Optimasi Bobot Portofolio Menggunakan Algoritma Genetika

Muhammad Fadli Azim, Azizah Azizah, Dian Anggraini

Abstract


Dalam berinvestasi investor dapat menginvestasikan dananya di lebih dari satu aset, hal ini dilakukan untuk mengurangi beban risiko yang akan besar yang akan ditanggung kedepannya. Akan tetapi, investor perlu menentukan portofolio yang optimal, artinya menentukan bobot atau persentase di masing-masing saham yang diinvestasikan dengan tujuan akhir mengoptimalkan return. Dalam penelitian ini, dilakukan penentuan bobot portofolio optimal dengan menggunakan algoritma genetika menggunakan R-software. Algoritma ini sangat efektif untuk menyelesaikan suatu permasalahan yang memiliki banyak kemungkinan solusi, dan cukup sederhana dalam penerapannya. Data yang digunakan pada penelitian ini adalah data historis saham harian dari 6 perusahaan yaitu  PT Astra Internasional(ASII), PT Telekomunikasi Indonesia(TLKM), PT Bank Rakyat Indonesia(BBRI),  PT Bank Central Asia(BBCA), PT  Bank Mandiri Indonesia(BMRI) dan ), PT Bank Negara Indonesia(BNII). Berdasarkan algoritma genetika, untuk memeperoleh portofolio optimal maka bobot daham Astra Internasional memiliki Persentase sebesar 5%, kemudian saham untuk telkom memiliki persentase 30%, saham untuk Bank BRI memiliki persentase 20%, saham bank BCA 16%, Saham Bank Mandiri 12% dan Saham Bank BNI 17%.

Full Text:

PDF

References


Z. Bodie, A. Kane, and A. J. Marcus, Investments, Tenth edition. New York: McGraw-Hill Education, 2014.

N. Christou, ‘Enhancing the Teaching of Statistics: Portfolio Theory, An Application of Statistics in Finance’, Journal of Statistics Education, vol. 16, no. 3, p. 1, Nov. 2008, doi: 10.1080/10691898.2008.11889570.

M. S. Bazaraa, C. M. Shetty, and H. D. Sherali, ‘Nonlinear Programming’, p. 871.

Sarwadi dan Anjar KSW, ‘ALGORITMA GENETIKA’, JURNAL MATEMATIKA DAN KOMPUTER, vol. 7, no. 2, p. 10, 2004.

Panjer, H.H. et al, Financial economics. With Applications to Investment, Insurance and Pensions. .

R. S. Tsay, Analysis of financial time series. New York: Wiley, 2002.

J.-L. Prigent, ‘Portfolio Optimization and Performance Analysis’, p. 451.

‘Markowitz H. - Portfolio Selection (1952).pdf’. .

‘M Kateregga - 2014 - Portfolio Analysis using R.pdf’. .

‘Prigent - Portfolio Optimization and Performance Analysis.pdf’. .

D. A. I. Maruddani and A. Purbowati, ‘PENGUKURAN VALUE AT RISK PADA ASET TUNGGAL DAN PORTOFOLIO DENGAN SIMULASI MONTE CARLO’, Medstat, vol. 2, no. 2, pp. 93–104, Mar. 2012, doi: 10.14710/medstat.2.2.93-104.

R. Mishra and B. Ram, ‘Portfolio selection using R’, Yugosl J Oper Rres, vol. 30, no. 2, pp. 137–146, 2020, doi: 10.2298/YJOR181115002M.




DOI: http://dx.doi.org/10.24014/jsms.v7i1.12190

Refbacks

  • There are currently no refbacks.


Jurnal JSMS

p-ISSN     : 2460-4542 (print)
e-ISSN     : 2615-8663 (online)
Alamat   : Program Studi Matematika
                   Fakultas Sains dan Teknologi, UIN Suska Riau
                   Jl. H.R Soebrantas, No. 155, Tampan, Pekanbaru.
Website : http://ejournal.uin-suska.ac.id/index.php/JSMS
e-mail    : jsmsfst@uin-suska.ac.id