Gabungan Metode Support Vector Machine (SVM) Dan Equal Weight Portofolio (EWP) Untuk Pengambilan Keputusan Jual Beli Saham

NOVELYA NABABAN

Informasi Dasar

19.04.2238
657.028 54
Karya Ilmiah - Skripsi (S1) - Reference

Salah satu metode yang dapat digunakan untuk memprediksi pergerakan harga saham yaitu Support Vector Machine (SVM) dengan menggunakan kernel linear. Pada penelitian ini menggunakan tiga pendekatan sebagai inputan model, pendekatan pertama untuk inputan data diperoleh dari perhitungan inputan SVM dengan dua puluh dua atribut menggunakan data trading (open, high, low, dan close prices) yang dimana algoritma SVM akan mendapatkan prediksi dan menjadi nilai bobot, nilai bobot yang didapatkan digunakan untuk menghitung return portofolio, dan EWP memberi bobot yang sama kepada semua perusahaan, sedangkan mean variance (MV) akan mendapatkan bobot yang akan di masukkan ke dalam prediksi SVM pada semua perusahaan. Pada penelitian ini menggunakan data historis setiap perusahaan dari 2005 sampai 2018. Data ini digunakan untuk mempelajari pola yang pada akhirnya dapat memprediksi pergerakan harga saham dari setiap perusahaan. Kinerja Algoritma SVM + EWP menunjukkan hasil yang optimal dibandingkan dengan EWP tanpa SVM masih belum menunjukkan hasil yang optimal. Nilai maksimal yang diperoleh return portofolio SVM + EWP adalah 14.71%, return portofolio EWP tanpa SVM adalah 0.27%, dan return portofolio SVM + MV adalah 0.12%, dengan nilai rata-rata return portofolio masing-masing algoritma adalah 10.30%, 0.94%, 1.76%.

Subjek

ACCOUNTING COMPUTER PROGRAMS
 

Katalog

Gabungan Metode Support Vector Machine (SVM) Dan Equal Weight Portofolio (EWP) Untuk Pengambilan Keputusan Jual Beli Saham
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

NOVELYA NABABAN
Perorangan
DENI SAEPUDIN, ANIQ ATIQI ROHMAWATI
 

Penerbit

Universitas Telkom, S1 Ilmu Komputasi
Bandung
2019

Koleksi

Kompetensi

  • CNH4I3 - KOMPUTASI KEUANGAN
  • CNH4G3 - MACHINE LEARNING

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini