Tinjauan drawdown: definisi dan apa yang berubah saat “lanjutan”
Tinjauan drawdown menelaah seberapa jauh performa turun dari puncak sebelumnya. Dalam praktiknya, tinjauan ini menganalisis deret waktu seperti ekuitas akun (atau saldo yang disesuaikan untuk mencerminkan posisi terbuka) dan menemukan penurunan puncak-ke-lembah terbesar dalam jendela yang dipilih.
Pertimbangan “lanjutan” sebagian besar mengubah cara Anda mendefinisikan input, cara Anda menghitung drawdown, dan cara Anda menafsirkannya. Gagasan dasarnya bisa tetap, tetapi hasil bergantung pada pilihan implementasi: definisi ekuitas, resolusi waktu, apa yang dimasukkan sebagai “kerugian” (hanya trade yang ditutup atau juga mark-to-market), serta apakah analisis membandingkan hal yang sejenis.
Karena tidak ada satu definisi drawdown universal, tinjauan drawdown yang baik harus eksplisit tentang asumsi. Jika dua pihak menghitung drawdown dengan aturan ekuitas yang berbeda atau timeframe yang berbeda, angka mereka mungkin tidak dapat dibandingkan meskipun terdengar mirip.
Mekanisme inti: input, metrik, dan baseline
Pilih deret ekuitas yang Anda maksud
Perhitungan drawdown memerlukan deret ekuitas yang diberi indeks waktu. Pilihan umum meliputi:
- Realized equity (sering kali hanya berdasarkan hasil yang ditutup).
- Mark-to-market equity (mencakup nilai dari posisi terbuka).
Ini menghasilkan perilaku drawdown yang berbeda. Pendekatan mark-to-market dapat menunjukkan penurunan intraperiode yang disebabkan pergerakan harga saat posisi masih terbuka; pendekatan realized-equity dapat meremehkan risiko sampai posisi ditutup. Karena itu, tinjauan drawdown yang lanjutan dimulai dengan menyatakan pendekatan mana yang digunakan dan alasannya.
Tentukan metrik drawdown
Berbagai metrik menjawab pertanyaan yang berbeda. Misalnya:
- Maximum drawdown: penurunan puncak-ke-lembah terbesar yang diamati dalam jendela.
- Drawdown duration: berapa lama waktu yang dibutuhkan untuk pulih dari lembah ke puncak sebelumnya.
- Drawdown frequency: seberapa sering drawdown terjadi.
Satu angka headline jarang menangkap bentuk risiko secara penuh. Dua strategi bisa memiliki maximum drawdown yang mirip, tetapi berbeda secara substansial dalam durasi dan perilaku pemulihan.
Definisikan “puncak” dan batas-batas jendela
Deret drawdown bergantung pada di mana puncak diizinkan untuk terjadi. Misalnya, Anda dapat:
- Menghitung dalam periode tetap (misalnya, satu tahun kalender).
- Menghitung jendela bergulir (misalnya, N hari terakhir).
- Memulai ulang puncak setelah ada celah data atau setelah reset besar.
Tinjauan lanjutan memeriksa apakah puncak dihitung dengan cara yang sesuai dengan pertanyaan yang dimaksud. Jika tujuan Anda adalah memahami risiko selama rezim trading tertentu, menggunakan puncak yang mencakup rezim yang tidak terkait dapat mengaburkan interpretasi.
Asumsi untuk setiap contoh numerik
Jika Anda menampilkan contoh perhitungan, nyatakan:
- Langkah waktu (harian, per jam, seperti tick).
- Bagaimana nilai ekuitas diambil sampelnya.
- Apakah biaya dan fee dimasukkan dalam deret ekuitas.
Bahkan tanpa data pasar real-time, logika drawdown bergantung pada asumsi-asumsi ini. Tinjauan yang mengabaikannya tidak dapat diverifikasi secara independen.
Bukti dan contoh: dependensi yang harus Anda perhitungkan
Karena tinjauan drawdown adalah komputasi turunan, Anda dapat memperkuatnya dengan menggunakan pemeriksaan konsistensi internal.
Efek biaya dan eksekusi dapat mengubah lintasan ekuitas
Drawdown bergantung pada lintasan (path-dependent). Artinya, perubahan kecil pada biaya, asumsi slippage, atau timing eksekusi dapat mengubah urutan ekuitas dan, karenanya, drawdown yang dihitung.
Bahkan ketika dua analisis menggunakan trade yang sama, perbedaan pemodelan biaya dapat mengubah besarnya penurunan puncak-ke-lembah dan apakah pemulihan terjadi dalam periode yang sama. Karena itu, tinjauan lanjutan memperlakukan biaya dan asumsi eksekusi sebagai input utama.
Data yang hilang dan resolusi waktu menciptakan kasus tepi
Kasus tepi umumnya berasal dari penanganan data:
- Irregular sampling: jika ekuitas dicatat pada interval yang tidak merata, lembah di antara sampel dapat terlewat.
- Data gaps: jika ada riwayat yang hilang, deteksi puncak dan lembah bisa salah kecuali aturan didefinisikan.
Tinjauan yang kuat secara eksplisit menyatakan bagaimana ia menangani kasus-kasus ini (misalnya, apakah ia melakukan interpolasi atau mengabaikan titik yang hilang). Tanpa itu, hasil bisa terlihat presisi tetapi sebenarnya didasarkan pada asumsi yang tidak diucapkan.
Perubahan rezim dan structural breaks
Pasar keuangan dapat mengubah perilakunya dari waktu ke waktu. Jika Anda menghitung drawdown pada sejarah yang panjang yang mencakup beberapa rezim pasar, drawdown terbesar mungkin berasal dari satu rezim, sementara periode yang lebih baru memiliki profil risiko yang berbeda.
Tinjauan lanjutan memperlakukan ini sebagai keterbatasan interpretasi: maximum drawdown pada dataset campuran tidak otomatis mewakili risiko drawdown di masa depan.
Keterbatasan dan risiko: apa yang bisa salah
1) Membandingkan perhitungan yang tidak sebanding
Keterbatasan utama adalah perbandingan apel-ke-oranye. Jika satu laporan menggunakan mark-to-market equity dan laporan lain menggunakan realized-only equity, angka drawdown mereka bisa berbeda secara sistematis.
Risikonya bukan hanya ketidaksesuaian numerik, tetapi juga salah tafsir: pembaca mungkin mengira perbedaan tersebut adalah “kualitas performa” padahal sebenarnya masalah definisi.
2) Ketidaksesuaian metrik: durasi vs besaran
Salah satu mode kegagalan adalah berfokus pada maximum drawdown sambil mengabaikan durasi atau bentuk pemulihan. Dua lintasan ekuitas bisa memiliki kedalaman puncak-ke-lembah yang sama, tetapi waktu untuk pulih berbeda, yang penting secara operasional.
Karena itu, tinjauan drawdown sebaiknya menyelaraskan pilihan metrik dengan apa yang ingin Anda pahami: kedalaman stres, kecepatan pemulihan, atau drawdown frequency.
3) Overfitting pada jendela historis
Karena drawdown bergantung pada kemunculan puncak dan lembah, windowing yang selektif dapat membesar-besarkan stabilitas yang tampak atau menyembunyikan risiko. Jika seseorang memilih jendela yang menghindari periode volatil, tinjauan bisa terlihat menguntungkan tanpa mewakili kondisi yang lebih luas.
Bahkan dengan metodologi yang cermat, hubungan historis tidak menetapkan hasil di masa depan. Keterbatasan ini bersifat fundamental: statistik drawdown bersifat kondisional pada periode yang diamati.
4) Survivorship dan selection bias
Jika Anda meninjau hanya akun, strategi, atau periode yang “berhasil bertahan” atau dipilih setelah mengamati hasil, Anda dapat membias kesimpulan. Tinjauan lanjutan memeriksa kriteria seleksi dan kelengkapan data.
Jika prosesnya tidak transparan, tinjauan yang dapat diverifikasi secara independen menjadi sulit.
Verifikasi dan pertanyaan berikutnya: cara memvalidasi klaim
Validasi langkah per langkah perhitungan
Verifikasi independen berfokus pada mekanismenya:
- Hitung ulang deteksi puncak dan identifikasi lembah.
- Pastikan definisi ekuitas dan pengambilan sampel waktu.
- Periksa bahwa biaya dan fee diperlakukan secara konsisten dengan aturan ekuitas yang dinyatakan.
Karena drawdown adalah transformasi deterministik dari deret ekuitas, verifikasi yang benar harus mereproduksi hasil yang sama ketika input dan aturan cocok.
Verifikasi asumsi secara eksplisit
Tinjauan drawdown yang baik bersifat eksplisit tentang asumsi yang digunakan dalam perhitungan atau contoh:
- Deret ekuitas apa yang digunakan.
- Berapa langkah waktu (time step) yang digunakan.
- Bagaimana data gaps dan interval sampling ditangani.
Tanpa itu, pembaca tidak dapat memastikan apakah drawdown yang dilaporkan mencerminkan risiko aktual atau artefak pemodelan.
Tanyakan pertanyaan apa yang dijawab oleh metrik
Sebelum menerima kesimpulan apa pun yang terkait drawdown, klarifikasi pertanyaannya:
- Apakah tujuannya untuk menilai kedalaman skenario terburuk?
- Perilaku pemulihan selama periode terburuk?
- Seberapa sering stres terjadi?
DOCUMENT END