Sharpe ratio — apa yang sebenarnya diukur dan di mana batasannya
Sharpe ratio adalah ukuran return yang disesuaikan dengan risiko yang paling banyak dikutip dalam dunia manajemen modal — dari dana pensiun besar hingga prop firm ritel. Rumusnya sangat sederhana: return dikurangi tingkat bebas risiko, dibagi dengan standar deviasi return. Angka tersebut memberi tahu Anda seberapa banyak laba tambahan yang Anda peroleh untuk setiap unit volatilitas yang bersedia Anda tanggung. Namun di balik kesederhanaannya, terdapat asumsi dan jebakan yang telah dibahas analis selama tiga dekade — dan itulah fokus utama artikel ini.
Asal-usul Sharpe ratio dan apa yang sebenarnya diukurnya
William F. Sharpe mempublikasikan versi pertamanya pada tahun 1966 dalam makalah "Mutual Fund Performance" di Journal of Business, dengan nama reward-to-variability ratio. Pada 1990, ia meraih Nobel Memorial Prize in Economic Sciences atas karyanya tentang Capital Asset Pricing Model (CAPM), dan empat tahun kemudian, dalam Journal of Portfolio Management, ia menetapkan nama modern yang kita kenal sekarang. Rumus kontemporer: return portofolio dikurangi tingkat bebas risiko — biasanya imbal hasil obligasi pemerintah jangka pendek — dibagi dengan standar deviasi excess return.
Inti pertanyaannya bukan "berapa yang Anda hasilkan", melainkan "berapa yang Anda hasilkan di atas instrumen aman, dan seberapa bergolak perjalanannya". Strategi yang menghasilkan 30 persen per tahun dengan standar deviasi 10 persen terlihat lebih unggul dibandingkan strategi yang menghasilkan 50 persen dengan standar deviasi 30 persen — karena yang pertama mengekstrak lebih banyak excess return per unit volatilitas. Institusi mencantumkan Sharpe ratio dalam factsheet mereka karena ukuran ini memungkinkan seorang analis membandingkan dana saham dengan manajemen risiko yang berbeda, atau program futures sistematis dengan portofolio campuran, meskipun profil return-nya sama sekali tidak serupa.
Rumus dalam bahasa sederhana dan apa yang harus dimasukkan
Pembilang adalah selisih antara rata-rata return tahunan portofolio dan tingkat bebas risiko. Penyebut adalah standar deviasi tahunan dari excess return. Dalam praktiknya, Anda menghitungnya dari data harian atau bulanan: ambil return logaritmik, hitung rata-rata dan standar deviasi, lalu skalakan ke satu tahun. Rata-rata dikalikan jumlah periode dalam setahun (252 untuk harian, 12 untuk bulanan), dan standar deviasi dikalikan akar kuadrat dari angka yang sama. Hasilnya adalah angka tanpa dimensi, seperti "Sharpe 1.4".
Apa yang digunakan sebagai tingkat bebas risiko? Imbal hasil utang pemerintah jangka pendek dalam mata uang yang sama dengan strategi. Untuk strategi berbasis dolar AS, itu adalah imbal hasil Treasury bill tiga bulan. Pada tahun 2020, ketika Federal Reserve mempertahankan suku bunga mendekati nol, perhitungan terlihat sangat berbeda dibandingkan tahun 2024, saat ujung pendek kurva membayar hampir 5 persen. Strategi yang sama dapat menunjukkan dua Sharpe ratio yang berbeda di dua ujung siklus moneter yang berlawanan — bukan karena strategi berubah, tetapi karena benchmark berubah.
Angka berapa yang dianggap baik
Ambang batas yang paling sering dikutip di industri: nilai di bawah 1.0 adalah lemah; sekitar 1.0 hingga 1.5 dapat diterima; kisaran 1.5 hingga 2.0 dianggap solid; di atas 2.0 sangat baik; dan di atas 3.0 masuk level institusional. Indeks S&P 500 sendiri, diukur dalam jendela beberapa dekade, berada di kisaran 0.4 hingga 0.6 — karena ekuitas membawa volatilitas yang signifikan. Rata-rata hedge fund melaporkan Sharpe sekitar 0.8 hingga 1.0. Dana Medallion milik Renaissance Technologies bertahan di sekitar 2.5 selama bertahun-tahun — angka yang oleh para analis dianggap luar biasa.
Seorang trader ritel dengan track record tiga tahun di myfxbook yang menunjukkan Sharpe 2.0 belum membuktikan banyak hal. Jendela terlalu pendek, sampel terlalu kecil, dan angka sangat bergantung pada rezim pasar. Sharpe 3.0 selama enam bulan dalam fase tren yang bersih bisa jadi artefak statistik, bukan bukti keunggulan yang tahan lama. Analis institusional biasanya mensyaratkan jendela minimal 36 bulan, idealnya mencakup satu siklus pasar penuh. Untuk konteks analisis fundamental, memahami siklus pasar sangat membantu dalam menilai validitas angka Sharpe yang Anda hitung.
„Sharpe Ratio adalah salah satu ukuran kinerja investasi yang paling sering dikutip. Sebagian karena ia sangat sederhana. Sebagian lagi karena ukuran ini secara langsung menunjukkan trade-off antara return tambahan dan risiko tambahan." — William F. Sharpe, The Sharpe Ratio, The Journal of Portfolio Management, 1994
Contoh perhitungan dalam bahasa lugas
Contoh ilustratif. Dua strategi diuji dalam jendela tiga tahun. Strategi pertama menghasilkan 24 persen per tahun dengan standar deviasi 16 persen. Strategi kedua menghasilkan 12 persen per tahun dengan standar deviasi 5 persen. Tingkat bebas risiko adalah 4 persen. Untuk strategi pertama: 20 poin persentase excess return dibagi 16 volatilitas menghasilkan Sharpe 1.25. Untuk strategi kedua: 8 dibagi 5 menghasilkan Sharpe 1.6. Strategi kedua, meskipun menghasilkan setengahnya, terlihat lebih baik melalui lensa ini karena memeras lebih banyak excess return dari setiap unit volatilitas.
Ada intuisi praktis yang sering terlewat oleh trader baru dalam memahami konsep-konsep dasar trading. Jika Anda memotong separuh ukuran posisi pada strategi pertama, excess return turun menjadi 10 persen, volatilitas menjadi 8 persen, dan Sharpe tetap 1.25 — karena rasio ini adalah hubungan, bukan nilai absolut. Leverage dan ukuran posisi, dengan sendirinya, tidak mengubah Sharpe ratio. Yang mengubahnya adalah kualitas edge: apakah proporsi antara expected return dan risiko secara fundamental lebih baik.
Tiga keterbatasan yang perlu Anda ketahui
Masalah pertama: rasio ini menghukum volatilitas dari kedua arah. Satu bulan positif 15 persen menggelembungkan standar deviasi sama besarnya dengan kerugian dalam yang setara. Sharpe memperlakukan volatilitas "baik" dan "buruk" secara identik — itulah mengapa Frank A. Sortino pada pertengahan 1990-an mengusulkan alternatif yang hanya menghitung deviasi ke bawah sebagai penyebut. Rasio Sortino dan perbandingan langsung keduanya mengurai cara kerja solusi ini.
Masalah kedua: rumus mengasumsikan return mengikuti distribusi normal. Pasar keuangan — terutama mata uang negara berkembang dan CFD (kontrak selisih) pada komoditas — memiliki fat tail. Pergerakan franc Swiss pada Januari 2015, crash Maret 2020, lira Turki pada 2018: hasil yang begitu jauh dari rata-rata sehingga standar deviasi klasik meremehkan risiko ekor dengan serius. Sharpe tinggi yang dihitung dalam periode tenang bisa runtuh dalam satu pekan krisis — bukan karena kesalahan kalkulasi, melainkan karena keterbatasan bawaan asumsinya.
Masalah ketiga: angka ini sangat bergantung pada panjang sampel dan rezim pasar. Strategi trend-following menunjukkan Sharpe tinggi ketika mata uang bergerak bersih dan jauh lebih rendah dalam fase sideways. Sharpe selama enam bulan secara statistik hampir tidak berarti. Inilah mengapa kartu skor institusional melaporkan Sharpe berdampingan dengan maksimal drawdown (penurunan ekuitas), rasio Calmar, dan ukuran seperti nilai ekspektasi per transaksi — tidak ada satu parameter pun yang jujur menggambarkan sebuah strategi secara utuh.
Langkah selanjutnya: apa yang harus Anda lakukan
- Buka spreadsheet riwayat transaksi Anda atau laporan broker untuk dua belas bulan terakhir, lalu hitung Sharpe ratio dari data bulanan. Ambil rata-rata return bulanan, kurangi tingkat bebas risiko dibagi dua belas, bagi hasilnya dengan standar deviasi bulanan, kemudian kalikan dengan akar kuadrat dari dua belas — Anda akan mendapatkan nilai tahunan yang dapat dibandingkan dengan benchmark standar. Di Excel atau Google Sheets, fungsi AVERAGE, STDEV, dan SQRT sudah cukup untuk ini.
- Jika hasilnya di bawah 1.0, jangan langsung mengubah strategi. Periksa dua hal terlebih dahulu: apakah sampel representatif — enam bulan terlalu sedikit, tiga puluh enam bulan barulah memiliki bobot statistik — dan apakah angka rendah itu disebabkan oleh segelintir bulan ekstrem yang mendistorsi standar deviasi ke kedua arah sekaligus.
- Hitung rasio Sortino pada jendela yang sama secara paralel. Jika Sortino keluar jauh lebih tinggi dari Sharpe, volatilitas Anda asimetris: banyak lonjakan positif, sedikit drawdown dalam. Strategi semacam ini mungkin lebih baik dari yang disarankan Sharpe saja, dan langkah yang jujur adalah menerbitkan kedua angka bersama-sama, bukan hanya yang terlihat lebih menarik.
- Tambahkan kolom di jurnal trading Anda yang mencatat return tahunan dan standar deviasi bulanan, sehingga Sharpe ratio terhitung otomatis setiap bulan. Setelah setahun, bandingkan angka tersebut dengan periode sebelumnya — yang perlu Anda perhatikan adalah tren, bukan satu pembacaan tunggal, karena Sharpe pada jendela pendek sangat berisik secara statistik.
- Sebelum berbagi Sharpe ratio dengan alokator modal, reviewer prop firm, atau calon investor, pastikan jendela mencakup setidaknya dua tahun dan meliputi fase pasar tenang maupun fase volatilitas tinggi. Sharpe yang diambil dari satu rezim tren tunggal menyesatkan baik diri Anda maupun siapa pun yang membaca angka itu. Pastikan pula broker yang Anda gunakan terdaftar di platform broker yang dapat Anda verifikasi — termasuk memilih pialang berjangka berizin BAPPEBTI untuk keamanan dana Anda.
Sumber dan referensi
-
William F. Sharpe The Sharpe Ratio · The Journal of Portfolio Management, 1994 — autoryzowane archiwum autora na serwerach Stanford web.stanford.edu ↗
-
NobelPrize.org William F. Sharpe — Biographical (Nobel Memorial Prize in Economic Sciences 1990) · Oficjalna nota biograficzna laureata Nagrody Nobla z ekonomii za prace nad CAPM www.nobelprize.org ↗
-
Corporate Finance Institute Sharpe Ratio — How to Calculate Risk Adjusted Return · Materiał edukacyjny instytucji szkoleniowej CFI z wyprowadzeniem wzoru i progami interpretacji corporatefinanceinstitute.com ↗
Pertanyaan yang sering diajukan
Apa sebenarnya Sharpe ratio itu?
Sharpe ratio adalah ukuran return yang disesuaikan dengan risiko yang dikembangkan oleh William F. Sharpe, peraih Nobel Memorial Prize in Economic Sciences pada 1990. Dihitung sebagai selisih antara return portofolio dan tingkat bebas risiko, dibagi dengan standar deviasi excess return. Hasilnya adalah angka tanpa dimensi yang menunjukkan seberapa banyak premi tambahan yang Anda peroleh per unit volatilitas. Semakin tinggi nilainya, semakin efisien strategi dalam ukuran yang disesuaikan dengan risiko — baik Anda mengevaluasi dana obligasi, dana saham, maupun program futures.
Nilai berapa yang dianggap baik?
Ambang batas industri berjalan seperti ini: di bawah 1.0 adalah lemah; 1.0 hingga 1.5 dapat diterima; 1.5 hingga 2.0 solid; di atas 2.0 sangat baik; dan di atas 3.0 adalah level institusional. Indeks S&P 500 sendiri, diukur dalam jendela beberapa dekade, berada di kisaran 0.4 hingga 0.6. Rata-rata hedge fund melaporkan Sharpe sekitar 0.8 hingga 1.0. Dana Medallion dari Renaissance Technologies bertahan di sekitar 2.5, yang merupakan angka luar biasa. Satu catatan penting: ambang batas ini hanya bermakna pada jendela minimal tiga puluh enam bulan, idealnya mencakup satu siklus pasar penuh. Sharpe yang dihitung dalam enam bulan secara statistik hampir tidak memiliki arti.
Bagaimana cara menghitung Sharpe ratio untuk strategi saya sendiri?
Cara paling praktis menggunakan data bulanan dari spreadsheet atau laporan broker Anda. Ambil rata-rata return bulanan, kurangi tingkat bebas risiko dibagi dua belas, bagi hasilnya dengan standar deviasi angka bulanan, lalu kalikan dengan akar kuadrat dari dua belas untuk mendapatkan nilai tahunan yang dapat dibandingkan dengan benchmark standar. Di Excel atau Google Sheets, fungsi AVERAGE, STDEV, dan SQRT sudah memadai. Dua belas bulan data adalah minimum untuk pembacaan kasar; dua puluh empat hingga tiga puluh enam bulan adalah yang memiliki bobot statistik.
Apa saja keterbatasan terbesar indikator ini?
Ada tiga keterbatasan utama. Pertama: rumus memperlakukan volatilitas naik dan turun secara identik — satu bulan dengan keuntungan besar menggelembungkan standar deviasi sama besarnya dengan kerugian dalam. Rasio Sortino, yang penyebutnya hanya menghitung deviasi ke bawah, adalah solusi yang umum digunakan. Kedua: Sharpe mengasumsikan return terdistribusi normal, namun pasar memiliki fat tail — peristiwa langka seperti pergerakan franc Swiss pada 2015 atau crash Maret 2020 sangat diremehkan oleh standar deviasi klasik. Ketiga: angka ini sangat bergantung pada rezim pasar dan panjang sampel. Itulah mengapa institusi melaporkan Sharpe selalu berdampingan dengan Sortino, Calmar, dan maksimal drawdown.