Optimisasi Portofolio Saham LQ45 di Indonesia Pada Periode 2020-2024 Dengan Model Mean-CVaR Berbasis Linear Programming

Abstract

Pembentukan portofolio investasi konvensional sering kali mengasumsikan return aset berdistribusi normal, tetapi data empirisnya cenderung bersifat fat tails dan skewness non-normal. Model Mean-Conditional Value at Risk (Mean-CVaR) digunakan dalam penelitian ini untuk mengatasi non-normalitas data return aset. Penelitian ini bertujuan untuk membentuk dan mengevaluasi portofolio optimal pada saham-saham indeks LQ45 di Bursa Efek Indonesia periode 2020-2024 menggunakan pendekatan Linear Programming. Data yang digunakan adalah return bulanan dari 45 saham LQ45 yang kemudian disaring menggunakan metode correlation filtering untuk mereduksi aset yang memiliki korelasi tinggi antar aset. Proses optimisasi model dilakukan memanfaatkan libraries Pyomo dengan solver GLPK melalui variasi confidence level ?? serta ambang batas korelasi ?? untuk membangun kurva efficient frontier. Portofolio optimal global terbaik diperoleh pada skenario hiperparameter ?? bernilai 0.9, ?? bernilai 0.5, dan ???????? bernilai 4.059 dengan nilai rata-rata return portofolio sebesar 4.059% per bulan yang menghasilkan nilai ESR tertinggi sebesar 0.582.

Conventional portfolio construction often assumes that the return follow a normal distribution, but empirical data often have fat-tails and non-normal skewness. Mean-Conditional Value at Risk (Mean-CVaR) is used in this study to handle the non-normality of the return dataset. This study goal is to create and evaluate optimal portfolio on stocks in LQ45 index in Bursa Efek Indonesia in 2020-2024 period using Linear Programming. The data that is being used is monthly return from 45 LQ45 stocks, then will be filtered using correlation filtering method to filter aset with high correlation. The optimization process will use Pyomo Python libraries with GLPK solver with variation of confidence level ?? and correlation bound ?? for the efficient frontier curve. The global optimal portfolio is obtained with the scenario ?? equals 0.9, t equals 0.5, and ???????? equals 4.059 with a portfolio return of 4.059% that produce the highest ESR of 0.582.