Optimalisasi Portofolio Geometric Mean Return Dengan Semivariance Dibawah Batasan Risiko Menggunakan Metode Interior Point

Triyana Kadarisman, Deni Saepudin, Rian Febrian Umbara

Abstract

Abstrak Tujuan Utama berinvestasi adalah mendapatkan keuntungan maksimum dengan tingkat resiko tertentu oleh karena itu diperlukan manajemen risiko saat berinvestasi. Dalam tulisan ini kami membahas mengenai masalah optimasi portofolio untuk memaksimalkan Portofolio Geometric Mean Return dengan Semivariance tidak melebihi ukuran risiko yang telah ditetapkan sebagai ukuran risiko dalam rekayasa keuangan. Penentuan proporsi dari setiap saham dihitung menggunakan Solver Optimization di matlab dengan menggunakan algoritma Interior Point, Simulasi Monte Carlo dan eksperimen numerik dilakukan untuk mengetahui kondisi optimal dan menunjukkan bahwa metode ini efisien. Kata kunci : optimasi portofolio, simulasi monte carlo, eksperimen numerik 1 Abstract The main purpose of investing is to get maximum profit with a certain level of risk therefore required risk management when investing. In this paper we discuss the problem of portfolio optimization to maximize the Geometric Mean Return Portfolio with Semivariance not exceeding the size of the risk that has been established as a measure of risk in financial engineering. The determination of the proportion of each share is calculated using Solver Optimization in matlab using the Interior Point algorithm, Monte Carlo Simulation and numerical experiments conducted to determine the optimal conditions and show that the method is efficient. Keywords: portfolio optimization, monte carlo simulation, numerical eksperimen.

Full Text:

PDF

Refbacks

  • There are currently no refbacks.
max_upload :-1