Sharpe Ratio Ngehukum Untung Gede Sama Kayak Ngehukum Rugi Gede. Sortino Ratio Cuma Ngitung Sisi Ruginya
Baca 5 menit
Baca 5 menit
Bayangin portofolio yang tiba-tiba naik 20% dalam sebulan. Sharpe ratio bakal nganggep lonjakan itu sebagai poin negatif, persis kayak dia nganggep anjlok 20%.
Kedengarannya aneh, kan? Soalnya emang aneh. Nggak ada orang yang komplain gara-gara untung mendadak. Sortino ratio ngebenerin ini dengan cuma ngitung goyangan yang beneran bikin rugi: yang arahnya ke bawah.
Sortino ratio membagi excess return sebuah portofolio dengan downside deviation, ukuran volatilitas yang cuma ngeliat return yang jatuh di bawah target tertentu.
(Return portofolio − Target return) ÷ Downside deviation
Ada tiga bagian yang masuk ke sini.
Return kamu. Apa yang portofoliomu hasilkan selama periode tertentu, sama kayak rasio risiko lain.
Target return. Biasanya risk-free rate, patokan yang sama kayak yang dipakai Sharpe ratio. Di Indonesia, patokan alaminya adalah BI Rate, yang ditahan Bank Indonesia di 5,75% pada RDG 18 sampai 19 Agustus 2026, nggak berubah sejak kenaikan di Juni 2026.
Downside deviation. Ambil semua return yang jatuh di bawah target, ukur seberapa jauh jatuhnya, terus gabungin selisih-selisih itu dengan cara yang mirip standar deviasi biasa. Bulan mana pun yang finis di target atau di atasnya nggak dihitung sama sekali. Bener-bener nggak masuk ke perhitungan.
Bagian terakhir itu yang jadi inti idenya. Standar deviasi biasa, yang jadi dasar Sharpe ratio, nganggep semua goyangan sebagai risiko, naik atau turun sama aja. Downside deviation langsung buang semua bulan untung sebelum mulai ngitung apa-apa.
Frank Sortino, waktu itu profesor finance dan direktur Pension Research Institute di San Francisco State University, mempublikasikan idenya bareng Robert van der Meer lewat tulisan "Downside Risk" di jurnal Journal of Portfolio Management tahun 1991. Argumen mereka simpel: investor sebenarnya nggak takut sama volatilitas itu sendiri, mereka takut kehilangan uang. Ukuran risiko yang ngehukum bulan untung mendadak sama beratnya kayak ngehukum bulan rugi mendadak berarti ngukur hal yang salah.
Ini kenapa dua angka ini bisa beda banget. Bayangin dua portofolio yang sama-sama untung 14% tahun ini, dengan volatilitas total yang identik.
Portofolio A goyangnya kurang lebih sama besar ke dua arah. Bulan untung dan bulan ruginya mirip ukuran dan frekuensinya, naik-turun yang biasa aja.
Portofolio B goyangnya sama besar total, tapi hampir semua goyangan itu datang dari bulan-bulan untung gede yang sesekali muncul. Bulan rugi kalau kejadian, cuma kecil dan nggak dalam.
| Portofolio A | Portofolio B | |
|---|---|---|
| Return tahun ini | 14% | 14% |
| Risk-free rate (BI Rate) | 5,75% | 5,75% |
| Excess return | 8,25% | 8,25% |
| Volatilitas (semua goyangan) | 10% | 10% |
| Downside deviation (rugi doang) | 9% | 4% |
| Sharpe ratio | 0,83 | 0,83 |
| Sortino ratio | 0,92 | 2,06 |
Dua-duanya dapat Sharpe ratio yang sama persis, 0,83, karena Sharpe cuma liat volatilitas total, dan keduanya sama-sama 10%. Sortino ratio cerita hal yang beda total. Goyangan Portofolio A beneran setengah-setengah antara untung dan rugi, jadi downside deviation-nya hampir sebesar volatilitas totalnya. Goyangan Portofolio B kebanyakan untung, jadi begitu bulan-bulan untung itu disingkirkan dari hitungan, yang tersisa, yaitu risiko rugi yang beneran, jauh lebih kecil. Sortino ratio-nya jadi lebih dari dua kali lipat Portofolio A.
Nggak ada nilai kelulusan resmi, dan angka Sortino ratio yang "bagus" tergantung kelas asetnya, tapi ini rentang umum yang biasa dipakai.
Di atas 2,0. Kuat. Kebanyakan volatilitas portofolionya adalah untung, bukan risiko rugi.
Antara 1,0 dan 2,0. Solid. Ada porsi goyangan yang beneran dari kerugian, tapi return yang didapat buat risiko rugi itu masih sehat.
Di bawah 1,0. Kerugian yang diambil portofolio nggak sebanding hasilnya. Layak dicek lebih jauh apa yang bikin bulan-bulan rugi itu terjadi.
Karena Sortino ratio yang deket sama Sharpe ratio nunjukkin risiko portofolio itu emang hampir simetris, bandingin dua angka ini bareng sering lebih berguna daripada baca salah satunya aja. Selisih gede di antara keduanya, kayak Portofolio B di atas, itu tanda yang layak diperhatiin.
Downside deviation sepenuhnya tergantung target yang kamu pakai buat ngukur. Ganti targetnya dari risk-free rate ke 0%, atau ke target return minimum tertentu, Sortino ratio portofolio yang sama bisa berubah, kadang lumayan jauh. Selalu cek target apa yang dipakai sebelum bandingin dua Sortino ratio dari sumber yang beda.
Dia juga mewarisi batasan yang sama kayak semua rasio risiko yang lihat ke belakang. Portofolio yang belum pernah ngalamin penurunan beneran bisa punya Sortino ratio yang keliatan bagus, cuma karena bulan-bulan rugi yang udah lewat kebetulan kecil, bukan karena penurunan berikutnya bakal sama kecilnya.
Downside deviation, sama kayak standar deviasi biasa, juga butuh sampel return yang cukup banyak biar berarti. Rasio yang dihitung dari data enam bulan jauh lebih berisik dibanding yang dihitung dari data beberapa tahun.
Kamu butuh return-mu selama periode tertentu, target return-mu di periode itu, dan downside deviation dari return bulananmu, yaitu sebaran dari bulan-bulan yang jatuh di bawah target aja. Di spreadsheet, artinya filter dulu return yang di bawah target, baru pakai rumus standar deviasi cuma ke set yang udah difilter itu.
NetWort menghitung ini dari riwayat transaksi asli kamu, bukan dari asumsi rapi soal kapan kamu mulai investasi, dasar arus kas asli yang sama kayak yang dipakai buat return kamu yang beneran dibanding angka persentase dari broker.
Sortino ratio-mu ada di bagian Portfolio Health pada dashboard, sejajar sama Sharpe ratio, Calmar ratio, dan drawdown maksimal. Buka semuanya bareng. Kalau Sharpe ratio dan Sortino ratio-mu deket, risikomu selama ini cukup simetris. Kalau Sortino-nya jauh lebih tinggi, lebih banyak dari volatilitasmu yang jenis baik dibanding yang keliatan dari Sharpe ratio doang.
Buat lihat BI Rate terkini dan gambaran suku bunga yang jadi latar belakang hitungan ini, cek halaman konteks makro.