Peramalan Return Saham pada IDX30 Menggunakan Economic Constraint Model dan Technical Indicators

Authors

  • Putu Agus Narestha Adi Pratama Telkom University
  • Deni Saepudin Telkom University

Abstract

Abstrak— Saham merupakan bukti kepemilikan suatu perusahaan, kepemilikan saham berarti seseorang tersebut telah ikut serta dalam pemodalan suatu perusahaan. Para investor menginginkan return yang tinggi untuk setiap saham yang dimiliki, sehingga dibutuhkan model prediksi terhadap return saham. Technical indicator adalah sebuah teknik yang digunakan para investor yang digunakan untuk menganalisis maupun membaca pergerakan dari suatu saham. Diketahui bahwa hasil peramalan penggabungan Economic Constraint model dengan Technical Indicators sangat baik. Dalam tugas akhir ini dilakukan peramalan return saham pada IDX30 dengan penggabungan Economic Constraints model dan Technical Indicator, didukung dengan acuan dari penelitian sebelumnya. Berdasarkan hasil pengujian diperoleh penggabungan Economic Constraint model dengan Technical Indicators mendapatkan nilai Mean Square Error (MSE) yaitu 0.00094, dari 12 data saham yang dipakai dan 60 percobaan diperoleh bahwa terdapat 41 dari 60 percobaan menghasilkan nilai MSE lebih kecil ketika menggunakan Economic Constraint.

Kata Kunci — saham, return saham, economic constraint, technical indicators, peramalan

References

REFERENSI

A. P. Tambunan, Menilai Harga Wajar Saham.

Elex Media Komputindo, 2008.

J. J. Murphy, Technical analysis of the financial

markets: A comprehensive guide to trading

methods and applications. Penguin, 1999.

I. Welch and A. Goyal,

the empirical performance of equity premium

prediction,= Review of Financial Studies, vol. 21,

no. 4, pp. 1455-1508, Jul. 2008, doi:

1093/rfs/hhm014.

Z. Dai, X. Dong, J. Kang, and L. Hong,

indicators and two-step economic constraint

method,= North American Journal of Economics

and Finance, vol. 53, Jul. 2020, doi:

1016/j.najef.2020.101216.

Y. Zhang, F. Ma, and Y. Wang,

crude oil prices with a large set of predictors: Can

LASSO select powerful predictors?,= J Empir

Finance, vol. 54, pp. 97-117, Dec. 2019, doi:

1016/j.jempfin.2019.08.007.

Y. Zhang, Y. Wei, F. Ma, and Y. Yi,

constraints and stock return predictability: A new

approach,= International Review of Financial

Analysis, vol. 63, pp. 1-9, May 2019, doi:

1016/j.irfa.2019.02.007.

J. Y. Campbell and S. B. Thompson,

excess stock returns out of sample: Can anything

beat the historical average?,= Review of Financial

Studies, vol. 21, no. 4, pp. 1509-1531, Jul. 2008,

doi: 10.1093/rfs/hhm055.

J. W. Wilder, New concepts in technical trading

systems. Trend Research, 1978.

S. Chatterjee and A. S. Hadi, Regression analysis

by example. John Wiley & Sons, 2015.

W. S. Bhaya,

Techniques in Data Mining,= 2017.

Downloads

Published

2023-11-01

Issue

Section

Program Studi S1 Informatika