Jebakan Sharpe Ratio: Mengapa Sharpe di Atas 2.0 Harus Membuat Anda Curiga

Antara tahun 2002 dan 2008, feeder fund milik Bernie Madoff melaporkan Sharpe ratio sekitar 2,5. Imbal hasil yang dihasilkan sangat stabil, dengan hampir tidak ada bulan negatif. Bagi alokator yang berpengalaman, hal ini seharusnya menjadi tanda peringatan yang paling jelas. Tidak ada strategi yang sah yang mampu menghasilkan imbal hasil setara ekuitas dengan volatilitas setara obligasi tahun demi tahun. Namun miliaran dolar tetap mengalir masuk, karena Sharpe ratio, metrik kinerja yang paling banyak digunakan di dunia keuangan, menyampaikan tepat apa yang ingin didengar oleh para investor.

Sharpe ratio tidak memiliki cacat fundamental. Rasio ini merupakan salah satu konstruksi paling elegan dalam keuangan kuantitatif. Namun rasio ini secara rutin disalahpahami, disalahgunakan, dan dimanipulasi, baik secara sengaja maupun tidak. Artikel ini mencatat enam cara paling umum Sharpe ratio menyesatkan, menjelaskan penelitian akademis di balik setiap jebakan, dan menyediakan kerangka kerja untuk mengidentifikasi kapan Sharpe yang tinggi bersifat genuine versus kapan ia merupakan artefak statistik atau taruhan tersembunyi pada bencana.

Sharpe Ratio dalam 30 Detik

Sharpe ratio, yang diperkenalkan oleh William Sharpe pada tahun 1966, mengukur imbal hasil berlebih per unit risiko:

Sharpe = (R_p - R_f) / sigma_p

di mana R_p adalah imbal hasil portofolio, R_f adalah suku bunga bebas risiko, dan sigma_p adalah deviasi standar imbal hasil portofolio. Sharpe ratio yang lebih tinggi berarti imbal hasil yang lebih besar per unit volatilitas.

Sebagai konteks, S&P 500 telah menghasilkan Sharpe ratio jangka panjang sekitar 0,4 hingga 0,5. Sharpe sebesar 1,0 dianggap sangat baik untuk strategi long-only. Sebagian besar hedge fund, setelah biaya, menghasilkan Sharpe ratio antara 0,5 dan 1,5. Sharpe di atas 2,0 yang dipertahankan selama beberapa tahun sangat jarang ditemukan dalam strategi yang sah dan dapat diskalakan.

Baseline ini penting. Ketika seseorang mempresentasikan strategi dengan Sharpe 3,0 atau lebih tinggi, pertanyaan pertama seharusnya bukan tentang imbal hasil, melainkan tentang apa yang salah dengan pengukurannya.

Jebakan 1: Inflasi Akibat Autokorelasi

Distorsi Sharpe ratio yang paling berbahaya berasal dari korelasi serial dalam imbal hasil. Ketika imbal hasil memiliki autokorelasi positif, yang berarti imbal hasil hari ini memprediksi imbal hasil besok ke arah yang sama, volatilitas terukur meremehkan risiko ekonomi yang sebenarnya. Sharpe ratio secara mekanis mengalami inflasi.

Ini bukan kasus khusus yang tidak relevan. Fenomena ini memengaruhi seluruh kelas aset. Private equity, real estat, hedge fund dengan kepemilikan tidak likuid, dan strategi apa pun yang menilai posisi berdasarkan model alih-alih harga pasar, semuanya menunjukkan perataan imbal hasil. Getmansky, Lo, dan Makarov (2004) mendemonstrasikan bahwa imbal hasil hedge fund menunjukkan autokorelasi positif yang signifikan secara statistik pada lag satu hingga tiga bulan, konsisten dengan penetapan harga yang basi dan perataan imbal hasil.

Lo (2002) menurunkan koreksinya. Untuk imbal hasil dengan koefisien autokorelasi rho_1, rho_2, ..., rho_k, Sharpe ratio yang dikoreksi adalah:

SR_corrected = SR_observed * sqrt(q) / sqrt(q + 2 * sum(k=1 to q-1) of (q-k) * rho_k)

di mana q adalah jumlah observasi imbal hasil per tahun. Penyebut membesar seiring meningkatnya autokorelasi, menarik Sharpe yang dikoreksi ke bawah.

Dampak praktisnya cukup substansial. Tabel berikut menunjukkan bagaimana autokorelasi menginflasi Sharpe ratio yang tidak dikoreksi di berbagai kelas aset utama dan jenis strategi.

Polanya sangat jelas. Strategi yang likuid dan diperdagangkan di bursa menunjukkan autokorelasi minimal dan inflasi Sharpe minimal. Investasi alternatif yang tidak likuid menunjukkan inflasi ekstrem, dengan Sharpe ratio private equity dan real estat langsung yang kira-kira berlipat ganda dari nilai tidak dikoreksi ke nilai yang dikoreksi. Dana private equity yang melaporkan Sharpe 1,4 mungkin memiliki kinerja risiko-disesuaikan yang genuine setara dengan strategi ekuitas publik dengan Sharpe hanya 0,72.

Jebakan 2: Imbal Hasil Non-Normal dan Risiko Ekor Tersembunyi

Sharpe ratio memperlakukan semua volatilitas secara setara. Rasio ini tidak membedakan antara varians naik dan turun, dan tidak sensitif terhadap bentuk distribusi imbal hasil. Hal ini menciptakan masalah fundamental: strategi dengan imbal hasil yang memiliki skewness negatif dan ekor gemuk dapat menghasilkan Sharpe ratio tinggi yang menyembunyikan risiko bencana.

Contoh klasiknya adalah menjual opsi put out-of-the-money. Strategi ini mengumpulkan premi kecil secara konsisten, menghasilkan imbal hasil positif yang halus dengan volatilitas terukur yang rendah. Sharpe ratio-nya tampak luar biasa, sering kali melebihi 2,0, hingga peristiwa ekor terjadi dan strategi tersebut mengalami kerugian dahsyat yang menghapus keuntungan bertahun-tahun.

Goetzmann, Ingersoll, Spiegel, dan Welch (2007) memformalisasi masalah ini. Mereka mendemonstrasikan bahwa setiap investor yang memaksimalkan Sharpe ratio cenderung tertarik pada strategi yang menghasilkan imbal hasil dengan skewness negatif, karena menjual asuransi (dalam berbagai bentuk) menghasilkan Sharpe ratio tinggi secara struktural. Mereka mengusulkan ukuran kinerja tahan manipulasi (MPPM) yang menginkorporasi seluruh distribusi imbal hasil.

Tabel berikut mengilustrasikan kesenjangan antara Sharpe ratio dan risiko ekor di berbagai jenis strategi umum.

Perhatikan bahwa strategi short put memiliki Sharpe ratio tertinggi tetapi juga skewness terburuk, kurtosis tertinggi, dan kerugian satu bulan terbesar. Sebaliknya, trend following memiliki Sharpe yang moderat tetapi skewness positif, yang berarti hasil ekstremnya cenderung berupa keuntungan daripada kerugian. Sharpe ratio saja akan mengarahkan investor ke strategi short put, yang merupakan kesimpulan yang tepat salah bagi siapa pun yang memperhatikan risiko ekor.

Jebakan 3: Overfitting Backtest dan Deflated Sharpe Ratio

Menjalankan cukup banyak backtest akan menghasilkan strategi dengan Sharpe ratio 3,0, bahkan dalam data acak. Ini adalah masalah pengujian berganda yang diterapkan pada keuangan kuantitatif, dan fenomena ini sangat luas.

Jika seorang peneliti menguji N varian strategi independen, Sharpe ratio maksimum yang diharapkan di antaranya tumbuh kira-kira sebesar:

E[max SR] ~ sqrt(2 * ln(N))

Untuk 100 percobaan, maksimum yang diharapkan adalah sekitar 3,0. Untuk 1.000 percobaan, nilainya melebihi 3,7. Ini bukan strategi nyata; ini adalah artefak statistik dari mengamati cukup banyak noise acak.

Bailey dan Lopez de Prado (2014) memformalisasi koreksinya dengan Deflated Sharpe Ratio (DSR). DSR menyesuaikan Sharpe ratio yang diamati untuk jumlah percobaan, skewness dan kurtosis imbal hasil, serta panjang sampel. DSR menghitung probabilitas bahwa Sharpe ratio yang diamati melebihi nol setelah memperhitungkan semua pengujian yang dilakukan.

Tabel berikut menunjukkan bagaimana DSR mengikis Sharpe ratio yang tampak mengesankan seiring meningkatnya jumlah percobaan.

Implikasinya sangat serius. Sharpe ratio 2,0 dari proses yang menguji 500 varian selama tiga tahun hanya memiliki probabilitas 34% untuk benar-benar positif. Bahkan Sharpe 3,0 dari 1.000 percobaan memiliki peluang kurang dari lempar koin untuk merepresentasikan kinerja nyata. Inilah mengapa hedge fund kuantitatif dengan proses riset yang ketat sangat khawatir tentang overfitting backtest, dan mengapa Sharpe ratio yang diklaim dari sumber yang kurang disiplin layak mendapat skeptisisme ekstrem.

Jebakan 4: Gaming Frekuensi

Strategi yang sama dapat menghasilkan Sharpe ratio yang berbeda tergantung pada frekuensi pengukuran. Ini bukan kesalahan pembulatan; ini adalah bias sistematis yang dapat menginflasi atau mendeflasi metrik secara substansial.

Di bawah asumsi imbal hasil yang independen dan berdistribusi identik, Sharpe ratio berskala dengan akar kuadrat dari jumlah periode. Sharpe ratio harian 0,05 disetahunkan menjadi 0,05 * sqrt(252) = 0,79. Tetapi jika imbal hasil harian memiliki autokorelasi positif, angka tahunan tersebut melebih-lebihkan Sharpe tahunan yang sebenarnya. Jika imbal hasil menunjukkan mean reversion jangka pendek (autokorelasi negatif pada frekuensi harian), Sharpe harian yang disetahunkan justru mungkin meremehkan kinerja jangka panjang.

Dalam praktiknya, banyak strategi menunjukkan autokorelasi positif pada frekuensi bulanan (seperti dibahas dalam Jebakan 1) tetapi mean reversion pada frekuensi harian. Ini berarti Sharpe ratio yang dihitung dari data harian akan berbeda dari Sharpe yang dihitung dari data bulanan, bahkan untuk aliran imbal hasil yang identik. Pilihan frekuensi pengukuran itu sendiri merupakan parameter yang dapat dioptimalkan, secara sadar maupun tidak, untuk menghasilkan hasil yang paling menguntungkan.

Lo (2002) menunjukkan bahwa standard error dari Sharpe ratio juga bergantung pada frekuensi. Dengan T observasi, standard error-nya kira-kira:

SE(SR) ~ sqrt((1 + 0,5 * SR^2) / T)

Ini berarti bahwa Sharpe ratio yang dihitung dari data harian (T ~ 252 per tahun) memiliki standard error yang jauh lebih kecil dibandingkan dari data bulanan (T = 12), membuatnya tampak lebih signifikan secara statistik meskipun konten ekonominya identik.

Jebakan 5: Bias Survivorship

Sharpe ratio yang terlihat di database industri secara sistematis mengalami inflasi karena tidak menyertakan dana yang telah mati. Dana dengan kinerja buruk ditutup, dilikuidasi, atau berhenti melaporkan. Yang bertahan, secara definisi, adalah yang memiliki track record lebih baik.

Efek ini telah terdokumentasi dengan baik. Fung dan Hsieh (2000) memperkirakan bahwa bias survivorship menginflasi imbal hasil hedge fund yang dilaporkan sebesar 1,5 hingga 3,0 poin persentase per tahun. Untuk strategi dengan volatilitas tahunan 10%, inflasi imbal hasil 2 poin persentase diterjemahkan menjadi inflasi Sharpe ratio sebesar 0,20.

Database Hedge Fund Research (HFR), salah satu yang paling banyak digunakan, telah terbukti mengalami bias survivorship dan bias backfill (di mana dana baru menambahkan track record historis mereka, yang biasanya menguntungkan karena dana dengan rekam jejak awal yang buruk tidak repot melaporkan). Aggarwal dan Jorion (2010) mendokumentasikan bahwa efek gabungan dari bias survivorship dan backfill menginflasi rata-rata Sharpe ratio hedge fund sekitar 0,3 hingga 0,5.

Ketika seorang alokator membandingkan Sharpe ratio dana baru terhadap rata-rata database, perbandingan tersebut dilakukan terhadap angka yang bias ke atas sekitar 0,3 hingga 0,5. Dana dengan Sharpe yang dilaporkan sebesar 1,0 yang tampak di atas rata-rata mungkin sebenarnya rata-rata atau di bawah rata-rata, setelah bias database diperhitungkan.

Jebakan 6: Penyamaran Short Volatility

Menjual volatilitas merupakan cara paling andal untuk menghasilkan Sharpe ratio tinggi dalam horizon waktu pendek hingga menengah. Strategi ini berhasil karena variance risk premium, selisih antara volatilitas tersirat dan terealisasi, telah secara persisten positif di berbagai pasar dan dekade. Investor bersedia membayar lebih untuk asuransi, menciptakan aliran pendapatan yang stabil bagi mereka yang bersedia menjualnya.

Masalahnya adalah bahwa menjual volatilitas menghasilkan profil P&L yang terlihat seperti obligasi, memberikan imbal hasil kecil dan stabil 90-95% dari waktu, tetapi berperilaku seperti posisi ekuitas leveraged selama krisis. Sharpe ratio yang dihitung selama periode sampel yang tidak mencakup krisis akan secara dramatis melebih-lebihkan kinerja risiko-disesuaikan strategi yang sebenarnya.

Carr dan Wu (2009) mendokumentasikan variance risk premium di berbagai pasar. Rata-rata variance risk premium tahunan pada opsi S&P 500 adalah sekitar 3-4 poin persentase, menghasilkan Sharpe ratio di atas 1,5 selama sebagian besar jendela multi-tahun. Tetapi premium ini runtuh selama krisis keuangan 2008, ketika penjual variance mengalami drawdown melebihi 50%.

Masalah short volatility melampaui penjualan opsi secara eksplisit. Banyak strategi memiliki eksposur short volatility yang tertanam. Carry trade dalam mata uang, strategi credit spread, merger arbitrage, dan bahkan beberapa strategi faktor ekuitas (terutama faktor low-volatility dan quality) memiliki profil imbal hasil yang sebagian menyerupai opsi yang dijual. Sharpe ratio mereka mendapat manfaat dari variance risk premium dan rentan terhadap peristiwa ekor yang sama.

Panjang Track Record Minimum

Mengingat semua bias ini, berapa lama track record harus berlangsung sebelum seseorang dapat memiliki keyakinan yang wajar terhadap Sharpe ratio? Lo (2002) memberikan jawabannya melalui formula standard error. Tabel berikut menunjukkan jumlah minimum tahun yang diperlukan untuk menolak hipotesis nol bahwa Sharpe ratio sebenarnya adalah nol pada tingkat kepercayaan 95%, dengan asumsi imbal hasil i.i.d.

Tabel ini menjelaskan dari sudut pandang berbeda mengapa Sharpe 2,0 perlu dicurigai. Jika Sharpe sebenarnya sebesar 2,0 hanya memerlukan satu tahun data untuk signifikansi, maka hampir semua dana dengan satu tahun imbal hasil yang beruntung akan tampak memiliki Sharpe signifikan sebesar 2,0 atau lebih tinggi. Uji signifikansi terlalu mudah dilewati sehingga hampir tidak memberikan informasi tentang apakah kinerja tersebut genuine.

Sebaliknya, strategi dengan Sharpe sebenarnya 0,5 memerlukan delapan tahun data untuk mencapai signifikansi. Ini berarti banyak strategi yang benar-benar baik, termasuk sebagian besar strategi faktor ekuitas, tidak akan menghasilkan Sharpe ratio yang signifikan secara statistik selama periode evaluasi tipikal tiga hingga lima tahun. Investor secara rutin meninggalkan strategi yang sebenarnya efektif tetapi belum melewati ambang batas statistik, sementara merangkul strategi dengan Sharpe ratio tinggi yang entah dimanipulasi, overfitted, atau sekadar beruntung.

Kapan Sharpe Tinggi Bersifat Legitimate

Tidak semua Sharpe ratio tinggi bersifat palsu. Beberapa strategi benar-benar menghasilkan imbal hasil risiko-disesuaikan yang melebihi apa yang dapat diberikan oleh kelas aset tradisional. Karakteristik pembeda dari strategi high-Sharpe yang legitimate biasanya meliputi hal-hal berikut:

Keterbatasan kapasitas. Operasi market-making, strategi statistical arbitrage tertentu, dan strategi high-frequency mampu menghasilkan Sharpe ratio 3,0 atau lebih tinggi, tetapi hanya pada skala terbatas (sering kali di bawah kapasitas $100 juta). Sharpe yang tinggi mengompensasi ketidakmampuan untuk mengerahkan modal dalam jumlah besar. Ketika suatu strategi mengklaim Sharpe tinggi dan kapasitas tak terbatas, kombinasi tersebut secara inheren tidak masuk akal.

Premium struktural dengan risiko yang transparan. Strategi yang memanen risk premium yang terdokumentasi dengan baik, seperti variance risk premium, secara sah dapat menunjukkan Sharpe ratio 1,0-1,5, asalkan investor memahami dan menerima risiko ekor. Pembeda utamanya adalah transparansi tentang sumber imbal hasil dan kondisi di mana strategi tersebut akan gagal.

Keunggulan informasional genuine. Beberapa strategi mengeksploitasi sumber data proprietary, teknologi superior, atau kerangka analitis yang unik. Keunggulan ini cenderung berumur pendek dan terbatas kapasitasnya, tetapi selama keunggulan tersebut bertahan, strategi-strategi ini mampu menghasilkan imbal hasil risiko-disesuaikan yang tinggi secara legitimate.

Daftar Pemeriksaan Diagnostik

Mengevaluasi Sharpe ratio yang diklaim memerlukan pemeriksaan beberapa dimensi secara simultan. Kerangka diagnostik berikut mensintesis jebakan-jebakan yang telah dibahas di atas.

Pertama, autokorelasi perlu diperiksa. Jika strategi berinvestasi dalam aset tidak likuid, menggunakan penetapan harga yang dihaluskan, atau melaporkan imbal hasil bulanan yang mencurigakan stabil, koreksi Lo perlu diterapkan. Sharpe yang turun 30% atau lebih setelah koreksi merupakan tanda peringatan.

Kedua, distribusi imbal hasil perlu diteliti. Jika imbal hasil menunjukkan skewness negatif (di bawah -1,0) atau kurtosis tinggi (di atas 5,0), strategi tersebut kemungkinan memiliki eksposur short-option yang tertanam. Sharpe ratio dalam kasus tersebut cenderung melebih-lebihkan kinerja risiko-disesuaikan.

Ketiga, proses riset perlu ditanyakan. Berapa banyak varian strategi yang diuji sebelum sampai pada spesifikasi akhir? Jika jawabannya tidak jelas atau jumlahnya melebihi 100, deflated Sharpe ratio dari Bailey-Lopez de Prado perlu diterapkan. Banyak Sharpe ratio yang tampak mengesankan tidak bertahan setelah penyesuaian ini.

Keempat, frekuensi pengukuran perlu diverifikasi. Apakah Sharpe dihitung dari data harian, mingguan, atau bulanan? Apakah imbal hasil harian disetahunkan? Jika demikian, autokorelasi pada frekuensi harian perlu diperiksa.

Kelima, database yang digunakan perlu dipertimbangkan. Apakah perbandingan dilakukan terhadap benchmark yang bebas bias survivorship, atau terhadap database dana yang masih bertahan? Untuk yang terakhir, ekspektasi perlu disesuaikan ke bawah sebesar 0,3-0,5.

Keenam, risiko ekor perlu diselidiki. Apa skenario terburuk untuk strategi tersebut? Apakah manajer dapat mengartikulasikan kapan dan mengapa strategi tersebut akan merugi? Jika jawabannya adalah bahwa kerugian sangat tidak mungkin terjadi, jawaban tersebut justru merupakan risiko terbesar.

Kesimpulan

Sharpe ratio tetap tak tergantikan sebagai titik awal untuk evaluasi kinerja. Tidak ada metrik tunggal lain yang memberikan ringkasan imbal hasil risiko-disesuaikan yang sebersih ini. Tetapi memperlakukannya sebagai kata akhir tentang kualitas strategi merupakan resep untuk penghancuran modal.

Pola historis bersifat konsisten: strategi dengan Sharpe ratio paling mengesankan secara tidak proporsional cenderung bersifat fraudulen (Madoff), overfitted (sebagian besar strategi kuantitatif yang di-backtest), sarat risiko ekor tersembunyi (short volatility), atau mendapat manfaat dari artefak pengukuran (autokorelasi, survivorship). Manajer yang benar-benar terampil cenderung menghasilkan Sharpe ratio dalam kisaran 0,7 hingga 1,5, berkelanjutan dalam jangka panjang, dengan sumber imbal hasil yang transparan dan penilaian jujur tentang kondisi di mana mereka akan berkinerja di bawah rata-rata.

Sharpe ratio di atas 2,0, yang dipertahankan selama beberapa tahun dan pada skala yang bermakna, seharusnya segera memicu investigasi yang ketat. Dalam sebagian besar kasus, investigasi tersebut akan mengungkapkan bahwa angka itu terlalu bagus untuk menjadi kenyataan, karena hampir selalu memang demikian.

References