Terakhir diperbarui:
Setiap metrik yang dihitung Foliolytic, cara penghitungannya, data yang digunakan, kasus-kasus khusus yang ditangani implementasi, dan di mana Foliolytic berbeda dari kalkulator online pada umumnya. Tanpa kotak hitam.
Foliolytic menggunakan imbal hasil T-bill AS harian aktual dari FRED sebagai tingkat bebas risiko, disesuaikan dengan setiap hari kalender dalam riwayat portofolio Anda. Sebagian besar kalkulator online menggunakan asumsi statis 2% atau 3%, yang dapat mengubah rasio Sharpe dan Sortino sebesar 0,3–0,5 dalam lingkungan di mana imbal hasil T-bill adalah 5%. Dikombinasikan dengan rekonstruksi drawdown resolusi harian (bukan snapshot akhir bulan) dan XIRR Newton-Raphson dengan fallback bisection, ini menempatkan angka-angka Foliolytic sejalan dengan metodologi manajemen aset institusional.
Imbal hasil Treasury nyata · Granularitas harian · XIRR Newton-RaphsonSeri nilai portofolio harian yang direkonstruksi dari transaksi Anda. Imbal hasil T-bill AS 3 bulan harian dari FRED, disesuaikan dengan setiap hari kalender. 252 hari perdagangan per tahun untuk portofolio saham saja; 365 untuk kripto saja; campuran per aset yang sesuai untuk portofolio campuran.
Jika riwayat portofolio lebih pendek dari 30 hari, Sharpe ditekan (ukuran sampel terlalu kecil untuk inferensi yang berarti). Jika σ < 1e-9 (portofolio yang secara efektif datar), Sharpe dilaporkan sebagai null daripada tak terhingga.
Sebagian besar kalkulator online menggunakan tingkat bebas risiko statis 2% atau 3%. Foliolytic menggunakan imbal hasil T-bill harian aktual. Dalam lingkungan suku bunga tinggi (2023–2025), ini mengubah rasio Sharpe sebesar 0,3–0,5 dibandingkan kalkulator suku bunga tetap.
Seri portofolio harian dan tingkat bebas risiko harian yang sama dengan Sharpe. Ambang batas untuk 'kerugian' adalah tingkat bebas risiko harian, bukan nol.
Deviasi downside dihitung hanya menggunakan hari-hari di mana r_d < r_f_d. Hari-hari di mana r_d ≥ r_f_d berkontribusi nol pada jumlah tetapi dihitung dalam n. Ini sesuai dengan spesifikasi asli Sortino tahun 1980-an.
Beberapa kalkulator menggunakan nol sebagai ambang batas downside, yang secara matematis nyaman tetapi secara teoritis tidak benar. Makalah asli Sortino menetapkan pengembalian minimum yang dapat diterima (MAR), yang paling alami diinterpretasikan sebagai tingkat bebas risiko.
Riwayat transaksi lengkap dengan arus kas ber tanggal. Termasuk kontribusi (negatif), penarikan (positif), nilai portofolio terminal pada tanggal terbaru (positif), dan dividen tunai yang diterima sebagai arus terpisah.
Newton-Raphson berulang dengan tebakan awal 0,10. Jika turunan menjadi nol atau iterasi menyimpang, algoritma kembali ke bisection pada [-0,99, +5,0]. Toleransi konvergensi: 1e-10. Arus kas di bawah $0,01 diabaikan. Hasil dibatasi secara wajar pada [-0,99, +5,0] per tahun — nilai di luar rentang ini hampir selalu menunjukkan kesalahan data (kesalahan pencampuran mata uang, pergeseran titik desimal, gangguan pelaporan kripto).
XIRR Excel menggunakan pendekatan Newton-Raphson yang sama tetapi tidak memiliki batas kewajaran, sehingga mengembalikan nilai yang tidak masuk akal (miliaran persen) untuk data kripto yang berantakan. Batas Foliolytic mencegah hal ini mencemari dasbor.
Nilai portofolio harian, tanggal semua arus kas eksternal. Periode antara dua arus kas berturut-turut adalah satu jendela pengembalian.
Pengembalian sub-periode dirantai secara geometris untuk menghilangkan efek waktu dari kontribusi dan penarikan. Hari-hari tanpa arus kas menghasilkan periode pengembalian satu hari. Periode multi-hari antara arus kas dikompound.
TWR adalah standar untuk mengevaluasi kinerja tingkat aset (apa yang dilaporkan manajer dana). Pengembalian berbobot uang (XIRR) adalah standar untuk mengevaluasi pengalaman aktual investor. Foliolytic menghitung keduanya — keduanya seringkali berbeda beberapa poin persentase.
Pengembalian portofolio harian. Pengembalian benchmark harian (S&P 500 secara default; dapat dikonfigurasi ke QQQ, VT, atau benchmark kustom apa pun). Imbal hasil T-bill 3 bulan harian untuk menghitung pengembalian berlebih.
Minimal 30 hari tumpang tindih antara portofolio dan benchmark. Hari-hari di mana salah satunya memiliki data yang hilang diabaikan. Outlier (>5σ) ditandai tetapi tidak dihapus — beta adalah statistik yang kuat dan menghapus outlier cenderung membiaskannya ke atas.
Beberapa kalkulator menjalankan beta pada pengembalian mentah (bukan pengembalian berlebih), yang secara matematis setara hanya jika tingkat bebas risiko konstan. Dengan tingkat T-bill yang bervariasi waktu, meregresi pada pengembalian berlebih lebih tepat.
Sama seperti beta, ditambah intersep regresi (istilah konstanta OLS).
Alpha dilaporkan dalam poin persentase tahunan. Signifikansi statistik (t-stat) dihitung bersama — nilai alpha tanpa t-stat > 1,5 harus diperlakukan sebagai noise, bukan keterampilan.
Banyak alpha spreadsheet dihitung sebagai intersep murni dari regresi yang tidak diskalakan, melewatkan langkah annualisasi. Foliolytic selalu melaporkan alpha tahunan sehingga angka tersebut dapat langsung diinterpretasikan sebagai 'pengembalian ekstra per tahun vs. eksposur risiko setara benchmark.'
Regresi yang sama dengan beta. R² adalah koefisien determinasi dari kecocokan tersebut.
Jika R² < 0,05 terhadap benchmark yang dipilih, estimasi beta dan alpha portofolio ditandai sebagai tidak berarti secara statistik — tidak ada hubungan linier untuk diinterpretasikan.
Foliolytic memperlakukan R² tinggi (≥ 0,95 dengan active share rendah) sebagai sinyal 'closet indexer' — lihat Pembaruan Besar Terbaru di CLAUDE.md untuk definisi lencana.
Seri nilai portofolio harian di seluruh riwayat. Rekonstruksi menggunakan valuasi transaksi-per-transaksi, bukan snapshot akhir periode.
Granularitas harian digunakan untuk saham dan kripto. Puncak/palung intraday tidak ditangkap — penurunan maksimum Foliolytic adalah resolusi harian. Waktu pemulihan (hari dari puncak hingga hari berikutnya pada atau di atas puncak) dilaporkan bersama.
Banyak pelacak menghitung drawdown dari NAV bulanan, yang meremehkan penurunan puncak-ke-palung sebenarnya rata-rata 20–30%. Rekonstruksi harian menangkap lebih banyak jalur.
Riwayat pengembalian harian lengkap. Tingkat kepercayaan α (default: 95% dan 99%). Untuk VaR parametrik, juga memerlukan rata-rata sampel dan standar deviasi. Untuk Monte Carlo, menyesuaikan distribusi (Gaussian secara default; distribusi-t untuk aset berekor tebal).
VaR Historis memerlukan setidaknya 60 hari pengembalian (minimum statistik); 250+ hari sangat disukai. VaR Parametrik bisa tidak dapat diandalkan untuk distribusi pengembalian non-Gaussian. Foliolytic melaporkan ketiganya secara berdampingan sehingga kesenjangan (atau ketiadaan) terlihat.
Sebagian besar kalkulator hanya melaporkan VaR parametrik. Foliolytic menunjukkan historis, parametrik, dan Monte Carlo. Untuk aset berekor tebal (kripto, ekuitas ber leverage, saham tunggal), VaR parametrik dapat meremehkan potensi kerugian sebenarnya sebesar 50%+.
Sama seperti VaR historis. CVaR hanya menggunakan hari-hari di mana kerugian melebihi ambang batas VaR.
Bersyarat pada ekor yang tidak kosong: memerlukan setidaknya 5 observasi di luar ambang batas VaR untuk estimasi yang berarti. Dengan riwayat 250 hari pada VaR 95%, ini memberikan 12–13 observasi ekor — batas.
Banyak sumber hanya melaporkan VaR. CVaR (juga disebut Expected Shortfall) memberi tahu Anda tidak hanya ambang batas tetapi juga tingkat keparahan rata-rata di luar itu — lebih berguna untuk perencanaan modal. Basel III untuk bank sekarang mewajibkan CVaR daripada VaR karena alasan ini.
Pengembalian tahunan (CAGR sepanjang riwayat penuh). Penurunan maksimum sepanjang riwayat penuh.
Membutuhkan kedua input agar tidak sepele. Jika MaxDD < 1% (pada dasarnya tidak ada drawdown), Calmar dilaporkan sebagai 'n/a' daripada tak terhingga. Jika R_annual ≤ 0, Calmar masih dapat dihitung tetapi dilaporkan dengan konteks eksplisit (Calmar tinggi dari drawdown rendah hanya mengesankan jika pengembalian juga positif).
Beberapa implementasi menggunakan Calmar bergulir 36 bulan alih-alih periode penuh. Foliolytic menghitung Calmar periode penuh secara default; Calmar bergulir tersedia di tab metrik lanjutan.
Pengembalian berlebih tahunan selama periode tersebut. Beta dari regresi yang sama yang digunakan untuk metrik beta.
Jika β mendekati nol atau negatif, Treynor menjadi tidak berarti atau berlawanan dengan intuisi. Foliolytic menandai portofolio dengan |β| < 0,2 sebagai 'beta rendah' dan menunjukkan Treynor dengan indikator peringatan.
Treynor paling berguna untuk portofolio yang terdiversifikasi dengan baik di mana risiko idiosinkratik telah terdiversifikasi. Untuk saham tunggal atau portofolio terkonsentrasi, Sharpe adalah metrik yang lebih tepat — Treynor akan melebih-lebihkan pengembalian yang disesuaikan risiko karena risiko spesifik perusahaan tidak ditangkap oleh beta.
Pengembalian portofolio harian dan pengembalian benchmark harian. Keduanya di-annualisasi melalui √252.
Membutuhkan setidaknya 60 hari data berpasangan. Jika tracking error < 0,5% (pada dasarnya terindeks), IR ditekan karena pembilang dibagi dengan penyebut mendekati nol memberikan estimasi yang tidak stabil.
Beberapa implementasi menggunakan pengembalian bulanan (standar GIPS resmi). Foliolytic menggunakan harian untuk resolusi yang lebih tinggi; perbedaan harian-vs-bulanan kecil untuk IR (biasanya dalam 5%).
Pengembalian portofolio dan benchmark bulanan. Dihitung pada granularitas bulanan untuk mencocokkan konvensi pelaporan standar.
Membutuhkan setidaknya 12 bulan di setiap rezim (naik/turun) untuk estimasi yang berarti. Bulan-bulan di mana pengembalian benchmark persis nol diabaikan. Rasio penangkapan dilaporkan sebagai persentase.
Foliolytic juga melaporkan kualitas rasio penangkapan (selisih up_capture - down_capture) — profil impian adalah naik tinggi, turun rendah.
Pengembalian portofolio dan benchmark harian. Seri perbedaan dihitung harian; TE adalah standar deviasi tahunan.
Persyaratan data minimum yang sama dengan IR (≥ 60 hari). Untuk portofolio yang sangat terindeks ketat (< 0,5% TE), metrik dilaporkan tetapi ditandai karena tracking error serendah ini biasanya berarti closet indexing.
Beberapa kalkulator menggunakan tracking error ex-ante (berorientasi ke depan, berbasis faktor) daripada ex-post (historis). Foliolytic selalu menggunakan ex-post — deviasi aktual yang terealisasi dari benchmark.
Rasio Sharpe yang diamati, ukuran sampel n, skew sampel, kurtosis sampel. Benchmark SR* (defaultnya 0).
Kuantil untuk PSR di-bootstrap dari jendela pengembalian total SPY 5 tahun bergulir (1101 jendela dari 1928–2025), sehingga skor mencerminkan distribusi referensi yang sadar ukuran sampel. Rumus PSR memiliki √(n-1) di pembilang, sehingga distribusi referensi harus menggunakan jendela yang cocok dengan panjang riwayat pengguna — lihat perbaikan metrik v6 April 2026 di CLAUDE.md.
Sebagian besar kalkulator online sama sekali tidak melaporkan PSR. Beberapa yang melakukannya biasanya menggunakan distribusi referensi tetap yang tidak memperhitungkan ukuran sampel, menyebabkan portofolio pengguna dengan riwayat 5 tahun yang realistis mendapatkan skor 'buruk' bahkan pada ambang kredibilitas BLP.
Seri pengembalian harian. Ukuran jendela biasanya berkisar dari 10 hingga T/2 secara logaritmik.
Arah diperlakukan sebagai 'netral' daripada 'lebih tinggi lebih baik' — H = 0,5 (random walk) adalah titik tengah konseptual, dengan deviasi ke arah mana pun bersifat informatif. Kuantil di-bootstrap dari jendela SPY 5 tahun bergulir, sama seperti PSR.
Foliolytic menggunakan metode rescaled-range (R/S). Detrended fluctuation analysis (DFA) tersedia sebagai alternatif di tab lanjutan; keduanya biasanya memberikan hasil yang sangat mirip untuk pengembalian ekuitas yang dipegang sebagian besar pengguna.
Seri drawdown harian (persentase dari maksimum berjalan).
Dilaporkan sebagai persentase. Seperti semua metrik berbasis drawdown, sensitif terhadap resolusi seri nilai yang mendasarinya — rekonstruksi harian penting.
Beberapa implementasi melaporkan UI sebagai pecahan; Foliolytic menggunakan konvensi asli Peter Martin yaitu persentase * 100 untuk perbandingan langsung dengan penelitian yang diterbitkan.
Pengembalian portofolio dan benchmark bulanan.
Bulan-bulan di mana r_p == r_b dibagi dua. Minimal 12 bulan untuk estimasi yang berarti.
Foliolytic juga melaporkan metrik berpasangan, batting-average-vs-zero (bulan di mana r_p > 0 / total), berguna untuk strategi pengembalian absolut.
Pengembalian tahunan, tingkat bebas risiko, semua nilai drawdown selama periode tersebut.
Mirip dengan Calmar tetapi menghukum jumlah drawdown kuadrat daripada hanya maksimum. Kurang sensitif terhadap satu drawdown black-swan daripada Calmar.
Baseline Burke Foliolytic dikalibrasi ulang ke FF_100Y_BUFFETT_ANCHORED di v6.5 (April 2026) — lihat CLAUDE.md untuk cerita kalibrasi.
Pengembalian berlebih tahunan, Indeks Ulcer.
Sepupu langsung dari Calmar dan Burke; menggunakan Indeks Ulcer sebagai penyebut risiko jalur.
Sebagian besar kalkulator tidak menghitung Rasio Martin. Foliolytic menyertakannya karena metrik berbasis Ulcer berkorelasi baik dengan rasa sakit investor subjektif.
Pengembalian tahunan. Daftar semua drawdown yang selesai dalam jendela lookback, diberi peringkat berdasarkan kedalaman.
Penyesuaian -10% adalah offset tetap dari formulasi asli Sterling. Jika ada kurang dari N drawdown yang selesai, metrik ditekan.
Sterling lebih sensitif daripada Calmar terhadap serangkaian drawdown menengah. Baseline Foliolytic (FF_100Y_BUFFETT_ANCHORED) dikalibrasi ulang di v6.5.
Rasio Sharpe portofolio, standar deviasi tahunan benchmark, tingkat bebas risiko tahunan.
M² ≡ Sharpe diskalakan ulang ke volatilitas benchmark. Kapan pun pita Sharpe berubah, pita M² HARUS berubah secara identik — keduanya secara matematis adalah kuantitas yang sama.
Banyak kalkulator menghitung Sharpe tetapi melewatkan M². M² lebih mudah diinterpretasikan untuk pengguna ritel karena dinyatakan dalam poin persentase pengembalian, bukan rasio tanpa unit.
Setiap metrik Foliolytic dihitung dari rekonstruksi portofolio harian, bukan snapshot akhir bulan. Ini paling penting untuk metrik berbasis drawdown (penurunan maksimum, Calmar, Burke, Martin, Sterling, Ulcer): NAV bulanan biasanya meremehkan penurunan puncak-ke-palung sebenarnya sebesar 20–30% karena mereka melewatkan penurunan intra-bulan. Granularitas harian menangkap jalur yang sebenarnya terjadi.
Portofolio saham saja menggunakan 252 hari perdagangan. Portofolio kripto saja menggunakan 365 hari (perdagangan 24/7). Portofolio campuran menggunakan campuran per aset, kemudian digabungkan kembali menjadi satu angka portofolio tahunan. Skala volatilitas menggunakan √n (varians berskala linier dengan waktu, sehingga standar deviasi berskala dengan √waktu).
Pengembalian logaritmik harian digunakan secara internal untuk metrik apa pun yang memerlukan agregasi waktu (varians, compounding multi-periode, annualisasi). Pengembalian aritmetika digunakan untuk tampilan karena lebih intuitif ('-30%' lebih mudah dikenali daripada 'pengembalian logaritmik -0,357'). Keduanya setara pada tingkat harian untuk pengembalian ekuitas tipikal; mereka menyimpang untuk pergerakan ekstrem.
Outlier ditandai tetapi tidak dihapus. Menghapus outlier cenderung membiaskan estimasi varians dan Sharpe ke atas dan umumnya merupakan praktik yang buruk. Pengecualian adalah di mana data jelas menunjukkan kesalahan — mis., perdagangan kripto yang salah dilaporkan dalam sen alih-alih dolar, atau gangguan konversi mata uang yang menghasilkan lonjakan harga 1000x. Ini ditangkap oleh lapisan parser (lihat /about) dan dikoreksi sebelum perhitungan metrik.
Foliolytic menekan metrik yang membutuhkan lebih banyak data daripada yang tersedia. Sharpe dan Sortino memerlukan ≥ 30 hari. Beta, alpha, IR, tracking error memerlukan ≥ 60 hari data berpasangan. Rasio penangkapan memerlukan ≥ 12 bulan di setiap rezim. PSR dan Hurst memerlukan riwayat yang cukup untuk bootstrap distribusi referensi. Ketika minimum tidak terpenuhi, metrik menunjukkan '—' daripada angka yang tidak berarti.
Untuk setiap metrik yang menggunakan R_f (Sharpe, Sortino, Treynor, M², alpha, beta pada pengembalian berlebih), imbal hasil T-bill 3 bulan harian digunakan dan disesuaikan dengan setiap hari kalender dalam riwayat portofolio. R_f tahunan yang digunakan dalam tampilan adalah rata-rata tertimbang waktu dari R_f harian selama riwayat portofolio. Sebagian besar kalkulator menggunakan satu angka R_f tetap, yang salah setiap kali suku bunga bergerak.
S&P 500 (total return SPY) secara default. Dapat dikonfigurasi pengguna ke QQQ, VT, atau ticker kustom apa pun. Beta, alpha, R², rasio penangkapan, batting average, IR, dan tracking error semuanya dihitung ulang terhadap benchmark yang dipilih. Portofolio kripto default ke BTC untuk metrik relatif benchmark.
Distribusi referensi untuk penilaian berbasis persentil (PSR, Hurst, kuantil Sharpe, dll.) dikalibrasi ulang secara berkala seiring dengan masuknya data pasar baru. Set kalibrasi saat ini didokumentasikan dalam file sumber metricBaselines.js. Peristiwa rekaliibrasi besar dicatat dengan tag versi (v6.4, v6.5) untuk transparansi — lihat CLAUDE.md dan changelog di bagian atas metricBaselines.js.
Setiap metrik di bawah ini memiliki kalkulator khusus sendiri dengan contoh yang dikerjakan, tabel interpretasi, dan alat unggah CSV gratis.
Pengembalian aritmetika ((P_t - P_(t-1)) / P_(t-1)) bersifat intuitif dan yang biasanya dimaksud investor dengan 'pengembalian'. Pengembalian logaritmik (ln(P_t / P_(t-1))) memiliki properti matematis krusial: mereka bersifat aditif sepanjang waktu. Pengembalian logaritmik 90 hari sama dengan jumlah 90 pengembalian logaritmik harian. Pengembalian aritmetika tidak memiliki properti ini — mereka berlipat ganda secara geometris. Foliolytic menggunakan pengembalian logaritmik secara internal untuk agregasi waktu apa pun dan pengembalian aritmetika untuk tampilan.
Hampir pasti karena tingkat bebas risiko. Foliolytic menggunakan imbal hasil T-bill 3 bulan harian aktual dari FRED. Sebagian besar broker dan kalkulator online menggunakan asumsi tetap (seringkali 2% atau 0%). Dalam lingkungan di mana imbal hasil T-bill adalah 5%, ini dapat mengubah Sharpe sebesar 0,3–0,5 — perbedaan yang signifikan.
Pemecahan saham diterapkan secara retroaktif pada jumlah saham dan harga historis. Pemecahan 4-untuk-1 pada AAPL pada Agustus 2020 secara retroaktif melipatgandakan jumlah saham Anda dan membagi empat harga historis untuk semua tanggal sebelum pemecahan. Seri nilai portofolio tetap berkelanjutan di seluruh pemecahan — tidak ada lonjakan nilai, hanya pada angka per saham yang bersifat kosmetik.
Dividen tunai ditambahkan ke saldo kas portofolio pada tanggal ex-dividen. Dividen tersebut tidak diinvestasikan kembali secara otomatis. Jika broker Anda menginvestasikan kembali secara otomatis, pembelian saham yang dihasilkan akan muncul dalam riwayat transaksi Anda dan akan diproses secara normal. Dividen khusus ditangani dengan cara yang sama seperti dividen tunai biasa.
S&P 500 (total return SPY) secara default. Benchmark dapat dikonfigurasi di dasbor — Anda dapat memilih indeks utama, ETF, atau bahkan ticker kustom apa pun. Beta, alpha, R², rasio penangkapan, batting average, dan tracking error semuanya dihitung ulang terhadap benchmark yang dipilih.
Foliolytic menghitung pengembalian dari riwayat transaksi Anda apa adanya. Jika broker Anda memotong biaya dari posisi atau membebankannya sebagai transaksi terpisah, aliran tersebut akan tercermin. Jika biaya dibayarkan dari rekening kas terpisah yang tidak ada dalam CSV Anda, biaya tersebut tidak tercatat. Untuk sebagian besar akun broker ritel (Fidelity, Schwab, Robinhood, IBKR), biaya di platform sudah tercermin dalam harga transaksi.
Jalankan semua perhitungan yang dijelaskan di atas terhadap portofolio Anda sendiri dalam hitungan detik.
Analisis Portofolio Anda Gratis →