Bezpośrednia odpowiedź: co oznacza Maximum Drawdown
Maximum Drawdown (MDD) to wskaźnik skoncentrowany na ryzyku, który opisuje najgorszy historyczny spadek z wysokiego punktu do późniejszego dołka w serii wyników. Jest liczony na podstawie ścieżki rezultatów, a nie pojedynczego zlecenia ani pojedynczego zwrotu. Dla początkujących kluczowa idea jest prosta: MDD odpowiada na pytanie, „Jak duży był najgłębszy spadek szczyt–dół, w ujęciu wartości, w wybranym oknie czasowym?”
Mechanizm lub definicja: jak jest obliczany
Aby zrozumieć MDD, zacznij od szeregu czasowego wartości portfela lub rachunku (lub indeksu wyników), takiego jak V(t). Wybierz okno czasowe i częstotliwość (dzienną, godzinową itd.).
- Śledź bieżący szczyt: P(t) = max(V(0), V(1), …, V(t)). To najwyższa wartość widziana do każdego momentu w czasie.
- Mierz spadek względem tego szczytu: D(t) = (V(t) − P(t)) / P(t). W szczytach będzie to zero, a podczas drawdownów wartości będą ujemne.
- Weź najgorszy (najbardziej ujemny) spadek w oknie: MDD = min(D(t)).
Ta definicja jest stabilna, ale dane wejściowe nie. Jeśli zmienisz przyjętą wartość początkową, częstotliwość próbkowania, definicję zwrotów lub okno czasowe, możesz zmienić obliczone MDD nawet wtedy, gdy rzeczywiste doświadczenie jest takie samo. Innymi słowy, MDD jest własnością konkretnej serii przy konkretnych wyborach pomiarowych.
Wpływ scenariusza (realistyczny przykład)
Wyobraź sobie ścieżkę wartości rachunku, która najpierw rośnie, potem gwałtownie spada, a następnie się odbudowuje. Nawet jeśli końcowa wartość jest wyższa niż na początku, w serii może wystąpić głęboki dołek. W takim przypadku MDD nadal będzie odzwierciedlać najgorszy spadek z wcześniejszego szczytu, a nie końcowy rezultat. Typową możliwą konsekwencją jest to, że początkujący nadmiernie skupiają się na „najgorszym spadku”, ignorując szybkość odbudowy lub fakt, że drawdowny mogą być tymczasowe.
Dowód lub przykład: co możesz zweryfikować niezależnie
Ponieważ MDD jest zdefiniowane za pomocą zwykłej arytmetyki, możesz je zweryfikować bez polegania na prognozach.
- Wybierz szereg czasowy wartości V(t), któremu ufasz (na przykład wyeksportowaną krzywą equity z systemu raportowania).
- Oblicz P(t) i D(t) krok po kroku.
- Potwierdź, że MDD jest równe największemu zaobserwowanemu ujemnemu drawdownowi pomiędzy szczytem a późniejszym dołkiem.
Praktycznym punktem kontrolnym jest dopasowanie serii i znaczników czasu: brakujące punkty danych lub niespójna obsługa strefy czasowej mogą zniekształcić bieżący szczyt i dołek. Innym punktem kontrolnym jest spójność pomiaru: jeśli jedna seria używa wartości po kosztach netto, a inna wartości brutto, porównywanie wyników MDD może wprowadzać w błąd.
Ograniczenia i ryzyka: czego MDD nie może ci powiedzieć
MDD jest pomocne, ale ma istotne ograniczenia i tryby awarii.
-
Zależność od warunków rynkowych i ścieżki realizacji (zmienne warunki) MDD zależy od ścieżki wyników — od tego, jak rozwijają się zyski i straty — a nie tylko od ogólnej średniej efektywności. Dwie różne strategie (lub dwie różne konwencje raportowania różnych dostawców) mogą dać podobne wyniki końcowe przy różnych ścieżkach drawdownu, co skutkuje różnym MDD.
-
Efekty kosztowe i operacyjne (założenia) Jeśli twoja seria zawiera koszty (spready, prowizje, finansowanie), a inna ich nie zawiera, zmierzone drawdowny mogą się różnić. Początkujący powinni zakładać, że wybrana przez nich seria odzwierciedla warunki z życia tylko w takim zakresie, w jakim wartości rzeczywiście uwzględniają odpowiednie koszty.
-
Historyczne zależności nie ustanawiają przyszłych wyników (niepewność) Niskie historyczne MDD nie gwarantuje niskiego przyszłego MDD. Zmiany reżimu, przesunięcia zmienności i zmiany zachowania mogą tworzyć nowe ścieżki szczyt–dół.
-
Ryzyka porównywania Porównywanie MDD w różnych oknach czasowych, punktach startowych lub definicjach wartości może być błędne. Ograniczeniem tutaj jest to, że MDD nie jest znormalizowane względem różnych metod próbkowania ani zasad raportowania.
Weryfikacja lub następne pytanie: jak używać MDD odpowiedzialnie
MDD należy traktować jako pomiar, który możesz sprawdzić, a nie jako sygnał predykcyjny. Po jego obliczeniu przydatnym kolejnym pytaniem jest to, czy charakterystyka drawdownu pasuje do twojego rozumienia akceptowalnych strat: na przykład jak długo zwykle trwają drawdowny i jak zachowuje się odbudowa w tym samym oknie.
Jeśli chcesz głębszego przeglądu, porównaj MDD z innymi opisami drawdownu wyprowadzonymi z tej samej serii, ale zachowaj identyczne założenia dotyczące pomiaru.
DOCUMENT END