Pembentukan Portofolio Saham LQ45 Berbasis Sharpe Ratio Menggunakan Minimum Spanning Tree dan Maximum Independent Set

Abstract

Investasi merupakan komitmen untuk menanamkan dana di masa kini guna memperoleh keuntungan di masa mendatang. Pada prinsipnya, potensi return yang tinggi selalu disertai dengan tingkat risiko yang tinggi pula. Oleh karena itu, pemahaman yang baik mengenai hubungan antara risiko dan return sangat penting dalam pengambilan keputusan investasi. Penelitian ini memanfaatkan teori graf khususnya metode Maximum Independent Set untuk membentuk portofolio dari saham-saham dalam indeks LQ45, dengan menggunakan data dari Oktober 2022 hingga Oktober 2024. Hasil penelitian menunjukkan bahwa portofolio yang dibentuk dengan menerapkan graf dan pembobotan Maximum Sharpe Ratio pada data training menghasilkan performa yang kompetitif, dengan return yang lebih tinggi namun disertai risiko yang juga meningkat, sehingga Sharpe ratio-nya sedikit lebih rendah. Namun, pada periode data testing, portofolio dengan graf menunjukkan keunggulan yang konsisten di semua indikator kinerja, menghasilkan return lebih tinggi, risiko lebih rendah, dan Sharpe ratio yang lebih besar dibandingkan portofolio tanpa graf. Hal ini mengindikasikan bahwa metode graf mampu membentuk portofolio yang lebih terdiversifikasi, dan adaptif terhadap data baru.

Investment is a commitment to invest funds in the present in order to obtain future profits. In principle, a high potential return is always accompanied by a high level of risk. Therefore, a good understanding of the relationship between risk and return is very important in making investment decisions. This research utilizes graph theory, especially the Maximum Independent Set method to form a portfolio of stocks in the LQ45 index, using data from October 2022 to October 2024. The results show that portfolios formed by applying graph and Maximum Sharpe Ratio weighting on training data produce competitive performance, with higher returns but with increased risk, resulting in a slightly lower Sharpe ratio. However, in the testing data period, the portfolio with the graph shows consistent uperiority across all performance indicators, producing higher returns, lower risk, and a greater Sharpe ratio than the portfolio without the graph. This indicates that the graph method is capable of forming more diversified portfolios, and is adaptive to new data.