Perpustakaan Digital ITB

Opsi adalah salah satu bentuk instrumen derivatif keuangan yang dapat membantu investor dalam menghindari bentuk risiko yang mungkin akan terjadi pada saat melakukan investasi. Seorang investor tentunya ingin mengetahui nilai opsi yang akurat sebelum membeli suatu kontrak opsi. Terdapat banyak teknik yang sudah diperkenalkan untuk menyelesaikan permasalahan penentuan nilai opsi, akan tetapi, masih terdapat kekurangan dan keterbatasan untuk bisa menangkap kedaan pasar yang sesungguhnya. Dalam penelitian ini, permasalahan penentuan nilai opsi akan dimodelkan sebagai suatu masalah optimisai bi-objektif dengan payoff dan peluang untuk mendapatkan payoff tersebut sebagai masing-masing fungsi objektifnya. Selanjutnya, nilai opsi yang sudah dimodelkan sebagai masalah optimisasi bi-objektif akan diubah menjadi masalah optimisasi tunggal objektif dengan menggunakan Adaptive Weighted Sum Method. Untuk menyelesaikan permasalahan penentuan nilai opsi ini akan digunakan Neural Network Algorithm yang baru dipekerkenalkan pada tahun 2018. Dengan memanfaatkan data historis, kita dapat menentukan nilai opsi dari suatu aset dasar untuk periode selanjutnya. Hasil menunjukkan bahwa Neural Network Algorithm mampu menghasilkan solusi pareto optimal untuk menghampiri harga Opsi Eropa dan Amerika. Hal ini ditunjukkan dengan galat yang diperoleh lebih kecil jika dibandingkan dengan PDP Black-Scholes, NSGA-II dan Metode Binomial.