Belajar Investasi Nyata lewat The Elements of Quantitative Investing

Pernahkah kamu menemukan sebuah strategi investasi yang di atas kertas tampak sempurna? Grafik pengujian masa lalunya (backtest) naik mulus selama bertahun-tahun, rumusnya rapi, dan asumsinya terdengar sangat masuk akal. Namun, begitu kamu menjalankannya dengan uang sungguhan, hasilnya justru jauh berbeda dari ekspektasi.

Fenomena ini menjadi inti pembahasan dalam buku The Elements of Quantitative Investing karya Giuseppe A. Paleologo. Sebagai seorang praktisi investasi kuantitatif, Paleologo ingin menjembatani kesenjangan antara teori matematika yang elegan dengan kenyataan pasar yang sering kali tidak terduga. Melalui buku ini, kamu akan belajar bahwa membangun strategi investasi bukan sekadar soal kecanggihan rumus, melainkan tentang bagaimana membuat model tersebut bekerja di dunia nyata.

Teori Saja Tidak Cukup di Pasar Nyata

Salah satu pelajaran paling berharga dari buku ini adalah semboyan theory is cheap atau teori itu murah. Paleologo menekankan bahwa membuat teori yang rumit dan terlihat indah secara matematis itu mudah, tetapi membuat teori tersebut tetap bekerja saat menghadapi dinamika pasar yang nyata adalah tantangan yang sesungguhnya.

Sering kali, para pengembang model terjebak pada kepiawaian teknis yang justru mengabaikan realitas. Mereka membangun model yang sangat kompleks, namun gagal karena tidak memperhitungkan kendala nyata di pasar, seperti masalah likuiditas, biaya transaksi, atau ketersediaan pendanaan. Dalam praktiknya, kamu disarankan untuk tidak terlalu terobsesi pada kerumitan yang tidak perlu.

Alih-alih mengejar model yang paling canggih, Paleologo menyarankan pendekatan yang lebih pragmatis:

• Mulailah dari masalah nyata yang dihadapi di pasar.
• Gunakan teknik yang paling sederhana selama teknik tersebut masih cukup untuk menjelaskan fenomena yang ada.
• Biarkan kenyataan pasar yang menguji gagasanmu, bukan sekadar angka-angka di atas kertas.

Waspada Jebakan Backtesting dan Data

Dalam dunia investasi kuantitatif, data adalah bahan baku utama. Seperti memasak, jika bahan yang kamu gunakan kotor atau tidak segar, maka hasil masakannya akan buruk meskipun resepnya sangat hebat. Paleologo mengingatkan bahwa model secanggih apa pun hanya akan sebaik data yang dimasukkan ke dalamnya.

Salah satu risiko terbesar dalam pengujian strategi adalah survivorship bias. Ini terjadi ketika kamu hanya menguji strategi pada perusahaan-perusahaan yang masih bertahan hidup hingga saat ini, dan mengabaikan perusahaan yang sudah bangkrut. Hal ini akan membuat hasil pengujian tampak jauh lebih menggiurkan daripada kenyataan yang sebenarnya.

Selain itu, kamu harus memastikan adanya reproduksibilitas. Artinya, jika orang lain menggunakan data dan langkah yang sama dengan yang kamu gunakan, mereka harus mendapatkan hasil yang sama. Tanpa hal ini, hasil pengujianmu hanyalah sebuah kebetulan statistik. Paleologo juga memperingatkan agar kita tidak mudah terpikat pada angka R-kuadrat yang tinggi, karena angka tersebut bisa menyesatkan dan tidak menjamin akurasi model dalam memprediksi risiko.

Memahami Volatilitas dan Risiko

Banyak orang mengira bahwa pergerakan harga pasar terjadi secara acak setiap harinya. Namun, pasar keuangan memiliki pola yang disebut volatility clustering. Pola ini menunjukkan bahwa keadaan tenang cenderung bertahan, dan keadaan gaduh atau gejolak juga cenderung bertahan. Jika hari ini terjadi volatilitas besar, kemungkinan besar hari esok juga akan mengalami volatilitas tinggi.

Kesalahan umum yang sering dilakukan adalah mengasumsikan bahwa imbal hasil mengikuti distribusi normal atau kurva lonceng yang simetris. Padahal, kenyataannya pasar memiliki heavy tails, yaitu kejadian ekstrem yang jauh lebih sering terjadi daripada yang diprediksi oleh model distribusi normal. Jika kamu mengabaikan hal ini, kamu akan meremehkan risiko kerugian besar yang bisa menimpa portofoliomu.

Untuk menghadapi ini, kamu bisa menggunakan metode yang lebih praktis. Contohnya adalah penggunaan Exponential Weighted Moving Average (EWMA). Metode ini memberikan bobot lebih besar pada data terbaru, sehingga modelmu lebih responsif terhadap perubahan kondisi pasar yang sedang terjadi saat ini.

Membedakan Keterampilan dan Keberuntungan

Jika kamu mendapatkan keuntungan 20% dalam setahun, apakah itu karena kamu memang ahli, atau sekadar karena kamu beruntung? Paleologo menawarkan cara untuk membedakan keduanya melalui beberapa metode:

1. Sharpe Ratio: Digunakan untuk mengukur imbal hasil per unit risiko. Semakin tinggi nilainya, semakin efisien strategi tersebut dalam menghasilkan keuntungan dibandingkan dengan gejolak yang harus ditanggung.
2. Pemisahan Komponen Imbal Hasil: Kamu perlu memecah imbal hasil menjadi komponen sistematis (yang dipengaruhi faktor pasar umum) dan komponen idiosinkratik (yang khas pada aset tersebut). Ini membantu kamu tahu apakah keuntunganmu berasal dari kemampuan memilih aset atau sekadar mengikuti tren pasar.
3. Atribusi Kinerja: Melakukan evaluasi untuk mengetahui sumber asli keuntungan. Apakah keuntungan berasal dari selection skill (kemampuan memilih aset yang tepat) atau sizing skill (kemampuan menentukan ukuran posisi yang optimal)?

Membangun Portofolio yang Berkelanjutan

Setelah memiliki sinyal investasi, langkah terakhir adalah menyusunnya menjadi sebuah portofolio. Paleologo mengingatkan bahwa menemukan sinyal yang bagus hanyalah separuh pekerjaan; sisanya adalah bagaimana kamu memadukan sinyal tersebut agar menjadi portofolio yang kokoh.

Salah satu strategi yang sangat menarik adalah penggunaan Fractional Kelly. Dalam teori aslinya, kriteria Kelly bertujuan memaksimalkan pertumbuhan jangka panjang, namun strategi ini bisa sangat berisiko dan menyebabkan penurunan nilai aset (drawdown) yang sangat dalam jika terjadi kesalahan estimasi. Dengan menggunakan Fractional Kelly, kamu mengambil posisi yang lebih kecil agar pertumbuhan lebih stabil dan lebih berkelanjutan—seperti meminum Chardonnay yang lebih nikmat daripada vodka yang keras.

Intinya, investasi kuantitatif adalah tentang mengelola ketidakpastian dengan cara yang jujur dan disiplin. Jangan biarkan diri kamu ditipu oleh angka-angka yang tampak indah namun tidak memiliki dasar teori yang kuat.

Ingin mendalami seluruh strategi dan teknik matematika dalam buku ini secara lebih detail? Kamu bisa membaca ringkasan lengkap The Elements of Quantitative Investing di BacaApps untuk panduan mendalam mengenai investasi kuantitatif.

Baca ringkasan lengkapnya di BacaApps: The Elements of Quantitative Investing karya Giuseppe A. Paleologo