Perdagangan valuta asing (forex) yang bersifat dinamis menuntut sistem trading otomatis
yang mampu merespons pergerakan pasar secara adaptif. Penelitian ini bertujuan
mengembangkan sistem trading berbasis sinyal lead-lag dengan pendekatan Gaussian
Process (GP), serta membandingkannya dengan indikator teknikal konvensional seperti
Simple Moving Average (SMA) dan Exponential Moving Average (EMA). Model GP
menggunakan kernel Squared Exponential, dengan parameter ?2 ditetapkan manual dan
? dioptimasi menggunakan algoritma genetika. Eksperimen dilakukan pada data historis
EUR/USD periode 2019–2025 yang dibagi menjadi data latih, validasi, dan uji. Hasil
menunjukkan bahwa GP menghasilkan Sharpe Ratio tertinggi dan sinyal tren yang lebih
stabil dibandingkan SMA dan EMA. Hal ini menunjukkan bahwa GP efektif digunakan
dalam sistem trading otomatis yang sensitif terhadap perubahan tren pasar.
Perpustakaan Digital ITB