Model Autoregressive dengan Pendekatan Conditional Maximum Likelihood Untuk Prediksi Harga Saham

Authors

  • Cipta Rahmadayanti Telkom University, Indonesia
  • Hasbi Rabbani Telkom University, Indonesia
  • Aniq Atiqi Rohmawati Telkom University, Indonesia

DOI:

https://doi.org/10.15575/kubik.v3i1.2731

Keywords:

Return Saham, Harga Saham, Model Autoregressive, Conditional Maximum Likelihood

Abstract

Jual beli saham merupakan salah satu bentuk investasi yang menjanjikan para investor, investasi berkaitan dengan return atau keuntungan yang didapatkan oleh suatu investor atas suatu investasi yang dilakukan terhadap saham tertentu. Untuk mendapatkan nilai return pada beberapa periode kedepan dapat dilakukan prediksi, pada dasarnya prediksi dapat dilakukan dengan menggunakan beberapa metode, namun dengan menggunakan model time series diharapkan menghasilkan prediksi yang baik karna karakteristik dari data saham merupakan data time series yang bergerak kontinu terhadap waktu. Pada penelitian ini digunakan model time series Autoregressive (AR) dengan pendekatan Conditional Maximum Likelihood untuk memprediksi nilai return serta dapat melihat pergerakan harga saham. Nilai parameter yang penting pada model Autoregressive orde 1 adalah . Hasil penaksiran parameter dengan Conditional Maximum Likelihood digunakan untuk memperoleh nilai hasil prediksi. Berdasarkan hasil analisis,  model Autoregressive dengan pendekatan Conditional Maximum Likelihood adalah model yang baik untuk memprediksi return dan harga saham NASDAQ dengan RMSE sebesar 0,0002578. Berdasarkan hasil prediksi model AR(1), maka para investor dapat membuat strategi untuk berinvestasi pada indek saham NASDAQ agar dapat menghasilkan keuntungan.

References

Capinski, Marek, and Tomasz Zastawniak. "Mathematics for finance." An Introduction (2003): 118-124.

Enke, David, and Suraphan Thawornwong. "The use of data mining and neural networks for forecasting stock market returns." Expert Systems with applications 29.4 (2005): 927-940.

Oztekin, Asil, et al. "A data analytic approach to forecasting daily stock returns in an emerging market." European Journal of Operational Research 253.3 (2016): 697-710.

Valipour, Mohammad, Mohammad Ebrahim Banihabib, and Seyyed Mahmood Reza Behbahani. "Parameters estimate of Autoregressive moving average and Autoregressive integrated moving average models and compare their ability for inflow forecasting." J Math Stat 8.3 (2012): 330-338.

Cryer, Jonathan D., and Natalie Kellet. Time series analysis. Vol. 101. Boston: Duxbury Press, 1986.

Brooks, Chris. Introductory econometrics for finance. Cambridge university press, 2014.

Downloads

Published

2018-05-31

How to Cite

Rahmadayanti, C., Rabbani, H., & Rohmawati, A. A. (2018). Model Autoregressive dengan Pendekatan Conditional Maximum Likelihood Untuk Prediksi Harga Saham. KUBIK: Jurnal Publikasi Ilmiah Matematika, 3(1), 52–59. https://doi.org/10.15575/kubik.v3i1.2731

Issue

Vol. 3 No. 1 (2018): KUBIK : Jurnal Publikasi Ilmiah Matematika

Section

Articles

Citation Check

License

Authors who publish in KUBIK: Jurnal Publikasi Ilmiah Matematika agree to the following terms:

  1. Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Attribution-ShareAlike 4.0 International (CC BY-SA 4.0) License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
  2. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
  3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).

 

 

Similar Articles

1 2 3 4 5 6 7 > >> 

You may also start an advanced similarity search for this article.