Pembentukan Portofolio Saham Melalui Proses Clustering Kurva Harga Saham Hasil P-spline

Abstract

Abstrak Investasi di pasar saham merupakan salah satu investasi yang memiliki risiko cukup besar, sehingga investor harus memiliki keahlian dalam mengantisiapsi terjadinya risiko tersebut. Salah satu caranya adalah membentuk sebuah portofolio dengan resiko yang kecil. Untuk membentuk portofolio dengan meminimalkan resiko salah satunya dengan membentuk diversifikasi saham dalam portofolio. Penelitian ini membahas mengenai pembuatan portofolio saham melalui hasil clustering kurva harga saham yang berasal dari metode P-spline. P-spline bertujuan untuk menginterpolasi data sehingga menghasilkan kurva yang merepresentasikan pergerakan arah data harga saham. Metode clustering pada penelitian kali ini mengelompokan koefisien hasil P-spline menggunakan metode K-Means. Pembentukan portofolio dilakukan dengan memilih satu perwakilan dari setiap cluster berdasarkan nilai risiko saham terkecil dan nilai expected return yang baik. Metode pembobotan portofolio menggunakan Mean Variance dan Equal Weight dan dilihat performansi menggunakan sharpe index yang dibandingkan dengan Indeks Kompas100. Dengan hasil nilai sharpe index untuk semua portofolio dengan metode Mean Variance lebih baik dibandingkan dengan nilai Indeks Kompas100 sedangkan untuk portofolio dengan metode Equal Weight hanya beberapa portofolio yang memiliki performansi lebih baik dibandingkan dengan Indeks Kompas100.

Kata kunci : saham, portofolio, p-spline, clustering , Mean-Variance, Equal Weight

Abstract Investment in the stock market is one of investment that has a considerable risk, so investors must have expertise in anticipating the occurrence of these risks. One way is to form a portfolio with little risk. To form a portfolio by minimizing risk, by forming diversification of shares in the portfolio. This study discusses a stock portfolio through the results of the clustering curve of the stock price derived from the Pspline method. P-spline aims to interpolate data to produce a curve that represents the movement of the direction of stock price data. The clustering method in this study classifies the coefficient of P-spline results using the K-Means method. The formation of a portfolio is done by selecting one representative from each cluster based on the value of the smallest stock risk and the value of the expected return is passable. The portfolio assessment method used Mean-Variance and Equal Weight and also look at performance using the Sharpe index compared to the Kompas100 Index. With the results of the shape index value for all portfolios with the Mean-Variance method is better than the Kompas100 Index value while for portfolios with the Equal Weight method only a few portfolios have better performance than the Kompas100 Index.

Keywords: stock, portfolio, p-spline, clustering , Mean-Variance, Equal Weight