---
title: "Rasio Sharpe: Imbal Hasil Berlebih, Volatilitas, Annualisasi, dan Inferensi"
description: "Hitung dan tafsirkan Rasio Sharpe dengan imbal hasil berlebih periodik yang selaras, biaya dan input bebas risiko yang eksplisit, annualisasi yang dapat dipertanggungjawabkan, pengendalian ketergantungan serial, dan ketidakpastian sampel."
image: "https://wiki.fcontext.com/og.png"
---

> Documentation Index
> Fetch the complete documentation index at: https://wiki.fcontext.com/llms.txt
> Use this file to discover all available pages before exploring further.

# Rasio Sharpe: Imbal Hasil Berlebih, Volatilitas, Annualisasi, dan Inferensi

> Hanya untuk tujuan edukasi; bukan merupakan nasihat investasi atau rekomendasi investasi. Investasi dapat mengakibatkan kerugian.

<a id="answer"></a>

## Jawaban langsung

**Rasio Sharpe** menghubungkan rata-rata imbal hasil suatu posisi diferensial tanpa investasi neto dengan simpangan baku imbal hasil diferensial tersebut. Dalam versi imbal hasil berlebih konvensional, setiap observasi adalah `x_t = R_{p,t} - R_{f,t}`, dengan imbal hasil total portofolio dan imbal hasil periode kepemilikan acuan bebas risiko menggunakan tanggal, mata uang, frekuensi, dan konvensi imbal hasil yang sama.

Untuk `T` observasi historis, estimator ex post yang umum adalah `SR̂_Δ = x̄ ÷ s_x`, dengan `x̄ = (1 ÷ T)Σx_t` dan `s_x = √[Σ(x_t - x̄)² ÷ (T - 1)]`. Subskrip `Δ` mengidentifikasi interval observasi. Rasio tidak terdefinisi ketika `s_x = 0`; penyebut yang sangat kecil juga dapat membuatnya tidak stabil secara ekonomi.

Rasio ex post menggambarkan satu sampel yang telah terealisasi. Rasio Sharpe ex ante menggunakan ekspektasi imbal hasil diferensial dan prediksi volatilitas: `SR_ex ante = E[R_p - R_f] ÷ σ(R_p - R_f)`. Kinerja historis bukan janji tanpa bias atas nilai ex ante. Estimasi lebih tinggi berarti rata-rata imbal hasil diferensial yang diamati lebih besar dibanding variabilitas yang diamati, bukan berarti kerugian, drawdown, risiko ekor, risiko likuiditas, atau kinerja buruk di masa depan dibatasi.

Gunakan imbal hasil total periodik aritmetika secara konsisten. Jangan menggabungkan rata-rata aritmetika dengan volatilitas imbal hasil logaritmik, mengurangkan yield tahunan yang dikutip langsung dari imbal hasil harian atau bulanan, atau membagi imbal hasil tahunan majemuk dengan estimasi volatilitas dari frekuensi lain.

<a id="mechanism"></a>

## Alur kerja tujuh langkah yang dapat direproduksi

1. **Definisikan keputusan dan klaim.** Nyatakan apakah rasio bersifat ex post atau ex ante, portofolio atau strategi, perspektif investor atau dana, sebelum atau setelah biaya, perlakuan leverage dan pendanaan, mata uang, tanggal, serta apakah pembandingnya aset bebas risiko atau tolok ukur lain.
2. **Susun seri imbal hasil.** Gunakan imbal hasil total berdasarkan informasi yang tersedia pada saat itu, dengan perlakuan konsisten atas distribusi, biaya, biaya transaksi, kas, derivatif, pendanaan, pajak jika relevan, dan arus kas eksternal; bedakan kinerja portofolio tertimbang waktu dari imbal hasil investor tertimbang uang.
3. **Susun seri acuan.** Konversikan instrumen kas atau bebas risiko yang dipilih menjadi imbal hasil periode kepemilikan untuk setiap observasi dengan mata uang, tanggal, hitungan hari, pemajemukan, jatuh tempo, dan reinvestasi yang konsisten; jangan menggantinya dengan par yield atau kutipan tahunan tanpa konversi.
4. **Estimasi rasio periodik.** Hitung imbal hasil berlebih pada tingkat observasi, rata-rata aritmetika, simpangan baku sampel konvensional, jumlah observasi, aturan data yang hilang, dan `SR̂_Δ`; pertahankan presisi yang memadai agar hasil dapat direproduksi dan laporkan secara eksplisit kasus volatilitas yang tidak terdefinisi atau mendekati nol.
5. **Diagnosis ketergantungan dan distribusi.** Ukur autokorelasi, observasi tumpang tindih, penilaian lama atau berbasis model, pengelompokan volatilitas, perubahan rezim, kemencengan, kurtosis, dan kerugian ekor sebelum memilih metode annualisasi atau inferensi.
6. **Lakukan annualisasi dan inferensi secara bersyarat.** Gunakan penskalaan `√q` hanya berdasarkan asumsi yang membenarkan penskalaan rata-rata dan varians; jika tidak, agregasikan imbal hasil secara langsung atau gunakan estimator yang memperhitungkan ketergantungan, serta laporkan interval keyakinan atau perbandingan bootstrap alih-alih memperlakukan selisih peringkat kecil sebagai fakta.
7. **Audit seleksi dan aspek ekonomi.** Catat setiap strategi, parameter, cakupan, tanggal mulai, tolok ukur, dan frekuensi yang dicoba; sesuaikan untuk pengujian berganda dan survivorship, sertakan biaya serta kapasitas yang dapat diterapkan, dan telaah drawdown, ekor, faktor, likuiditas, leverage, dan ukuran stres bersama Rasio Sharpe.

<a id="example"></a>

## Contoh terapan

- **Estimasi periodik dan penskalaan IID.** Selama `36` bulan, portofolio setelah biaya yang dievaluasi memiliki rata-rata imbal hasil total bulanan `1.10%`, imbal hasil bebas risiko bulanan yang selaras rata-rata `0.30%`, dan simpangan baku imbal hasil berlebih bulanan `2.40%`. `monthly SR̂ = (1.10% - 0.30%) ÷ 2.40% = 0.3333`; berdasarkan pendekatan independen dan terdistribusi identik, `annualized SR̂ ≈ 0.3333 × √12 = 1.1546`.
- **Konversi input bebas risiko.** Imbal hasil kas efektif tahunan `4.80%` setara dengan `monthly R_f = (1 + 4.80%)^(1/12) - 1 = 0.3915%`, bukan persis `4.80% ÷ 12`. Jika imbal hasil portofolio bulanan `0.90%` dan volatilitas imbal hasil berlebih `1.80%`, maka `monthly SR̂ = (0.90% - 0.3915%) ÷ 1.80% = 0.2825` dan hasil penskalaan IID adalah `annualized SR̂ = 0.2825 × √12 = 0.9786`.
- **Korelasi serial positif.** Strategi bulanan stasioner mempunyai `SR̂_month = 0.5000`, autokorelasi orde pertama `ρ₁ = 0.30`, dan autokorelasi bulanan lainnya diasumsikan nol. Untuk pendekatan jumlah 12 bulan, `SR̂(12) = SR̂(1) × 12 ÷ √[12 + 2Σ_{k=1}^{11}(12-k)ρ_k] = 1.3912`; penskalaan naif menghasilkan `0.5000 × √12 = 1.7321`, yang melebihkan rasio berdasarkan asumsi tersebut.
- **Biaya mengubah klaim yang dievaluasi.** Strategi memiliki imbal hasil berlebih bulanan bruto `0.80%`, biaya dan biaya perdagangan bulanan yang dievaluasi `0.25%`, serta volatilitas imbal hasil berlebih neto `2.00%`. Rasio bulanan bruto dan neto adalah `0.80% ÷ 2.00% = 0.4000` dan `(0.80% - 0.25%) ÷ 2.00% = 0.2750`; hasil penskalaan IID adalah `1.3856` dan `0.9526`. Menyebut hasil bruto sebagai hasil investor adalah keliru.

<a id="risks"></a>

## Risiko dan pengendalian penelaahan

- Nyatakan apakah rasio historis atau proyeksi, bruto atau neto, untuk dana atau investor, dengan leverage atau tanpa leverage, dan berdasarkan pembanding bebas risiko atau berisiko.
- Gunakan imbal hasil total periodik aritmetika secara konsisten; jangan mencampur imbal hasil harga, imbal hasil logaritmik, imbal hasil majemuk, dan statistik aritmetika tanpa jembatan.
- Selaraskan distribusi, kas, arus eksternal, subscription, redemption, dan waktu valuasi; imbal hasil tertimbang waktu dan tertimbang uang menjawab pertanyaan berbeda.
- Nyatakan biaya manajemen, kinerja, perdagangan, pendanaan, pinjaman, posisi jual, dan insentif mana yang disertakan serta kapan biaya diakru.
- Selaraskan seri bebas risiko berdasarkan mata uang, tanggal observasi, periode kepemilikan, pemajemukan, jatuh tempo, hitungan hari, dan reinvestasi; yield yang dikutip bukan imbal hasil periodik.
- Gunakan tanggal sampel yang identik dan aturan eksplisit untuk data hilang, harga lama, penghentian perdagangan, hari libur, serta observasi tidak sinkron bagi setiap portofolio dan pembanding.
- Laporkan `T`, konvensi simpangan baku, presisi, dan penyebut nol atau mendekati nol; perubahan `T` atau derajat kebebasan mengubah estimasi.
- Nyatakan frekuensi observasi dan faktor annualisasi `q`; `√q` adalah aturan penskalaan yang bergantung pada asumsi, bukan konversi satuan universal.
- Estimasikan korelasi serial dan gunakan agregasi atau inferensi yang memperhitungkan ketergantungan ketika autokorelasi material secara ekonomi atau statistik.
- Deteksi penghalusan penilaian, harga lama, penilaian model, perdagangan jarang, dan interpolasi imbal hasil yang dapat menekan volatilitas terukur.
- Hindari imbal hasil tumpang tindih kecuali ketergantungan yang ditimbulkan dimodelkan; jendela tumpang tindih tidak menciptakan observasi independen.
- Uji pengelompokan volatilitas, heteroskedastisitas, perubahan struktural, leverage yang berubah, dan pergeseran rezim, bukan mengasumsikan satu distribusi stasioner.
- Periksa kemencengan, kurtosis, frekuensi kerugian, expected shortfall, dan pembayaran menyerupai opsi; simpangan baku memperlakukan variasi naik dan turun secara simetris.
- Uji stres strategi short-volatility, kredit, penyediaan likuiditas, carry, dan penulisan opsi, ketika banyak keuntungan kecil dapat mendahului kerugian besar yang jarang terjadi.
- Perlakukan Rasio Sharpe negatif dengan hati-hati; peringkatnya dapat tidak intuitif secara ekonomi dan leverage tidak memperbaiki ekspektasi imbal hasil berlebih negatif.
- Laporkan ketidakpastian sampel dan gunakan bootstrap deret waktu yang beralasan atau perbandingan robust ketika imbal hasil bergantung, berekor tebal, atau tidak normal.
- Koreksi pencarian strategi, penyesuaian parameter, pemilihan cakupan, pemilihan tanggal mulai, dan pelaporan berulang; Rasio Sharpe backtest maksimum mengalami bias seleksi.
- Kendalikan bias survivorship, backfill, look-ahead, data yang direvisi, delisting, inkubasi, publikasi, dan versi tolok ukur.
- Bandingkan rasio hanya setelah menyelaraskan klaim imbal hasil, biaya, mata uang, periode, frekuensi, seri bebas risiko, leverage, likuiditas, dan kapasitas implementasi.
- Lengkapi Rasio Sharpe dengan imbal hasil kumulatif dan tahunan, drawdown, risiko penurunan dan ekor, beta dan faktor, turnover, likuiditas, kapasitas, dan uji stres.

<a id="misconceptions"></a>

## Kesalahpahaman umum

- **"Rasio Sharpe di atas ambang tetap selalu baik."** Interpretasi bergantung pada sampel, frekuensi, klaim imbal hasil, kelas aset, biaya, likuiditas, dan metode estimasi.
- **"Annualisasi selalu sama dengan Rasio Sharpe periodik dikalikan akar kuadrat jumlah periode."** Jalan pintas tersebut memerlukan asumsi yang dapat dilanggar oleh ketergantungan serial, penghalusan, tumpang tindih, dan perubahan risiko.
- **"Rasio sampel lebih tinggi membuktikan keahlian."** Noise sampel, ketidaknormalan, pengujian berganda, survivorship, dan penghilangan implementasi dapat menciptakan peringkat tersebut.
- **"Sharpe mengukur kerugian atau drawdown per unit imbal hasil."** Penyebutnya adalah simpangan baku imbal hasil diferensial, yang mencakup variasi naik serta mengabaikan jalur kerugian dan bentuk ekor.
- **"Rasio Sharpe, informasi, dan Sortino dapat dipertukarkan."** Ketiganya menggunakan pembanding dan penyebut risiko berbeda sehingga menjawab pertanyaan berbeda.

<a id="related"></a>

## Topik terkait

- [Volatilitas](/id/stocks/volatility/)
- [Rasio Sortino](/id/stocks/sortino-ratio/)
- [Premi Risiko Ekuitas](/id/stocks/equity-risk-premium/)

<a id="sources"></a>

## Sumber otoritatif

- [Kinerja Reksa Dana](https://doi.org/10.1086/294846) - William F. Sharpe, University of Chicago Press
- [Rasio Sharpe](https://web.stanford.edu/~wfsharpe/art/sr/SR.htm) - William F. Sharpe, Stanford University
- [Statistik Rasio Sharpe](https://doi.org/10.2469/faj.v58.n4.2453) - Andrew W. Lo, CFA Institute
- [Pengujian Hipotesis Kinerja Robust dengan Rasio Sharpe](https://doi.org/10.1016/j.jempfin.2008.03.002) - Olivier Ledoit dan Michael Wolf, Elsevier
- [Rasio Sharpe Terdeflasi](https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2460551) - David H. Bailey dan Marcos Lopez de Prado
- [Mempertajam Rasio Sharpe](https://www.nber.org/papers/w9116) - National Bureau of Economic Research
- [Buku Pegangan Standar GIPS untuk Perusahaan](https://www.gipsstandards.org/standards/gips-standards-for-firms/gips-standards-handbook-for-firms/) - CFA Institute
- [Suku Bunga Treasury Harian](https://home.treasury.gov/resource-center/data-chart-center/interest-rates) - U.S. Department of the Treasury

Source: https://wiki.fcontext.com/id/stocks/sharpe-ratio/index.mdx