Perpustakaan Digital ITB

Prediksi pergerakan harga emas merupakan salah satu tantangan dalam bidang keuangan karena karakteristik pasar yang memiliki volatilitas tinggi dan dipengaruhi oleh berbagai faktor internal maupun eksternal. Emas sebagai aset safe-haven menjadi instrumen yang banyak diminati pelaku pasar ketika terjadi ketidakpastian ekonomi, sehingga diperlukan strategi perdagangan yang mampu menghasilkan sinyal buy, sell, dan hold secara adaptif. Penelitian ini bertujuan untuk mengembangkan dan membandingkan model regresi logistik, LSTM, dan GAF-CNN dalam melakukan klasifikasi sinyal perdagangan pada instrumen XAUUSD menggunakan kombinasi fitur harga, teknikal, dan makroekonomi. Hasil penelitian menunjukkan bahwa model LSTM dengan kombinasi seluruh fitur memberikan performa klasifikasi terbaik dibandingkan model lainnya.Berdasarkan simulasi strategi perdagangan, model tersebut juga menunjukkan kinerja yang konsisten pada kedua strategi yang diuji. Model mampu memberikan tingkat pengembalian yang baik pada strategi yang hanya menggunakan posisi beli maupun pada strategi yang memanfaatkan posisi beli dan posisi jual. Meskipun demikian, seluruh strategi berbasis model prediktif yang dikembangkan belum mampu mengungguli tingkat pengembalian yang diperoleh melalui strategi membeli aset pada awal periode pengujian dan mempertahankannya hingga akhir periode, karena kondisi pasar XAUUSD selama periode pengujian didominasi oleh tren kenaikan yang kuat.