Optimasi Portofolio pada Saham Perbankan di Indonesia Menggunakan Metode Robust Optimization

Winarty, Visca Tri (2023) Optimasi Portofolio pada Saham Perbankan di Indonesia Menggunakan Metode Robust Optimization. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 06111940000059-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 September 2025. Download (7MB) | Request a copy

Abstract

Beberapa tahun terakhir, tren investasi di Indonesia telah meningkat. Hal tersebut dibuktikan dengan adanya peningkatan investor di Indonesia, dimana pada akhir tahun 2022 telah tercatat bahwa jumlah investor di Indonesia mencapai 10,23 juta orang. Investasi dilakukan supaya investor memperoleh keuntungan secara finansial. Namun, beberapa investor sering menginvestastikan asetnya tanpa pertimbangan matang sehingga menimbulkan kerugian. Masalah tersebut dapat diselesaikan dengan menggunakan optimasi. Model optimasi yang sering digunakan dalam mengoptimalkan portofolio adalah Mean Variance Optimization (MVO) yang dikembangkan oleh Markowitz. Namun pada kenyataannya model optimasi ini memiliki kekurangan yaitu data input harus sudah pasti, sedangkan data saham memiliki pola tidak terduga yang mengakibatkan estimasi sulit untuk dilakukan dengan menggunakan model MVO secara general. Oleh karena itu, model MVO dikembangkan ke dalam bentuk Robust Optimization (RO) dimana input model ini diestimasikan berdasarkan sebuah himpunan ketidakpastian. Ada dua cara untuk menentukan himpunan ketidakpastian, diantaranya yaitu moving window dan bootstrapping. Pada tugas akhir ini akan dilakukan perbandingan kedua metode tersebut dalam membentuk himpunan ketidakpastian yang dapat membantu pada tahapan berikutnya, untuk menghasilkan solusi optimal dari robust optimization. Model robust optimization akan diselesaikan menggunakan MATLAB untuk memperoleh proporsi aset pada portofolio yang optimal. Berdasarkan studi kasus, robust optimization dengan metode moving window lebih unggul dibandingkan robust optimization dengan metode bootstrapping karena beberapa alasan. Berdasarkan nilai fungsi objektif, robust optimization dengan metode moving window memberikan hasil yang lebih bagus pada beberapa percobaan nilai gamma. Pada kondisi pasar saham yang bagus maupun kurang bagus robust optimization dengan metode moving window selalu memberikan keuntungan bagi investor. Lalu ditinjau dari return portofolio, robust optimization dengan metode moving window memberikan keuntungan yang lebih besar pada saat gamma bernilai 5 atau pada kondisi risiko yang besar. Sehingga robust optimization dengan himpunan ketidakpastian dari metode moving window dapat dipilih investor apalagi untuk investor yang berani mengambil risiko (risk taker) karena memberikan keuntungan yang besar pada kondisi pasar saham bagus maupun kurang bagus.
======================================================================================================================================
In recent years, investment trends in Indonesia have increased. This is proven by the increase in investors in Indonesia, where at the end of 2022 it was recorded that the number of investors in Indonesia reached 10.23 million people. Investments are made so that investors benefit financially. However, some investors often invest their assets without careful consideration, resulting in losses. This problem can be solved by using optimization. The most commonly used optimization model for optimizing portfolios is Mean Variance Optimization (MVO), developed by Markowitz. However, in reality, this optimization model has a disadvantage that the input data must be certain, meanwhile stock data has unexpected patterns that make estimation difficult to be done using MVO model in general. Therefore, the MVO model was developed into the form of Robust Optimization (RO), where the inputs of this model are estimated based on a set of uncertainties. There are two ways to determine the set of uncertainties, such as moving window and bootstrapping. In this final project, a comparison will be made between the two methods in forming sets of uncertainty, which is expected to assist in the next step in finding an optimal solution to Robust Optimization. Robust Optimization model will be solved using MATLAB to obtain the optimal asset proportion for the portfolio. Based on the case study, the robust optimization with the moving window method is better than robust optimization with the bootstrapping method because of various reasons. Based on the value of objective function, robust optimization with the moving window method gives better result on several gamma value experiment. Based on good or bad stock market conditions, robust optimization with the moving window method always give profit for investors. Lastly based on the portfolio return, robust optimization with the moving window method provides greater profits when the gamma is 5 or in conditions of high risk. Therefore robust optimization with uncertainty set from the moving window method can be chosen by an investor, especially for investors who are willing to take risks (risk taker) because it provides large profits in good or bad stock market conditions

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Optimasi Portofolio, Himpunan Ketidakpastian, Robust; Optimization, Mean Variance Optimization, Portfolio Optimization, Uncertainty Set
Subjects:	Q Science > QA Mathematics
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Mathematics > 44201-(S1) Undergraduate Thesis
Depositing User:	Visca Tri Winarty
Date Deposited:	05 Sep 2023 03:57
Last Modified:	05 Sep 2023 03:57
URI:	http://repository.its.ac.id/id/eprint/102782

Actions (login required)

View Item