Ketika menjalankan strategi perdagangan algoritma, indikator penilaian yang paling umum digunakan adalah tingkat pengembalian tahunan. Namun, ada banyak kelemahan dalam penggunaan indikator ini saja. Cara menghitung keuntungan dari strategi tertentu tidak sepenuhnya jelas. Terutama strategi yang tidak memiliki arah yang kuat, seperti netral pasar, atau menggunakan strategi leverage. Hal ini membuat perbandingan dua strategi tidak mungkin dilakukan hanya dengan mengandalkan keuntungan. Di sisi lain, jika ada dua strategi yang mendapatkan keuntungan yang sama, bagaimana kita tahu strategi mana yang berisiko lebih besar? Dan, apa yang dimaksud dengan kenaikan tingkat risiko yang lebih besar? Dalam bidang keuangan, kita sangat peduli dengan rentang fluktuasi dan penurunan keuntungan. Jika strategi memiliki fluktuasi keuntungan yang jauh lebih tinggi, maka itu tidak begitu menarik bagi kita, bahkan jika historisnya hampir sama dengan strategi lainnya. Perbandingan antara strategi yang berbeda dan evaluasi risiko strategi mendorong penggunaan indikator rasio Sharp.
William Forsyth adalah seorang ekonom yang memenangkan Penghargaan Nobel dalam Ekonomi. Ia membantu mengembangkan Model Harga Aset Modal (CAPM) dan mengembangkan rasio Sharpe (diperbarui pada tahun 1994) pada tahun 1966.
Rasio Sharpe didefinisikan dengan persamaan berikut:
Di antaranya, Ra adalah keuntungan jangka pendek dari strategi atau investasi, dan Rb adalah keuntungan jangka pendek dari dasar yang tepat. Rasio ini adalah rasio antara keuntungan rata-rata dari investasi atau strategi dan nilai deviasi standar dari keuntungan tersebut. Oleh karena itu, ketika volatilitas keuntungan relatif kecil, strategi atau investasi akan memiliki rasio Sharpe yang relatif besar dalam kondisi keuntungan yang sama.
Dalam strategi trading, yang sering dikutip adalah rasio per tahunnya Sharpe. Rasio ini memperhitungkan panjang dan pendeknya waktu interval perdagangan. Misalkan sebuah strategi memiliki N interval perdagangan dalam setahun, maka rasio per tahunnya Sharpe dihitung dengan rumus berikut:
Perlu dicatat bahwa rasio Sharpe harus dihitung berdasarkan jenis interval waktu yang dipertimbangkan. Sebagai contoh, jika suatu strategi beroperasi berdasarkan perdagangan harian, maka N = 252 karena ada 252 hari perdagangan dalam setahun, dan Ra dan Rb juga harus menjadi pendapatan harian. Demikian pula, untuk strategi yang beroperasi berdasarkan perdagangan per jam, N = 252 * 6.5 = 1638, karena hanya ada 6,5 jam perdagangan per hari.
Dalam rumus perhitungan rasio Sharpe, ada referensi. Referensi digunakan sebagai kriteria untuk menilai apakah strategi tersebut layak untuk dipertimbangkan. Sebagai contoh, strategi jangka panjang investasi saham besar sederhana harus mampu melampaui indeks S&P 500, atau setidaknya dapat bertahan di bawah fluktuasi yang lebih kecil.
Bagaimana memilih acuan terendah, kadang-kadang tidak jelas. Misalnya, apakah dana indeks bursa dapat digunakan sebagai acuan kinerja perusahaan yang terdaftar secara independen atau dengan S&P500? Mengapa tidak dengan Russell 3000? Apakah dana hedge digunakan sebagai acuan dengan indeks pasar atau dengan dana hedge lainnya?
Sebagai contoh khusus. Untuk strategi netral pasar, ada pertimbangan yang agak rumit, apakah harus menggunakan tingkat bunga tanpa risiko atau nol sebagai titik acuan. Karena strategi netral pasar, indikator pasar sendiri tidak cocok untuk digunakan sebagai titik acuan. Pilihan yang benar adalah tidak mengurangi tingkat bunga tanpa risiko.
Meskipun rasio Sharpe sangat penting dalam keuangan kuantitatif, ia juga menghadapi beberapa keterbatasan tersendiri.
Pertama, rasio Sharpe adalah retrospektif; itu hanya menjelaskan distribusi dan fluktuasi pendapatan historis, bukan yang mengarah ke masa depan; sebuah asumsi yang tersirat adalah bahwa masa lalu dan masa depan adalah sama ketika dinilai berdasarkan rasio Sharpe; namun kenyataannya tidak selalu demikian, terutama ketika sistem pasar berubah.
Kedua, perhitungan rasio Sharpe mengasumsikan bahwa distribusi keuntungan terlalu besar. Sayangnya, pasar sering bias. Distribusi keuntungan seringkali berujung besar, sehingga kemungkinan terjadinya situasi ekstrem lebih besar daripada yang diprediksi oleh distribusi keuntungan. Oleh karena itu, rasio Sharpe tidak cukup untuk menggambarkan risiko akhir.
Beberapa strategi memiliki ketahanan terhadap risiko semacam ini yang lemah. Misalnya, menjual opsi biner. Seiring waktu, menjual opsi biner akan menghasilkan premi opsi yang rata, yang akan menyebabkan volatilitas rendah dalam keuntungan, dan keuntungan yang jauh melebihi mata uang dasar, sehingga akan memiliki rasio Sharp yang tinggi. Namun, tidak memperhitungkan bahwa opsi ini akan ditebus, yang akan menyebabkan kurva saham mengalami kemunduran atau bahkan levelization yang tiba-tiba. Oleh karena itu, rasio Sharp tidak boleh digunakan secara independen dalam menilai kinerja perdagangan algoritma.
Meskipun bagi sebagian orang, ini adalah omong kosong. Biaya transaksi harus dimasukkan dalam perhitungan rasio Sharp, sehingga lebih realistis. Dalam banyak contoh nyata, beberapa strategi perdagangan memiliki rasio Sharp yang tinggi, namun setelah biaya sebenarnya dihitung, itu menjadi strategi dengan rasio Sharp rendah dan tingkat laba rendah. Ini berarti bahwa pendapatan bersih harus dimasukkan dalam perhitungan keuntungan di atas poin acuan.
Untuk penggunaan rasio Sharpe, ada masalah yang perlu dipertimbangkan, yaitu berapa banyak rasio Sharpe yang baik untuk suatu strategi? Pertimbangan yang lebih praktis adalah bahwa Anda harus mengabaikan strategi yang memiliki rasio Sharpe tahunan kurang dari 1 (setelah mengurangi biaya transaksi).
Rasio Sharpe sering meningkat seiring dengan peningkatan frekuensi perdagangan. Beberapa strategi perdagangan frekuensi tinggi akan memiliki rasio Sharpe yang sangat tinggi, beberapa bahkan dapat dua digit. Karena strategi ini dapat menghasilkan laba yang lebih baik setiap hari, setiap bulan, dan jarang mengalami risiko yang lebih besar, maka volatilitas rasio laba sangat kecil, sehingga memiliki rasio Sharpe yang sangat tinggi.
Dikutip dari: