximum drawdown terlihat lebih kecil.

2. Definisi peak bergantung pada rangkaian yang Anda pilih

• Maximum drawdown bergantung pada rangkaian “equity” yang Anda gunakan (mis., perlakuan akuntansi yang berbeda untuk deposit/withdrawal atau perlakuan biaya). Konvensi yang berbeda dapat mengubah nilai yang dihitung.

3. Tidak menjelaskan bentuk pemulihan

• Dua akun bisa memiliki besaran maximum drawdown yang sama, tetapi berbeda dalam durasi, volatilitas selama pemulihan, atau seberapa cepat ekuitas kembali ke peak.

4. Tidak menjamin hasil di masa depan

• Drawdown historis atau yang disimulasikan tidak menetapkan kinerja di masa depan. Kondisi pasar dan eksekusi dapat mengubah lintasan ekuitas.

Verifikasi atau pertanyaan berikutnya

Anda bisa memverifikasi secara independen hasil 25% dengan menghitung ulang setiap drawdown puncak-ke-lembah dari titik ekuitas yang diasumsikan yang sama dan memastikan bahwa penurunan persentase terburuk terjadi dari peak 12,000 ke trough 9,000.

Pertanyaan berikut yang berguna adalah: “Bagaimana maximum drawdown berubah ketika rangkaian ekuitas di-sampling lebih sering (langkah waktu lebih kecil), atau ketika deposit/withdrawal diperlakukan secara berbeda?”

DOCUMENT END