Penerapan Metode Semi-Definite Programming pada Model Mean-Variance dengan Kendala Tracking Error untuk Permasalahan Optimasi Portofolio

Septiani, Nadya Fadhlanillah Gita (2023) Penerapan Metode Semi-Definite Programming pada Model Mean-Variance dengan Kendala Tracking Error untuk Permasalahan Optimasi Portofolio. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 06111940000044-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 September 2025. Download (2MB) | Request a copy

Abstract

Dalam suatu investasi, dibutuhkan ilmu matematika untuk membentuk komposisi portofolio investasi yang baik sesuai dengan harapan investor. Salah satu cara untuk memperoleh hal tersebut adalah dengan membentuk suatu portofolio. Untuk mendapatkan return portofolio yang lebih besar diperlukan benchmark sebagai tolok ukur suatu portofolio yang baik. Perbedaan presentase total return antara indeks dana saham dan benchmark disebut tracking error. Dalam pembentukan portofolio ini, tracking error digunakan sebagai salah satu batasan kendala kuadratik yang dapat membantu optimasi pembentukan portofolio. Akan tetapi, model Mean-Variance ini dirasa kurang akurat apabila data yang digunakan banyak. Oleh karena itu, digunakan metode Semi-Definite Programming (SDP) dalam optimasi pembentukan portofolio dengan model Mean-Variance dengan kendala tracking error untuk memaksimalkan pembentukan portofolio yang lebih akurat dengan data sampel yang banyak. Hasil yang diperoleh dalam penyelesaian optimasi portofolio model Mean-Variance dengan Semi�Definite Programming lebih direkomendasikan karena menghasilkan nilai tracking error yang lebih kecil 10^−6, serta penggunaan waktu dua kali lebih cepat sehingga lebih efisien dibandingkan tanpa menggunakan Semi-Definite Programming.
=============================================================================================================================
In an investment, mathematical knowledge is needed to construct a good portfolio investment composition according to investor’s expectations. One of the way to get this purpose by constructing a portfolio. In order to get more high portfolio returns, some benchmark needed as a comparison for a good portfolio. Difference the percentage of total return between stock index funds and benchmarks is called the tracking error. When constructing portfolio, tracking error used as one of limitation of the quadratic constraint that can help optimized the portfolio. However, this Mean-Variance model have less accurate if we used a lot of data. Therefore, Semi-Definite Programming (SDP) method used in construct optimization portfolio using Mean-Variance model with tracking error constraint to get more accurate maximizing portfolio construction with large sample data. The results obtained in completing the optimization of the Mean-Variance model with Semi-Definite Programming are more recommended because they produce 10−6 smaller tracking error values, and use time twice as fast so that is more efficiently than without using Semi-Definite Programming.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Mean-Variance, Optimasi, Portofolio, Semi-Definite Programming, Tracking Error.
Subjects:	H Social Sciences > HG Finance H Social Sciences > HG Finance > HG4529 Investment analysis H Social Sciences > HG Finance > HG4529.5 Portfolio management H Social Sciences > HG Finance > HG4910 Investments Q Science > QA Mathematics
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Mathematics > 44201-(S1) Undergraduate Thesis
Depositing User:	Nadya Fadhlanillah Gita Septiani
Date Deposited:	18 Sep 2023 01:22
Last Modified:	18 Sep 2023 01:22
URI:	http://repository.its.ac.id/id/eprint/104271

Actions (login required)

View Item