Diversified Crypto Assets Portfolio Optimization Based On Risk Preferences Using K-Means Clustering Algorithm And Efficient Frontier

Setiawan, Rizki (2023) Diversified Crypto Assets Portfolio Optimization Based On Risk Preferences Using K-Means Clustering Algorithm And Efficient Frontier. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 09111940000038_Rizki Setiawan_Undergraduate Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2025. Download (5MB) | Request a copy

Abstract

This study aims to assist investors to make better investment decisions by identifying the characteristics of the price movements of crypto coins and finding the optimum portfolio diversification for each investor’s risk preferences. 84 crypto coins included in CMC Crypto 200 from January 1, 2019, to June 30, 2022, as the observation period, clustered based on their return and risk using k-means clustering algorithm. The findings show that crypto coins are grouped into 6 clusters, and clusters show the information that cryptocurrency market is highly volatile. Using the efficient frontier, it has been identified three optimum portfolio weights consist of seven crypto coins according to each investors’ risk preferences that produce expected returns from the portfolio of 1,708 USD, 2.620 USD, and 3,035 USD, foreach different risk profiles, using observation period data. Using testing period since July 1,2022, to September 30, 2022, three optimum portfolio weights consist of six, five, and six crypto coins produce expected return from the portfolio of 1,160 USD, 1.855 USD, and1,949 USD, respectively for each investor’s risk preferences. Based on portfolio performance comparison with market represented by CMC Crypto 200 index, portfolios created for each investor type outperform the market.
================================================================================================================================
Penelitian ini bertujuan untuk membantu investor dalam mengambil keputusan investasi yang lebih baik dengan mengidentifikasi karakteristik pergerakan harga koin kripto dan menemukan diversifikasi portofolio yang optimal untuk setiap preferensi risiko investor. Sebanyak 84 koin kripto yang termasuk dalam CMC Crypto 200 dari tanggal 1 Januari 2019 hingga 30 Juni 2022 sebagai periode pengamatan, dikelompokkan berdasarkan return dan risikonya dengan menggunakan algoritma k-means clustering. Temuan menunjukkan bahwa koin kripto dikelompokkan ke dalam 6 cluster, dan cluster menunjukkan informasi bahwa pasar mata uang kripto sangat fluktuatif. Dengan menggunakan efficient frontier, telah diidentifikasi tiga bobot portofolio optimal yang terdiri dari tujuh koin kripto sesuai dengan preferensi risiko masing-masing investor yang menghasilkan return yang diharapkan dari portofolio sebesar 1.708 USD, 2.620 USD, dan 3.035 USD, untuk setiap profil risiko yang berbeda, dengan menggunakan data periode pengamatan. Dengan menggunakan periode pengujian sejak 1 Juli 2022 hingga 30 September 2022, tiga bobot portofolio optimal yang terdiri dari enam, lima, dan enam koin kripto menghasilkan return ekspektasi dari portofolio sebesar 1.160 USD, 1.855 USD, dan 1.949 USD, masing-masing untuk setiap preferensi risiko investor. Berdasarkan perbandingan kinerja portofolio dengan pasar yang diwakili oleh indeks CMC Crypto 200, portofolio yang dibuat untuk setiap tipe investor mengungguli pasar.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Diversified Crypto Assets, Efficient Frontier, K-means Clustering, Portfolio Optimization, Risk Preferences, Aset Kripto yang Terdiversifikasi, Optimalisasi Portofolio, Preferensi Risiko
Subjects:	H Social Sciences > HG Finance > HG4529.5 Portfolio management
Divisions:	Faculty of Creative Design and Digital Business (CREABIZ) > Business Management > 61205-(S1) Undergraduate Thesis
Depositing User:	Rizki Setiawan
Date Deposited:	27 Jun 2023 04:23
Last Modified:	27 Jun 2023 04:23
URI:	http://repository.its.ac.id/id/eprint/98233

Actions (login required)

View Item