Seleksi Portofolio Mean-Variance dengan Pendekatan Clustering dan Backtesting untuk Saham-Saham LQ45

EVI INDAH HAPSARI

Informasi Umum

Kode

21.04.2890

Klasifikasi

005.1 - programming

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Optimization

Dilihat

213 kali

Informasi Lainnya

Abstraksi

Meminimalisasi risiko merupakan poin penting dalam optimasi portofolio. Dalam sebuah investasi investor berharap mendapatkan return tinggi dengan risiko rendah. Konsep portofolio pertama kali ditemukan oleh Markowitz pada tahun 1952. Dalam optimasi portofolio memperhatikan dua hal yaitu standar deviasi dan expected return. Pada penelitian ini akan dilakukan seleksi portofolio menggunakan pendekatan clustering k-means. Data historis yang digunakan mulai tanggal 1 Januari 2013 - 1 Januari 2020. Di mana data menggunakan harga closed saham-saham LQ45 pada weekly, biweekly, dan monthly. Hasil yang diberikan pada penelitian ini berupa data yang dibagi menjadi sembilan kelompok di mana tiap data historis weekly, biweekly, dan monthly. Pengujian dilakukan dengan memperhatikan standar deviasi terendah, expected return tertinggi, dan kompromi standar deviasi dan expected return. Dari sembilan kelompok ini dilakukan seleksi portofolio dengan menggunakan pembobotan equal weight dan mean-variance dengan pendekatan clustering. Pada penelitian ini juga menggunakan metode backtesting untuk menguji seberapa akuratnya hasil seleksi portofolio yang didapat. Dari hasil eksperimen yang dilakukan metode mean-variance menghasilkan rata-rata expected return, standar deviasi, dan hasil akhir yang lebih optimum dibandingkan dengan metode equal weight.

Kata kunci : k-means, mean-variance, clustering, backtesting