Review drawdown: gagasan inti
Review drawdown adalah proses menelaah seberapa besar penurunan terjadi dalam catatan performa, biasanya dari titik tertinggi sebelumnya, dan bagaimana penurunan tersebut berkembang dari waktu ke waktu. Secara sederhana, jika rangkaian performa naik hingga puncak lalu turun, drawdown mengukur besarnya penurunan relatif terhadap puncak tersebut.
Pemula sering memulai dengan pertanyaan berbasis risk-first: “Apakah hasilnya mencakup periode penurunan tajam, dan apakah penurunan itu konsisten dengan bagaimana saya mengharapkan risiko berperilaku?” Review drawdown mendukung pertanyaan itu dengan membuat penurunan terlihat dan dapat dikuantifikasi.
Cara kerjanya dalam praktik (dan apa yang harus Anda definisikan terlebih dahulu)
Review drawdown bergantung pada definisi dan input. Sebelum ada implikasi, Anda perlu menentukan apa yang dimaksud dengan “performa” dan bagaimana drawdown dihitung.
Pilih rangkaian performa
Kebanyakan review menggunakan konsep equity curve (nilai berjalan dari waktu ke waktu). Equity curve Anda bisa merepresentasikan nilai akun, nilai portofolio, atau rangkaian saldo backtest. Kuncinya adalah konsistensi: definisi yang sama harus digunakan saat membandingkan periode atau penyedia.
Definisikan drawdown secara matematis
Pendekatan umum menggunakan jarak dari maksimum sebelumnya:
- Lacak puncak berjalan dari rangkaian performa.
- Hitung drawdown pada setiap titik sebagai persentase (atau jumlah absolut) di bawah puncak berjalan tersebut.
- “maximum drawdown” adalah drawdown terburuk yang dialami selama jendela waktu yang dipilih.
Jika Anda menggunakan percentage drawdown, nyatakan rumus yang Anda terapkan (persentase di bawah puncak). Jika Anda menggunakan absolute drawdown, nyatakan mata uang atau unitnya. Mengubah cara pengukuran akan mengubah hasil.
Nyatakan asumsi untuk contoh
Setiap contoh numerik memerlukan asumsi yang eksplisit, seperti:
- panjang jendela waktu (mis., 3 bulan vs. 2 tahun)
- apakah hasil mencakup transaction costs dan efek pembiayaan
- bagaimana data yang hilang atau akhir pekan ditangani
- apakah rangkaian dihaluskan atau menggunakan penanda mentah
Tanpa asumsi-asumsi ini, dua orang bisa membahas “maximum drawdown” tetapi sebenarnya membicarakan perhitungan yang berbeda.
Bukti dan contoh sederhana yang dikerjakan (dengan asumsi yang eksplisit)
Anggap sebuah rangkaian performa diukur sekali per hari, termasuk semua biaya relevan untuk backtest atau catatan tersebut.
- Hari 1: equity = 100 (puncak = 100)
- Hari 2: equity = 92 (drawdown = (92−100)/100 = −8%)
- Hari 3: equity = 96 (puncak berjalan masih 100, drawdown = −4%)
- Hari 4: equity = 90 (drawdown = (90−100)/100 = −10%)
Dalam contoh ini, maximum drawdown selama jendela tersebut adalah 10%. Review drawdown kemudian juga mempertimbangkan waktu: kapan penurunan terburuk terjadi, dan apakah ada periode pemulihan yang panjang.
Inti yang penting bagi pemula bukanlah angka itu sendiri, melainkan metodenya: Anda hanya bisa memverifikasi drawdown secara independen jika rangkaian performa, time stamp, dan pendekatan perhitungannya didefinisikan dengan jelas.
Keterbatasan dan risiko (mode kegagalan yang umum)
Review drawdown berguna, tetapi memiliki keterbatasan. Setidaknya satu mode kegagalan menjadi penting setiap kali Anda mengandalkan metrik drawdown.
1) Ketidakcocokan data dan definisi
Dua “review drawdown” bisa berbeda karena menggunakan equity curve yang berbeda, time stamp yang berbeda, atau definisi drawdown yang berbeda (persentase vs. absolut, point-in-time vs. segment-based). Jika biaya dikecualikan dalam satu rangkaian tetapi disertakan dalam rangkaian lain, penurunan bisa terlihat lebih kecil secara artifisial.
2) Efek biaya dan eksekusi bisa mendominasi
Meskipun perhitungan historis menunjukkan ukuran penurunan tertentu, hasil nyata bisa berbeda ketika eksekusi, spread, slippage, atau pembiayaan berbeda dari asumsi yang digunakan untuk membangun rangkaian tersebut. Hubungan historis tidak menetapkan hasil di masa depan.
3) Survivorship dan selection bias
Jika review hanya mencakup periode yang “terlihat bagus” atau mengecualikan peristiwa yang tidak nyaman untuk dihitung, statistik drawdown bisa menjadi lebih rendah dari kenyataan. Review yang kuat menggunakan data lengkap untuk periode yang dipilih.
4) Overfitting pada bentuk drawdown masa lalu
Pemula kadang berfokus pada “bentuk” penurunan masa lalu dan menganggap bentuk itu sebagai prediktif. Itu berisiko: pasar di masa depan bisa menghasilkan rezim volatilitas yang berbeda dan hasil yang berbeda pula yang bergantung pada lintasan (path-dependent).
Verifikasi dan pertanyaan berikutnya
Untuk memverifikasi fakta review drawdown secara independen, periksa empat hal:
- definisi persis dari rangkaian performa
- rumus drawdown dan unitnya
- jendela waktu yang dipilih
- apakah asumsi biaya dan waktu (timing) disertakan
Lalu tanyakan apa yang tidak bisa dijawab oleh review tersebut. Misalnya, review drawdown mendeskripsikan penurunan dalam catatan masa lalu; ia tidak menjamin keamanan, stabilitas, atau performa di masa depan.