Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Di era zaman modern ini, manusia dituntut untuk lebih bekerja keras dalam memenuhi kebutuhan dan keinginan mereka. Salah satunya dengan cara berinvestasi. Investasi adalah suatu tindakan dimana seseorang membeli saham, obligasi, atau surat pernyataan lainnya. Salah satu jenis investasi adalah Exchange-Traded Funds (ETF) yang dimana investor dapat melihat pergerakan saham didalamnya dan membuat keputusan untuk membeli atau menjual saham yang disebut sebagai trading. Pada skripsi ini, ditunjukkan bahwa algoritma trading berdasarkan teori kontrol dapat membantu investor dalam membuat keputusan tersebut untuk mendapatkan nilai portofolio yang optimal dalam transaksi ETF. Hasil implementasi pada tiga saham, menunjukkan bahwa terdapat saham dan kombinasi saham tertentu yang memiliki nilai portofolio optimal. Nilai portofolio optimal ditentukan oleh kecepatan nilai portofolio tersebut mencapai target dan besarnya nilai portofolio tersebut pada akhir periode.(......)In this modern era, humans are required to work harder in fulfilling their needs and desires. One of them is by investing. Investment is any action in which someone buy shares, bonds, or other. One type of investment is Exchange-Traded Funds (ETF) where investors can see the movement of shares in it and make the decision to buy or sell shares called trading. In this thesis, it is shown that trading algorithms based on control theory can help investors make these decisions to get optimal portfolio values in ETF transactions. The results of the implementation of three stocks indicate that there are certain stocks and stock combinations that have optimal portfolio values. The optimal portfolio value is determined by the speed at which the portfolio value reaches the target and the value of the portfolio at the end of the period.

Abstrak :
ABSTRAK
Optimalisasi portofolio bertujuan agar investor mendapatkan return tertinggi dan mendapatkan risiko terendah. Untuk mencapai tujuan ini, investor melakukan diversifikasi untuk meningkatkan kinerja portofolio dengan meminimalkan risiko portofolio. Pada penelitian ini digunakan algoritma Iterative K-Means -+ sebagai metode clustering dan Ant Colony Optimization (ACO). Pengelompokan digunakan untuk diversifikasi portofolio berdasarkan rasio keuangan masing-masing saham. K-Means berulang -+ ini memperbaiki solusi dari K-Means dengan menghapus 1 cluster (minus), membagi 1 cluster (plus) dan re-clustering di setiap iterasi. Setelah pengelompokan, beberapa saham dipilih dan bobotnya ditentukan dengan metode metaheuristik, yaitu: Algoritma Ant Colony Optimization (ACO). Hasil numerik dari metode ini dievaluasi dengan data yang sebenarnya.
ABSTRACT
Portfolio optimization aims for investors to get the highest return and get the lowest risk. To achieve this goal, investors diversify to improve portfolio performance by minimizing portfolio risk. In this study, the Iterative K-Means -+ algorithm was used as a clustering method and Ant Colony Optimization (ACO). Grouping is used to diversify the portfolio based on the financial ratios of each stock. Iterative K-Means --+ this improves the solution of K-Means by removing 1 cluster (minus), dividing 1 cluster (plus) and re-clustering in each iteration. After grouping, several stocks are selected and their weights are determined by the metaheuristic method, namely: Ant Colony Optimization (ACO) Algorithm. The numerical results of this method are evaluated with actual data.