IPINTERNASIONALIPINTERNASIONAL
International Journal of Community Service (IJCS)International Journal of Community Service (IJCS)Artikel ini mengusulkan kerangka kerja kuantitatif hibrida yang mengintegrasikan pemodelan deret waktu statistik dan pembelajaran mesin evolusioner untuk optimasi portofolio. Pendekatan ini menggabungkan model ARIMA–GARCH untuk secara bersamaan memperkirakan rata-rata bersyarat dan volatilitas imbal hasil aset dengan Algoritma Genetika (GA) yang mencari bobot portofolio optimal berdasarkan profil risiko-imbal hasil yang tersirat oleh model. Studi ini mengadopsi desain kuantitatif data sekunder, mensintesis bukti dari aplikasi empiris sebelumnya dari peramalan ARIMA–GARCH dan optimasi portofolio berbasis GA di pasar ekuitas, termasuk indeks S&P500 dan konstituen LQ45 Indonesia. Analisis deskriptif mengonfirmasi pengelompokan volatilitas yang kuat dan kurtosis pada imbal hasil saham harian, membenarkan penggunaan model volatilitas tipe GARCH. Hasil empiris dari literatur menunjukkan bahwa model ARIMA–GARCH hibrida secara signifikan mengungguli ARIMA mandiri dan strategi beli-dan-tahan dalam hal kesalahan peramalan dan kinerja yang disesuaikan dengan risiko, sementara portofolio yang dioptimalkan GA mencapai trade-off risiko-imbal hasil yang lebih unggul dibandingkan dengan optimasi varians-rata tradisional. Temuan ini mendukung integrasi konseptual dari perkiraan ARIMA–GARCH dan alokasi berbasis GA sebagai arah yang menjanjikan untuk konstruksi portofolio, khususnya di pasar negara berkembang seperti Indonesia. Artikel ini diakhiri dengan implikasi bagi manajer portofolio, regulator, dan kurikulum pendidikan tinggi dalam keuangan kuantitatif dan investasi berbasis data.
Artikel ini menyimpulkan dengan implikasi bagi manajer portofolio, regulator, dan kurikulum pendidikan tinggi dalam keuangan kuantitatif dan investasi berbasis data.Secara metodologis, artikel ini menguraikan alur kerja konkret untuk mengintegrasikan ekonometrika deret waktu dan pembelajaran mesin dalam kerangka optimasi portofolio terpadu.Pedagogis, artikel ini ditujukan untuk mendukung pengembangan kurikulum di pendidikan tinggi Indonesia, khususnya dalam program yang bertujuan untuk menggabungkan statistik, ilmu komputer, dan keuangan.
Berdasarkan penelitian ini, beberapa saran penelitian lanjutan dapat dipertimbangkan. Pertama, penelitian lebih lanjut dapat mengeksplorasi penerapan kerangka kerja ARIMA–GARCH–GA pada berbagai kelas aset, seperti obligasi dan komoditas, untuk menilai efektivitasnya dalam konteks yang berbeda. Kedua, penelitian dapat menyelidiki integrasi faktor-faktor ESG (Lingkungan, Sosial, dan Tata Kelola) ke dalam fungsi kebugaran GA untuk membangun portofolio yang berkelanjutan dan bertanggung jawab secara sosial. Terakhir, penelitian dapat berfokus pada pengembangan metode untuk mengkalibrasi dan mengoptimalkan parameter model ARIMA–GARCH dan GA secara bersamaan, dengan tujuan meningkatkan akurasi peramalan dan kinerja portofolio.
- Integration of Statistical and Machine Learning Models for Time Series Forecasting in Optimizing Decision... jisem-journal.com/index.php/journal/article/view/10399Integration of Statistical and Machine Learning Models for Time Series Forecasting in Optimizing Decision jisem journal index php journal article view 10399
- Modeling Volatility for High-Frequency Data of Cryptocurrency Bitcoin Price using Generalized Autoregressive... ijaers.com/detail/modeling-volatility-for-high-frequency-data-of-cryptocurrency-bitcoin-price-using-generalized-autoregressive-conditional-heteroskedasticity-garch-modelModeling Volatility for High Frequency Data of Cryptocurrency Bitcoin Price using Generalized Autoregressive ijaers detail modeling volatility for high frequency data of cryptocurrency bitcoin price using generalized autoregressive conditional heteroskedasticity garch model
- Effect of Exchange Rate Volatility on Portfolio Investment Decisions of U.S. Investors | American Journal... doi.org/10.47672/ajf.2800Effect of Exchange Rate Volatility on Portfolio Investment Decisions of U S Investors American Journal doi 10 47672 ajf 2800
- Distributed Discrete-Time Convex Optimization With Closed Convex Set Constraints: Linearly Convergent... ieeexplore.ieee.org/document/10122148Distributed Discrete Time Convex Optimization With Closed Convex Set Constraints Linearly Convergent ieeexplore ieee document 10122148
| File size | 645.8 KB |
| Pages | 14 |
| DMCA | Report |
Related /
IOINFORMATICIOINFORMATIC Hasil studi mengindikasikan bahwa penerapan media pembelajaran berbasis AR dapat meningkatkan minat dan pemahaman siswa terhadap kebudayaan daerah. HalHasil studi mengindikasikan bahwa penerapan media pembelajaran berbasis AR dapat meningkatkan minat dan pemahaman siswa terhadap kebudayaan daerah. Hal
RCF INDONESIARCF INDONESIA Hasil kajian menunjukkan bahwa metode optimasi, khususnya Hungarian Method, terbukti efektif dalam mengalokasikan sumber daya secara optimal, mengurangiHasil kajian menunjukkan bahwa metode optimasi, khususnya Hungarian Method, terbukti efektif dalam mengalokasikan sumber daya secara optimal, mengurangi
IOINFORMATICIOINFORMATIC Namun, pengembangan lebih lanjut tetap diperlukan, terutama pada aspek kebaruan melalui personalisasi desain, penyampaian informasi yang lebih inovatif,Namun, pengembangan lebih lanjut tetap diperlukan, terutama pada aspek kebaruan melalui personalisasi desain, penyampaian informasi yang lebih inovatif,
IOINFORMATICIOINFORMATIC Hasil menunjukkan bahwa sistem berfungsi optimal (100% uji fungsional), waktu respon rata-rata 0,8 detik, efisiensi meningkat 85,7%, partisipasi publikHasil menunjukkan bahwa sistem berfungsi optimal (100% uji fungsional), waktu respon rata-rata 0,8 detik, efisiensi meningkat 85,7%, partisipasi publik
IOINFORMATICIOINFORMATIC Hasil pengujian menunjukkan bahwa sistem memiliki Mean Relative Error (MRE) sebesar 2,75%, serta standar deviasi sebesar 2,71%, yang menunjukkan bahwaHasil pengujian menunjukkan bahwa sistem memiliki Mean Relative Error (MRE) sebesar 2,75%, serta standar deviasi sebesar 2,71%, yang menunjukkan bahwa
IOINFORMATICIOINFORMATIC Aplikasi RenPy digunakan sebagai platform pengembangan, dengan penambahan fitur interaktif seperti branching storyline, keputusan berbatas waktu, sertaAplikasi RenPy digunakan sebagai platform pengembangan, dengan penambahan fitur interaktif seperti branching storyline, keputusan berbatas waktu, serta
UNAIUNAI Sistem ini dikembangkan dengan bantuan model Siklus Pengembangan Sistem (SDLC). Algoritma Monte Carlo menunjukkan peningkatan substansial dalam pemetaanSistem ini dikembangkan dengan bantuan model Siklus Pengembangan Sistem (SDLC). Algoritma Monte Carlo menunjukkan peningkatan substansial dalam pemetaan
LLDIKTI10LLDIKTI10 Studi ini menyimpulkan bahwa metode Algoritma Genetika berhasil digunakan dalam kasus penugasan tol di industri garmen. Kebaruan dari penelitian ini adalahStudi ini menyimpulkan bahwa metode Algoritma Genetika berhasil digunakan dalam kasus penugasan tol di industri garmen. Kebaruan dari penelitian ini adalah
Useful /
STPDIANMANDALASTPDIANMANDALA Penelitian kualitatif digunakan sebagai metode penelitian. Pilihan situs dan topik untuk penelitian dibuat berdasarkan model olahraga dan salju. ModelPenelitian kualitatif digunakan sebagai metode penelitian. Pilihan situs dan topik untuk penelitian dibuat berdasarkan model olahraga dan salju. Model
UNAIUNAI Sektor pertanian Filipina memiliki ketergantungan yang tinggi terhadap pupuk kimia mahal yang diimpor, sehingga menimbulkan beban ekonomi dan mengancamSektor pertanian Filipina memiliki ketergantungan yang tinggi terhadap pupuk kimia mahal yang diimpor, sehingga menimbulkan beban ekonomi dan mengancam
UNAIUNAI Namun, akurasi sensor PIR dan variasi efisiensi perlu ditingkatkan. Pekerjaan masa depan harus fokus pada peningkatan kinerja sensor dan pengoptimalanNamun, akurasi sensor PIR dan variasi efisiensi perlu ditingkatkan. Pekerjaan masa depan harus fokus pada peningkatan kinerja sensor dan pengoptimalan
LLDIKTI10LLDIKTI10 Pada penelitian ini akan digunakan pendekatan improved random forest dengan random forest sebagai classifier untuk mendeteksi malicious URL. Improved RandomPada penelitian ini akan digunakan pendekatan improved random forest dengan random forest sebagai classifier untuk mendeteksi malicious URL. Improved Random