Perpustakaan Digital ITB

Portofolio optimal yang dapat memaksimalkan return dan meminimalkan risiko sangat dibutuhkan oleh seluruh investor. Penelitian ini mengusulkan penggunaan pendekatan analisis data topologi (TDA) dalam optimisasi portofolio. Analisis data topologi yang dapat mengekstraksi fitur topologi dari data historis harga saham digunakan dalam penelitian ini untuk menangkap struktur tersembunyi dan hubungan non-linier antar saham. Pada penelitian ini ditemukan bahwa TDA norm dari kelas homologi dimensi 0 dapat merepresentasikan volatilitas saham. Selain itu, kovariansi antar saham juga dapat diperoleh dengan mempergunakan salah satu fitur dalam persistence tools yaitu Wasserstein distance. Kedua hal tersebut (volatilitas dan kovariansi) berperan sangat penting dalam optimisasi portofolio karena digunakan dalam mengukur risiko portofolio. Permasalahan optimisasi portofolio tersebut, dalam penelitian ini, diselesaikan menggunakan NSGA-II untuk menghasilkan solusi-solusi yang mendekati Pareto front. Hasil dari penelitian ini menunjukkan bahwa pendekatan analisis data topologi yang digunakan bekerja dengan sama baiknya dengan metode klasik.