
Risk-Adjusted Returns: Sharpe Ratio, Sortino, dan Alpha
Mengukur berapa banyak return yang kamu dapat per unit risiko yang diambil
Return Tanpa Konteks Bisa Menyesatkan
Dua strategi bisa mencatat persentase tahunan yang sama sambil membuatmu terekspos drawdown yang sangat berbeda. Metrik risk-adjusted (metrik yang disesuaikan dengan risiko) mengajukan pertanyaan yang disiplin: seberapa besar rasa sakit yang kamu tanggung per unit imbalan? Metrik ini tidak menggantikan penilaianmu — ia mencegah angka headline menyembunyikan leverage, konsentrasi, dan risiko gap.
Mulai dengan pembagian sederhana: excess return (kelebihan return) dibandingkan sebuah baseline (biasanya imbal hasil obligasi pemerintah jangka pendek), dan risiko yang diukur sebagai dispersi return atau sensitivitas terhadap sebuah benchmark.
Sortino dan Treynor: Penyebut yang Berbeda
Sortino ratio (rasio Sortino) memakai downside deviation di penyebutnya — volatilitas dari return di bawah target atau nol — sehingga kejutan positif tidak "dihukum" sebagai risiko. Treynor ratio (rasio Treynor) membagi excess return dengan beta, menekankan kompensasi untuk eksposur sistematis alih-alih volatilitas total.
Tidak ada yang secara universal "lebih baik". Pilih penyebut yang sesuai dengan risiko yang benar-benar kamu khawatirkan.
Alpha dan Information Ratio
Jensen's alpha (dalam kerangka CAPM) mengukur return di atas yang seharusnya diprediksi oleh beta. Information ratio (rasio informasi) menskalakan active return dengan tracking error — seberapa konsisten kamu menyimpang dari sebuah benchmark. Strategi yang berisik dengan sesekali jackpot mungkin terlihat lebih buruk dibanding strategi yang lebih stabil ketika kamu mementingkan risiko implementasi.
Menerapkan Metrik di Crypto
Seri return crypto bersifat non-normal: fat tail (ekor gemuk), perubahan rezim, dan mekanika funding rate pada kontrak perpetual. Laporkan baik Sharpe bergulir (rolling) maupun drawdown maksimum. Kalau kamu trading di GaiaEx, sertakan fee, funding rate, dan jarak ke harga likuidasi dalam simulasimu — kalau tidak, "alpha"-mu hanyalah fantasi di spreadsheet.
Checklist Praktis
- Tentukan seri return-nya (log vs simple) dan konsisten memakainya.
- Pilih proxy risk-free yang sesuai dengan horizon waktumu.
- Dokumentasikan apakah statistiknya berbasis seluruh sampel atau bergulir (rolling).
- Jangan pernah optimasi murni untuk Sharpe secara in-sample tanpa rezim holdout.