Optimasi Portofolio Saham Menggunakan Metode Stock Network Portofolio Allocation Berbasis Return History (SNPAr) - Dalam bentuk buku karya ilmiah

MEGA SILVIA DESVI

Informasi Umum

Kode

24.04.442

Klasifikasi

004 - Data processing, Computer science

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Data Science

Dilihat

26 kali

Informasi Lainnya

Abstraksi

<h4 align="left"><img height="2" src="file:///C:/Users/MEGASI~1/AppData/Local/Temp/msohtmlclip1/01/clip_image001.gif" width="606" />Abstrak</h4>

Portofolio adalah kumpulan aset yang dimiliki oleh individu atau kelompok untuk suatu tujuan ekonomi tertentu. Untuk membangun portofolio yang baik, ada dua hal yang harus diperhatikan yaitu return dan risiko. Optimasi portofolio diharapkan akan menghasilkan portofolio dengan return yang tinggi dan risiko yang rendah. Ada banyak metode untuk membangun portofolio contoh yang paling sederhana adalah metode equal weight dan cara lain dengan menggunakan mean-variance. Namun cara ini untuk hasilnya dianggap tidak begitu memuaskan, karena sering kali perhitungan untuk mean-variance ada perbedaan antara hasil data teoritik yang menggunakan data history dengan kenyataan atau aktual. Alternatif lain untuk membangun portofolio yang terbaru dengan menggunakan Stock Network Portofolio Allocation berbasis Return History (SNPAr). Stock Network Portofolio Allocation berbasis Return History (SNPAr) menggunakan algoritma yang menghitung probabilitas transisi berdasarkan akumulasi kekayaan selama periode terakhir dengan mengalokasikan portofolio saham dalam sebuah network saham dengan menggunakan keterkaitan antara saham – saham dalam sebuah Network. Oleh karena itu dalam tugas akhir ini dibangun portofolio saham menggunakan metode Stock Network Portofolio Allocation berbasis Return History (SNPAr) dilakukan dataset LQ45 dengan interval waktu 16 tahun, dimulai dari bulan Oktober 2008 sampai Agustus 2023. Berdasarkan hasil pengujian yang telah dilakukan, dapat disimpulkan bahwa dengan menerapkan metode SNPAr dengan melakukan eksperimen pada nilai Treshold 0.3 sampai 0.4 menghasilkan bahwa nilai Treshold 0.4 memiliki kinerja yang lebih baik dibandingkan Treshold yang lain dengan dilihat dari nilai parameter kenaikan nilai portofolio dari waktu ke waktu, nilai rata-rata pertumbuhan portofolio treshold 0.4 sebesar 0,017 dan nilai standar deviasi petumbuhan portofolio treshold 0.4 sebesar 0,062. Selanjutnya, saat membandingkan kinerja portofolio Stock Network Portfolio Allocation berbasis Return History (SNPAr) dengan threshold 0.4 terhadap portofolio equal weight, ditemukan bahwa portofolio SNPAr lebih baik. Hal ini terlihat dari nilai parameter dari rata-rata nilai return portofolio SNPAr adalah 0.017, untuk portofolio equal weight adalah 0,12. Selain itu, standar deviasi dari nilai return portofolio SNPAr berada pada angka 0,062, sedikit lebih rendah dibandingkan dengan 0,063 dari portofolio equal weight. Kesimpulannya, metode SNPAr tidak hanya berhasil menghasilkan return yang lebih tinggi tetapi juga menjadikannya pilihan yang lebih baik untuk optimasi portofolio dalam jangka panjang.

<img height="2" src="file:///C:/Users/MEGASI~1/AppData/Local/Temp/msohtmlclip1/01/clip_image002.gif" width="605" />Kata kunci: Potofolio, Mean-Variance, SNPAr, Return History, Treshold, Equal Weight.